Vorhersage von Customer Churn.

Das Abwandern von Kunden hat für Unternehmen verschiedene Nachteile. Ein direkter Impact ist der Ausfall von Zahlungen, die üblicherweise von dem jeweiligen Kunden fließen. Langfristig entfallen auch mit jedem abgewanderten Kunden Möglichkeiten zum Upselling oder zu Generierung von neuen Kunden über Weiterempfehlungen. Unser Kunde, ein internationales Versicherungsunternehmen, stand vor der Herausforderung besser verstehen zu wollen, welche Kunden abwandern und warum sie dies tun. Zudem sollte ein Modell zur Prognose von Kundenabwanderung erstellt werden.

Zur Modellierung der Fragestellung nutzten wir die kundenseitig bereits vorhandenen Data Warehouse Strukturen, die umfangreiche Informationen zu verschiedensten Kundenmerkmalen enthielten. Da die Abwanderung von Kunden eine zeitpunktbezogene Entscheidung ist, entstand durch die Zusammenführung der verschiedenen Datenquellen eine konsolidierte Panel-Datenstruktur, die die Veränderung von Kundenmerkmalen im Zeitverlauf (z.B. Änderung des Familienstands usw.) entsprechend abbildete. Auf Basis dieser Daten entwickelten wir ein Machine Learning Modell zur Identifikation von abwanderungsgefährdeten Kunden im Zeitverlauf, das anschließend in die IT-Infrastruktur des Kunden implementiert wurde.