| Thesis title: |
Implementace prediktivního modelu odchodovosti zákazníků (Churn) |
| Author: |
Srna, Matěj |
| Thesis type: |
Závěrečná práce - Institut celoživotního vzdělávání |
| Supervisor: |
Zimmermann, Pavel |
| Opponents: |
Karkošková, Soňa |
| Thesis language: |
Česky |
| Abstract: |
Obsahem této projektové práce je vytvoření a implementace predikčního modelu do datového skladu, který předpovídá, zda zákazník vykazuje známky možného ukončení služby. Základem pro tuto předpověď je vytvoření datového toku a integrace dat z několika primárních zdrojů, mezi něž patří analýza sentimentu z ticketů, metriky využívání služeb a kombinace základních údajů z CRM. Výstupy z predikčního modelu jsou zobrazovány v Power BI. Cílem modelu je identifikovat zákazníky s vyšší pravděpodobností odchodu a provést u nich aktivity k jejich záchraně, a to při zachování rovnováhy užitku a nákladů. Model by měl v konečném důsledku přinést snížení Churn a zvýšení tržeb. |
| Keywords: |
API; predikce; model; Python; odchodovost zákazníků; Churn; analýza sentimentu |
| Thesis title: |
Implementation predictive customer churn model (Churn) |
| Author: |
Srna, Matěj |
| Thesis type: |
Závěrečná práce - Institut celoživotního vzdělávání |
| Supervisor: |
Zimmermann, Pavel |
| Opponents: |
Karkošková, Soňa |
| Thesis language: |
Česky |
| Abstract: |
The scope of this project work is to create and implement a prediction model in a data warehouse that predicts whether a customer is showing signs of possible service termination. The basis for this prediction is the creation of a data stream and the integration of data from several primary sources, including sentiment analysis from tickets, service usage metrics, and a combination of basic CRM data. The outputs from the prediction model are displayed in Power BI. The aim of the model is to identify customers with a higher probability of churn and implement activities to save them, while maintaining a balance of benefits and costs. The model should ultimately result in reduced churn and increased revenue. |
| Keywords: |
API; model; predictions; Python; Churn; sentiment analysis; customer churn |
Information about study
| Study programme: |
Data & Analytics for Business Management |
| Type of study programme: |
Celoživotní vzdělávání studijní program |
| Assigned degree: |
MBA |
| Institutions assigning academic degree: |
Vysoká škola ekonomická v Praze |
| Faculty: |
Faculty of Informatics and Statistics |
| Department: |
Department of Information Technologies |
Information on submission and defense
| Date of assignment: |
15. 12. 2023 |
| Date of submission: |
9. 3. 2025 |
| Date of defense: |
2025 |
Files for download
The files will be available after the defense of the thesis.