이탈자 예측 모델링 후기

제가 다니고 있는 회사에서 유저이탈 에 관한 연구를 진행하면서 느끼고 있는 몇가지점을 적으려고 합니다. 시작 저희가 이탈자 예측 모델링을 하려는 이유는 되게 많았습니다. 저희가 몇년전에 이탈자 예측 모델링을 하였었고, 그 결과표들을 매일 cs 의 VIP담당자에게 보내는 업무를 하였습니다. 그래서 VIP담당자가 이탈할것같은 사람들을 보고 그 사람들을 위해서 편지를 작성한다던가, 전화를 건다던가, 선물을 보낸다거나 하는 업무를 하였었습니다. 그런데 이게 매일 반복되고 한두명이 아닌 몇십명에서 많게는 몇백명에 사람들에게 보내는 업무여서 결국 담당자가 케어할수 있는 범위를 초과하였고 이에 중단된 프로젝트였습니다. 그러나 AI 기술이 발전되고 마케팅 자동화가 발전되고있는 지금 다시할수 있는 업무라 생각하였습니다...

ML 겉햙기[머신러닝 모델 기획]

내가 주로 구상하는 머신러닝 모델 기획은 이렇다 1. AutoML - (accuracy, recall, precision, f1) Top 3 AutoML 을 통해서 빠르게 모델들중 데이터에 가장 적합한 모델 Top3 를 찾는다 2. ensemble - (Bagging, Voting, stack) Top3 를 가지고 ensemble 을 하여 결과값이 더 올라가는지 확인하여 모델이 어떻게 나아가야 하는지 예측한다. 3. Create derived variable (파생변수) 파생변수를 통해서 변수로써 부족한 설명들을 채워넣는 작업을 한다 4. Feature selection 이제 많은 피쳐들중 중요한 피쳐들을 골라 모델의 결과값을 높여야 한다. 이에 여러가지 기법을 적용하여 feature 를 고른다 5. H..