一种面向利润驱动客户流失预防的预测与优化方法
机器学习
2023-12-19 v2
摘要
在本文中，我们介绍了一种新颖的用于利润驱动客户流失预防的预测与优化（Predict-and-Optimize, PnO）方法。我们将针对留存活动定向客户这一任务构建为一个遗憾最小化问题。主要目标是利用个体客户生命周期价值（CLV）来确保仅定向最有价值的客户。相反，许多利润驱动策略关注流失概率，同时考虑平均 CLV。这常因数据聚合而导致显著的信息损失。我们提出的模型与预测与优化（PnO）框架的准则一致，并且可使用随机梯度下降方法高效求解。来自 12 个流失预测数据集的结果凸显了我们方法的有效性，其在平均利润方面相较于其他成熟策略取得了最佳平均性能。
引用
@article{arxiv.2310.07047,
title = {A predict-and-optimize approach to profit-driven churn prevention},
author = {Nuria Gómez-Vargas and Sebastián Maldonado and Carla Vairetti},
journal= {arXiv preprint arXiv:2310.07047},
year = {2023}
}
备注
15 pages, 4 figures, submitted to INFORMATION SCIENCES