Chulalongkorn University Theses and Dissertations (Chula ETD)

Other Title (Parallel Title in Other Language of ETD)

การพยากรณ์การหยุดใช้บริการของลูกค้าสำหรับบริษัทซอฟต์แวร์ให้บริการจัดการคลังสินค้า

Year (A.D.)

2019

Document Type

Thesis

First Advisor

Naragain Phumchusri

Faculty/College

Faculty of Engineering (คณะวิศวกรรมศาสตร์)

Department (if any)

Department of Industrial Engineering (ภาควิชาวิศวกรรมอุตสาหการ)

Degree Name

Master of Engineering

Degree Level

Master's Degree

Degree Discipline

Industrial Engineering

DOI

10.58837/CHULA.THE.2019.292

Abstract

This thesis proposes customer churn prediction model for a Software-as-a-Service inventory management company in Thailand. Software-as-a-Service is the fast growing and high market values industry as a new emerging online business. Customer churn is a critical measure for this business. Thus, this thesis focuses on seeking a customer churn prediction model specified for a Software-as-a-Service inventory management company in Thailand which is facing a high churn rate issue. This thesis executes the prediction models with four machine learning algorithms: logistic regression, support vector machine, decision tree and random forest. The results show that the optimized decision tree model is capable to outperform other classification models toward recall scorer with validated testing scores of 94.4% of recall and 88.2% of F1-score. Moreover, feature importance scores can highlight useful insights of case-study that business metrics are significantly related to churn behavior. As a result, this paper is beneficial to the case-study company to help indicate real churn customer correctly and enhance the effectiveness in making executive decision and marketing campaign.

Other Abstract (Other language abstract of ETD)

วิทยานิพนธ์นี้แสดงถึงการพยากรณ์การหยุดใช้บริการของลูกค้าสำหรับบริษัทซอฟต์แวร์ที่ให้บริการจัดการคลังสินค้าในประเทศไทย โดยกลุ่มธุรกิจบริการซอฟต์แวร์ในลักษณะ Software-as-a-Service เป็นหนึ่งในธุรกิจที่มีการเติบโตอย่างรวดเร็ว และมีมูลค่าทางการตลาดสูง เป็นผลสืบเนื่องมาจากการเกิดใหม่ของธุรกิจออนไลน์ในปัจจุบัน โดยในธุรกิจนี้ การหยุดใช้บริการของลูกค้านั้นถือเป็นหนึ่งในปัจจัยสำคัญที่มีผลกระทบกับธุรกิจโดยตรง ดังนั้นการศึกษานี้จะมุ่งเน้นไปที่การหาแบบจำลองการพยากรณ์การหยุดใช้บริการของลูกค้าสำหรับบริษัทซอฟต์แวร์ที่ให้บริการจัดการคลังสินค้าในประเทศไทยที่กำลังประสบปัญหากับอัตราการหยุดใช้บริการของลูกค้าที่อยู่ในระดับสูง ในวิทยานิพนธ์นี้นำเสนอรูปแบบการพยากรณ์ที่หลากหลายโดยประยุกต์ใช้แบบจำลองการเรียนรู้ของเครื่อง หรือ Machine Learning ทั้งหมด 4 แบบได้แก่ Logistic Regression, Support Vector Machine, Decision Tree และ Random Forest จากผลการศึกษาพบว่าแบบจำลอง Decision Tree ที่ได้รับการปรับค่าตัวแปรที่เกี่ยวข้องต่าง ๆ อย่างเหมาะสมนั้นสามารถทำได้ดีกว่าแบบจำลองอื่น ๆ ในกรณีที่ใช้การประเมินผลด้วย Recall เป็นหลัก โดยสามารถทำผลการทดสอบแบบ Recall ได้ถึง 94.4% และการทดสอบแบบ F1-score ได้ 88.2% นอกจากนี้แบบจำลองยังสามารถบ่งชี้ถึงตัวแปรสำคัญที่มีผลต่อการหยุดใช้บริการของลูกค้าซึ่งเป็นข้อมูลเชิงลึกที่เป็นประโยชน์ต่อบริษัทที่เป็นกรณีศึกษา ด้วยเหตุนี้วิทยานิพนธ์นี้สามารถช่วยให้บริษัทที่เป็นกรณีศึกษานั้นสามารถบ่งชี้ลูกค้าที่กำลังหยุดใช้บริการได้อย่างถูกต้อง และช่วยให้บริษัทสามารถวางแผนในด้านการตลาดและการบริหารงานได้อย่างมีประสิทธิภาพมากยิ่งขึ้น

Share

COinS
 
 

To view the content in your browser, please download Adobe Reader or, alternately,
you may Download the file to your hard drive.

NOTE: The latest versions of Adobe Reader do not support viewing PDF files within Firefox on Mac OS and if you are using a modern (Intel) Mac, there is no official plugin for viewing PDF files within the browser window.