Application of Survival Analysis to Customer Churn Data

Abstract

In competitive marketing industry, to have an effective customer retention strategy is essential along with attracting new customers. Retaining customers is known to be more cost-effective than acquiring new ones. It can also foster brand loyalty and enhance business reputation. In this paper, we aim to understand customer churn using a fictional telecom company data from IBM. By employing survival analysis methods, we predict survival times and identify key factors influencing service cancelation. We compare the predictive performance of Cox Proportional Hazard Model (CPH), Lasso for Cox Proportional Hazard Model (Lasso-CPH), Accelerated Failure Time Model (AFT), and Random Survival Forests (RSF). The insights from the result can help to plan and improve retention strategies for maximizing the time customers stay with company.;경쟁이 치열한 마케팅 산업에서 효과적인 고객 유지 전략은 새로운 고객을 유치하는 것만큼이나 중요하다. 고객 유지는 신규 고객 확보보다 비용 효율적이며, 브랜드 충성도를 높이고 기업의 명성을 강화할 수 있다. 본 연구에서는 IBM의 가상 통신사 데이터를 사용하여 고객 이탈을 이해하고자 한다. 생존 분석 기법을 활용하여 고객 이탈 시간을 예측하고 서비스 해지에 영향을 미치는 주요 요인을 식별하기 위해 Cox 비례위험 모델(CPH), Lasso 비례위험 모델(Lasso-CPH), 가속화 실패 시간 모델(AFT), 랜덤 서바이벌 포레스트(RSF)를 사용하였고 예측 성능을 비교하였다. 연구 결과는 고객의 유지 시간을 극대화하기 위한 유지 전략을 계획하고 개선하는 데 중요한 인사이트를 제공할 수 있다.