Metody určení odchodovosti zákazníků

Bc. Adéla Stolínová

Bachelor's thesis

Methods of determining customer churn

Abstract:

Tato práce se zabývá způsoby, jimiž lze vyhodnocovat odchodovost zákazníků vybraného podniku. Odchodovost je často brána jako jeden z ukazatelů výkonosti podniku, a proto se čím dál tím více firem odchodovostí zákazníků zabývá a snaží se jí na základě dostupných dat vyhodnocovat. Běžně používané metody neumožňují vyhodnotit odchodovost u jednotlivých zákazníků a ani zákazníky dle odchodovosti klasifikovat jako odešlé nebo neodešlé. Tato práce obsahuje čtyři metody, kterými je možné zákazníky klasifikovat a vyhodnocovat jejich odchodovost na základě teorie pravděpodobnosti, a jednu metodu sloužící jako odchodovostní ukazatel. Všechny tyto metody zohledňují individuální vzorec chování zákazníka a k jejich využití stačí pouze znalost o příchodech zákazníka. Pro tuto práci byla použita data ze společnosti UGO trade, s.r.o, kde jejich hlavním požadavkem je na základě obdržených dat vyhodnotit jejich celkovou odchodovost a navrhnout doporučení týkající se odchodovosti zákazníků. Pro veškerou práci s daty je v této práci využíván programovací jazyk Python.

Abstract:

This thesis describes methods which can be used to evaluate customer churn rate of a selected company. Churn rate is often considered to be one of the indicators of the company's performance, which is why more and more companies are concerned with customer churn and are trying to evaluate it based on the available data. Commonly used methods do not allow evaluating the churn rate of individual customers or classifying customers according to the churn rate. This thesis contains four methods by which it is possible to classify customers and evaluate their churn rate based on probability theory. All these methods take into account the individual behavior pattern of the customer. Data from the company UGO trade, s.r.o. were used for this thesis. Their main request is to evaluate their overall churn rate based on this data and propose recommendations regarding the churn rate of their customers. Python programming language is used in this thesis for managing all data.

Keywords

datová analýza, klasifikace, konfidenční intervaly, odchodovost zákazníků, Python, classfication, confidence intervals, customer churn, data analysis

Language used: Czech

Date on which the thesis was submitted / produced: 22. 5. 2023

Thesis defence

• Date of defence: 20. 6. 2023
• Supervisor: doc. Ing. Petr Seďa, Ph.D.
• Reader: RNDr. Marek Pomp, Ph.D.

Silesian University in Opava

Mathematical Institute in Opava

Bachelor programme / field:
Mathematics / Matematické metody v ekonomii