AIによる顧客離反・休眠防止分析

課題

既存顧客の離反・休眠を防ぐことは収益に直結する重要課題でしたが、性別や年代といった属性情報だけでキャンペーンを実施していたため、離反予定のない顧客まで対象に含み、コストがかさんでいました。

TDSEのアプローチ

デモグラフィック属性、利用履歴、利用端末など多様なデータを組み合わせ、1〜2か月後の解約を予測する統計モデルを構築。解約リスクの高い顧客をリスト化し、対象を絞った限定的なキャンペーンを実施できる仕組みを整えました。

得られた成果

• 解約防止効果が従来比で約10%改善
• 対象を絞ったキャンペーンによりコストを大幅削減
• トータルコストの最適化を実現

この事例で磨かれるスキル

多様なデータソースを統合して予測モデルを構築する力と、モデルの出力を実際のマーケティング施策に接続する力。「当たるモデル」だけでなく「効果につながるモデル」を作る視点が身につきます。

事例の詳細はTDSE公式サイトでご覧いただけます。