Кривицька, О. (O. Kryvytska) and Клебан, Ю. (Y. Kleban) and Ягодка, А. (A. Yahodka) (2024) Утримання клієнтів комерційного банку як задача класифікації у машинному навчанні (Customer retention in commercial banking as a classification task in machine learning). Економічний аналіз, т. 34 (№ 1). pp. 179-190.
Preview |
PDF
- Published Version
Download (632kB) | Preview |
Анотація
Вступ. Відтік клієнтів є поширеною проблемою для багатьох галузей бізнесу, зокрема банківської сфери. Для розвитку банку необхідно залучати нових клієнтів, адже кожний втрачений клієнт призводить до зменшення прибутку і вимагає витрат часу і зусиль на пошук нового. Відтік клієнтів відбувається, коли клієнт припиняє користуватися продуктом або послугою банку. Утримання інтересу клієнта є більш вигідним і дешевим, ніж спроби залучити нового. У зв'язку з цим, скорочення відтоку клієнтів стає однією з ключових задач для бізнесу. Банки, які можуть зберігати та приваблювати нових клієнтів, мають значно більші шанси на успіх. Саме тому, використання методів машинного навчання стає одним з ключових інструментів для вирішення задачі скорочення відтоку клієнтів. Адже потенційно ці методи можуть допомогти банківським установам оптимізувати свої процеси та підвищити прибуток.
Мета. Метою роботи є оцінка ефективності використання методів машинного навчання для утримання клієнтів банку, їх побудова, тестування та оцінка економічного ефекту.
Метод (методологія). У даній статті досліджується питання утримання клієнтів комерційного банку шляхом визначення ймовірності відтоку клієнтів за допомогою класифікації методами машинного навчання. Для цього будуть побудовані моделі логістичної регресії (GLM), дерев рішень (Decision Trees), випадкового лісу (Random Forest), а також за допомогою методу опорних векторів (SVM), k- найближчих сусідів (k-NN), та наївного алгоритму Баєса (Naive Bayes). Для оцінки якості побудованих моделей застосовуватиметься матриця помилок (Confusion Matrix).
Результати. Отримані результати виявили високу точність побудованих моделей та їх здатність ефективно виявляти клієнтів банку, які мають схильність до відтоку. Висновки цієї статті можуть бути корисними для розробки стратегій утримання клієнтів не лише для комерційних банків, але й для різних секторів бізнесу, де втрата клієнтів є актуальною проблемою.
(Introduction. Customer churn is a common problem for many industries, particularly the banking sector. To thrive, banks need to attract new customers, as each lost customer leads to a decrease in profit and requires time and effort to acquire a new one. Customer churn occurs when a client ceases to use a bank's product or service. Retaining customer interest is more beneficial and cost-effective than attempting to attract new ones. Therefore, reducing customer churn becomes one of the key tasks for businesses. Banks that can retain and attract new customers have significantly higher chances of success. Hence, the use of machine learning methods becomes one of the key tools for addressing the task of reducing customer churn. These methods have the potential to help banking institutions optimize their processes and increase profitability.
Purpose. The aim of the study is to assess the effectiveness of using machine learning methods for customer retention in a bank, including their construction, testing, and evaluation of the economic impact.
Method (methodology). This article investigates the issue of retaining customers of a commercial bank by determining the probability of customer churn using classification methods of machine learning. Logistic regression models (GLM), decision trees (Decision Trees), random forests (Random Forest), as well as support vector machines (SVM), k-nearest neighbors (k-NN), and naive Bayes algorithm will be constructed for this purpose. The quality of the constructed models will be evaluated using a confusion matrix.
Results. The obtained results revealed high accuracy of the constructed models and their ability to effectively identify bank customers prone to churn. The conclusions of this article may be valuable for developing customer retention strategies not only for commercial banks but also for various business sectors where customer attrition is a relevant issue.)
| Тип файлу: | Стаття |
|---|---|
| Ключові слова: | відтік клієнтів; банкінг; мінімізація витрат; вплив моделювання; ефективність моделей; класифікація клієнтів; автоматизація рішень; випадковий ліс (customer churn; banking; cost minimization; modeling impact; model effectiveness; customer classification; decision automation; random forest) |
| Теми: | За напрямами > Економіка > Банківська справа |
| Підрозділи: | Економічний факультет > Кафедра економіко-математичного моделювання та інформаційних технологій |
| Розмістив/ла: | заввідділу Наталя Денисенко |
| Дата розміщення: | 23 Жов 2025 13:04 |
| Остання зміна: | 23 Жов 2025 13:04 |
| URI: | https://eprints.oa.edu.ua/id/eprint/10108 |
Actions (login required)
 |
Переглянути елемент |