ग्राहक मंथन भविष्यवाणी में एआई

मंथन पूर्वानुमान मशीन लर्निंग का उपयोग यह चिह्नित करने के लिए करता है कि कौन से ग्राहक वास्तव में जाने से पहले खरीदारी रद्द कर सकते हैं या बंद कर सकते हैं। क्योंकि एक ग्राहक बनाए रखना एक नया ग्राहक हासिल करने की तुलना में कहीं अधिक सस्ता है, सटीक प्रारंभिक चेतावनियाँ व्यवसायों को हस्तक्षेप करने और राजस्व की रक्षा करने देती हैं।

मंथन तब होता है जब ग्राहक चले जाते हैं, रद्द कर देते हैं या खरीदारी बंद कर देते हैं, जिसे मंथन-भविष्यवाणी मॉडल पूर्वानुमानित करने का प्रयास करते हैं।

मॉडल रुके हुए या छोड़े गए के रूप में लेबल किए गए पिछले ग्राहकों से सीखते हैं, जिससे यह एक पर्यवेक्षित वर्गीकरण कार्य बन जाता है।

क्योंकि अधिकांश ग्राहक मंथन नहीं करते हैं, एक मॉडल जो हमेशा 'रहने' की भविष्यवाणी करता है वह बेकार होते हुए भी उच्च सटीकता प्राप्त करता है, इसलिए सटीकता, रिकॉल और एयूसी को प्राथमिकता दी जाती है।

रिसाव तब होता है जब एक भविष्यवक्ता गुप्त रूप से परिणाम के बारे में भविष्य की जानकारी रखता है, जिससे मॉडल परीक्षण में तो अच्छा दिखता है लेकिन उत्पादन में विफल रहता है।

ग्रेडिएंट-बूस्टेड पेड़ अव्यवस्थित, अरेखीय सारणीबद्ध डेटा को अच्छी तरह से संभालते हैं और मंथन भविष्यवाणी के लिए एक पसंदीदा विकल्प हैं।