고객 이탈 예측 퀴즈의 AI

퀴즈를 풀면 정답과 설명이 나타납니다.

1. '고객 이탈'이란 무엇을 의미하나요?
   • 고객이 제품이나 서비스 이용을 취소하거나 중단하는 경우
   • 지출을 늘리는 고객
   • 신규 고객 온보딩 프로세스
   • 마케팅 이메일의 일종
2. 이탈 예측은 일반적으로 어떤 유형의 기계 학습 문제로 구성됩니까?
   • 비지도 클러스터링
   • 과거 라벨 데이터를 사용한 감독 분류
   • 보상을 통한 강화 학습
   • 이미지 생성
3. 이탈 모델에 대해 일반 정확도가 낮은 측정항목인 이유는 무엇인가요?
   • 정확도를 계산하는 것은 불가능합니다
   • 정확도는 이미지에만 적용됩니다.
   • 이탈 데이터 세트는 불균형하므로 모든 사람에 대한 ' 이탈 없음' 예측이 매우 정확해 보일 수 있습니다.
   • 이탈에는 측정 가능한 결과가 없습니다.
4. 이런 맥락에서 '데이터 유출'이란 무엇입니까?
   • 비밀번호를 공유하는 고객
   • 해커에게 고객 기록 유출
   • 느린 데이터베이스 쿼리
   • 취소일자 등 결과를 실수로 인코딩해 실적을 부풀리는 기능
5. 테이블 형식 이탈 데이터에 특히 인기가 있는 알고리즘 계열은 무엇인가요?
   • XGBoost 및 LightGBM과 같은 경사 강화 의사결정 트리
   • 컨벌루션 신경망
   • 오디오용 순환 신경망
   • K-클러스터링만 의미
6. 표준 이탈 예측 외에 '상승 모델링'이 추가하는 것은 무엇입니까?
   • 모델이 더 빠르게 실행되도록 합니다.
   • It estimates which customers may be more likely to benefit from an intervention
   • 데이터가 필요하지 않습니다.
   • 신규 고객에게만 적용됩니다.
7. Which feature group can help a churn model detect weakening customer engagement?
   • The color of the customer’s profile image
   • A feature recorded only after cancellation has occurred
   • Recent activity and usage frequency, alongside contract and support history
   • The model’s GPU temperature during training
8. What should a team define when labeling a churn model’s prediction target?
   • The color scheme of the account dashboard
   • The number of features before collecting customer history
   • A fixed decision threshold before model training begins
   • A clear prediction horizon, such as whether a customer will leave within the next 30 or 90 days