Dalam industri telekomunikasi, setiap aktivitas pelanggan pre-paid (prabayar) dicatat dalam bentuk durasi penggunaan telepon, penggunaan sms, penggunaan data, pembelian paket, serta pendapatan yang disimpan dalam basis data.
Studi kasus ini akan membahas bagaimana metodologi dan ilmu data science digunakan untuk memprediksi apakah konsumen pra-bayar akan tetap menjadi pelanggan 3 bulan setelah melakukan proses aktivasi dengan menganalisa perilaku penggunaan 14 hari setelah aktivasi paket (Churn Analysis).
Pendekatan yang digunakan didasarkan pada regresi logistik dan teknikDalam studi kasus penggunaan ini, saya ingin menggambarkan bagaimana ilmu data digunakan untuk memprediksi apakah pengguna prabayar akan tetap menjadi pelanggan 3 bulan setelah aktivasi paket dengan menganalisis perilaku penggunaan 14 hari setelah aktivasi paket. Pendekatan ini akan didasarkan pada logistic regression dan random sampling technique. Sebagai tambahan, bagaimana feature engineering dapat digunakan untuk meningkatkan performa analytic model.
Praktisi:
Vincent Handara
Saat ini bekerja sebagai data scientist di AXA Insurance Indonesia dan memiliki pengalaman 1,5 tahun di bidang ini setelah sebelumnya bekerja di Industri Telekomunikasi (XL Axiata). Pengalaman saya sebagai data scientist banyak menggunakan bahasa penrograman R, Teradata SQL, dan Visualisasi Data menggunakan Power BI. Memiliki pemahaman Python, meskipun tidak menggunakannya sangat sering. Sebelum bekerja sebagai Data Scientist, saya bekerja sebagai Research and Development engineer – solar energy di Singapura dengan latar belakang di bidang Fisika dan Teknik Elektro. Sampai sekarang, saya sangat antusias untuk membangun karir sebagai data scientist khususnya di industri asuransi.
Detail Acara:
Hari/Tanggal: Sabtu, 15 Desember 2018
Waktu: 11:00 – 13:00 PM
Lunch Included
DQLab Members Only Exclusive
By Invitation Only!
Caranya:
Upload Churn Analysis Certificate di Linkedin Profile Anda
dan dalam 1 kalimat singkat, share harapan Anda dengan mengikuti sesi ini
Gunakan #DQLabDataScience