Welche Kunden haben die höchste Churn-Wahrscheinlichkeit?
Churn wird für einen festen Entscheidungszeitpunkt und Horizont prognostiziert. Zeitliche Trennung, Leakage-Vermeidung und Kalibrierung sind ebenso wichtig wie Diskrimination.
Direkte Antwort
Menschliche Prüfung anhand eines kalibrierten probabilistischen Risikos priorisieren.
Churn wird für einen festen Entscheidungszeitpunkt und Horizont prognostiziert. Zeitliche Trennung, Leakage-Vermeidung und Kalibrierung sind ebenso wichtig wie Diskrimination.
logit(P(churn)) = α + XₜβESTIMAND
Schätzprofil
- Analyseeinheit
- Kunde × Entscheidungsdatum × HorizontKontrollierte wissenschaftliche Terminologie (EN)
customer at decision date - Exakter Estimand
P(churn within H | information available at t)- Modell oder Ergebnis
logit(P(churn)) = α + Xₜβ
01—08
Überprüfbarer Analyserahmen
- 01Frage
Welche Kunden haben die höchste Churn-Wahrscheinlichkeit?
- 02Estimand
P(churn within H | information available at t) · customer at decision date
- 03Daten
customer_id · decision_date · features_available_at_t · churn_by_horizon
- 04Modell oder Ergebnis
logit(P(churn)) = α + Xₜβ
- 05Deklarierte Berechnung
logit(P(churn)) = α + Xₜβ → P(churn within H | information available at t)
- 06Unsicherheitsprüfungen
Temporal holdout · Brier and log-loss · PR-AUC and calibration
- 07Methodenspezifische Validierung
Daten, Schätzstabilität und Interpretationsgrenzen prüfen. Temporal holdout · Brier and log-loss · PR-AUC and calibration
- 08Grenzen
Aus dem Prognosemodell allein ableiten, welche Maßnahme Churn senkt.
Benötigte Variablen
customer_iddecision_datefeatures_available_at_tchurn_by_horizon
Prüfungen · Kontrollierte wissenschaftliche Terminologie (EN)
- Temporal holdout
- Brier and log-loss
- PR-AUC and calibration
Menschliche Prüfung anhand eines kalibrierten probabilistischen Risikos priorisieren.
Aus dem Prognosemodell allein ableiten, welche Maßnahme Churn senkt.
Wissenschaftliche Quellen
1 Quelle
Methodische Verbindungen