[2M1-GS-10] AI application:

[2M1-GS-10-01] Customer Churn Prediction using BERT with Multiple Time Series Data

〇Kouta Yamaoka¹, Masao Ueda¹ (1. Yokohama City Univercity)

Keywords:Churn Prediction, LLM, BERT

従来, 顧客維持は新規顧客獲得よりも重要な経済的価値を持つとされている. 特に, 顧客維持は新規顧客獲得と比べコスト効率が良いことに加え, リピート購買や口コミ投稿などといった顧客行動が, 企業の成長に寄与する側面も多くある. しかし, 顧客離脱を予測することや, 要因を分析し対策を講じることは, 依然として難しい課題であり, 特に非契約型のデータにおける離脱予測の研究は少ない. また大規模言語モデルは, 自然言語分野や音声分野などでは研究が進んでいるが, マーケティング分野における応用例は少ない. そこで本研究ではBERT を用いて, 購買履歴データを含む複数時系列データから顧客離脱予測を行い, 離脱要因を明らかにすることを目的とする. 上記の目的を達成するため, ショッピングモールの会員データを用いて分析を行った. 本研究では, はじめに離脱指標を作成し, 顧客別に一週間単位で購買行動などを文章化した. その後BERTを用いて離脱予測を行い, Attention値を可視化することで, 離脱要因を特定した. この結果, 既存の手法より離脱予測の精度が向上した. また, 離脱要因分析の結果から, 離脱を防止するためのアプローチ方法が提案された.