• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Прогнозирование оттока клиентов в E-grocery сервисе на основе модели машинного обучения

ФИО студента: Гаджибалаев Мурад Шахмарданович

Руководитель: Грызунова Елена Аркадьевна

Кампус/факультет: Факультет креативных индустрий

Программа: Коммуникации, основанные на данных (Магистратура)

Год защиты: 2024

Данная работа посвящена исследованию проблемы оттока клиентов в сфере онлайн-доставки продуктов питания (e-grocery) и разработке практических рекомендаций по удержанию клиентов на основе прогнозной модели машинного обучения. Цель исследования - создать модель прогнозирования вероятности оттока клиентов e-grocery сервиса и предложить комплекс превентивных мер и программ лояльности для снижения оттока и повышения удовлетворенности клиентов. В работе проведен анализ особенностей и трендов рынка e-grocery, рассмотрены ключевые факторы и последствия оттока клиентов, а также изучены существующие подходы к прогнозированию оттока в отраслевой практике и научных исследованиях. На основе реальных данных о поведении и характеристиках клиентов e-grocery сервиса разработана модель прогнозирования оттока с использованием алгоритма градиентного бустинга CatBoost. Проведена оценка качества модели с помощью различных метрик (ROC-AUC, Precision, Recall, F1) и выявлены ключевые факторы, влияющие на отток в разных когортах клиентов, с использованием методов интерпретации модели (SHAP). По результатам анализа предложен комплекс мер по улучшению качества сервиса, персонализации маркетинговых коммуникаций через CRM и проведению регулярных исследований для выявления точек роста и улучшения клиентского опыта. Разработаны детальные рекомендации по внедрению модели прогнозирования оттока в бизнес-процессы e-grocery сервиса. Результаты работы имеют практическую значимость для повышения эффективности управления оттоком клиентов и персонализации маркетинговых стратегий в e-grocery, а также могут быть адаптированы для других отраслей и бизнес-моделей, где удержание клиентов является ключевым фактором успеха. Ключевые слова: отток клиентов, прогнозирование оттока, машинное обучение, градиентный бустинг, CatBoost, CRM.

Выпускные квалификационные работы (ВКР) в НИУ ВШЭ выполняют все студенты в соответствии с университетским Положением и Правилами, определенными каждой образовательной программой.

Аннотации всех ВКР в обязательном порядке публикуются в свободном доступе на корпоративном портале НИУ ВШЭ.

Полный текст ВКР размещается в свободном доступе на портале НИУ ВШЭ только при наличии согласия студента – автора (правообладателя) работы либо, в случае выполнения работы коллективом студентов, при наличии согласия всех соавторов (правообладателей) работы. ВКР после размещения на портале НИУ ВШЭ приобретает статус электронной публикации.

ВКР являются объектами авторских прав, на их использование распространяются ограничения, предусмотренные законодательством Российской Федерации об интеллектуальной собственности.

В случае использования ВКР, в том числе путем цитирования, указание имени автора и источника заимствования обязательно.

Реестр дипломов НИУ ВШЭ