[論文レビュー] Prediction of Customer Churn in Banking Industry

Sina Esmaeilpour Charandabi|arXiv (Cornell University)|Jan 30, 2023

Customer churn and segmentation被引用数 6

ひとこと要約

本研究では、10,000人のヨーロピアンバンク顧客の人口統計的および個人的データを用いて、バンクセクターにおける顧客離脱予測のための6つの教師あり学習モデルを評価している。隠れ層が5ニューロンの1層の人工ニューラルネットワーク（ANN）が、他のモデルを上回り、クラス不均衡や外れ値に対して頑健であり、顕著な過学習を示さない。これは、この文脈における離脱予測の最適な選択であることを示している。

ABSTRACT

With the growing competition in banking industry, banks are required to follow customer retention strategies while they are trying to increase their market share by acquiring new customers. This study compares the performance of six supervised classification techniques to suggest an efficient model to predict customer churn in banking industry, given 10 demographic and personal attributes from 10000 customers of European banks. The effect of feature selection, class imbalance, and outliers will be discussed for ANN and random forest as the two competing models. As shown, unlike random forest, ANN does not reveal any serious concern regarding overfitting and is also robust to noise. Therefore, ANN structure with five nodes in a single hidden layer is recognized as the best performing classifier.

研究の動機と目的

• バンク業界における顧客離脱予測に最も効果的な機械学習モデルを特定すること。
• 特徴量選択、クラス不均衡、外れ値がモデル性能に与える影響を評価すること。
• 人工ニューラルネットワーク（ANN）とランダムフォレストの頑健性および汎化能力を比較すること。
• 実世界のバンクデータセットにおいて、ANNとランダムフォレストのどちらがデータノイズとクラス不均衡をよりうまく処理できるかを特定すること。
• 顧客維持戦略を効果的に実装したいバンクに対して、データ駆動型の助言を提供すること。

提案手法

• 10,000人のヨーロピアンバンク顧客と10の人口統計的および個人的属性を持つデータセットに、6つの教師あり分類手法を適用した。
• 次元削減とモデル効率の向上のため、特徴量選択が実施された。
• 特に不均衡データに感受性の高いモデル向けに、リサンプリングやクラスウェイトの技術を用いてクラス不均衡に対処した。
• 外れ値の検出と処理を行い、それがモデルの汎化性能に与える影響を評価した。
• パフォーマンス最適化を目的として、隠れ層が5ニューロンの1層を持つ人工ニューラルネットワーク（ANN）モデルを訓練した。
• 比較のためのベースラインモデルとしてランダムフォレストが使用され、過学習の低減を目的にアンサンブル学習が活用された。

実験結果

リサーチクエスチョン

• RQ1 バンク業界における顧客離脱予測において、どの教師あり学習モデルが最も優れた性能を示すか？
• RQ2 クラス不均衡は、ANNとランダムフォレストの離脱予測における性能にどのように影響するか？
• RQ3 外れ値は、ANNとランダムフォレストモデルの汎化性能にどの程度影響を与えるか？
• RQ4 特徴量選択は、離脱予測モデルの予測精度を向上させるか？
• RQ5 この文脈において、ANNはランダムフォレストよりもデータノイズとクラス不均衡に対してより頑健か？

主な発見

• 隠れ層に5ニューロンを有する1層の人工ニューラルネットワーク（ANN）が、テストされたすべてのモデルの中で最高の予測性能を達成した。
• ランダムフォレストとは異なり、ANNは顕著な過学習を示さず、検証セットでの汎化性能が優れていた。
• ANNはデータノイズや外れ値に対して頑健であり、さまざまな前処理条件下でも安定した性能を維持した。
• クラス不均衡はモデル性能に測定可能な影響を与えたが、管理可能な範囲内であり、ANNがランダムフォレストよりもそれをより効果的に処理した。
• 特徴量選択はモデル効率を向上させ、特に複雑なモデルにおける過学習の低減に貢献した。
• 本研究は、ANNがバンクセクターにおける顧客離脱予測に最も適したモデルであると結論づける。その理由は、耐性と高い正確性のおかげである。