Eğitimin Amacı ve Kapsamı
Kimin ayrılacağını bilmek tek başına yeterli değildir; asıl soru kime, hangi teklifle ulaşıldığında sonucun değişeceğidir. Program; abonelik ve abonelik dışı işlerde churn tanımı, RFM ve kullanım davranışından özellik üretimi, gradient boosting ile propensity modelleri, survival analizi ile ayrılma zamanının tahmini ve uplift modelleme ile kampanyadan gerçekten etkilenecek müşterilerin bulunmasını kapsar.
Model çıktıları lift, kampanya ROI'si ve kontrol grubu tasarımıyla iş metriğine bağlanır. Katılımcılar kurumun müşteri yapısına uyarlanmış vaka üzerinde hedefleme listesi ve test planı hazırlar.
Kimler Katılmalı?
- Müşteri analitiği ve CRM ekipleri
- Pazarlama analitiği ve kampanya yönetimi uzmanları
- Telekom, bankacılık, sigorta ve perakende veri bilimcileri
- Ön koşul: Python ve sınıflandırma modeli deneyimi
Kazanımlar
- İş modeline uygun churn ve propensity hedefi tanımlamak
- Müşteri davranışından anlamlı özellikler üretmek
- Survival modelleriyle ayrılma zamanını tahmin etmek
- Uplift modelleme ile kampanyaya duyarlı müşterileri belirlemek
- Kontrol gruplu kampanya testiyle model etkisini ölçmek
Konular
Churn ve Propensity Hedef Tanımı
- Sözleşmeli ve sözleşmesiz churn tanımları
- Tahmin ufku ve etiket penceresi
Müşteri Davranışı Özellikleri
- RFM, kullanım trendi, şikayet ve etkileşim sinyalleri
- Müşteri yaşam döngüsü ve değer (CLV) metrikleri
Propensity Modelleri
- LightGBM ile churn, satın alma ve cross-sell skorları
- Lift, gain ve decile analizi
Survival Analizi
- Kaplan-Meier ve Cox modelleri (lifelines)
- Ayrılma zamanına göre müdahale zamanlaması
Uplift Modelleme ve Kampanya Testi
- T-learner, X-learner ve CausalML
- Kontrol grubu tasarımı ve kampanya ROI ölçümü
Bu Kategorideki Diğer Eğitimler
-
İşbirlikçi filtreleme, içerik tabanlı ve hibrit öneri modelleri, matris faktörizasyonu, implicit feedback, cold-start çözümleri ve ranking metrikleri; kişiselleştirilmiş ürün ve içerik öneri motorları kurulur.
- Canlı Kurs
- 5 modül
-
Sensör, telemetri ve bakım kayıtlarından arıza olasılığı ve kalan faydalı ömür (RUL) tahmini; sinyal özellik mühendisliği, sağlık indeksi, erken uyarı eşikleri ve bakım maliyet optimizasyonu uygulamalı işlenir.
- Canlı Kurs
- 5 modül
-
SKU-lokasyon düzeyinde talep tahmini: promosyon, fiyat esnekliği, stoksuz kalma (stockout) düzeltmesi, aralıklı talep (Croston/ADIDA), hiyerarşik uzlaştırma ve güvenlik stoğuna bağlanan olasılıksal tahminler.
- Canlı Kurs
- 5 modül
-
Tahmin modellerini matematiksel optimizasyonla birleştirme: LP/MILP formülasyonu, OR-Tools ve Pyomo ile kapasite, çizelgeleme, rota ve fiyat/bütçe tahsisi; belirsizlik altında stokastik ve bağlamsal karar sistemleri.
- Canlı Kurs
- 5 modül
-
Tablo verisinin standart modelleri XGBoost, LightGBM ve CatBoost: ağaç büyütme stratejileri, kategorik ve eksik değer işleme, ranking/quantile/custom objective, monotonic kısıtlar, Optuna ve hızlı inference.
- Canlı Kurs
- 5 modül
-
AutoGluon, FLAML ve Optuna ile otomatik model seçimi, hiperparametre araması ve multi-layer stacking; zaman/kaynak bütçesi yönetimi, veri sızıntısı kontrolleri ve hızlı baseline'dan üretime geçiş.
- Canlı Kurs
- 5 modül
Bizimle iletişime geçin
