대회 설명
요약 : KKBOX 회사의 데이터를 사용하여 구독 사용자의 이탈 여부를 예측하는 알고리즘 구축
구독 비즈니스는 이탈 예측이 장기적인 성공에 매우 중요한 요소입니다. 고객 이탈이 약간씩만 있더라도 실제 수익에는 큰 영향을 미칩니다. ... 1)
KKBOX는 3천만개 이상의 트랙을 보유한 아시아 팝 음악 라이브러리를 보유하고 있는 음악 스트리밍 서비스입니다. 이들은 광고와 유료구독을 통해 수백만명의 고객에게 스트리밍 서비스를 제공하고 있습니다.
이 대회에서는 구독이 만료된 이후, 이탈 여부를 예측하는 알고리즘을 구축해야합니다. ... 2)
현재 회사는 생존 분석 기법을 활용하여 Lifetime을 결정합니다. KKBOX는 다른 방법을 채택하여 고객이 떠나는 이유에 대한 새로운 통찰력을 발견하여 사용자를 Dancing?하는데 능동적으로 참여할 수 있을 것으로 예상합니다.
참고사항
-
대회 평가 지표
Log Loss ...3) -
대회 일정
2017년 9월 18일: 대회 시작
2017년 12월 10일: 팀 합병 마감
2017년 12월 17일: 대회 종료
2017년 12월 19일: 당첨자 발표
2018년 1월 9일: 워크샵 논문 제출 마감
2018년 2월 8일: WSDM 컵 워크샵 -
대회 주소
https://www.kaggle.com/c/kkbox-churn-prediction-challenge/overview/timeline -
추천 데이터 셋 (Olist 브라일 전자 상거래 공개 데이터 셋)
https://www.kaggle.com/olistbr/brazilian-ecommerce/code -
대회 참여하신 분의 발표 자료
https://github.com/RyuJiseung/WSDM_2018/blob/master/kkbox_churn_prediction.pdf
확인할 사항들
1) 왜 그런지 파악해보기
2) 분석 대상 : 구독이 만료된 당시의 고객 이탈 여부 예측
3) 왜 Log Loss를 썼는지 찾아보기
+4) KKBOX의 서비스를 파악해보기
