Predicting user churn in Web/APP platforms using multi-source data analysis
Aquesta tesi de màster consisteix en una anàlisi exhaustiva del problema de la pèrdua d’usuaris en una plataforma web/app. El treball comença amb la creació d’un conjunt de dades específic, gairebé des de zero, intentant capturar tota la informació possible que pugui ajudar en l’anàlisi posterior. D...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2024 |
| País: | España |
| Institución: | Universitat Politècnica de Catalunya (UPC) |
| Repositorio: | UPCommons. Portal del coneixement obert de la UPC |
| Idioma: | inglés |
| OAI Identifier: | oai:upcommons.upc.edu:2117/401705 |
| Acceso en línea: | https://hdl.handle.net/2117/401705 |
| Access Level: | acceso embargado |
| Palabra clave: | Predictive control Machine learning User churn subscription predictive modelling cohort analysis and tree-based methods Control predictiu Aprenentatge automàtic Classificació AMS::62 Statistics Àrees temàtiques de la UPC::Matemàtiques i estadística |
| Sumario: | Aquesta tesi de màster consisteix en una anàlisi exhaustiva del problema de la pèrdua d’usuaris en una plataforma web/app. El treball comença amb la creació d’un conjunt de dades específic, gairebé des de zero, intentant capturar tota la informació possible que pugui ajudar en l’anàlisi posterior. Després, es du a terme una anàlisi de dades completa, identificant les característiques clau que porten els usuaris a cancel·lar les seves subscripcions. Finalment, s’implementen diferents models predictius. Aquests models son capaços de predir la pèrdua d’usuaris un període de subscripció abans que succeeixi, proporcionant a l’empresa estudiada informació valuosa sobre els seus clients i una eina poderosa per intentar retenir-los. |
|---|