© CGI Group Inc. CONFIDENTIAL

Machine learning a data mobilních operátorů

Lukáš Drápal (lukas.drapal@cgi.com)

Duben 2014

CGI je globální zajišťovatel komplexních IT služeb a

služeb v oblasti obchodních procesů

4,500 klientůz celého světa

68,000 zaměstnanců,

z toho75% akcionářů

Špičkový business a

IT consulting

400 kanceláří,

40 zemíSystémová integrace,

outsourcingIT and obchodních procesů

9/10 Skóre spokojenosti klientů za

posledních 10 let

2

• Spojení CGI a Logica v roce 2013

• 5. Největší nezávislá IT a BPS firma

na světě

Lokální CGI data science tým

• Seniorní konzultanti s více než 10 letou znalostí sektoru

• Noví talenti s vystudovanou datovou vědou

• Produktová nezávislost

• Prohlubování znalostí v mezinárodních soutěžích

• Kaggle.com: Allstate Purchase Prediction Challenge

• Vyhráli jsme mezi více než 1500 týmy z celého světa

• Hlavní oblasti: retail, banking, telco

3

Data mobilních operátorů

4

• Nesou významnou informaci o uživateli SIM karet

• Lidi, se kterými je uživatel v kontaktu

• Kde se pohybuje

• Mohou být využita ke zkvalitnění služeb a získání

konkurenční výhody

Co máme za data?

• CDR data o hovorech a SMS zprávách

• Číslo volaného a příjemce

• Datum a čas

• Typ služby

• Délka

• ID sítě

• Případně: Lokace, Prohlížená webová stránka, Cena

• Další datové zdroje:

• Subscriber data (Active/deactivated, Network Type,

Phone model)

• CRM systémy

Zpracování dat

• Surová CDR data jsou zpracována, aby mohl být využit

machine learningový algoritmus

• Agregace

• Síťová analýza (social network analysis)

6

Využití dat: příklady z projektů

• Síťová analýza (Social network analysis)

• Demografický profiling

7

No. 8

Kdo ovlivňuje chování ostatních zákazníků?

Vůdce

Vlivný zákazník

Následovníci

Síťová analýza (Social network analysis)

• Detekce komunit

• Výpočet různých síťových metrik

• Zjištění vlivných uživatelů

9

Ukázka hodnoty pro středoevropského operátora

• Detekce komunit

• Odhalení vlivných zákazníků

• Vlivní zákazníci se chovají jinak v retenčním procesu

• Výsledek: doporučení jiného retenčního postupu u různých

skupin zákazníků

0

10 1

0010101010101

1001001010010

1 0101011010

010 100 0 0

1

1

1

0

0010010010010

10

0001011110010

001

0

1

0

00101010101

0 001

01010010111

10

1

1

0

0

00 0

1

0

1

0100101010101

01

0101010101010

0

1

1

0111001010

Demografický profiling: výzvy

KREDIT – absence datPAUŠÁL

0

1

1

1 0

1

0

1

• Anonymní uživatelé• Hodně zákaznických dat

Demografické modelování

• Cíl: předpovědět věk a pohlaví zákazníků s kreditem

• Lepší cílení nabídek

Predikce pohlaví pro telekomunikačního

operátora

• Predikce na základě CDR dat

• Data o zákaznících s paušálem (pohlaví známe) i s kreditem

(pohlaví neznáme)

Výsledek

• Z 50% na 80% přesnost jen na základě CDR dat

Použité proměnné

• Průměrná doba hovoru

• Počet sms a volání mužům / ženám

• Pohlaví nejčastěji volané osoby

Chytrá síťová proměnná (1/2)

?

Chytrá síťová proměnná (2/2)

?

Chytrá proměnná: dekódováno

?

Shrnutí

• CDR data jsou bohatá, potřebují správný preprocessing

• Síťová analýza umožňuje odhalit důležité informace

o zákaznících a vztazích mezi nimi

Q&A

Napište mi: lukas.drapal@cgi.com