liu.seSök publikationer i DiVA
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Predicting Customer Churn at a Swedish CRM-system Company
Linköpings universitet, Institutionen för datavetenskap, Databas och informationsteknik. Linköpings universitet, Tekniska högskolan.
Linköpings universitet, Institutionen för datavetenskap, Databas och informationsteknik. Linköpings universitet, Tekniska högskolan.
2014 (Engelska)Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
Abstract [en]

This master thesis investigates if customer churn can be predicted at the Swedish CRM-system provider Lundalogik. Churn occurs when a customer leaves a company and is a relevant issue since it is cheaper to keep an existing customer than finding a new one. If churn can be predicted, the company can target their resources to those customers and hopefully keep them. Finding the customers likely to churn is done through mining Lundalogik's customer database to find patterns that results in churn. Customer attributes considered relevant for the analysis are collected and prepared for mining. In addition, new attributes are created from information in the database and added to the analysis. The data mining was performed with Microsoft SQL Server Data Tools in iterations, where the data was prepared differently in each iteration. The major conclusion from this thesis is that churn can be predicted at Lundalogik. The mining resulted in new insights regarding churn but also confirmed some of Lundalogik's existing theories regarding churn. There are many factors that needs to be taken into consideration when evaluating the results and which preparation gives the best results. To further improve the prediction there are some final recommendations, i.e. including invoice data, to Lundalogik of what can be done.

Ort, förlag, år, upplaga, sidor
2014. , s. 100
Nationell ämneskategori
Datavetenskap (datalogi)
Identifikatorer
URN: urn:nbn:se:liu:diva-107904ISRN: LIU-IDA/LITH-EX-A--14/028--SEOAI: oai:DiVA.org:liu-107904DiVA, id: diva2:727881
Externt samarbete
Lundalogik AB
Ämne / kurs
Datavetenskap vid LiTH
Presentation
2014-06-09, Muhammad al-Khwarizmi, Linköpings universitet, Linköping, 14:00 (Engelska)
Handledare
Examinatorer
Tillgänglig från: 2014-06-25 Skapad: 2014-06-23 Senast uppdaterad: 2018-01-11Bibliografiskt granskad

Open Access i DiVA

Predicting Customer Churn at a Swedish CRM-system Company(1300 kB)560 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 1300 kBChecksumma SHA-512
e37cab1762dd2bc13fd6ab9af0238f698cd55f0f6469b9969c7d678b0e3aada06b4ff8f530adfc0d0100d90ab24ed069ec54152c07150f4d18230c69b2791348
Typ fulltextMimetyp application/pdf

Sök vidare i DiVA

Av författaren/redaktören
Buö, DavidKjellander, Magnus
Av organisationen
Databas och informationsteknikTekniska högskolan
Datavetenskap (datalogi)

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 560 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 1342 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf