Customer Lifetime Value Prediction

Problem Statement

Dalam berbisnis, untuk mendapatkan customer baru bisa sampai 25 kali lebih mahal daripada mempertahankan customer lama (customer retention). Customer retention menjadi kunci dari sumber pendapatan yang stabil bagi perusahaan karena pembelian berulang dari existing customer membuat bisnis perusahaan tetap berjalan. Oleh karena itu, perusahaan perlu melihat seberapa valuable customer terhadap bisnis perusahaan. Untuk mengukur hal tersebut, terdapat sebuah metrik yang dapat digunakan yaitu metrik Customer Lifetime Value (CLV).

Customer Lifetime Value (CLV) adalah jumlah uang yang dikeluarkan customer untuk perusahaan sepanjang hubungan bisnis antara customer dengan perusahaan tersebut. Secara sederhananya, CLV adalah prediksi atas nilai keseluruhan revenue yang bisa didapatkan dari customer tersebut. Memahami dan meningkatkan CLV di perusahaan dapat meningkatkan keuntungan perusahaan, membantu merencanakan anggaran, dan menganalisis kepuasan pelanggan.

Dalam project ini, terdapat sebuah perusahaan asuransi mobil di Amerika Serikat mengalami issue dalam meningkatkan revenue perusahaan. Salah satu penyebab issuenya adalah karena pendekatan strategi marketing yang tidak tepat dimana perusahaan mengeluarkan budget yang sama untuk seluruh tipe customer, sehingga perusahaan akhirnya membayar lebih untuk low-value customer dan kehilangan high-value customer. Maka dari itu, perusahaan menggunakan metrik CLV agar dapat menentukan seberapa valuable customer yang dimiliki dan strategi marketing yang akan digunakan berdasarkan CLV tersebut. Namun perusahaan asuransi mobil ini belum memiliki sistem untuk memprediksi CLV dengan cepat dan akurat sehingga penentuan strategi marketing saat ini memakan waktu lebih lama karena pengolahan data yang masih secara manual. Oleh karena itu, prediksi CLV yang lebih cepat dan akurat sangatlah penting untuk dapat mengambil strategi marketing yang lebih tepat pula.

Goals

Berdasarkan permasalahan diatas, tentunya akan sangat mudah bagi perusahaan asuransi mobil (khususnya divisi marketing) apabila terdapat 'tools' untuk memprediksi CLV dengan melihat dari data demografis dan data asuransi mobil customer (tipe asuransi, jumlah polis, biaya premi, total klaim, dan lainnya) sehingga pengolahan data CLV tidak lagi secara manual dan dapat mempercepat proses pengambilan keputusan strategi marketing.

Analytic Approach

Membangun suatu model regresi yang akan membantu perusahaan untuk dapat menyediakan 'tools' prediksi CLV dengan menganalisis data yang dapat menemukan pola dari feature-feature yang ada, untuk membedakan CLV masing-masing customer.

Metric Evaluation

Evaluasi metrik yang akan digunakan adalah RMSE, MAE, dan MAPE, di mana RMSE adalah nilai akar kuadrat dari error, MAE adalah rataan nilai absolut dari error, sedangkan MAPE adalah rataan persentase error yang dihasilkan oleh model regresi. Semakin kecil nilai RMSE, MAE, dan MAPE yang dihasilkan, berarti model semakin akurat dalam memprediksi CLV sesuai dengan limitasi feature yang digunakan.

Data Source

• Dataset merupakan data customer asuransi mobil di Amerika Serikat tahun 2019
• Sumber dataset: Link
• Informasi atribut menggunakan informasi dari Kaggle user lain karena tidak ditemukannya pada sumber dataset awal: Link

Attributes Information

Attribute	Data Type	Description
Vehicle Class	Object	Vehicle type classification
Coverage	Object	Types of vehicle insurance coverage
Renew Type Offer	Object	Offer to renew policies that have been/will expire
EmploymentStatus	Object	Customer's employment status
Marital Status	Object	Customer's marital status
Education	Object	Customer's educational level
Number of Policies	Float	Number of policies owned by the customer
Monthly Premium Auto	Float	Monthly premium paid by the insured
Total Claim Amount	Float	Cumulative number of claims since the beginning of the policy
Income	Float	Customer's income (in dollar)
Customer Lifetime Value	Float	Customer Lifetime Value (Target)

Result

Berdasarkan hasil cross-validation, didapatkan model Gradient Boost menjadi model terpilih untuk dilakukan Hyperparameter Tuning. Adapun hasil hyperparameter tuning sebagai berikut:

Condition	RMSE	MAE	MAPE
Before Tuning	-917.867	-404.055	-0.052
After Tuning (RandomizedSearch)	-916.025	-395.742	-0.050
After Tuning (GridSearch)	-914.730	-391.844	-0.050

Performa model setelah dilakukan tuning juga meningkat saat memprediksi CLV ke test set.

Prediction by Gradient Boost	RMSE	MAE	MAPE
Before Tuning	-908.197	-382.738	-0.049
After Tuning	-902.842	-373.974	-0.048