이탈유저 예측을 위한 머신러닝 모델링하기!

이탈(Churn)유저를 막거나 다시 재활성화시키는 것은 서비스에서 굉장히 중요합니다! 신규유저를 acqusition 하는 것보다 비용적인 세이브가 크기 때문에 저도 집중하는 주제인데요 이 아티클에서는 이탈유저에 대해 분석하고 피쳐를 만들어 이탈유저를 예측하는 머신러닝 모델을 만드는 A-Z가 잘 나타나있습니다. - EDA - EDA를 통한 Churned vs Un-chunred 유저 인사이트 - 피쳐 엔지니어링 - Modeling - 하이퍼 파라미터 튜닝 - 평가 및 Improvements를 위한 디스커션 석사 학생이 프로젝트를 위해 만든 가상 서비스의 데이터를 가지고 한 것이라 실제 현업에서 다루는 데이터 및 모델에 비해 간략하지만 순서와 인사이트가 굉장히 좋다고 생각되었습니다! (분석가 취업을 위해 준비하시는 분들 티타임을 하다 보면 실제 데이터를 다루지 못해 프로젝트가 풍부하지 못한 점이 아쉽다고 생각되는데, 이런 식으로 가상의 데이터를 가지고 프로젝트를 만들면 좋겠다는 생각이 들었네요!)