【如何透過預測潛在交易價值提高金融客戶體驗?】
根據全球知名的數據行銷公司 Epsilon 在2018年研究,市場上近八成左右的客戶傾向選擇具備個人化服務的商品 👤,兼備「即時性」與「個人化」的服務,已是企業追求的目標及顧客習慣的被服務的方式。 透過各項顧客特徵變數 預測出該顧客潛在的需求並提供對應的金融服務💰,針對每一客戶的潛在需求進行預測🔍,提升潛在服務成交率📈。
✨ 本文重點精華 ✨
🔸 資料處理的手法
🔸 資料集進行建模的步驟
🔸 LightGBM作為Baseline的優點介紹
🔸 使用KFold進行重複訓練