Прогнозування відтоку абонентів: AI, Uplift та NBO у телекомі

Як передбачити відтік абонентів з точністю >85%: досвід впровадження

Оператор витрачає мільйони на залучення абонентів, але втрачає до 30% бази в перші півроку. Вартість залучення в 5–7 разів вища за утримання — кожна втрачена одиниця прямий збиток. За даними галузевих звітів, оператори з AI-системами знижують churn в середньому на 20%. На одному проєкті для оператора з 5 млн абонентів ми скоротили відтік на 18% за квартал, зберігши понад 30 000 абонентів. Ми будуємо AI-системи, які на основі даних BSS/OSS передбачають відтік з точністю >85% і підказують, кому і що запропонувати, щоб залишитись. Замовте аналітичний звіт за вашими даними — ми покажемо, які сегменти знаходяться в зоні ризику.

Які ознаки впливають на відтік?

Ключові групи ознак: використання послуг (голос, дані, SMS), фінанси (ARPU, прострочки), взаємодія з підтримкою та конкурентний контекст. Особливо цінні тренди — наприклад, зниження обсягів споживання даних за останні 30 днів порівняно з попереднім періодом. Feature Engineering з BSS/OSS систем включає:

features_usage = {
    'voice_outgoing_min_30d': sum(voice_outgoing_last_30d),
    'voice_incoming_min_30d': sum(voice_incoming_last_30d),
    'unique_called_numbers': len(unique_called_30d),
    'data_usage_gb_30d': sum(data_usage_last_30d),
    'data_usage_trend': data_30d - data_60_30d,
    'arpu': avg_monthly_revenue,
    'arpu_trend': arpu_30d - arpu_90d,
    'payment_delays': count(payment_delay > 5d),
    'last_payment_days_ago': days_since_last_payment
}

Взаємодія з оператором:

features_interaction = {
    'cs_contacts_30d': count(support_contacts_last_30d),
    'complaints_90d': count(formal_complaints_90d),
    'nps_score': last_nps_response,
    'app_logins_30d': mobile_app_logins_count
}

Конкурентний контекст: номери, перенесені до конкурента (MNP на рівні сегмента), різниця в ціні тарифу-аналога — чим gap вищий, тим ризик відтоку більший.

Чому uplift-моделювання перевершує класифікацію відтоку?

Наївний підхід — дати знижку всім, хто може піти. Проблема: частина абонентів залишиться і так (sure things), частина піде навіть зі знижкою (lost causes). Знижка потрібна тільки persuadables — тим, кого пропозиція може схилити залишитись. Uplift model (див. Uplift modelling) оцінює причинний вплив:

Uplift = P(retained | treated) - P(retained | not treated)

Таргетуємо тих, у кого uplift > 0. Meta-learner (T-Learner) будує два класифікатори — для treatment і control:

model_treatment = LightGBMClassifier().fit(X_treated, y_treated)
model_control = LightGBMClassifier().fit(X_control, y_control)
uplift = model_treatment.predict_proba(X)[:, 1] - model_control.predict_proba(X)[:, 1]

Це дає на 20% більше утриманих при тому ж бюджеті, ніж просто топ за ймовірністю відтоку. Крім T-Learner, використовуємо S-Learner (один класифікатор з ознакою treatment) і X-Learner (крос-навчання). На практиці T-Learner дає кращий uplift при достатньому розмірі вибірки, а X-Learner стійкіший до дисбалансу. Вибір залежить від обсягу retention-кампаній і частки treatment.

Як персоналізувати retention-офери?

Мало передбачити, хто піде, — потрібно вирішити, що запропонувати. Next Best Offer (NBO) — мультикласова модель, яка обирає офер: знижка, бонусний трафік, апгрейд тарифу або безкоштовний роумінг. Враховуємо CLV, ARPU, тип споживання, історію пропозицій. Важливий timing: за 30–60 днів до кінця контракту, після негативного NPS (48 годин), після скарги в CS (негайно).

Специфіка телеком churn

Типи відтоку: voluntary churn (свідомий відхід), involuntary churn (відключення за несплату), early churn (відхід у перші 90 днів). Для prepaid (передоплата) відток визначають за неактивністю: 30/60/90 днів без поповнення.

Contractual vs. prepaid: Постоплата — чітка дата розірвання; модель передбачає розірвання при продовженні. Prepaid — немає контракту, визначення через неактивність.

Multi-horizon моделі

Кроки побудови churn-моделі

1. Збір та агрегація даних — вивантаження з BSS/OSS, CRM, CDR за 6–12 місяців.
2. Feature engineering — розрахунок ознак використання, фінансів, взаємодій, трендів.
3. Навчання baseline — LightGBM / XGBoost з крос-валідацією за часом.
4. Побудова uplift-моделі — T-Learner або S-Learner з оцінкою CATE.
5. Калібрування NBO — мультикласова модель з урахуванням CLV та бюджету.
6. A/B-тестування — порівняння кампаній з моделлю та без.

Метрики оцінки моделі

Що входить в роботу

• Детальний аналітичний звіт за факторами відтоку та сегментацією
• ML-модель (churn + uplift + NBO) з API для інтеграції
• Інтеграція з CRM та кампаніями розсилки
• Документація та навчання команди оператора
• Підтримка протягом 3 місяців після запуску

Терміни та вартість

Базова churn модель на BSS-даних — 4–5 тижнів. Повна система з uplift, NBO та CRM-інтеграцією — 3–4 місяці. Вартість розраховується індивідуально, виходячи з обсягу даних та складності. Окупність — за рахунок зниження відтоку на 15–30%: для оператора з мільйонною абонентською базою економія може скласти значну суму.

Чому варто працювати з нами

Ми — команда senior ML-інженерів з досвідом у телекомі 7+ років. Завершили 15+ проєктів з churn prediction для операторів в Україні та СНД. Гарантуємо якість: наші моделі проходять A/B-тестування і дають вимірний бізнес-результат. Сертифіковані за AWS SageMaker та PyTorch. Отримайте безкоштовний пілот на ваших даних за 2 тижні — зв'яжіться з нами для консультації. Замовте демонстрацію, і ми покажемо, як ваші дані можуть працювати на утримання.

Які проблеми прогнозування часових рядів зустрічаються найчастіше?

Фінансовий директор запитує прогнозування часових рядів продажів на квартал. Аналітик будує SARIMA, досягає MAPE 8.3% на тестовій вибірці — і з гордістю деплоїть. Через два місяці в production метрика падає до 23%. Причина класична: модель навчалася на даних до COVID, тестувалася на стабільному періоді, а production потрапив на промо-акцію та збій поставок. Data leakage + distribution shift = гарні цифри в ноутбуці та непрацюючий прогноз в реальності. Ми стикалися з цим десятки разів. Наш досвід — 5+ років у прогнозуванні часових рядів для рітейлу, фінтеху та IoT, більше 50 завершених проєктів.

Неправильна крос-валідація. Стандартний train_test_split для часових рядів — помилка. Випадкове розбиття створює data leakage: модель бачить «майбутні» значення в навчанні. Правильно — TimeSeriesSplit або walk-forward validation з expanding window.

Множинна сезонність. Погодинні дані споживання електроенергії мають три сезонності: добову (24 год), тижневу (168 год), річну (8760 год). SARIMA справляється лише з однією. Prophet обробляє кілька, але повільно масштабується на тисячі рядів.

Пропуски та аномалії в даних. Пропуск у сенсорних даних — це інформація (датчик відключився), а не просто NaN. Лінійна інтерполяція вбиває цей сигнал. Правильна обробка залежить від природи пропуску.

Cold start при ієрархічному прогнозуванні. Новий SKU в асортименті з 50 000 позицій: історичних даних немає, потрібен прогноз. Стандартні підходи тут не працюють — потрібні cross-learning підходи або feature-based методи.

Які інструменти і коли застосовувати?

Prophet (Meta) — чудовий старт для бізнес-даних із зрозумілою сезонністю та святами. Швидко налаштовується, інтерпретований, вбудована обробка викидів і пропусків. Падає в точності при нерегулярних патернах і не масштабується на десятки тисяч рядів без паралелізації. Prophet (Facebook) — офіційна документація.

Gradient boosting на фічах (LightGBM, XGBoost) — часто недооцінений підхід. Створюєте фічі вручну: лаги (t-1, t-7, t-28), ковзні середні, категоріальні ознаки (день тижня, місяць), екзогенні змінні. Модель навчається на всіх рядах одночасно — вирішує cold start через схожі ряди. MAPE на рітейл-прогнозуванні часто кращий за нейронні мережі при правильній feature engineering.

TFT (Temporal Fusion Transformer) — трансформер, спеціально розроблений для інтерпретованого прогнозування з коваріатами. Вбудовані механізми: variable selection (які ознаки важливі), temporal self-attention (які часові точки впливають на прогноз), квантильні передбачення. Доступний у pytorch-forecasting. Вимагає ~10 000+ записів на ряд для стабільного навчання. Temporal Fusion Transformer — академічна публікація.

PatchTST — трансформер, який ділить часовий ряд на патчі (аналогічно ViT для зображень). Краще захоплює локальні патерни, ніж класичні трансформери. Добре працює для long-horizon forecasting (прогноз на 96–720 кроків). Реалізація в neuralforecast від Nixtla.

N-HiTS, N-BEATS — нейронні архітектури без attention, швидші за TFT, конкурентна точність. N-BEATS виграє на M4/M5 benchmark для задач без коваріат.

Як ми розгортаємо TFT в production?

TFT потребує ретельної підготовки даних. Типовий пайплайн через pytorch-forecasting:

training = TimeSeriesDataSet(
    data,
    time_idx="time_idx",
    target="sales",
    group_ids=["store", "sku"],
    min_encoder_length=max_encoder_length // 2,
    max_encoder_length=max_encoder_length,  # 120 днів
    min_prediction_length=1,
    max_prediction_length=max_prediction_length,  # 28 днів
    static_categoricals=["store_type", "category"],
    time_varying_known_reals=["price", "promo_flag"],
    time_varying_unknown_reals=["sales"],
    target_normalizer=GroupNormalizer(groups=["store", "sku"], transformation="softplus"),
)

Часта помилка: target_normalizer за замовчуванням (StandardScaler) ламає передбачення для рядів з нульовими значеннями (немає продажів у вихідні). GroupNormalizer з transformation="softplus" — правильний вибір для count-даних.

Покрокова інструкція з налаштування TFT

1. Збір та підготовка даних. Обробити пропуски (маркувати NaN, інтерполювати лише якщо це технічний збій), агрегувати до потрібної частоти, сформувати коваріати (свята, промо, ціни).
2. Створення TimeSeriesDataSet. Вказати group_ids (наприклад, магазин+SKU), часовий індекс, горизонт прогнозу. Налаштувати target_normalizer з урахуванням розподілу таргета.
3. Навчання baseline. Спочатку Prophet або LightGBM — щоб зрозуміти, наскільки складніше завдання.
4. Тренування TFT. Запустити TemporalFusionTransformer з loss=QuantileLoss(), підібрати learning rate та розміри hidden шарів. Використовувати pytorch_forecasting або neuralforecast.
5. Валідація та інтерпретація. Перевірити walk-forward, проаналізувати variable selection, побудувати attention heatmap.

Кейс: прогноз попиту в рітейлі. Мережа з 120 магазинів, 8000 SKU, горизонт прогнозу 28 днів. Вихідна система: SARIMA окремо для кожного ряду, MAPE 18.4%, повний цикл перенавчання — 6 годин. TFT на PyTorch + pytorch-forecasting: одна модель на всі ряди, MAPE 11.2%, перенавчання — 40 хв на A10G. Додатковий бонус: feature importance через variable selection — з'ясувалося, що day_before_holiday впливає сильніше, ніж сама дата свята. Середня економія бюджету на інференсі для клієнта склала значну суму.

Як правильно оцінювати якість прогнозів?

Не використовуйте RMSE як єдину метрику — вона сильно штрафує за великі помилки на великих значеннях. Наш набір метрик для рітейл-прогнозування:

• MAPE — інтерпретована, але нестабільна при значеннях близьких до нуля
• sMAPE — симетрична версія, уникає ділення на маленькі числа
• MASE (Mean Absolute Scaled Error) — нормалізована відносно наївного сезонного прогнозу, чудово підходить для порівняння між рядами з різними масштабами
• Quantile loss / Pinball loss — для ймовірнісного прогнозування, оцінка покриття інтервалів

Гарантуємо: ми надаємо model card з цими метриками на валідаційній вибірці та результати walk-forward тесту на історії не менше 6 місяців.

Що входить в роботу

• Документація щодо обраної архітектури, обґрунтування вибору гіперпараметрів.
• Відтворюваний пайплайн навчання та інференсу (Docker + CI/CD + Airflow/Prefect).
• Код з коментарями та модульними тестами на ключові компоненти.
• Навчання вашої команди: як перенавчати модель, як інтерпретувати виходи, як деплоїти нові версії.
• Підтримка протягом 3 місяців після здачі: консультації, виправлення багів, доналаштування.

Процес роботи

Починаємо з EDA: візуалізація, тест ADF на стаціонарність, STL-декомпозиція, аналіз пропусків та викидів. Це 2–3 дні, але часто виявляє системні проблеми даних, які блокують прогнозування.

Потім: baseline (наївний seasonal, Prophet), feature engineering для LGBM, вибір архітектури нейронної мережі якщо потрібно. Walk-forward validation з реалістичним горизонтом. Деплой через API з автоматичним перенавчанням за розкладом через Airflow або Prefect.

Строки орієнтовно: MVP-прогноз на одному типі даних — 3–6 тижнів. Ієрархічна система прогнозування з автоматизацією — 2–5 місяців. Вартість розраховується індивідуально.

Наша команда — сертифіковані ML-інженери (AWS ML Specialty, GCP Professional ML Engineer). За 5 років на ринку реалізували понад 50 проєктів з прогнозування. Зв'яжіться з нами для безкоштовного аналізу ваших даних — ми оцінимо завдання та дамо перші рекомендації за 1–2 дні. Замовте консультацію і переконайтеся, що ваші прогнози працюють в production, а не тільки в ноутбуці.