Questo progetto consiste nell’applicazione di algoritmi di Machine Learning nei seguenti due modelli di business: Propensity of email engagement e Propensity to churn. In generale, l’obiettivo dei propensity modelling è quello di analizzare il comportamento dei clienti selenzionando quelli che, con un’alta probabilità, potrebbero commettere una certa azione nel futuro.
Il primo modello, propensity of email engagement, va ad indagare quanto una campagna marketing basata sull’invio di email riesca a “raggiungere” i clienti, e quindi ad essere efficace.
Il propensity to churn model, invece, ha l’obiettivo di prevedere quali consumatori cesseranno di essere clienti dell’azienda, i cosiddetti churner.
Entrambi i modelli consistono in problemi di classificazione binaria e, per ognuno di essi, sono stati sviluppati diversi algoritmi di Machine Learning (ed in particolare di Supervised Learning) a seguito di un’approfondita analisi dei dati a disposizione.
I diversi algoritmi sono stati tunati al fine di scegliere il parametro migliore per ognuno di essi e, infine, sono stati confrontati per valutarne la performance.