Churn prediction in online payment sector using survival analysis

Online ödeme sistemleri fintech dünyasının hızla önemli bir bileşeni haline gelmektedir. Sektöre birçok firmanın girmesiyle birlikte artan rekabet, müşterilere önceden haber vermeden kolaylıkla sağlayıcılarını değiştirebilme imkânı sunmaktadır. Bu nedenle, rekabetçi kalmak isteyen organizasyonlar için churn önemli bir konu haline gelmiştir. Bu çalışma, özellikle Türkiye'deki önemli bir ödeme servis sağlayıcısı olan bir şirkette churn'u etkileyen ana faktörlere odaklanmaktadır. Çalışmanın diğer bir amacı, hangi churn tanımının şirketin iş modeli ve müşteri davranışlarıyla uyumlu olduğunu bulmaktır. Bu iki soruyu yanıtlama amacı ile, hayatta kalma analizi kullanılarak üç farklı model geliştirildi. Veri üzerinde bir süredir platformu aktif olarak kullanan müşterilerin verileri incelenerek üç farklı churn tanımı geliştirildi. Farklı hedef değişkenlere sahip üç farklı model oluşturmak için demografik faktörler, ödeme geçmişi ve kullanım alışkanlıkları dahil olmak üzere abone kaybını etkileyebilecek çeşitli değişkenler incelendi. Modellerin sonuçları karşılaştırılarak, hangi değişkenlerin churn'ü önemli düzeyde etkilediği ve hangi churn tanımının eldeki problem çözmeye daha elverişli olduğu incelendi. Kurulan modeller performans indikatörleri ve değişkenlere verdikleri önem sıralamaları bakımından benzer perfromans gösterdiler. Bulgular, komisyon oranı değişikliği, geri ödeme oranı, ödeme sayısı, hacim, üye işyeri türü, üye işyeri kaynağı ve sektör bilgisinin churn olasılığını etkilediğini, üye işyerinin şirket tipi ve geri ödeme süresinin churn üzerinde bir etkisinin olmaduğını göstermiştir. Sonuçlara göre churn tanımı olarak bir ay içinde işlem geçirmeyen işyerlerini churn olarak kabul eden model diğer modellere göre daha iyi performans göstermiştir. Ek olarak, sonuçlar müşterilerin çalışmaya başladıktan 25 ay sonra ayrılma riskinin belirgin derecede arttığını göstermiştir.