Rapport de stage

Résumé

Dans ce présent document, nous modélisons la probabilité de mécontentement d’un
client nouvellement raccordé à la fibre optique. Après avoir effectué toutes les
préparations de données en amont de la modélisation, le modèle XGBOOST s’est
imposé face au Random Forest pour bien modéliser notre problématique. Il donne ainsi
des performances assez prometteuses. En effet avec un AUC de 67% sur le test set, le
XGBOOST nous rassure d’une précision de 75% pour un seuil fixé à 0.5811.
La stratégie d’explicabilité basée sur les valeurs de Shapley nous fournit les variables
importantes pour la prédiction de cette probabilité de mécontentement. Il ressort que le
nombre de jours écoulés entre la date de signature d’un contrat fibre et la date de
raccordement, l’ancienneté du client, l’âge du client, l’indice de fragilité du client, le
nombre de déconnexions et redémarrages de la LiveBox que le client a eu 3 mois après
le raccordement à la fibre et la puissance moyenne du wifi du client 3 mois après le
raccordement ont été les quelques variables détectées come importantes par notre
modèle.
Pour finir l’étude, le modèle a été mis en opération pour détecter les clients
potentiellement mécontents parmi ceux qui ont été raccordés à la fibre durant le mois de
juillet 2022. Le résultat de la prédiction affirme 10% (15103) de ces clients sont
potentiellement mécontents de leur nouvelle installation fibre.
Le logiciel R et Python ont été utilisés durant l’étude.

Mots-clés

Informations détaillées

Auteurs

Fichiers disponibles

Commentaires (0)