ПРЕДИКТИВНА АНАЛІТИКА НА БАЗІ ШТУЧНОГО ІНТЕЛЕКТУ ЯК ІНСТРУМЕНТ МІНІМІЗАЦІЇ ВІДТОКУ КЛІЄНТІВ У ЦИФРОВИХ СЕРВІСАХ
Анотація
Стаття присвячена актуальним питанням мінімізації відтоку клієнтів у цифрових сервісах засобами предиктивної аналітики на базі штучного інтелекту. Проаналізовано та систематизовано сучасні підходи до прогнозування відтоку на базі алгоритмів машинного навчання. Досліджено світовий досвід застосування ансамблевих методів та гібридних архітектур глибокого навчання для утримання клієнтів. Окреслено переваги та обмеження впровадження ШІ-рішень в умовах українського ринку. Розроблено концептуальну модель інтеграції аналітики в процеси управління лояльністю цифрових сервісів. Визначено етичні, технічні та управлінські ризики впровадження. Запропоновано інструментарій для переходу до проактивного управління лояльністю. Це дозволить оптимізувати маркетингові бюджети та підвищити життєву цінність клієнта. Результати сприяють забезпеченню конкурентоспроможності цифрових сервісів.
Посилання
Geiler L., Affeldt S., Nadif M. A survey on machine learning methods for churn prediction. International Journal of Data Science and Analytics. 2022. Vol. 14, № 3. P. 217–242. DOI: https://doi.org/10.1007/s41060-022-00312-5
Imani M., Joudaki M., Beikmohammadi A., Arabnia H. R. Customer Churn Prediction: A Systematic Review of Recent Advances, Trends, and Challenges in Machine Learning and Deep Learning. Machine Learning and Knowledge Extraction. 2025. Vol. 7, № 3. Art. 105. URL: https://www.mdpi.com/2504-4990/7/3/105 (дата звернення: 07.04.2026). DOI: https://doi.org/10.3390/make7030105
Khattak A., Mehak Z., Ahmad H., Asghar M. U., Asghar M. Z., Khan A. Customer churn prediction using composite deep learning technique. Scientific Reports. 2023. Vol. 13, Art. 17294. URL: https://www.nature.com/articles/s41598-023-44396-w#citeas (дата звернення: 07.04.2026). DOI: https://doi.org/10.1038/s41598-023-44396-w
Papa A., Shemet Y., Yarovyi A., Vahovska L. Development of information technology for analyzing the customer churn of a telecommunication company. Information and Control Systems. 2022. Vol. 2, № 2(64). P. 11–15. DOI: https://doi.org/10.15587/2706-5448.2022.255861
Reichheld F. F., Sasser W. E. Jr. Zero defections: Quality comes to services. Harvard Business Review. 1990. Vol. 68, № 5. P. 105–111.
Євтушенко Н. М., Кривенко Ю. В., Стеценко Д. І. Цифрові технології у страхуванні. Міжнародний науковий журнал «Грааль науки». 2024. № 43. С. 105–114. DOI: https://doi.org/10.36074/grail-of-science.06.09.2024.011
Суружіу І. С., Леонова С. В., Таранський І. П. Штучний інтелект у процесі трансформації інтегрованих маркетингових комунікацій інноваційно активних підприємств. Маркетинг і цифрові технології. 2024. Т. 8, № 4. С. 45–58. DOI: https://doi.org/10.5281/zenodo.14032942
Geiler L., Affeldt S., Nadif M. (2022) A survey on machine learning methods for churn prediction. International Journal of Data Science and Analytics, vol. 14, no 3, pp. 217–242. DOI: https://doi.org/10.1007/s41060-022-00312-5
Imani M., Joudaki M., Beikmohammadi A., Arabnia H. R. (2025) Customer Churn Prediction: A Systematic Review of Recent Advances, Trends, and Challenges in Machine Learning and Deep Learning. Machine Learning and Knowledge Extraction, vol. 7, no 3, art. 105. Available at: https://www.mdpi.com/2504-4990/7/3/105 (accessed April 7, 2026). DOI: https://doi.org/10.3390/make7030105
Khattak A., Mehak Z., Ahmad H., Asghar M. U., Asghar M. Z., Khan A. (2023) Customer churn prediction using composite deep learning technique. Scientific Reports, vol. 13, art. 17294. Available at: https://www.nature.com/articles/s41598-023-44396-w (accessed April 7, 2026). DOI: https://doi.org/10.1038/s41598-023-44396-w
Papa A., Shemet Y., Yarovyi A., Vahovska L. (2022) Development of information technology for analyzing the customer churn of a telecommunication company. Information and Control Systems, vol. 2, no 2(64), pp. 11–15. DOI: https://doi.org/10.15587/2706-5448.2022.255861
Reichheld F. F., Sasser W. E. Jr. (1990) Zero defections: Quality comes to services. Harvard Business Review, vol. 68, no 5, pp. 105–111.
Yevtushenko N. M., Kryvenko Yu. V., Stetsenko D. I. (2024) Tsyfrovi tekhnolohii u strakhuvanni [Digital technologies in insurance]. Mizhnarodnyi naukovyi zhurnal «Hral nauky», no 43, pp. 105–114. DOI: https://doi.org/10.36074/grail-of-science.06.09.2024.011 (in Ukrainian)
Suruzhiu I. S., Leonova S. V., Taranskyi I. P. (2024) Shtuchnyi intelekt u protsesi transformatsii intehrovanykh marketynhovykh komunikatsii innovatsiino aktyvnykh pidpryiemstv [Artificial intelligence in the transformation of integrated marketing communications of innovative enterprises]. Marketynh i tsyfrovi tekhnolohii, vol. 8, no 4, pp. 45–58. DOI: https://doi.org/10.5281/zenodo.14032942 (in Ukrainian)
Авторське право (c) 2026 Сергій Кобець, Олена Івасенко
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
