Early Glover Churn

Abstract

L’anàlisi del churn es pot entendre com un problema per predir i comprendre l’abandonament de l’ús d’un producte o servei. Diferents indústries, des de l’entreteniment fins a financeres, passant per proveïdors de cloud fan ús de plataformes digitals on els usuaris accedeixen als seus productes o serveis. L’ús d’aquestes plataformes condueix a deixar rastres de conducta. Aquests rastres es poden extreure per comprendre’ls millor, millorar el producte o servei i per predir el churn. En aquesta tesis, realitzarem l’anàlisi del churn sobre les dades reals dels repartidors (glovers) de l’empresa de food delivery Glovo, amb senyals com el comportament d’aquests a l’hora de repartir les ordres, comunicacions o ingressos. Després de fer el corresponent preprocessament de dades comparem un decision tree, un random forest, un gradient boosting, un XGBoost i addicionalment una xarxa neuronal per a la predicció de churn dels glovers. Hem trobat que tots els models excloent el decision tree tenen un rendiment similar, d’aquests el random forest aconsegueix un rendiment lleugerament superior als altres.

El análisis del churn se puede entender como un problema para predecir y comprender el abandono del uso de un producto o servicio. Diferentes industrias, des del entretenimiento hasta las financieras, pasando por proveedores de cloud hacen uso de plataformas digitales donde los usuarios acceden a sus productos o servicios. El uso de estas plataformas conduce a dejar rastros de conducta. Estos rastros se pueden extraer para entenderlos mejor, para mejorar el producto o servicio o para predecir el churn. En esta tesis, realizaremos el análisis del churn sobre los datos reales de los repartidores (glovers) de la empresa de food delivery Glovo, con señales como el compartimiento de estos a la hora de repartir órdenes, comunicaciones o ingresos. Después de realizar el correspondiente preprocesamiento de datos se comparan un decision tree, un random forest, un gradient boosting, un XGBoost y addicionalment una red neuronal para la predicción del churn de los glovers. Se ha encontrado que todos los modelos menos el decision tree tienen un rendimiento similar, de estos el random forest consigue un rendimiento ligeramente superior a los demás.

Churn analysis can be understood as a problem to predict and understand the abandonment of the use of a product or service. Different industries, from entertainment to finance, to cloud providers, use digital platforms where users access their products or services. The use of these platforms leads to traces of behaviour. These traces can be extracted to better understand them, to improve the product or service, and to predict the churn. In this thesis, we will perform an analysis of the churn on the actual data of the couriers (glovers) of the food delivery company Glovo, with signals such as the behaviour of these when delivering orders, communications or income. After performing the corresponding data pre-processing, we compare a decision tree, a random forest, a gradient boosting, an XGBoost and additionally a neural network for the churn prediction of the glovers. We found that all models excluding the decision tree have a similar performance, of which the random forest achieves a slightly higher performance than the others.