Projektvorstellung

Churn Prediction für eine
regionale Tageszeitung

Die Ausgangssituation:

Die Allgäuer Zeitung ist eine etablierte Tageszeitung für die Region Allgäu und Mittelschwaben und bietet ihren Leserinnen und Lesern seit über 80 Jahren zuverlässige Nachrichten in gedruckter und später auch in digitaler Form.

Mit der fortschreitenden Digitalisierung und den veränderten Mediengewohnheiten arbeitet das Marketing-Team daran, die Kundenbindung kontinuierlich zu stärken. Aktuell kommen Maßnahmen wie personalisierte Inhalte, Sonderangebote und Newsletter zum Einsatz, um die Zielgruppen gezielt anzusprechen. Um diese Aktivitäten weiter zu optimieren, wird nun ein datenbasierter Ansatz umgesetzt, um Kundenbedürfnisse besser zu verstehen.

Status:
Erster Live Test

Branche:
Tageszeitung

Unternehmensgröße:
> 600 Angestellte

Kategorie:
Churn Prediction/
Prognose/ Klassifizierung

Die Ziele:

Identifizierung von Abonnenten mit
hoher Kündigungswahrscheinlichkeit
Verknüpfung der Vorhersagen mit Hinweisen auf Kundenzufriedenheit
und -verhalten, um gezielte Marketingmaßnahmen abzuleiten
Schaffen eines erfolgreichen Use-
Cases für die Anwendung von KI
im Unternehmen

Die Lösung:

Auf Basis von Kundendaten zur Abonnementhistorie und
-demographie, ermittelt ein Machine-Learning- Modell für jeden Kunden die individuelle Abwanderungswahrscheinlichkeit. Eine anschließende Analyse durch das Lesermarkt-Team ermöglicht es, gezielt jene Kunden strategisch anzusprechen, bei denen Maßnahmen besonders wirksam und wirtschaftlich sinnvoll sind. Die enge Zusammenarbeit mit dem internen Data-Team förderte dabei den Aufbau von wichtigem Know-how innerhalb des Unternehmens.

Der Mehrwert:

Das Churn-Prediction-Modell ermöglicht es der Allgäuer Zeitung, potenziell abwandernde Abonnentinnen und Abonnenten frühzeitig zu identifizieren und gezielt anzusprechen. Dies steigert die Effizienz der Marketing-maßnahmen, stärkt die Kundenbindung und fördert eine datengetriebene Entscheidungsfindung. Langfristig trägt das Projekt dazu bei, die Kundenzufriedenheit zu erhöhen und die Wettbewerbsfähigkeit zu sichern.

Die Umsetzung:

Zu Beginn des Projekts wurde eine umfassende Analyse der vorhandenen Kundendaten durchgeführt. Die gewonnenen Erkenntnisse wurden regelmäßig im Austausch mit dem Team der Allgäuer Zeitung geteilt, was unser Verständnis der Daten stärkte und ihre Bedeutung im operativen Kontext klarer einordnen ließ.

In der anschließenden Modellierungsphase wurden verschiedene Klassifizierungs- algorithmen getestet und hinsichtlich ihrer Leistungsfähigkeit verglichen. Ein Boosting- Algorithmus überzeugte durch hohe Effizienz und kurze Laufzeit. Außerdem wurde mit Hilfe der Feature-Importance und SHAP-Werten eine gute Interpretierbarkeit erreicht, wodurch eine transparente Darstellung der Ergebnisse und die sinnvolle Übertragung der Modell-Logik in Marketingstrategien sichergestellt werden konnte.

Zur Bewertung der Modellgüte wurde das Modell sowohl auf einem Hold-out-Datensatz getestet als auch auf neuen, im Laufe der Entwicklungszeit erhobenen Daten, um zusätzlich die Robustheit und Generalisierbarkeit zu überprüfen. Diese mehrstufige Evaluierung stellte sicher, dass das Modell auch unter realen Bedingungen zuverlässig einsatzfähig ist.

Ausblick:

Nach erfolgreicher Entwicklung wurde das Projekt an das Data-Science-Team der Allgäuer Zeitung übergeben. In Zusammenarbeit mit dem Marketing-Team wird nun ein erster Praxistest durchgeführt. Die Zusammenarbeit mit Ehrenmüller wird im Rahmen eines Sparrings fortgesetzt. Ziel ist es, die Allgäuer Zeitung langfristig auf ihrer KI-Roadmap zu begleiten und datenbasierte Entscheidungsprozesse strategisch weiterzuentwickeln.