케이스 · 통신
이동통신 — 이탈 예측 + 요금제 영향 시뮬레이션
// PERSONA
임차장 / 이동통신사 가입자 분석팀
// INDUSTRY
통신 / Telecom
// DATASET
case_10 · subscriber_usage_log.csv · 4.2M subscribers
PROBLEM
마주한 문제
가입자 420만 명의 사용 로그·콜드롭·요금제 데이터에서 이탈 위험 시그널을 사전에 잡아야 하지만, "왜 이탈할 가능성이 높은지" 변수별 기여도를 설명할 수 없으면 리텐션 액션 자체가 산만해집니다. 또 신규 요금제 출시가 매출·이탈에 어떤 영향을 줄지 사전 시뮬레이션이 부재했습니다.
COMING SOON
APPROACH
XimTier 접근
가입자 사용 패턴·서비스 품질·요금제 이력을 통합 분석하고, 이탈 점수에 SHAP 기반 변수별 기여도를 자동 첨부합니다. Reverse What-If로 신규 요금제의 매출· 이탈 영향까지 사전 시뮬레이션하여 출시 결정 근거를 자동 생성합니다.
COMING SOON
OUTCOMES
결과
OUT / 01
고위험 가입자 사전 케어 (이탈률 −16%)
OUT / 02
망 품질 저하 원인 변수 자동 도출
OUT / 03
신규 요금제 영향 사전 시뮬레이션
OUT / 04
리텐션 캠페인 ROI +43%
⚠ 예시 데이터 — 실제 도입 시 고객 데이터로 파인튜닝됩니다.