CRM 랩

예측 점수 기준선

이탈 예측 점수의 기준선을 옮기면, 잡아내는 이탈 고객과 헛연락이 함께 바뀌는 것이 보여요.

고객 1,000명 · 석 달 뒤 실제로 떠난 고객 100명

연락할 고객 108명

정밀도 53.7% 연락한 108명 중 실제로 떠날 고객 58명
재현율 58% 떠날 고객 100명 중 잡아낸 58명
놓친 고객42명
헛연락50명
실제로 떠난 고객 100명위아래는 눈금이 달라요남은 고객 900명12000.021800.131500.251200.37900.410650.514450.617280.720150.82170.9

고객 1,000명에게 이탈 예측 점수를 매겼고, 석 달 뒤 실제로 떠난 고객은 100명이었어요. 막대 위쪽은 실제로 떠난 고객, 아래쪽은 남은 고객이 점수 칸마다 몇 명인지예요. 위아래는 인원 규모가 달라 눈금을 따로 잡았으니 막대 끝의 숫자로 인원을 읽어요. 기준선을 옮기면 연락할 고객 수와 함께 정밀도(연락한 고객 중 실제로 떠날 고객의 비율)와 재현율(떠날 고객 중 잡아낸 비율)이 바뀌어요. 기준선을 낮추면 놓치는 고객이 줄지만 헛연락이 늘어요. 어디서 끊을지는 모델이 아니라 사람이 정해요.