Ternyata Begini "Data Science" Memprediksi Penggunaan Kartu Prabayar

Lihat Foto

Meet Up ke-6 DQLab membahas tema Data Science: Memprediksi Perilaku Pelanggan Kartu Pra-bayar di 3 Bulan Pertama.(Dok. DQLab)

Anda bisa menjadi kolumnis !

Kriteria (salah satu): akademisi, pekerja profesional atau praktisi di bidangnya, pengamat atau pemerhati isu-isu strategis, ahli/pakar di bidang tertentu, budayawan/seniman, aktivis organisasi nonpemerintah, tokoh masyarakat, pekerja di institusi pemerintah maupun swasta, mahasiswa S2 dan S3. Cara daftar baca di sini

Daftar di sini Kirim artikel

Editor Yohanes Enggar Harususilo

KOMPAS.com - Pendapat industri telekomunikasi merupakan tulang punggung dunia digital modern rasanya akan sangat sulit untuk terbantahkan. Bagaimana tidak, di zaman serba digital ini hampir setiap aktivitas komunikasi dilakukan melalui smartphone.

Aktifitas chatting, browsing, social media, voice call, hingga video call akan tercatat dan terekam sehingga menghasilkan milyaran data.

Beberapa waktu lalu industri telekomunikasi tanah air sempat dihebohkan dengan adanya regulasi yang mengharuskan pengguna melakukan registrasi prabayar.

Sebenarnya ada sisi positif dapat ditarik dari regulasi ini. Data pelanggan dapat menjadi lebih valid serta dapat mengurangi efek kejahatan (cyber security).

Registrasi juga dapat menyehatkan industri dengan mengurangi para pemakai yang suka berpindah-pindah (swinger or rotational churner), serta mengurangi biaya produksi pembuatan kartu.

Walaupun positif, tidak semua pengguna smartphone mau berpindah ke kartu prabayar.

Lalu, bagaimana sebenarnya perilaku pengguna kartu prabayar berdasarkan data? Bagaimana pula data dapat menunjukkan seberapa besar pengguna dapat bertahan (survival status) dalam penggunaan kartu prabayar?

Memprediksi perilaku pengguna prabayar

Implementasi ilmu data science ternyata dapat digunakan memprediksi apakah pengguna akan tetap berlangganan kartu prabayar 90 hari setelah mengaktivasi kartu tersebut.

Vincent Adhi Handara, praktisi data dcientist dari salah satu perusahaan asuransi terkemuka di Indonesia menjelaskan metode yang dapat digunakan memprediksi perilaku pelanggan kartu prabayar tersebut.

Untuk mengetahuinya, ada serangkaian tahapan atau proses dilalui oleh pengguna.

Mari kita ibaratkan bahwa terdapat empat titik yaitu titik A, B, C dan D. Titik A adalah waktu pengaktifan kartu prabayar oleh pelanggan. Titik A ke C adalah masa 90 hari semenjak pengaktifan kartu prabayar. Titik A ke B adalah masa 14 hari penggunaan kartu prabayar semenjak pengaktifan kartu.

Sedangkan titik C ke D adalah masa 14 hari setelah kartu digunakan selama 90 hari. Titik C ke D inilah durasi paling efektif untuk menentukan survival status (penggunaan telepon, data atau sms) dari pengguna kartu prabayar.

Setelah dilakukan analisis terhadap data, dapat disimpulkan bahwa pelanggan akan tetap melanjutkan langganan setelah 90 hari sejak pengaktifan kartu apabila terdapat aktivitas telepon signifikan dari titik A ke titik B.