Predicting customer satisfaction via structed and unstructured data using classification and regression

Abstract

According to different studies, retaining existing customers is five or more times more costly than acquiring new ones. This study aim to understand what customers expect from an airline using machine techniques. Dataset is scraped from Skytrax’s Airline Quality website and consists of 65947 observations with 17 columns consisting of one free format column that includes customer review. In order to do predict whether a customer recommends an airline or not, we try to utilize classification and regression algorithms. In addition to insights, this study also aims to compare the performance of the models and viability of using only free text in order to predict customer satisfaction.

Farklı araştırmalara göre firmaların hali hazırdaki müşterilerini elinde tutması yeni müşteri kazanımına göre ortalama beş kat daha maliyetlidir. Bu çalışma makine öğrenmesi yoluyla ve kullanıcıların seçtiği alanlarla serbest metinleri kullanarak müşterilerin havayollarından beklentisini anlamayı amaçlamaktadır. Skytrax’in Airline Quality internet sitesinden alınan veri seti 65947 satır ve 17 sütuna sahiptir. Kullanıcıların bir havayolunu tavsiye edip etmediğini tahmin edebilmek için sınıflandırma ve regresyon algoritmaları kullanılmıştır. Yönetimsel bir kavrayış vermenin yanı sıra çalışma ayrıca farklı algoritmaların performansını karşılaştırmakta ve müşteri memnuniyetini tahmin etmek için serbest metin formatlarının uygunluğunu tartışmaktadır.