Bagaimana Data Mining Mengungkap Alasan Di Balik Churn Industri Telco
Mahasiswa Aktif Universitas Pamulang
·waktu baca 7 menit
Tulisan dari Mochamad Ariel Nurfadillah tidak mewakili pandangan dari redaksi kumparan
(Studi Kasus : Dataset Telco Customer Churn)
Oleh: Mochamad Ariel Nur Fadillah
Di era digital yang semakin kompetitif, keberhasilan perusahaan telekomunikasi tidak lagi hanya ditentukan oleh seberapa banyak pelanggan baru yang berhasil diperoleh (user acquisition). Tantangan yang jauh lebih penting adalah bagaimana perusahaan mampu mempertahankan pelanggan yang sudah ada (customer retention). Dalam banyak kasus, biaya untuk memperoleh pelanggan baru dapat mencapai lima kali lebih besar dibandingkan biaya mempertahankan pelanggan lama. Oleh karena itu, kehilangan pelanggan bukan hanya berarti berkurangnya jumlah pengguna, tetapi juga hilangnya potensi pendapatan dan investasi yang telah dikeluarkan perusahaan.
Fenomena berpindahnya pelanggan ke penyedia layanan lain atau yang dikenal sebagai customer churn menjadi salah satu tantangan terbesar dalam industri telekomunikasi. Tingginya tingkat churn dapat berdampak langsung pada penurunan pendapatan, berkurangnya loyalitas pelanggan, hingga melemahnya daya saing perusahaan di pasar yang semakin ketat.
Lalu, bagaimana perusahaan dapat mengenali pelanggan yang berpotensi meninggalkan layanan sebelum keputusan tersebut benar-benar terjadi? Jawabannya dapat ditemukan melalui pemanfaatan data yang selama ini tersimpan dalam sistem operasional perusahaan. Melalui pendekatan Data Mining dengan kerangka kerja CRISP-DM (Cross Industry Standard Process for Data Mining), penelitian ini berupaya mengungkap pola-pola tersembunyi yang memengaruhi keputusan pelanggan untuk melakukan churn menggunakan algoritma Random Forest Classifier yang dikenal memiliki kemampuan prediksi yang baik serta mampu mengidentifikasi faktor-faktor penting yang memengaruhi suatu keputusan. (Prasetyo, 2022).
Analisis dilakukan menggunakan dataset Telco Customer Churn dari IBM Sample Dataset yang tersedia melalui platform Kaggle. Dataset ini berisi 7.043 data pelanggan dengan 21 variabel yang mencakup karakteristik pelanggan, jenis layanan yang digunakan, pola kontrak berlangganan, biaya layanan, hingga status churn pelanggan. Dengan cakupan informasi yang cukup lengkap, dataset ini memberikan peluang untuk memahami perilaku pelanggan secara lebih mendalam sekaligus mengidentifikasi faktor-faktor utama yang menyebabkan pelanggan memilih bertahan atau meninggalkan layanan perusahaan.
Hasil analisis tidak hanya menunjukkan tingkat akurasi model dalam memprediksi churn, tetapi juga memberikan wawasan strategis yang dapat dimanfaatkan perusahaan untuk menyusun program retensi pelanggan yang lebih efektif, meningkatkan loyalitas pelanggan, serta mendukung pengambilan keputusan bisnis yang berbasis data.
Oleh karena itu, studi kasus ini bertujuan untuk menjawab satu pertanyaan utama "Bagaimana algoritma machine learning dapat mendeteksi gerak-gerik pelanggan yang akan churn dan faktor apa yang paling mendominasi keputusan tersebut?"
The Churn Iceberg
Langkah awal dari analisis ini dimulai dengan melihat potret riil kondisi data (Fase Data Understanding). Banyak perusahaan terjebak dalam rasa aman palsu karena melihat angka pertumbuhan pengguna yang terus naik, tanpa menyadari adanya lubang kebocoran yang cukup besar di dalam bisnis mereka.
Gambar 1 Proporsi Distribusi Pelanggan Churn pada Dataset Telco.Jika kita melihat visualisasi pada Gambar 1, terdapat sekitar 26.5% dari total pelanggan yang telah memutuskan untuk keluar (churn). Angka ini sekilas tampak minoritas, namun dalam dunia bisnis, fenomena ini diibaratkan sebagai "Gunung Es Customer Churn". Angka 26.5% yang terlihat di permukaan laporan bulanan membawa dampak kerugian finansial yang jauh lebih besar dan merusak di bawah permukaan air, mulai dari hangusnya biaya akuisisi awal (sunk cost), penurunan nilai sepanjang masa (Customer Lifetime Value), hingga rusaknya reputasi merek akibat efek word-of-mouth yang negatif.
Data Preparation
Sebelum melangkah ke tahap pemodelan, langkah paling krusial dalam kerangka kerja CRISP-DM adalah memastikan kebersihan data (Data Cleaning). Pada dataset Telco Churn ini, ditemukan anomali berupa karakter spasi kosong tersembunyi pada fitur TotalCharges yang menyebabkannya terdeteksi sebagai tipe objek/teks, padahal seharusnya berupa angka numerik desimal.
Karakter spasi kosong tersebut dikonversi menjadi nilai kosong resmi (NaN) dan diatasi secara otomatis menggunakan pendekatan Median Imputation di dalam Data Pipeline agar tidak menghasilkan bias. Selain itu, seluruh fitur kategorikal ditransformasikan menggunakan One-Hot Encoding dan fitur numerik distandarisasi dengan StandardScaler. Pendekatan Information Engineering terpadu ini menjamin algoritma Machine Learning dapat bekerja secara optimal tanpa adanya kebocoran data (data leakage) antara data latih dan data uji (Ramadhan, 2024).
Mengintip Pola Data Lewat Heatmap
Untuk memahami apa yang mendorong angka gunung es tersebut bergerak, kita harus mengintip hubungan matematika antar-variabel numerik yang sengaja disembunyikan oleh tumpukan baris tabel mentah dataset.
Gambar 2 Matriks Korelasi Variabel Numerik terhadap Status Churn.Melalui visualisasi peta panas (Correlation Heatmap) pada Gambar 2, kita dapat menangkap sinyal-sinyal korelasi yang menarik. Variabel tenure (lama berlangganan) memiliki korelasi negatif yang cukup kuat terhadap keputusan churn. Artinya, semakin lama seorang pelanggan bertahan menggunakan layanan, semakin kecil kemungkinan mereka untuk pergi. Di sisi lain, MonthlyCharges (biaya bulanan) menunjukkan korelasi positif, yang mengindikasikan bahwa semakin tinggi beban biaya yang ditanggung pelanggan setiap bulannya, semakin rentan mereka untuk berpindah ke operator saingan.
(Month-to-Month)
Mengetahui bahwa biaya dan masa berlangganan memegang peran penting, analisis kemudian diarahkan untuk melihat bagaimana struktur kontrak yang disediakan perusahaan mempengaruhi tingkat keluar-masuknya pengguna.
Gambar 3 Hubungan Jenis Kontrak dengan Tingkat Keluar Pelanggan.Gambar 3 memperlihatkan visualisasi yang sangat kontras dan menjadi jawaban atas pertanyaan utama bisnis. Lonjakan pelanggan yang churn didominasi secara mutlak oleh mereka yang menggunakan sistem kontrak bulanan (Month-to-Month). Kontrak bulanan memberikan fleksibilitas tinggi bagi pengguna, namun di sisi lain menjadi bumerang bagi perusahaan karena mereka dapat dengan mudah berpindah tanpa adanya hambatan finansial atau penalti pemutusan (switching barrier). Sebaliknya, pelanggan dengan komitmen kontrak satu atau dua tahun terbukti memiliki tingkat loyalitas yang jauh lebih stabil (Amin, 2021)
Menguji Keandalan Model Intelijen Bisnis
Setelah memahami pola dan karakteristik data melalui fase eksplorasi, tantangan selanjutnya adalah membangun sebuah sistem deteksi dini (early warning system) menggunakan algoritma Random Forest Classifier yang diperkuat dengan pemosisian parameter optimal via GridSearchCV.
Pembuktian kekuatan prediksi ini terekam jelas melalui visualisasi peta akurasi pada Gambar 4 dan tingkat akurasi kestabilan klasifikasi pada Gambar 5
Melalui pengujian pada data uji, model ini berhasil mencatatkan tingkat Akurasi keseluruhan sebesar 80%, dengan kemampuan menyaring prediksi pelanggan churn secara tepat (Precision) sebesar 66%. Meskipun tingkat sensitivitas model dalam menangkap keseluruhan basis pelanggan yang benar-benar churn (Recall) berada di angka 52%, model ini tetap memiliki fondasi yang solid. Hal ini diperkuat oleh capaian skor AUC (Area Under the Curve) sebesar 0.84 pada Gambar 5. Dalam standardisasi sains data, nilai AUC di atas 0.80 mengindikasikan bahwa model memiliki ketajaman prediksi yang sangat tinggi (Excellent Classification). Model ini mampu membedakan dengan sangat akurat mana pelanggan yang benar-benar setia dan mana pelanggan yang memiliki gerak-gerik eksplisit untuk melakukan pemutusan hubungan layanan.
Mengurai Isi Otak Random Forest: Faktor-Faktor Kunci
Keunggulan dari algoritma Random Forest tidak hanya terletak pada akurasinya yang tinggi, melainkan pada sifatnya yang transparan dalam memberikan transparansi keputusan. Kita dapat membongkar bagaimana model mengambil keputusan melalui pemetaan bobot kepentingan variabel (Feature Importance).
Gambar 6 Faktor Utama Penyebab Pelanggan Churn Hasil Pemodelan Random Forest.Grafik Feature Importance pada Gambar 6 ini menjadi kompas strategis bagi manajemen (Devi, 2023).Tiga variabel teratas yang mendominasi keputusan churn. Tiga variabel teratas yang mendominasi keputusan churn secara berurutan adalah MonthlyCharges (Biaya Bulanan), disusul erat oleh TotalCharges (Total Biaya), dan tenure (Masa Berlangganan). Kombinasi ini menunjukkan adanya pola "Sensitivitas Nilai (Value Sensitivity)". Pelanggan tidak keberatan membayar mahal, asalkan nilai manfaat (value) yang mereka rasakan sebanding dengan pengeluaran finansialnya.
Langkah Nyata yang Harus Diambil Dalam Berbisnis
Berdasarkan temuan data di atas, manajemen tidak boleh lagi berdiam diri dan harus segera mengambil tindakan taktis yang actionable:
Restrukturisasi Tarif dan Paket Bundling: Siasati sensitivitas harga ini dengan menghadirkan skema paket komparatif yang menawarkan utilitas lebih tinggi (seperti gratis kuota streaming atau proteksi jaringan) agar pelanggan merasa biaya sepadan dengan nilai yang didapat.
Agresivitas Migrasi Kontrak Jangka Panjang: Memberikan insentif khusus, potongan harga, atau rewards eksklusif kepada pengguna bulanan (Month-to-Month) agar mereka bersedia beralih ke kontrak satu atau dua tahun guna mengunci komitmen loyalitas mereka.
Optimalisasi Penetrasi Layanan Tambahan: Menyediakan program on-boarding bantuan teknis yang responsif serta layanan pelanggan yang proaktif pada bulan-bulan awal pemakaian guna mengunci kepuasan emosional pengguna baru.
Kesimpulan
Dengan memanfaatkan alur kerja CRISP-DM dan algoritma cerdas seperti Random Forest Classifier, perusahaan telekomunikasi kini tidak lagi harus menebak-nebak di dalam kegelapan. Kita bisa memprediksi, mengantisipasi, dan yang terpenting: menyelamatkan hubungan bisnis sebelum kata berpisah itu terucap.