PR：この記事にはアフィリエイトリンクが含まれます。
顧客離反予測や解約予測を学べる機械学習の本は、モデルを組み立てるものからCRM施策まで扱うものまで幅があります。知りたい工程が違えば、読みたい本も変わるんです。
予測スコアを出して終わり、とはなりませんよね。誰が離れそうかに加えて、どの顧客へいつ何を伝えるかまで見通せて、分析が現場の判断に役立ちます。
早見表
| 書籍 | 得意領域 | 税込参考価格 |
|---|---|---|
 戦略的データサイエンス入門 ―ビジネスに活かすコンセプトとテクニック | 離反モデルの評価 | 3,080円 |
 Pythonによる時系列分析 予測モデル構築と企業事例 | 解約時期と時系列特徴量 | 4,400円 |
 施策デザインのための機械学習入門 ～データ分析技術のビジネス活用における正しい考え方 | 施策設計とバイアス | 3,278円 |
 こうして顧客は去っていく サイレントカスタマーをつなぎとめるリテンションマーケティング | 顧客維持とCRM | 1,870円 |
 価格と顧客満足から読み解くサブスクリプション | 価格改定と顧客満足 | 3,630円 |
掲載価格は税込の希望小売価格を目安にしています。実売は時期や店舗で変わるため、購入時には販売価格をご確認ください。
モデル評価や施策への接続を学ぶ3冊と、顧客維持や価格を扱う2冊に大きく分かれます。離反予測という共通語の中にも、学ぶ範囲の違いがあります。
予測モデルの評価や実装が主題の本と、顧客が離れる背景を扱う本では、持ち帰れる判断材料も変わります。
予測の定義
まず定めたいのは離反の意味です。契約解約、一定期間の利用停止、購入間隔の長期化は似て見えても別の状態。定義が曖昧だとモデルの答えもぶれてしまいます。
たとえば月額サービスなら、予測日から30日以内の解約を見るのか、90日以内なのかを決めます。顧客へ連絡できる時間や契約更新の周期に合わせるのが実務的です。
予測単位も先に決めます。顧客単位で見るのか、法人の契約単位で見るのかで結果は変わります。複数契約を持つ企業では、一つのサービスが終了しても取引全体の離反とは限りません。
モデルに渡すのは予測時点ですでに分かっている情報です。解約後に記録された問い合わせや最終利用日まで含めると、実運用で知り得ない答えを学習してしまいます。
指標の読み方
解約する顧客の割合が低いサービスでは、全員を継続と予測するだけでも正解率が高く見えます。数字はよくても、離反顧客をほとんど見つけていない可能性があります。
混同行列なら、実際に離反した顧客を捉えた数と、継続顧客を誤って候補にした数を確認できます。見逃しと誤連絡のどちらを抑えたいかで、重く見る値も変わります。
ROC・AUCは判定しきい値を動かしてモデルを比べるときに役立ちます。CRMで上位500人に連絡するなら、選んだ顧客に離反候補がどれだけ含まれるかをリフト曲線で確かめるほうが実務に直結します。
連絡費や特典の原価に、継続した場合の利益も加えて評価しましょう。候補者の人数や費用から対応の境目を定めます。顧客スコアだけを追わないこと。判断の軸は採算です。
本で学べる範囲
『戦略的データサイエンス入門』は2014年刊です。顧客の乗り換え予測を軸に、属性選択からモデル評価とビジネスへの適用までを扱います。情報利得による属性選択やクラスの偏りを踏まえた評価も登場します。
混同行列やROC・AUCに加え、リフト曲線と期待値を関連づけて学べます。ビジネス理解からデータ準備、モデリングと評価を経て、適用へ進む流れも追える一冊です。
『Pythonによる時系列分析 予測モデル構築と企業事例』は2023年刊で、360ページあります。PythonとJupyterLabを使った予測モデル構築例に、時系列特徴量の作成やモデル評価が含まれます。食品・法人向けビジネスの離反対策ルールや、携帯電話サービスの解約時期予測も扱います。
解約するかどうかに加え、いつ離れそうかまで扱いたい人に合います。ホールドアウト法とクロスバリデーション法、評価指標も学びながら、特徴量作りから検証まで進めたい人に実務的です。
顧客理解と価格
『施策デザインのための機械学習入門』はKPI設定から施策導入までを扱います。データの観測構造をモデル化して問題を特定し、モデル学習へ進む流れに、実環境と観測データのずれやバイアスへの配慮が含まれます。PythonやPyTorchによる実装例と性能検証もあります。
予測スコアの先にある、誰に何をするかまで考えたい人におすすめです。施策前後の数字が変わっても、その差が施策によるものか、元々継続しやすい顧客を選んだ影響かは分けて考えましょう。
『こうして顧客は去っていく サイレントカスタマーをつなぎとめるリテンションマーケティング』は2024年刊、280ページの本です。顧客離脱の実態や顧客満足に加え、チャーンレート上昇の要因と顧客維持戦略を取り上げます。顧客が離れる状況から対応方針を考えたいマーケターにおすすめです。
『価格と顧客満足から読み解くサブスクリプション』は2026年2月刊で、232ページです。価格改定や価格感度、顧客満足を理論と実証研究から扱います。値上げ後の解約を考えるとき、顧客が価格をどう受け止めるか検討する材料になるでしょう。
結論
離反予測の評価をひと通り学ぶなら『戦略的データサイエンス入門』をおすすめします。時系列特徴量や解約時期をPythonで扱う人には『Pythonによる時系列分析』、施策設計まで見通したい人には『施策デザインのための機械学習入門』が合います。
顧客離脱の背景や維持戦略を考えるなら『こうして顧客は去っていく』、値上げと顧客維持を調べるなら『価格と顧客満足から読み解くサブスクリプション』がおすすめです。前者は顧客維持全般、後者はサブスクの価格と満足度に焦点を置きます。
一冊目に迷う場合は、モデル評価を広く学ぶなら『戦略的データサイエンス入門』、解約時期の予測をPythonで試すなら『Pythonによる時系列分析』、CRM施策まで考えるなら『施策デザインのための機械学習入門』です。
Amazon の PC をスコア化してみた
Amazonにある8〜14インチの小型WindowsタブレットやノートPCを、スペック別にスコア化して比較・ランキング。
