کم ARPU بازار میں صارف کے جانے کی پیشگوئی

Churn prediction in a low-ARPU MNP market

36 منٹ

افتتاحیہ

فیصل آباد کا 19 سالہ نوجوان سلاٹ ایک میں Jazz سم اور سلاٹ دو میں Zong سم رکھتا ہے۔ وہ Jazz JazzCash اور خاندانی WhatsApp کے لیے استعمال کرتا ہے کیونکہ ماں کا نمبر Jazz پر ہے۔ Zong TikTok اور PUBG کے لیے کیونکہ رات کا بنڈل سستا ہے اور کراچی گیمنگ سرور کی latency کم ہے۔ ایک منگل کو Zong کی پورٹنگ پیشکش MNP لاگت صفر کر دیتی ہے اور 30 GB بنڈل دیتی ہے۔ وہ اگلی صبح اپنا Jazz نمبر پورٹ کرا لیتا ہے۔ Jazz کی retention ٹیم کو MNP کنفرمیشن SMS سے پتہ چلتا ہے۔ تب تک صارف جا چکا، JazzCash والٹ سویا ہوا، اور ماں پوچھ رہی ہے بیٹے کا نمبر اب Jazz کیوں نہیں دکھ رہا۔ ایک ہفتہ پہلے پیشگوئی ایک پیشکش کا موقع دیتی؛ ایک مہینہ پہلے رشتہ بدل دیتی۔

تین طریقے

پاکستان دنیا کی پانچویں بڑی موبائل مارکیٹ ہے اور سب سے کم ARPU میں سے ایک، تقریباً USD 1.40 ماہانہ۔ مارجن پتلے اور حصول کی لاگت اونچی ہے۔ Mobile Number Portability فریم ورک، 2007 سے PTA کے تحت زندہ، تبدیلی کو تقریباً بلا رکاوٹ بنا دیتا ہے۔ نتیجہ یہ کہ retention حصول سے بہت آگے ہے، اور churn پیشگوئی پچھلے دفتر کا ماڈل نہیں بلکہ سامنے کی صف کا revenue اوزار ہے۔
پہلا منظر: churn ایک واقعہ نہیں، ڈھلوان ہے۔ صارف ایک صبح اٹھ کر پورٹ نہیں کرتا۔ وہ ہفتوں میں ریچارج کم کرتا ہے۔ ویک اینڈ سے پہلے ٹاپ اپ بند کرتا ہے۔ ایک WhatsApp گروپ سے نکلتا ہے، پھر دوسرے سے۔ گھر میں زیادہ Wi-Fi استعمال کرتا ہے۔ جب فرنچائز پر پورٹ کے لیے جاتا ہے، وہ ایک مہینے سے جا چکا ہے۔ ڈھلوان دیکھنے والا ماڈل اسے پہلے ہفتے پکڑتا ہے اور دوسرے ہفتے قدم اٹھاتا ہے۔
دوسرا منظر: Jazz اور Zong کے churn اسباب ایک نہیں۔ Jazz صارفین زیادہ تر بڑے، JazzCash استعمال کرنے والے، بنیادی سم رکھنے والے ہوتے ہیں۔ ان کا churn سگنل آواز کی کوالٹی اور JazzCash بھروسے پر بھاری ہے۔ Zong کے صارف نوجوان، گیمنگ والے، ڈیٹا بنڈل کے حساس ہوتے ہیں۔ ان کا churn سگنل throughput، latency، اور Telenor یا Ufone کی پیشکشوں کے بارے میں ہے۔ Jazz کے ڈیٹا پر تربیت یافتہ ماڈل Zong پر صاف منتقل نہیں ہوتا اور برعکس۔ ہر آپریٹر کو اپنے صارف کو جاننے والا ماڈل خود بنانا ہوگا۔

فوری چیک

فوری چیک: جدید AI روایتی قاعدہ بنیاد پروگرام سے کس طرح مختلف ہے؟

کیوں؟

کیوں کا پہلا درجہ: پاکستان میں churn اونچے ARPU بازار سے زیادہ کیوں اہم ہے؟ کیونکہ ڈالر میں حصول کی لاگت تقریباً وہی ہے مگر lifetime value دس گنا کم۔ دو سال اور رہنے والے صارف کا کھونا ایک حقیقی PKR رقم ہے جو لاکھوں صارفوں پر بڑھتی جاتی ہے۔

اختتامی چیلنج

اختتامی چیلنج، تین کام: (1) ایک سرکل سے پچھلے چھ ماہ کا port-out ڈیٹا اور رکنے والے صارفین نکالیں؛ پانچ خصوصیات کے ساتھ بنیادی logistic regression بنائیں اور AUC اور Brier سکور رپورٹ کریں۔ (2) تین retention ایجنٹوں سے بات کریں اور لکھیں وہ کونسی تین پیشکشیں چاہتے ہیں ماڈل تجویز کرے؛ دیکھیں آپ کے ٹریننگ ڈیٹا میں ہے کہ یہ پیشکشیں کام آئیں یا نہیں۔ (3) ایک تجربہ تجویز کریں جو دکھائے کہ فی segment ماڈل (Jazz بھاری صارف، JazzCash سویا، Zong gamer) ایک عمومی ماڈل کو ہراتا ہے یا نہیں۔

Claude کے ساتھ آزمائیں

AI پرامپٹ: 'میں پاکستانی موبائل آپریٹر میں retention میں کام کرتا ہوں۔ 90 دن کے ریچارج، آواز MOU، ڈیٹا MB، شکایت اور JazzCash لین دین ڈیٹا کے ساتھ 30 دن کی پیشگوئی کھڑکی والی churn پائپ لائن بنائیں۔ تین ماڈل خاندان، تین calibration تکنیکیں، اور retention ایجنٹ کو دکھانے کے لیے SHAP طرز کی خصوصیات تجویز کریں۔ PDP Act 2025 کے کوئی خطرے بتائیں جو میں قانونی ٹیم سے پوچھوں۔'

ماخذ

ماخذ اور مزید مطالعہ۔ PTA کی MNP ضوابط اور port-in/out کی سالانہ شماریات۔ GSMA Intelligence پاکستان ARPU پر۔ پاکستان PDP Act 2025 کا حتمی متن۔ Churn ماڈلنگ کے لیے H2O.ai، Kaggle Telco churn، scikit-learn calibration دستاویزات۔ Survival analysis lifelines۔ آپریٹر کے زاویے: VEON کی سرمایہ کار پریزنٹیشنز، Telenor Pakistan سالانہ رپورٹس۔