Memodelkan Customer Churn Menggunakan Survival Analysis

Pada tulisan kali ini saya akan melanjutkan satu topik yang sama dengan tulisan sebelumnya, yakni survival analysis. Saya akan memberikan satu contoh bagaimana survival analysis bisa digunakan untuk memodelkan customer churn untuk suatu platform layanan streaming. Untuk menyederhanakan masalah (tanpa mengurangi kompleksitas), saya akan buat data dummy yang punya batasan-batasan tertentu.

---

Study Case Platform Layanan Streaming

Misalkan saya membuat suatu layanan platform streaming film dan hendak mencari tahu kapan customer saya akan “hilang” (berhenti berlangganan) dan apa penyebabnya. Data yang saya miliki adalah seperti ini:

Saya mengumpulkan 100 data bulanan customer sejak Januari 2023 hingga Desember 2025. Pada rentang tersebut, saya mengambil:

1. Usage; rata-rata jam menonton per bulan.
2. Umur customer,
3. Promo; apakah saat pertama kali customer berlangganan dikarenakan promo diskon atau harga normal.
4. Komplain; apakah customer pernah komplain atau tidak selama rentang waktu tersebut.
5. Tenure; pada bulan ke berapa customer berhenti berlangganan. Jika sampai Desember 2025 customer tetap bertahan, maka nilainya diisi 24.
6. Churn; status akhir customer. Apakah churn (1) atau tidak churn (2).

Berikut ini adalah sampel data yang saya kumpulkan:

	umur	usage	promo	komplain	tenure	churn
65	39	34	Harga_Normal	Tak_Pernah_Komplain	19.538152	1
87	39	9	Harga_Normal	Pernah_Komplain	1.750255	1
26	52	47	Harga_Normal	Tak_Pernah_Komplain	12.372338	1
2	40	25	Diskon	Tak_Pernah_Komplain	4.688223	1
81	38	31	Harga_Normal	Pernah_Komplain	12.017675	1
78	35	10	Diskon	Tak_Pernah_Komplain	1.201922	1
74	24	10	Harga_Normal	Tak_Pernah_Komplain	1.238411	1
57	23	36	Diskon	Tak_Pernah_Komplain	9.698184	1
3	54	8	Diskon	Tak_Pernah_Komplain	4.077117	1
93	31	35	Diskon	Tak_Pernah_Komplain	1.047004	1
50	58	46	Diskon	Tak_Pernah_Komplain	7.264625	1
28	26	43	Diskon	Pernah_Komplain	4.788013	1
10	29	19	Harga_Normal	Tak_Pernah_Komplain	16.460707	1
1	55	27	Diskon	Tak_Pernah_Komplain	18.562601	1
47	25	48	Harga_Normal	Tak_Pernah_Komplain	15.274502	1

Sekarang saya akan membuat kurva survival sebagai berikut:

Call: survfit(formula = surv_obj ~ 1, data = data_marketing)

       n events median 0.95LCL 0.95UCL
[1,] 100     89    7.3    5.92     9.7

Saya dapatkan median survival time sebesar 7.3 bulan. Artinya pada waktu median tersebut, 50% dari customer mulai berhenti berlangganan.

Sekarang dari variabel-variabel yang ada, saya akan tentukan variabel mana saja yang paling berpengaruh untuk customer churn. Saya menggunakan regresi Cox dan menghitung hazard ratio.

Hazard ratio (HR) adalah ukuran efek yang digunakan dalam analisis regresi Cox untuk membandingkan risiko kegagalan (atau kejadian tertentu) antara kelompok independen pada titik waktu tertentu.

Secara matematis, HR merupakan eksponensial dari koefisien regresi yang dihasilkan. Interpretasi nilai HR adalah sebagai berikut:

• HR = 1: Prediktor tidak mempengaruhi survival (tidak ada perbedaan risiko antar kelompok).
• HR > 1: Prediktor dikaitkan dengan peningkatan risiko kejadian atau penurunan peluang survival.
• HR < 1: Prediktor bersifat protektif, yang berarti dikaitkan dengan peningkatan peluang survival atau penurunan risiko kejadian.

Berikut adalah hasil regresinya:

fit_cox <- coxph(surv_obj ~ promo + umur + usage + komplain, data = data_marketing)
broom::tidy(fit_cox,exponentiate = T) %>% knitr::kable()

term	estimate	std.error	statistic	p.value
promoHarga_Normal	0.5852611	0.2238590	-2.393012	0.0167107
umur	1.0135940	0.0087016	1.551726	0.1207279
usage	1.0282483	0.0088355	3.152813	0.0016171
komplainTak_Pernah_Komplain	0.6254627	0.2880846	-1.628909	0.1033322

Berdasarkan hasil regresi di atas, saya dapatkan dua variabel memiliki koefisien yang signifikan. Terlihat dari nilai p-value yang dibawah 0.05. Kedua variabel tersebut adalah:

1. Promo harga normal dengan HR sebesar 0.585. Artinya variabel ini merupakan variabel protektif yang meningkatkan peluang survival dari customer.
   • Customer dengan harga normal memiliki risiko churn 41.5% lebih rendah dibandingkan dengan customer diskon
2. Usage dengan HR sebesar 1.028.
   • Setiap peningkatan 1 unit dalam usage meningkatkan risiko churn sebesar 2.8%.
   • Strategi yang harus saya lakukan adalah fokus pada customer dengan usage tinggi.

Sebagai analisa lebih lanjut, saya akan cross kurva survival dengan variabel promo dan variabel komplain.

surv_obj <- Surv(time = data_marketing$tenure, event = data_marketing$churn)
fit_km <- survfit(surv_obj ~ promo, data = data_marketing)
ggsurvplot(fit_km, 
           data = data_marketing,
           pval = TRUE,             # P-value Log-rank test [15, 16]
           conf.int = TRUE, 
           risk.table = TRUE,
           xlab = "Bulan Berlangganan",
           ylab = "Probabilitas Retensi Customer",
           title = "Kurva Retensi: Diskon vs Harga Normal")

Dari grafik di atas, kita bisa lihat bahwa customer yang berlangganan berasal dari promo diskon memiliki waktu survival yang lebih singkat dibandingkan customer yang berasal dari harga normal.

fit_km <- survfit(surv_obj ~ komplain, data = data_marketing)
ggsurvplot(fit_km, 
           data = data_marketing,
           pval = TRUE,             # P-value Log-rank test [15, 16]
           conf.int = TRUE, 
           risk.table = TRUE,
           xlab = "Bulan Berlangganan",
           ylab = "Probabilitas Retensi Customer",
           title = "Kurva Retensi: Pernah vs Tidak pernah komplain")

Dari grafik di atas, kita bisa dapatkan customer yang pernah komplain memiliki waktu survival yang lebih singkat dibandingkan customer yang tidak pernah komplain. Oke, sekarang saya akan coba membuat beberapa langkah strategis untuk menurunkan customer churn.

Langkah Strategis untuk Menurunkan Customer Churn

Segmentasi Pelanggan Berisiko Tinggi

Salah satu kelebihan regresi cox, kita bisa menghitung risk score dari masing-masing customer. Akibatnya kita bisa membagi customer berdasarkan sebaran risk score tersebut.

# A tibble: 3 × 5
  risk_category     n avg_usage promo_discount_pct churn_rate
  <chr>         <int>     <dbl>              <dbl>      <dbl>
1 Low Risk         50      19.2                 24         80
2 Medium Risk      25      31.0                 60         96
3 High Risk        25      41.1                 68        100

Customer yang memiliki masuk ke dalam kelompok high risk memiliki rata-rata usage tinggi dan berasal dari promo diskon. Maka khusus customer selanjutnya (di masa depan) dengan karakteristik seperti ini, saya bisa membuat program retensi khusus.

• Program Loyalty: Konversi dari diskon sementara ke program loyalitas permanen.
• Upselling: Tawarkan produk/layanan tambahan dengan nilai lebih.
• Personalized Engagement: Kontak proaktif sebelum masa diskon berakhir.
• Untuk pengguna dengan usage tinggi:
  • Onboarding Intensif: Pastikan mereka memahami semua fitur produk.
  • Success Management: Assign customer success manager untuk pengguna berat.
  • Feedback Loop: Kumpulkan feedback untuk meningkatkan pengalaman.

Setelah itu, kita perlu mengetahui timing yang pas untuk melakukan intervensi kepada customer. Dari survival curve yang ada di atas, saya bisa dapatkan survival median time berikut:

# A tibble: 2 × 3
  promo        median_survival q25_survival
  <chr>                  <dbl>        <dbl>
1 Diskon                  4.69         1.14
2 Harga_Normal            8.16         3.22

Dari sini saya membuat program pencegahan proaktif yang disesuaikan dengan survival time:

1. Bulan 1-3 (Tenure rendah) onboarding intensif.
2. Bulan 3-6: Check-in pertama, tawarkan bantuan.
3. Bulan 6-12: Program loyalitas untuk pelanggan diskon.
4. >12 bulan: Program retensi untuk pengguna berat.

Kesimpulan Strategis:

Berdasarkan analisis regresi Cox, fokus utama harus pada:

1. Pelanggan diskon dengan usage tinggi - Segment paling berisiko.
2. Intervensi pada bulan 3-6 - Periode kritis berdasarkan tenure.
3. Konversi dari diskon ke program loyalitas - Kurangi ketergantungan pada diskon.

Actionable Insight: Setiap peningkatan 10 unit dalam usage meningkatkan risiko churn sebesar 28%. Prioritaskan pengguna dengan usage > 30 untuk program retensi khusus.

---

if you find this article helpful, support this blog by clicking the ads.