Examining Selected Theoretical Distributions of Life Expectancy to Analyse Customer Loyalty Durability. The Case of a European Retail Bank

Acta Universitatis Lodziensis. Folia Oeconomica

View Publication Info
 
 
Field Value
 
Title Examining Selected Theoretical Distributions of Life Expectancy to Analyse Customer Loyalty Durability. The Case of a European Retail Bank
Ocena wybranych rozkładów teoretycznych trwania życia do analizy lojalności klientów na przykładzie europejskiego banku detalicznego
 
Creator Kubacki, Dominik
Kubacki, Robert
 
Subject survival analysis
customer lifetime value
banking
parametric models
Kaplan–Meier estimator
C34
M31
G21
analiza przeżycia
wartość życiowa klienta
bankowość
modele parametryczne
estymator Kaplana–Meiera
C34
M31
G21
 
Description One of the key elements related to calculating Customer Lifetime Value is to estimate the duration of a client’s relationship with a bank in the future. This can be done using survival analysis. The aim of the article is to examine which of the known distributions used in survival analysis (Weibull, Exponential, Gamma, Log‑normal) best describes the churn phenomenon of a bank’s clients. If the aim is to estimate the distribution according to which certain units (bank customers) survive and the factors that cause this are not so important, then parametric models can be used. Estimation of survival function parameters is faster than estimating a full Cox model with a properly selected set of explanatory variables. The authors used censored data from a retail bank for the study. The article also draws attention to the most common problems related to preparing data for survival analysis.
Jednym z kluczowych elementów związanych z wyliczaniem wartości klienta w czasie (Customer Life Time Value) jest oszacowanie długości trwania relacji klienta z bankiem w przyszłości. Można ją oszacować z wykorzystaniem metod analizy przeżycia. Celem artykułu jest sprawdzenie, który ze znanych rozkładów wykorzystywanych w analizie przeżycia (Weibulla, wykładniczy, gamma, logarytmicznie normalny) najlepiej opisuje zjawisko odejść klientów z banku. Jeśli celem jest oszacowanie rozkładu, według którego „przeżywają” określone jednostki (klienci banku), a czynniki, które to powodują, nie są aż tak istotne, to modele parametryczne mogą być wykorzystane. Oszacowanie parametrów funkcji przeżycia jest szybsze niż oszacowanie pełnego modelu Coxa z odpowiednio dobranym zestawem zmiennych objaśniających. Do badania wykorzystano dane cenzurowane banku detalicznego. W artykule zwrócono uwagę na najczęstsze problemy związane z przygotowaniem danych do analizy przeżycia.
 
Publisher Lodz University Press
 
Date 2020-11-04
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Peer-reviewed Article
Artykuły
 
Format application/pdf
 
Identifier https://czasopisma.uni.lodz.pl/foe/article/view/4617
10.18778/0208-6018.349.05
 
Source Acta Universitatis Lodziensis. Folia Oeconomica; Vol. 4 No. 349 (2020); 81-92
Acta Universitatis Lodziensis. Folia Oeconomica; Tom 4 Nr 349 (2020); 81-92
2353-7663
0208-6018
 
Language eng
 
Relation https://czasopisma.uni.lodz.pl/foe/article/view/4617/8381
 
Rights https://creativecommons.org/licenses/by/4.0
 

Contact Us

The PKP Index is an initiative of the Public Knowledge Project.

For PKP Publishing Services please use the PKP|PS contact form.

For support with PKP software we encourage users to consult our wiki for documentation and search our support forums.

For any other correspondence feel free to contact us using the PKP contact form.

Find Us

Twitter

Copyright © 2015-2018 Simon Fraser University Library