Understanding the influence basic service and value-added service usage has on customer churn in Pay-TV subscription services
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Similarly to other North-American markets, new digital services and alternatives to the traditional pay-TV service are proliferating while the Canadian pay-TV industry is witnessing persistent subscriber losses. In an attempt to support changing viewing behaviors, generate more value and protect the subscriber base, pay-TV operators are extending their core TV service using value-added services (VAS). However, whether or not VAS successfully contributes to reducing subscriber attrition is unknown for academics and operators alike. Using survival analysis, the research examines VAS usage and churn behaviors for 11 647 pay-TV customers over a 12-month period. The results show that VAS users are not systematically less likely to churn and their churn behavior largely depends on usage frequency and usage patterns. Customers with constant or increasing usage frequency are less likely to churn than non VAS users and heaviest users appear to exhibit the greatest level of risk. Results also show that beneficial effects of VAS are generated by free services while payable VAS actually increases customers’ risk. These findings show that churn prediction models need to look beyond the core service and examine actual behavioral usage statistics for both the core service and value-added services. From a managerial perspective, the results confirm that service extensions do indeed generate value and operators can further reduce customer attrition by maximizing VAS adoption. However, the results also show operators need to maintain and stimulate usage to preserve the beneficial effect of VAS and better understand the drivers that increase service switching behaviors.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle