Marknaden för streamingtjänster växer i snabb takt. Därför eftersöks sätt för att på ett korrekt sätt ta reda på om det finns bakomliggande faktorer till att en abonnent avslutar sitt abonnemang vid en viss tidpunkt. Syftet med uppsatsen ligger i att analysera när en abonnent avslutar sitt abonnemang. Samtliga startpunkter för abonnemangen är kända men inte alla abonnemang har vid studiens slut avslutats. Med anledning av detta väljs överlevnadsanalys då denna har möjlighet att hantera censurering och även jämföra risken att avsluta sitt abonnemang med hjälp av förklarande variabler. Då det finns abonnenter som har avslutat sina konton mer än en gång kommer överlevnadsanalyser som tar hänsyn till multipla händelser att användas. Resultaten från studien visar att ökad tittning leder till ökad risk för churn för samtliga abonnemangstyper som undersökts i denna studie. Kwong-Kay Wong (2011) påvisar att en abonnent som bytt abonnemang till ett mer passande abonnemang har en lägre risk för churn. Då de flesta abonnenter som efter churn återkommit, kommer tillbaka till samma abonnemangstyp kan inte samma slutsatser dras. För abonnemangstyp 4 ökar risken för churn om abonnenten har abonnemangstypen som sitt andra eller tredje abonnemang, jämfört med om abonnemanget varit abonnentens första abonnemang i ordningen. Abonnemangstyp 4 har en ökad risk för churn jämfört med abonnemangstyp 1 givet att abonnenterna har tittat lika mycket. Resultaten säkerställs genom användning av LASSO. / The market for streaming services is growing rapidly. With a growing number of subscribers, companies are now looking for efficient ways to find which underlying effects that has effect on when a subscriber will churn. The purpose for this paper is to with the use of viewings per month, type of package and number of packages in the time period see if the risk for churn differs between the groups. The data contains information about all started subscription for four different types of subscription-based-packages for a single streaming company. Information about all subscribers starting dates are known. Due to the fact that not every subscriber has churned at the end of the study, the data is partially censored. We use Cox proportional hazard model to handle this problem. Multiple failure models are used because some subscribers have multiple subscriptions during the study. The study shows that with increased activity on the site, the risk for churn increases for all four different types of packages. Kwong-Kay Wong’s (2011) study shows that a subscriber who has changed its plan to a more optimal one has a lower risk of churn. In their study the switch of plan was to a known better plan. In our study we see that most subscribers who return after churn comes back to the same type of package that they left, and the results will therefore be interpreted differently. A subscriber who has his second or third subscription in package 4 has an increased risk of churn if they have the same amount of activity on the website compared to if it would have been the subscribers first subscription. We also find that package 4 has an increased risk of churn compared to the risk of package 1, given that the two subscribers have the same amount of activity.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:liu-129787 |
| Date | January 2016 |
| Creators | Eriksson, Josef, Wretström, Jonathan |
| Publisher | Linköpings universitet, Statistik, Linköpings universitet, Statistik |
| Source Sets | DiVA Archive at Upsalla University |
| Language | Swedish |
| Detected Language | English |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0097 seconds