Прогнозирование инициатора отмены записи на основе истории клиента и горизонта бронирования
Журнал: Вестник Российского нового университета. Серия: Человек и общество @vestnik-rosnou-human-and-society
Рубрика: Экономические науки
Статья в выпуске: 4, 2026 года.
Бесплатный доступ
Отмены записей в сервисном бизнесе напрямую влияют на выручку, эффективность расписания и клиентский опыт. При этом важно различать, кем инициирована отмена – клиентом или сотрудником/администратором, поскольку данный факт отражает как поведение клиента, так и коммуникационные практики персонала и особенности услуг. В работе анализируются отмененные записи клиентов парикмахерской из открытого набора данных Kaggle. Целевая переменная – бинарный признак client_cancel (равен 1, если отмена инициирована клиентом). Построены признаки на уровне клиента: суммарное число отмен (client_total_cancels), ин дивидуальная доля отмен клиентом (client_cancel_rate), индикатор первого появления (is_fi rst_cancel), а также признаки, связанные с горизонтом бронирования (days, включая дискретизацию days_ bin). На едином наборе признаков сравниваются модели: дерево решений, логистическая регрессия, случайный лес и XGBoost; интерпретация проводится с помощью SHAP. Дополнительно выполнена «виртуальная интервенция» (g-computation) на базе логистической регрессии для оценки грубых и риск-скорректированных средних эффектов (ATE) относительно базового сотрудника JJ. Результаты показывают, что ключевыми признаками являются client_cancel_rate, days и is_fi rst_cancel; после контроля клиентских и временных факторов грубые различия между сотрудниками в среднем уменьшаются, однако для части сотрудников сохраняются статистически значимые эффекты. Работа предлагает подход к более справедливой оценке персонала на основе риск-скорректированных показателей и формулирует операционные рекомендации для снижения отмен среди высокорисковых клиентов и записей с большим горизонтом бронирования.
Короткий адрес: https://sciup.org/148334536
IDS: 148334536 | УДК: 519.254 | DOI: 10.18137/RNU.V9276.26.04.P.039
Predicting appointment cancellation initiators based on client history and booking horizon
Appointment cancellations in service businesses directly impact revenue, scheduling efficiency, and customer experience. It is important to distinguish between whether the cancellation is initiated by the client or by the employee/administrator, as this reflects both client behavior and staffcommunication practices and service characteristics. This paper analyzes client cancellations from a Kaggle open dataset. The target variable is the binary feature client_cancel (equal to 1 if the cancellation was initiated by the client). Client-level features are constructed: the total number of cancellations (client_total_cancels), the individual proportion of client cancellations (client_cancel_rate), the first-occurrence indicator (is_first_cancel), and features related to the booking horizon (days, including days_bin discretization). The following models are compared using a single feature set: decision tree, logistic regression, random forest, and XGBoost. The interpretation is performed using SHAP. Additionally, a “virtual intervention” (g-computation) based on logistic regression was performed to estimate the crude and risk-adjusted mean effects (ATE) relative to the baseline employee JJ. The results show that the key features are client_cancel_rate, days, and is_first_cancel; aft er controlling for client and time factors, the crude differences between employees decrease on average, but statistically significant effects remain for some employees. The study proposes an approach to more equitable employee evaluation based on risk-adjusted metrics and formulates operational recommendations for reducing cancellations among high-risk clients and appointments with a long booking horizon.
Текст научной статьи Прогнозирование инициатора отмены записи на основе истории клиента и горизонта бронирования
Введение 1. Данн ые и постановка задачи
Отмена записи – одна из центральных проблем операционного управления в сервисных компаниях. Помимо прямой потери выручки они создают «пустые окна» в расписании и ухудшают качество планирования загрузки персонала. На практике часто применяется простая метрика – доля отмен (или доля отмен, инициированных клиентом) в разрезе сотрудников. Однако такой подход может быть несправедливым: разные сотрудники обслуживают разные сегменты клиентов, и «более проблемные» клиенты могут концентрироваться у отдельных сотрудников.
Цель данной работы – построить модель прогнозирования вероятности того, что отмена инициирована клиентом, и оценить различия между сотрудниками с учетом риск-факторов, связанных с клиентом и параметрами бронирования. Это позволяет перейти от «грубых» сравнений к риск-скорректированным выводам, более пригодным для управленческих решений.
-
• code – анонимный идентификатор клиента;
-
• staff – имя сотрудника;
-
• service – тип услуги;
-
• booking_date/cancel_date – даты записи и отмены;
-
• canceled_by – инициатор отмены;
-
• days – интервал в днях между моментом записи и запланированной датой услуги.
Данный показатель интерпретируется как горизонт бронирования (booking horizon) – период времени между моментом создания записи и датой оказания услуги. В сервисных исследованиях считается, что чем больше горизонт бронирования, тем выше неопределенность планов кли-
Прогнозирование инициатора отмены записи на основе истории клиента и горизонта бронирования
ента и, следовательно, выше вероятность отмены.
Целевой переменной определяется бинарная переменная client_cancel, равная 1, если отмена была инициирована клиентом, и 0 – иначе.
Для учета клиентской неоднородности и снижения смещения при сравнении сотрудников сформированы признаки:
-
1) client_total_cancels –суммарное число отмен данного клиента в данных;
-
2) client_cancel_rate –доля отмен, инициированных клиентом (историческая склонность клиента отменять);
-
3) is first_cancel –индикатор первого появления клиента в таблице;
-
4) days_bin –дискретизация признака days по интервалам;
-
5) категориальные признаки staff и service.
-
2. Мето ды исследования
-
2.1. По дготовка данных и формирование признаков
-
Перед построением моделей была проведена предварительная обработка данных. Категориальные переменные (staff и service) были закодированы методом one-hot encoding, что позволяет использовать их в моделях машинного обучения.
Для числовых признаков масштабирование не применялось, поскольку используемые алгоритмы (деревья решений, случайный лес и XGBoost) не чувствительны к масштабу признаков.
Набор данных был разделен на обучающую и тестовую выборки. Обучающая выборка использовалась для построения моделей, а тестовая –для оценки их обобщающей способности.
Целевая переменная обозначена как Y :
-
Г 1, esii otmena iniciirovana kiientom Y = 1 .
-
2.2. Логистическая регрессия
I 0, ina ~ e
Общий объем выборки составляет 240 наблюдений.
Данные были разделены на обучающую (80 %) и тестовую (20 %) выборки.
Логистическая регрессия используется для моделирования вероятности того, что отмена записи была инициирована клиентом.
Модель имеет вид
P(Y = 1X ) =---—1---—,
' i i' 1 + e - ( P o +P 1 X 1 < +—+P X )
где Yi – целевая переменная; Хki – признаки наблюдения; β – параметры модели.
Параметры модели оцениваются методом максимального правдоподобия. Логистическая регрессия обладает важным преимуществом – интерпретируемостью коэффициентов. Коэффициенты модели показывают направление и силу влияния признаков на вероятность отмены записи клиентом. В данном исследовании логистическая регрессия используется не только как прогнозная модель, но и как основа для вычисления причинных эффектов ATE (Average Treatment Effect).
-
2.3. Дерево реш ений
Дерево решений представляет собой модель, которая рекурсивно разбивает пространство признаков на области с максимально однородными значениями целевой переменной. На каждом шаге выбирается признак и порог разделения, минимизирующий функцию нечистоты узла.
В качестве критерия используется индекс Джини
K
Gini =1 -X P2, k=1
где pk – доля наблюдений класса к в рассматриваемом узле.
Алгоритм работы дерева решений:
-
1) выбирается оптимальное разбиение данных по признаку;
Вестник Российского нового университета Серия: Человек и общество. 2026. № 4
-
2) данные разделяются на подмножества;
-
3) процедура повторяется рекурсивно;
-
4) разбиение прекращается при достижении заданной глубины дерева или минимального числа наблюдений в узле.
-
2.4. Случайный лес
Преимуществом дерева решений является высокая интерпретируемость: модель позволяет извлекать простые правила принятия решений.
Случайный лес (Random Forest) представляет собой ансамбль деревьев решений [1].
Для построения каждого дерева используется:
-
• бутстрэп-выборка (bootstrap) наблюдений;
-
• случайное подмножество признаков при каждом разбиении.
-
2.5. Модель градиентного бустинга XGBoost
Это позволяет уменьшить корреляцию между деревьями и повысить устойчивость модели.
Предсказание вероятности вычисляется как среднее по всем деревьям:
1T
p(x )=^ X pt(x), T t=1
где Т – число деревьев; pt(x) – вероятность, предсказанная деревом t .
Использование ансамбля деревьев позволяет существенно повысить точность по сравнению содиночным деревом решений.
XGBoost является реализацией метода градиентного бустинга над деревьями ре-шений[2].
Модель строится итеративно. На каждом шаге добавляется новое дерево, которое корректирует ошибки предыдущих моделей:
yw = y— f( x)
где ft – новое дерево решений; t – номер итерации.
Функция оптимизации включает функцию потерь и регуляризацию:
L=X I (y. ,y.)+X^( ft), где l – функция потерь; Ω– регуляризаци-онный член.
Регуляризация позволяет контролировать сложность модели и предотвращать переобучение.
-
2.6. Метри ки качества моделей
Для оценки качества моделей использовались метрики Accuracy иAUC[3].
Метрика Accuracy показывает долю правильно классифицированных наблюдений:
TP + TN
Accuracy =------------------,
TP + TN + FP+FN где TP – истинно положительные случаи; TN – истинно отрицательные;
FP – ложноположительные;
FN – ложноотрицательные.
Метрика AUC (Area Under the ROC Curve) – площадь под ROC-кривой, отражающая способность модели различать два класса.
Значение AUC интерпретируется как вероятность того, что модель присвоит более высокий риск наблюдению из положительного класса по сравнению со случайным наблюдением из отрицательного класса.
-
2.7. Интерпретац ия модели с использованием SHAP
Для интерпретации результатов модели использовались SHAP-значения (SHapley Additive exPlanations) [4].
Метод SHAP основан на значениях Шепли из теории кооперативных игр и позволяет оценить вклад каждого признака в прогноз модели.
„ ISl!(F-Isl-1K , J
♦r X \' 1 f(s^{j}-f(s)J s = F\{,} 1 Fl!
Прогнозирование инициатора отмены записи на основе истории клиента и горизонта бронирования
где F – множество всех признаков;
S – подмножество признаков.
В исследовании анализируются два типа интерпретации.
Глобальная важность показывает, какие признаки оказывают наибольшее влияние на прогноз модели, вычисляется как среднее абсолютное значение SHAP:
1N
Importancej = n ]£|ф |.
Локальные SH AP-значения позволяют объяснить прогноз модели для отдельного наблюдения. Каждый признак либо увеличивает, либо уменьшает вероятность того, что отмена была инициирована клиентом.
SHAP-значения вычислялись с использованием реализации TreeSHAP для моделей на основе деревьев, что обеспечивает точную и вычислительно эффективную декомпозицию предсказаний модели.
-
2.8. Оценка различий между сотрудниками
Для оценки различий между сотрудниками используется подход виртуальной интервенции (g-computation). Пусть T – категориальная переменная, обозначающая сотрудника. В качестве базовой категории выбран сотрудник JJ.
Интерес представляет средний причинный эффект ATE, рассчитываемый как разница ожидаемых значений результата при различных значениях переменной Т :
ATE = E [ Y | do (T = 1) ]- E [ Y | do (T = 0)].
Поскольку в наблюдаемых данных невозможно одновременно наблюдать оба сценария для одного клиента, используется моделирование.
Алгоритм вычисления:
-
1) строится логистическая модель вероятности P ( Y|X, staff );
-
2) для каждого наблюдения рассчитываются предсказанные вероятности при различных значениях переменной staff;
-
3) полученные вероятности усредняются по всем наблюдениям.
-
3. Эксперименты и резул ьтаты
Таким образом, получаются риск-скор-ректированные оценки ATE, которые позволяют сравнивать сотрудников при одинаковой структуре клиентов и параметрах бронирования.
По итогам сравнения моделей можно сделать следующие выводы.
-
1. Дерево решений дает точность порядка 0,94 и удобно для извлечения правил, но ограничено по обобщающей способности.
-
2. Логистическая регрессия показывает AUC ~ 0,978 и Accuracy ~ 0,939, сохраняя интерпретируемость.
-
3. Случайный лес и XGBoost демонстрируют более высокие и стабильные значения AUC по сравнению с одиночным деревом.
-
4. Практические рекомендации
С учетом баланса качества и интерпретируемости используется XGBoost для прогноза, а логистическая регрессия – для оценки ATE.
Глобальная важность SHAP показывает, что наиболее значимыми факторами являются индивидуальная доля отмен клиентом (client_cancel_rate), горизонт бронирования (days), признак первичной отмены (is_first_cancel) и суммарное число отмен клиентом (client_total_cancels). Признаки сотрудник (staff) и услуга (service) в среднем уступают по влиянию клиентским и временным факторам. На уровне отдельных наблюдений высокий риск отмены чаще соответствует комбинации: высокий client_cancel_rate и большой days, тогда как для «низкорисковых» клиентов влияние выбора сотрудника выражено слабее.
Вестник Российского нового университета Серия: Человек и общество. 2026. № 4
Для сравнения сотрудников относительно базового JJ в Таблице представлены грубые доли и ATE, а также риск-скорректированные ATE. В таблице процентные пункты (п.п.) используются для измерения разницы между двумя процентными значениями. В данной работе процентные пункты используются для корректного сравнения различий между сотрудниками.
Грубые значения получены простым групповым подсчетом, скорректированные ATE – через виртуальную интервенцию на базе логистической регрессии.
На основе проведенного исследования можно предложить следующие практиче- ские рекомендации для повышения эффективности бизнеса в сфере оказания услуг населению.
-
1. Внедрение риск-скорректированных показателей эффективности: оценивать сотрудников по скорректированному ATE или риск-скорректированной доле отмен клиентом.
-
2. Введение точечных мер для «высокорисковых» клиентов: предоплата, подтверждение в два шага, дополнительные напоминания.
-
3. Усиление напоминаний при большом горизонте бронирования: повышение частоты и разнообразия каналов коммуникации.
-
4. Обучение персонала стандартам коммуникации с клиентами, внедрение практики подтверждения.
Таблица
Грубая доля client_cancel и эффекты ATE относительно JJ
|
Сотрудник staff |
Грубая доля client_cancel, % |
Грубый ATE (vs JJ), п.п. |
Скорректированный ATE (vs JJ), п.п. |
|
SINEAD |
15,79 |
+8,65 |
+5,56 |
|
KELLY |
9,52 |
+2,38 |
+2,22 |
|
JOANNE |
8,89 |
+1,75 |
+0,70 |
|
BECKY |
4,92 |
–2,22 |
+1,39 |
|
TANYA |
0 |
–7,14 |
+2,12 |
|
JJ (база) |
7,14 |
0 |
0 |
Заключение
В работе предложен подход к прогнозированию инициатора отмены записи и к справедливой оценке различий между сотрудниками на основе риск-коррекции. Ключевыми факторами оказались историческая склонность клиента к отменам и характеристики горизонта бронирова- ния. Грубые различия между сотрудниками в среднем уменьшаются после контроля клиентских и временных факторов, что подтверждает необходимость перехода к риск-скорректированным метрикам. Рекомендации направлены на управление «высокорисковыми» клиентами и снижение отмен для записей с большим горизонтом бронирования.
Прогнозирование инициатора отмены записи 45 на основе истории клиента и горизонта бронирования 45