サバイバル・フォレストの紹介

アナリティクスの「サバイバル・フォレスト」を紹介します。

例えばサブクリプション型のビジネスにおける顧客のキャンセルについて考えるときは、「サービスをキャンセルするかどうか」ではなく、「どれくらいの期間でキャンセルが発生したのか」が重要です。

そこで、生存分析のアルゴリズムの1つのサバイバルフォレストを使うと、下記の質問に答えられます。

• このデータ（予測変数）を使うことで、あるタイミング（例：サービスの利用開始から1年後）における生存状態（例：サービスのキャンセル）のTRUE/FALSEをどれだけ上手く分けられているのか。
• どの変数が、あるタイミングにおける生存状態を予測するうえで重要なのか。
• 予測変数の値が変わると、生存曲線はどのように変わるのか。
• とある観察対象（例: 顧客、従業員）の生存確率が50%を下回るのはいつか。
• とある観察対象に注目したときに、1ヶ月後の生存確率はどの程度か。

必要なデータ

サバイバル・フォレストのモデルを作成するためには、**1行が1観察対象（例：1行が1顧客）**となっているデータが必要です。

また、以下の情報も列に必要です。

• 開始時期：観察対象の観察の開始時期を表す、Data（日付）型、またはPOSIXct（日付時間）型の列
• 終了時期：観察対象の観察の終了時期を表す、Data（日付）型、またはPOSIXct（日付時間）型の列
• 生存状態：観察対象のイベントのステータスを表す、ロジカル型の列（例：キャンセル、解約、離職、死亡など）
• 予測変数：生存状態を予測するための列（データタイプには特に縛りはありません）

サンプルデータ

今回はサンプルデータとして、Netflixのような動画視聴のサブスクリプション・サービスのデータを使用していきます。

このデータは1行が1顧客のデータで、列には顧客のコンテンツの視聴時間や、主な利用デバイス、サービスが提供する機能の利用状況、年齢や性別などの属性を表す列があります。

サバイバル・フォレストのモデルを作成する

今回は顧客のある時点での生存確率を予測するサバイバル・フォレストのモデルを作成します。

サバイバル・フォレストのモデルを作成するときは、アナリティクス・ビューからタイプに「ランダム・フォレスト」を選択し、以下の項目に先程、紹介した列を選択し実行します。

• 開始時期
• 終了時期
• 生存状態（イベント）
• 予測変数

結果の解釈

サバイバル・フォレストを実行すると、予測モデルを解釈するための複数のタブが表示されます。

Nヶ月後の生存率の予測

作成したサバイバル・フォレストのモデルを使うと、今日を起点にしたときに1カ月後の各観察対象（例: 顧客）の生存確率を予測できます。

特定の生存率になる日付の予測

また、各観察対象（例: 顧客）の生存確率が50%になる「日付」も予測できます。

参考資料

サバイバル・フォレストに関する参考資料は下記をご覧ください。

• 生存モデルを使った予測 - リンク
• アナリティクスの文法を使った予測モデルの解釈 - リンク
• 機械学習モデルを使った予測と検証 - リンク
• 機械学習モデル - 変数重要度の仕組みと解釈 - リンク

サバイバル・フォレストに関するよくある質問