This report is part of applying the knowledge gained from studying machine learning models and methods for developing a predictive model to identify customers likely to cancel their credit card services with a bank. The project was carried out during an internship at a financial institution, where the creator developed a model to predict customers likely to churn from their credit card services using real customer data through the organization's system. The focus was on building a model that can accurately predict customer churn by selecting features that are appropriate for the prediction model and the unique characteristics of the credit card industry data to ensure the highest possible accuracy and efficiency. This report also covers the integration of the model into the development of a website, which allows related departments to conveniently use the prediction model. Users can upload data for prediction and receive model results instantly. In addition, a dashboard has been created to present insights from the model's predictions, such as identifying high-risk customers likely to cancel services, as well as other important analytical information for strategic decision-making. This will help support more efficient marketing planning and customer retention efforts within the organization.
บัตรเครดิตเป็นบริการอย่างหนึ่งทางการเงิน ช่วยอำนวยความสะดวกแก่ผู้ใช้สามารถชำระค่าสินค้าและบริการโดยไม่ต้องใช้เงินสด ธนาคารทำหน้าที่เป็นตัวกลางในการชำระเงินให้กับร้านค้า และเรียกเก็บเงินจากผู้ใช้บัตรในภายหลัง บัตรเครดิตของแต่ละธนาคารจึงได้รับความนิยมอย่างรวดเร็วในประเทศไทย ส่งผลให้มีการแข่งขันสูง ธนาคารต้องพัฒนากลยุทธ์เพื่อดึงดูด และรักษาลูกค้าไว้ ในการทำธุรกิจ การสูญเสียลูกค้าถือเป็นปัญหาสำคัญที่ส่งผลกระทบต่อธุรกิจทุกประเภท โดยบัตรเครดิตของธนาคารถือเป็นอีกหนึ่งธุรกิจที่ได้รับผลกระทบจากการสูญเสียลูกค้าค่อนข้างมาก เนื่องจากการเติบโตมาจากผู้ใช้บัตรเป็นหลัก ส่งผลให้ลูกค้าบัตรเครดิตมีมูลค่าสูงและสามารถสร้างรายได้ให้กับธนาคารอย่างต่อเนื่อง ธนาคารจึงจำเป็นต้องหาแนวทางและวิธีป้องกันเพื่อรักษาไม่ให้ลูกค้ายกเลิกการใช้บริการ โดยการทำนายลักษณะลูกค้าที่มีแนวโน้มจะยกเลิกการใช้บริการบัตรเครดิตเป็นแนวทางหนึ่งที่สามารถช่วยธนาคารในการแก้ไขปัญหานี้ได้ การทำนายลักษณะลูกค้าที่กำลังจะยกเลิกการใช้บริการบัตรเครดิตสามารถทำได้โดยใช้ Machine Learning Model ซึ่งสามารถวิเคราะห์ข้อมูลจำนวนมากและหาความสัมพันธ์ของข้อมูลที่ซับซ้อน ทำให้องค์กรได้รับข้อมูลเชิงลึกที่เป็นประโยชน์ในการใช้วิเคราะห์และประกอบการตัดสินใจเพื่อหาแนวทางและกลยุทธ์ที่เหมาะสมที่สุดในการรักษาและป้องกันการสูญเสียลูกค้าเพื่อรักษารายได้และเสถียรภาพขององค์กรไว้
คณะวิทยาศาสตร์
Sugar production from sugarcane is a complex process that requires precise control. One of the major issues is sugar loss, which can result from various factors, particularly "burnt cane," before being sent to the mill. This affects the quality of the sugarcane and the efficiency of sugar extraction, along with the performance of the machinery and the properties of the cane, which impact the amount of sugar extracted. This study aims to analyze the factors that influence sugar loss in the sugar production process, using quantitative data from a sugar factory. Nine variables were examined, including mechanical efficiency, machine downtime per day, cane waiting time per day, sand content in cane juice, pol extraction efficiency, overall working time efficiency, cane juice purity, cane sugar content (C.C.S.), and burnt cane. The data were analyzed using correlation analysis to examine relationships between variables and regression modeling to predict sugar loss. The results showed that mechanical efficiency, cane sugar content, and the amount of sand or impurities in the cane juice were significantly correlated with sugar loss. Mechanical efficiency had a direct relationship with the amount of cane milled, which improved sugar production. On the other hand, burnt cane, or cane that was burnt before harvesting, resulted in reduced sugar extraction and impacted the quality of the sugar. Therefore, reducing sugar loss in the production process can be achieved by improving machine efficiency, reducing impurities in cane juice, and managing burnt cane, which will improve sugar production efficiency in the future.
คณะบริหารธุรกิจ
In an era where sustainability is at the heart of business operations, eco-friendly packaging is gaining increasing attention. This research explores sustainable business models for alternative packaging, focusing on the case of corn-based paper, an innovation that effectively replaces conventional plastic packaging. The study analyzes key factors that enable businesses using natural raw materials to remain competitive in the market, as well as the growth potential of sustainable packaging compared to plastic-based alternatives. Additionally, it examines the factors influencing consumer behavior in choosing eco-friendly products and evaluates the impact on profitability and social responsibility. This research employs both qualitative and quantitative methods, including case studies of businesses utilizing alternative materials, in-depth interviews with industry experts, and consumer behavior surveys. The findings are expected to provide insights into the business potential of corn-based packaging, strategies for market expansion, and approaches for long-term sustainability. The results of this study will serve as a valuable reference for entrepreneurs seeking to develop green businesses and policymakers aiming to promote sustainable packaging in the market.
คณะเทคโนโลยีสารสนเทศ
The process of treating cancer patients in the chemotherapy department at Chonburi Cancer Hospital is complicated and inconvenient due to the procedure of submitting blood test results through the personal LINE application of medical staff, which hinders workflow efficiency. Therefore, the researcher has developed a cancer patient management and tracking program in the form of a web-based application and LINE LIFF (LINE Front-end Framework) application to facilitate both medical personnel and patients. The web-based application is designed for medical personnel to monitor, schedule, and collect patient data, while the LINE application is designed for patients to submit blood test results, view appointment schedules, record symptoms after chemotherapy, log their weekly weight, and access a chatbot for consultation. This system is developed based on client-server technology, which enhances data analysis efficiency and supports automated treatment planning. As a result, the cancer treatment process becomes faster, more modern, and more efficient.