Predictive modelling of subscription upgrades in a video on demand context
Erola, Jenni (2026)
Diplomityö
2026
School of Engineering Science, Tuotantotalous
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe202601299795
https://urn.fi/URN:NBN:fi-fe202601299795
Tiivistelmä
This thesis work focused on predictive modelling in the streaming business, with the objective of developing a model that estimates the probability of a user upgrading from a free streaming service to a paying subscription within the next month. The study was conducted as a case study for a Finnish broadcasting company and followed the design science research methodology.
Several machine learning techniques suitable for classification tasks were explored, and logistic regression was selected for the predictive task based on case company’s requirements for both strong predictive performance and interpretability.
The requirement for predictive power was addressed by examining how feature engineering can be leveraged to improve model performance. The results demonstrate that a combination of adequate understanding of machine learning techniques and strong domain knowledge are essential to transform raw data into behaviorally meaningful features. In particular, capturing relative engagement, temporal changes and appropriate feature transformations proved to be pivotal. Furthermore, iterative model development and systematic evaluation were necessary to improve model performance.
Interpretability was emphasized to enable the identification of the key drivers of upgrading behavior and to ensure the practical usability of these insights. The findings indicate that content preferences, engagement intensity, and prior subscription history play a pivotal role in explaining upgrade probability. Additionally, variables that capture consistent usage patterns were found to be more predictive of upgrading than those with capturing behavioral fluctuations. Tämä diplomityö keskittyi ennustavaan mallinnukseen suoratoistoliiketoiminnassa. Työn tavoitteena oli kehittää ennustemalli, joka ennustaa käyttäjän todennäköisyyttä siirtyä maksuttomasta suoratoistopalvelusta maksulliseen tilaukseen seuraavan kuukauden aikana. Tutkimus toteutettiin tapaustutkimuksena suomalaiselle mediatalolle, ja siinä noudatettiin design science research -menetelmää.
Tutkimuksessa arvioitiin useita eri luokittelutehtäviin soveltuvia koneoppimismenetelmiä. Tapausyrityksen odotuksena oli saavuttaa sekä hyvä ennustetarkkuus että tulkittavuus. Tästä syystä ennustemalli päätettiin toteuttaa logistista regressiota hyödyntäen.
Vaatimusta hyvästä ennustetarkkuudesta lähestyttiin tarkastelemalla, miten ominaisuussuunnittelua eli feature engineering -vaihetta voidaan hyödyntää mallin suorituskyvyn parantamisessa. Tulokset osoittavat, että riittävä ymmärrys koneoppimismenetelmistä yhdistettynä vahvaan toimialatuntemukseen on keskeistä, jotta raakadatan pohjalta voidaan muodostaa käyttäytymistä kuvaavia ja merkityksellisiä muuttujia. Erityisesti suhteellisen sitoutumisen, ajallisten muutosten sekä tarkoituksenmukaisten muuttujamuunnosten huomioiminen osoittautui keskeiseksi. Lisäksi mallin suorituskyvyn parantaminen edellytti iteratiivista mallikehitystä ja systemaattista arviointia.
Mallin tulosten tulkittavuutta painotettiin, jotta maksulliseen tilaukseen siirtymistä ohjaavat keskeiset ajurit voitaisiin tunnistaa ja jotta havaintoja voitaisiin hyödyntää myös käytännössä. Tulokset osoittavat, että sisältöpreferenssit, sitoutumisen intensiteetti sekä aiempi tilaushistoria ovat keskeisessä roolissa maksulliseen tilaukseen siirtymisen todennäköisyyden selittämisessä. Lisäksi muuttujat, jotka kuvaavat johdonmukaista kulutusta, olivat ennustavampia kuin muuttujat, jotka kuvaavat voimakkaita vaihteluita käyttäytymisessä.
Several machine learning techniques suitable for classification tasks were explored, and logistic regression was selected for the predictive task based on case company’s requirements for both strong predictive performance and interpretability.
The requirement for predictive power was addressed by examining how feature engineering can be leveraged to improve model performance. The results demonstrate that a combination of adequate understanding of machine learning techniques and strong domain knowledge are essential to transform raw data into behaviorally meaningful features. In particular, capturing relative engagement, temporal changes and appropriate feature transformations proved to be pivotal. Furthermore, iterative model development and systematic evaluation were necessary to improve model performance.
Interpretability was emphasized to enable the identification of the key drivers of upgrading behavior and to ensure the practical usability of these insights. The findings indicate that content preferences, engagement intensity, and prior subscription history play a pivotal role in explaining upgrade probability. Additionally, variables that capture consistent usage patterns were found to be more predictive of upgrading than those with capturing behavioral fluctuations.
Tutkimuksessa arvioitiin useita eri luokittelutehtäviin soveltuvia koneoppimismenetelmiä. Tapausyrityksen odotuksena oli saavuttaa sekä hyvä ennustetarkkuus että tulkittavuus. Tästä syystä ennustemalli päätettiin toteuttaa logistista regressiota hyödyntäen.
Vaatimusta hyvästä ennustetarkkuudesta lähestyttiin tarkastelemalla, miten ominaisuussuunnittelua eli feature engineering -vaihetta voidaan hyödyntää mallin suorituskyvyn parantamisessa. Tulokset osoittavat, että riittävä ymmärrys koneoppimismenetelmistä yhdistettynä vahvaan toimialatuntemukseen on keskeistä, jotta raakadatan pohjalta voidaan muodostaa käyttäytymistä kuvaavia ja merkityksellisiä muuttujia. Erityisesti suhteellisen sitoutumisen, ajallisten muutosten sekä tarkoituksenmukaisten muuttujamuunnosten huomioiminen osoittautui keskeiseksi. Lisäksi mallin suorituskyvyn parantaminen edellytti iteratiivista mallikehitystä ja systemaattista arviointia.
Mallin tulosten tulkittavuutta painotettiin, jotta maksulliseen tilaukseen siirtymistä ohjaavat keskeiset ajurit voitaisiin tunnistaa ja jotta havaintoja voitaisiin hyödyntää myös käytännössä. Tulokset osoittavat, että sisältöpreferenssit, sitoutumisen intensiteetti sekä aiempi tilaushistoria ovat keskeisessä roolissa maksulliseen tilaukseen siirtymisen todennäköisyyden selittämisessä. Lisäksi muuttujat, jotka kuvaavat johdonmukaista kulutusta, olivat ennustavampia kuin muuttujat, jotka kuvaavat voimakkaita vaihteluita käyttäytymisessä.