Predictive modeling of return amounts for leased IT equipment
Wesamaa, Max (2026)
Diplomityö
2026
School of Engineering Science, Laskennallinen tekniikka
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2026030918863
https://urn.fi/URN:NBN:fi-fe2026030918863
Tiivistelmä
This thesis investigates the extent to which End-of-Lease (EoL) outcomes for leased IT equipment can be predicted using Machine Learning models implemented within the Snowflake data environment. Accurate prediction of returns, extensions, and buyouts is important for operational planning and financial forecasting.
The problem is formulated as a multi-class classification task using device-level contract data. Two approaches are evaluated: Snowflake’s built-in classification model and an XGBoost-based gradient boosting classifier. The study examines feature engineering and class imbalance handling strategies, including sampling and instance-level weighting. Performance is evaluated using macro- and weighted-averaged metrics and probabilistic diagnostics.
Although the Snowflake model showed promising validation results, its performance deteriorated on unseen 2025 test data, resulting in a macro Area Under the Receiver Operating Characteristic Curve (AUC) close to random classification. In contrast, XGBoost demonstrated strong generalization, achieving a macro F1-score of 0.7526 and a macro AUC of 0.9018. Instance-level weighting proved more effective than sampling-based approaches.
The results indicate that EoL outcomes contain predictive structure and can be modeled accurately using gradient boosting within Snowflake’s ecosystem, supporting integration into operational decision-making. Tässä diplomityössä tutkitaan, missä määrin vuokrakauden päättymisen (EoL) lopputuloksia vuokratulle IT-laitteistolle voidaan ennustaa Snowflake-ympäristössä toteutetuilla koneoppimismalleilla. Palautusten, jatkosopimusten ja lunastusten ennustaminen on tärkeää sekä operatiivisen suunnittelun että taloudellisen ennustamisen kannalta.
Ongelma muotoillaan moniluokkaluokittelutehtäväksi laitetason sopimusdatan perusteella. Tutkimuksessa tarkastellaan kahta lähestymistapaa: Snowflaken sisäänrakennettua luokittelumallia sekä XGBoost-pohjaista gradienttivahvistusmallia. Lisäksi analysoidaan piirteiden muodostamista ja luokkien epätasapainon käsittelyä otantaan perustuvien menetelmien sekä instanssikohtaisen painotuksen avulla. Mallien suorituskykyä arvioidaan makro- ja painotetuilla keskiarvomittareilla sekä todennäköisyysennusteiden laadun avulla.
Snowflake-malli saavutti lupaavia tuloksia validointivaiheessa, mutta sen suorituskyky heikkeni merkittävästi vuoden 2025 testiaineistolla. Makrotason ROC-käyrän alle jäävä pinta-ala (AUC) oli lähellä satunnaisluokittelua. XGBoost puolestaan osoitti hyvää suorituskykyä saavuttaen makrotason F1-arvon 0.7526 sekä AUC-arvon 0.9018. Instanssikohtainen painotus osoittautui tehokkaammaksi kuin otantaan perustuvat menetelmät.
Tulokset osoittavat, että EoL-lopputuloksissa on ennustettavaa rakennetta ja että ne voidaan mallintaa tarkasti gradienttivahvistuksella Snowflake-ympäristössä. Tämä tukee mallien hyödyntämistä operatiivisessa päätöksenteossa.
The problem is formulated as a multi-class classification task using device-level contract data. Two approaches are evaluated: Snowflake’s built-in classification model and an XGBoost-based gradient boosting classifier. The study examines feature engineering and class imbalance handling strategies, including sampling and instance-level weighting. Performance is evaluated using macro- and weighted-averaged metrics and probabilistic diagnostics.
Although the Snowflake model showed promising validation results, its performance deteriorated on unseen 2025 test data, resulting in a macro Area Under the Receiver Operating Characteristic Curve (AUC) close to random classification. In contrast, XGBoost demonstrated strong generalization, achieving a macro F1-score of 0.7526 and a macro AUC of 0.9018. Instance-level weighting proved more effective than sampling-based approaches.
The results indicate that EoL outcomes contain predictive structure and can be modeled accurately using gradient boosting within Snowflake’s ecosystem, supporting integration into operational decision-making.
Ongelma muotoillaan moniluokkaluokittelutehtäväksi laitetason sopimusdatan perusteella. Tutkimuksessa tarkastellaan kahta lähestymistapaa: Snowflaken sisäänrakennettua luokittelumallia sekä XGBoost-pohjaista gradienttivahvistusmallia. Lisäksi analysoidaan piirteiden muodostamista ja luokkien epätasapainon käsittelyä otantaan perustuvien menetelmien sekä instanssikohtaisen painotuksen avulla. Mallien suorituskykyä arvioidaan makro- ja painotetuilla keskiarvomittareilla sekä todennäköisyysennusteiden laadun avulla.
Snowflake-malli saavutti lupaavia tuloksia validointivaiheessa, mutta sen suorituskyky heikkeni merkittävästi vuoden 2025 testiaineistolla. Makrotason ROC-käyrän alle jäävä pinta-ala (AUC) oli lähellä satunnaisluokittelua. XGBoost puolestaan osoitti hyvää suorituskykyä saavuttaen makrotason F1-arvon 0.7526 sekä AUC-arvon 0.9018. Instanssikohtainen painotus osoittautui tehokkaammaksi kuin otantaan perustuvat menetelmät.
Tulokset osoittavat, että EoL-lopputuloksissa on ennustettavaa rakennetta ja että ne voidaan mallintaa tarkasti gradienttivahvistuksella Snowflake-ympäristössä. Tämä tukee mallien hyödyntämistä operatiivisessa päätöksenteossa.