Customer churn is a significant concern in retail banking, as customer losses can reduce future revenue and weaken long-term profitability. This thesis develops and evaluates supervised machine learning models for predicting customer churn within the securities segment of a Swedish retail bank, using both transaction and portfolio data.

Three models are developed and compared: Logistic Regression, XGBoost, and Balanced Random Forest. A tailored churn definition combining account deactivation and economic inactivity is proposed and feature engineering is implemented in order to take advantage of the properties of the panel data. Rolling out-of-time cross-validation is used throughout to prevent temporal data leakage.

All three models achieve strong out-of-time ROC-AUC scores above 0.90, with XGBoost performing best at 0.951, followed by Random Forest at 0.943 and Logistic Regression at 0.917. XGBoost also achieves the strongest performance in terms of Precision@k, indicating that it is particularly effective at ranking true churners among the customers with the highest risk. 

The findings suggest that the model could support targeted retention strategies by identifying the highest-risk customers, while also indicating that churn prediction may have relevance beyond the studied segment for understanding customer loyalty across the bank’s broader customer base.

Kundbortfall är en viktig fråga för retailbanker, eftersom förlorade kunder kan minska framtida intäkter och försvaga lönsamheten på längre sikt. I denna uppsats utvecklas och utvärderas övervakade maskininlärningsmodeller för att prediktera kundbortfall inom värdepapperssegmentet hos en svensk retailbank, baserat på både transaktionsdata och portföljdata. 

Tre modeller utvecklas och jämförs: Logistic Regression, XGBoost och Balanced Random Forest. Studien föreslår en anpassad definition av kundbortfall som kombinerar avslutade konton med ekonomiskt motiverad inaktivitet. Vidare genomförs feature engineering för att utnyttja egenskaperna hos datamaterialets panelstruktur. Genomgående används rullande out-of-time korsvalidering för att minska risken för temporalt dataläckage. 

Samtliga tre modeller uppnår starka out of time ROC-AUC värden över 0,90. XGBoost presterar starkast med ett ROC-AUC värde på 0,951, följt av Random Forest på 0,943 och logistisk regression på 0,917. XGBoost uppnår även starkast resultat sett till Precision@k, vilket tyder på att modellen är särskilt effektiv på att rangordna faktiskt kundbortfall bland de kunder som bedöms ha högst risk. 

Resultaten visar att modellen kan stödja riktade kundbevarande strategier genom att identifiera kunder som löper störst risk att lämna segmentet. Samtidigt indikerar resultaten att prediktion av kundbortfall kan vara relevant även bortom det studerade segmentet, genom att bidra till en bredare förståelse av kundlojalitet inom bankens bredare kundbas.