Наличие больших объемов данных в информационно-аналитических системах порождает необходимость их изучения с использованием методов машинного обучения и искусственного интеллекта. Эти модели требуют определения настроечных параметров, связанных с особенностями предметной области. В статье представлена модель регрессии Кокса для решения проблемы оттока клиентов. Регрессия Кокса признана моделью с высокой точностью предсказаний в здравоохранении. Поэтому интересным представляется применение модели в иных отраслях. В работе приведены результаты и сравнительный анализ расчетов на модели Кокса с использованием трех инструментов: статистического пакета Statistical Package for the Social Sciences, языка программирования R и российского программного обеспечения – аналитической платформы Loginom. Отличительной особенностью разработанной вероятностной модели является определение риска наступления события в условиях неполноты данных, а также выделение показателей, оказывающих существенное влияние на степень его проявления.