Chapter17电信业客户流失分析.pptx

电信业客户流失分析;案例背景 商业理解 数据理解和数据准备 建立模型与模型评估 模型的应用及营销预演 ;客户——尤其是有钱有需求的客户是有限的 如何在客户即将流失之前发现他们，并对其特征进行刻画，从而挽留他们 多看看模型的构建、解读、验证和应用，不要过多纠缠于数据字段是否全面 决策树、神经网络、聚类模型;问题1：哪些客户可能会流失？ 问题2：可能流失客户的特征是什么？ 问题3：市场挽留活动的预计收益是多少？;不流失 自愿流失：销号 非自愿流失：欠费;客户基本信息 客户行为数据 客户交互数据 客户态度数据;自变量：1-7月 预测变量：8-10月;预期收益 =流失客户预期收入 -流失客户挽留预期成本;1、数据基础 客户基本信息表（编号，性别，年龄，在网时长，话费方案，手机型号） 客户通话情况表（编号，高峰时电话数，高峰时电话时长，低谷时电话数，低谷时电话时长，周末时电话数，周末时电话时长，国际电话数，国际电话时长，月份）;话费方案表（话费类型，固定费用，免费时长，高峰时期单价，非高峰时期单价，周末单价，国际长途单价） 客户是否流失标记表（客户编号，是否流失）;（1）单变量的变换 （2）衍生变量 （3）趋势类变量 （4）波动类变量;连续?连续： 便于计量和比较：如单位归一 修正数据的分布：如倒数、对数 标准化：如（原值-平均值）/标准差、 （原值-最小值）/（ 最大值-最小值） 连续?离散：分箱（等距离、等数量、平均值加减三个标准差） 离散?连续：Likert量表 离散?离散：a,b,c?0,1;横截面数据（某一时点） 强度相对指标：如通话时长/通话次数 比例相对指标：如高峰时通话时间/总时间 时间序列数据（时间排序） 滞后类指标：如与去年同月相比、股价5日平均 汇总类指标：6个月的数据?一份数据;趋势值=; 波动值=;单个变量： 离散型： 名义型：饼图或条形图 有序型：饼图或条形图；累计频数和累积频率 连续型：描述统计量、图形;变量之间 离散与离散：条形图 离散与连续：直方图 连续与连续：散点图;性别与流失的关系不密切 手机品牌与流失的关系密切 使用量级别与流失之间有一定关系 话费合理性与流失之间有一定关系;1、三类数据挖掘模型 1）预测类（有监督的模型） 若干输入，一个目标 目标变量为离散型：Logistic回归、决策列表、贝叶斯网络、判别分析、最近邻算法、支持向量机、C5.0、CRT、QUEST、CHAID、神经网络 目标变量为连续型：回归分析、广义线性模型、最近邻算法、支持向量机、 CRT、CHAID、神经网络 时间序列预测模型：时间序列预测的目标是该数列未来的值 ;1）预测类模型（有监督的数据挖掘方法） 若干输入变量，一个目标变量 2）细分类模型 只有输入变量，无输出变量 聚类：K-means、Kohonen、Two-step 异常：Anomaly 3）关联规则模型（无监督的数据挖掘方法） 若干输入变量和目标变量 既是输入变量又是目标变量——两者 ;聚类——找到流失的客户群 决策树——生成规则集 神经网络——生成流失评分;聚类7: 14.7%，总花费较低；平均每分钟话费高；除免费时长外计费时长少；高峰与非高峰通话时间少；周末通话时间长；客户价值低 聚类4: 10.0%，周末通话次数少但平均每次通话时间长；周末通话时间占比低；高峰时期通话时间长；非高峰时期通话时间短；总花费较高;1：15个规则 0：14个规则;离散评分转化为连续评分 If churn=1 then churnscore=100.0 If churn=0 then churnscore=0.0 注意： 以$开头的都是预测结果