基于數(shù)據(jù)挖掘的客戶流失分析案例

客戶挽留在很多行業(yè)都是一個(gè)備受關(guān)注的問(wèn)題，比如電信、銀行、保險(xiǎn)、零售等。要做客戶挽留就需要對(duì)客戶流失進(jìn)行預(yù)警、客戶流失原因分析、客戶滿意度或忠誠(chéng)度研究、客戶生命周期研究等相關(guān)問(wèn)題進(jìn)行深入而全面的分析。例如，對(duì)客戶的行為特征進(jìn)行分析，可以了解有多少客戶流失，客戶是什么時(shí)候流失的，以及客戶是如何流失的等問(wèn)題，從而監(jiān)控客戶流失、實(shí)現(xiàn)客戶關(guān)懷。
        應(yīng)用數(shù)據(jù)挖掘技術(shù)可以根據(jù)過(guò)去擁有的客戶流失數(shù)據(jù)建立客戶屬性、服務(wù)屬性和客戶消費(fèi)數(shù)據(jù)與客戶流失可能性關(guān)聯(lián)的數(shù)學(xué)模型，找出客戶屬性、服務(wù)屬性和客戶消費(fèi)數(shù)據(jù)與流失的關(guān)系，給出明確的數(shù)學(xué)公式或規(guī)則，從而計(jì)算出客戶流失的可能性。
        電信行業(yè)較早地提出了客戶關(guān)系管理、關(guān)系營(yíng)銷(xiāo)等營(yíng)銷(xiāo)管理模式，學(xué)界和企業(yè)界的積極參與也推動(dòng)了客戶流失行為的相關(guān)研究。電信運(yùn)營(yíng)商在多年的業(yè)務(wù)支持系統(tǒng)建設(shè)中，積累了大量的歷史業(yè)務(wù)數(shù)據(jù)，這些數(shù)據(jù)涉及到用戶話單、通信計(jì)費(fèi)、客戶交費(fèi)、市場(chǎng)營(yíng)銷(xiāo)、業(yè)務(wù)收入等各個(gè)方面，它們不僅是歷史記錄的呈現(xiàn)，同時(shí)還蘊(yùn)含了客戶的消費(fèi)模式，客觀上就為數(shù)據(jù)挖掘提供了豐富的素材。對(duì)于運(yùn)營(yíng)商來(lái)說(shuō)，成熟有效的管理模式和技術(shù)可以更好地進(jìn)行客戶管理，提高用戶的粘性才是硬道理。
        建立流失模型可以解決由于客戶離網(wǎng)導(dǎo)致的市場(chǎng)份額減少、營(yíng)銷(xiāo)成本增加、收入降低等問(wèn)題，提高挽留成功率，降低離網(wǎng)率，降低挽留服務(wù)成本，減少由于客戶離網(wǎng)所帶來(lái)的收入損失。對(duì)客戶按照流失傾向評(píng)分，產(chǎn)生最可能流失客戶的名單，再由運(yùn)營(yíng)商對(duì)其進(jìn)行挽留，把損失降到最低。
客戶流失分析大致步驟主要分為以下四步：
        一是尋找關(guān)鍵因子，比如探索用戶離網(wǎng)的影響因素，根據(jù)影響因素判斷用戶離網(wǎng)發(fā)生的概率。通過(guò)研究現(xiàn)有套餐產(chǎn)品客戶在呼叫通話、業(yè)務(wù)使用等各方面的行為特征，找到關(guān)鍵影響因子；
        二是構(gòu)建預(yù)測(cè)模型：采用數(shù)據(jù)挖掘監(jiān)督類(lèi)模型技術(shù)，訓(xùn)練得到潛在客戶預(yù)測(cè)模型，用于預(yù)測(cè)將會(huì)選擇該類(lèi)套餐產(chǎn)品的潛在流失用戶群，并以概率形式量化之。如果已經(jīng)建立了Logistic回歸模型，則可以根據(jù)模型，預(yù)測(cè)在不同的自變量情況下，客戶流失的概率有多大；
        三是判別：實(shí)際上跟預(yù)測(cè)有些類(lèi)似，根據(jù)Logistic模型，判斷客戶有多大的可能性將會(huì)流失。這種技術(shù)與線性回歸類(lèi)似，只是用分類(lèi)目標(biāo)字段代替了數(shù)值字段，而在目標(biāo)含有兩個(gè)截然不同的類(lèi)別時(shí)可以使用二項(xiàng)模型；
        四是推送營(yíng)業(yè)前臺(tái)：通過(guò)營(yíng)銷(xiāo)管理平臺(tái)，直接將高概率產(chǎn)品目標(biāo)流失客戶群推送到營(yíng)業(yè)廳、短信及網(wǎng)站、社區(qū)經(jīng)理等營(yíng)銷(xiāo)渠道，將挽留策略和產(chǎn)品在合適的時(shí)間、以合適的語(yǔ)言推薦給合適的客戶，從而贏得營(yíng)銷(xiāo)。
        客戶流失模型需要完成兩個(gè)方面的任務(wù)，即分析流失客戶的特征，導(dǎo)致客戶流失的因素及客戶流失在這些因素上的分布情況，還有就是得出潛在的流失客戶群。
        客戶流失預(yù)測(cè)包括決策樹(shù)、神經(jīng)網(wǎng)絡(luò)和Logistic回歸等研究方法，下面就通過(guò)一個(gè)利用二項(xiàng)Logistic回歸預(yù)測(cè)電信客戶流失的實(shí)例，為大家介紹一種可用的客戶流失模型，為運(yùn)營(yíng)商的客戶關(guān)系管理提供有益的借鑒，也為其他行業(yè)的客戶流失分析提供挖掘思路。
        客戶流失的幾個(gè)因素，主要有：客戶基本信息，包括年齡、性別、郵編、地址等；客戶檔案，包括手機(jī)號(hào)、付費(fèi)方式、停機(jī)日期、入網(wǎng)時(shí)長(zhǎng)、工齡、是否使用租用設(shè)備、是否使用電話卡業(yè)務(wù)、是否使用語(yǔ)音；客戶賬戶，包括服務(wù)、是否使用互聯(lián)網(wǎng)等；計(jì)費(fèi)信息，包括撥打電話數(shù)、付費(fèi)總額、欠費(fèi)總額等。