數(shù)據(jù)挖掘案例:建立客戶流失模型

隨著市場競爭的加劇，中國電信面臨的壓力越來越大，客戶流失也日益增大。從統(tǒng)計數(shù)據(jù)看，今年固話小靈通的銷戶數(shù)已經(jīng)超過了開戶數(shù)。面對如此嚴(yán)峻的市場形式，當(dāng)務(wù)之急就是要盡全力減少客戶的流失。因此，利用數(shù)據(jù)挖掘方法，建立一套可以及時預(yù)測客戶流失率的模型就相當(dāng)有必要。

    （一）確定客戶流失模型的目標(biāo)：預(yù)測可能流失的客戶名單。經(jīng)過對市場的分析，我們發(fā)現(xiàn)固話小靈通流失率比較大，而寬帶等數(shù)據(jù)業(yè)務(wù)還處于增長期，流失率比較小。因此，我們把預(yù)測的產(chǎn)品范圍限定在固話和小靈通上。另外，我們也不考慮那些因為欠費被強制銷戶的客戶，因為這些客戶沒有什么價值。還有，對已經(jīng)加入了某一類有銷戶時間限制套餐且未到期的客戶也可以不考慮。這樣，我們建模的目標(biāo)范圍變得更加明確。
    （二）獲取用于建模的數(shù)據(jù)。建模的數(shù)據(jù)可以從各個營運系統(tǒng)中提取?？梢詮腎BSS系統(tǒng)提取客戶數(shù)據(jù)、服務(wù)數(shù)據(jù)、產(chǎn)品數(shù)據(jù)、套餐數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)：從計費賬務(wù)系統(tǒng)提取市話計費數(shù)據(jù)、長途計費數(shù)據(jù)、智能網(wǎng)計費數(shù)據(jù)、省數(shù)據(jù)業(yè)務(wù)計費數(shù)據(jù)；從CMMS系統(tǒng)提取渠道數(shù)據(jù)；從資源系統(tǒng)提取地址數(shù)據(jù)、資源數(shù)據(jù)；從交換系統(tǒng)提取通話數(shù)據(jù)等等。另外有一些數(shù)據(jù)需要通過市場調(diào)查獲取，比如調(diào)查哪些地區(qū)是其他運營商有布線的固話競爭區(qū)域?？梢栽趨^(qū)域范圍內(nèi)的交接箱資料加上“競爭區(qū)域”的標(biāo)識。
    （三）對數(shù)據(jù)進(jìn)行清洗、格式化，轉(zhuǎn)換成建模數(shù)據(jù)集。一個客戶可能有多個固話和小靈通，銷戶指的是固話小靈通拆機，而不是指客戶不再使用所有的電信產(chǎn)品。因此真正的客戶預(yù)測流失上并不具有價值。經(jīng)過分析，我們確定建模的對象為服務(wù)實體，即固話和小靈通。模型集的行代表一個固話或小靈通，計費等數(shù)據(jù)則對應(yīng)到各個列。另外。為了使預(yù)測結(jié)果更接近于現(xiàn)實情況，我們?nèi)∽罱?2個月的計費數(shù)據(jù)。接下來，我們要剔除一些無效的變量，如身份證號、電話號碼、絕對日期、地址數(shù)據(jù)等。這些交量對建模沒有用處。最后就是加入衍生變量。這個過程需要我們對電信業(yè)務(wù)進(jìn)行深入的分析并充分發(fā)揮創(chuàng)造性，這樣才能生成一組對建模很有意義的衍生變量。如根據(jù)固話對應(yīng)的交接箱，我們提取出“是否處于競爭區(qū)域”的變量；從通話日期可以提取出“星期幾”、“是否節(jié)假日”等變量，另外，還可以通過組合生成全部月份的變量總和及其方差，各月變量占總和的比等變量。經(jīng)過這些清洗和轉(zhuǎn)換工作，我們便生成了用于建模的數(shù)據(jù)集。
    （四）建立模型。我們選用SAS EM軟件包作為建模工具，在挖掘算法方面選用決策樹算法。決策樹算法可以處理上百個字段，具有探索功能，且高度自動化?？紤]到固話和小靈通這兩類產(chǎn)品有很大的區(qū)別，因此需要分別建立預(yù)測模型。接下來，我們對客戶進(jìn)行分類。按月平均消費額分成高價值客戶和低價值客戶。另外再分出兩類特殊客戶，近期開戶的客戶和有申請?zhí)撞偷目蛻?，對這四類客戶分別建立模型，再將模型進(jìn)行合并。
    （五）模型評估。對模型的評估同樣分成四類客戶分別評分。即生成四類客戶的評分數(shù)據(jù)集，分別輸入模型中，得出預(yù)測結(jié)果。把結(jié)果和實際情況進(jìn)行比較來評價模型的有效性。
    （六）模型預(yù)測結(jié)果用于支持決策?？蛻袅魇暑A(yù)測模型建立后，我們就及時預(yù)測某個客戶流失的可能性大小。當(dāng)其流失可能性高于某一分值，我們就認(rèn)為他是將可能流失的客戶，就可以及時的推出針對性的營銷套餐來留下該客戶