基于car算法的客戶流失預(yù)測模型研究

通信公司之間的競爭非常激烈?？蛻粼诓煌\營商之間的轉(zhuǎn)換網(wǎng)絡(luò)經(jīng)常發(fā)生，即所謂的客戶損失?？蛻袅魇o運營商帶來經(jīng)濟和市場損失。因此,各運營商都會十分看重客戶的流失,都會采取一定的營銷措施來減少客戶的流失,比如,用預(yù)存話費,送話費或手機等活動阻止客戶轉(zhuǎn)網(wǎng)。如果通信企業(yè)能夠預(yù)測哪些客戶會流失,運營商就能有針對性的制定營銷措施,從而防止他們流失。本文就是以移動通信公司為例,提供一種預(yù)測客戶流失的模型,從而為公司的營銷措施制定提供幫助。1基于cart算法的建模預(yù)測通過對已流失客戶的信息詳細(xì)分析,根據(jù)他們的通話、職業(yè)等情況,把這些客戶分成不同的類,然后如果有新的客戶信息符合這些類中的某一類時,說明客戶可能流失的程度,運營商就可以采取相應(yīng)的措施來預(yù)防流失。根據(jù)其定義可以得出,采用分類、回歸技術(shù)比較合適。而常用的分類、回歸算法通常有決策樹、神經(jīng)網(wǎng)絡(luò)。決策樹在分類和預(yù)測數(shù)據(jù)挖掘方法中屬最簡單易懂的一種,同時也是一種非常有效的分類算法。因此,本文采用決策樹中的CART算法來進(jìn)行建模預(yù)測。CART決策樹算法是目前應(yīng)用最廣泛的預(yù)測技術(shù),它主要由決策節(jié)點、分支和葉子3部分組成。建立CART決策樹的過程也就是樹的生長過程,主要利用信息論中的信息增益理論,通過尋找數(shù)據(jù)集中具有最大信息量的字段,建立CART決策樹的一個節(jié)點,再根據(jù)該節(jié)點字段的不同取值建立樹的各個分支,在每個分支中重復(fù)上述過程,逐步建立樹的下層節(jié)點和分支,最終可以生成反映一定規(guī)則的決策樹。2建立數(shù)學(xué)模型通過實際的分析和驗證表明,客戶流失分析項目的實施一般要經(jīng)歷下面幾個過程:確定分析目標(biāo)、搜集數(shù)據(jù)、建立模型、評估結(jié)果和部署應(yīng)用等,在對模型使用的過程中,要根據(jù)預(yù)測和實際結(jié)果對比修改模型,逐步完善模型。2.1網(wǎng)客戶消費數(shù)據(jù)的流失用戶的界定建立模型主要會用到:客戶檔案信息、客戶合同信息、客戶通話清單等。根據(jù)建模的需要,對上述數(shù)據(jù)變量進(jìn)行抽取、組合得到如下所示的標(biāo)本變量如表1所示。選取3個月以上的在網(wǎng)客戶消費數(shù)據(jù)作為標(biāo)本數(shù)據(jù),如果這些用戶在這3個月后的緊接著的3個月內(nèi)發(fā)生流失,就將其定義為已流失用戶,反之則為非流失用戶。通過對移動通信公司提供的10000條抽樣數(shù)據(jù)進(jìn)行清洗、異常處理等操作,共獲得如表2所示的1250條符合要求的數(shù)據(jù)集。2.2分類回歸樹模型的建立有了上面的數(shù)據(jù),按照70%和30%的原則,將這些數(shù)據(jù)劃分成訓(xùn)練集和數(shù)據(jù)集,利用70%的數(shù)據(jù)建立分類回歸樹模型,利用剩余的30%進(jìn)行測試,也既是對樹進(jìn)行剪枝,確定最優(yōu)樹。建立模型包含對客戶進(jìn)行分組和預(yù)測分析兩個部分。2.21客戶的消費情況這里采用聚類分析算法對客戶進(jìn)行分組。聚類分析算法即通過對目標(biāo)數(shù)據(jù)庫中的記錄進(jìn)行分析,然后按照一定的分類規(guī)則,將每個記錄劃分到不同的記錄分組中。通過這種方法,可以有效地把數(shù)據(jù)劃分到不同的分組中,同時確保組和組數(shù)據(jù)之間的差別盡可能大,組內(nèi)盡可能小。因此,選聚類分析算法的參數(shù)K為9,對前面所得記錄首先進(jìn)行分組,得到表3所示的4種不同的典型客戶群。從表3可以看出,第1種客戶占總客戶的比例并不大,而且花費下降比例也比較正常,就是一點,撥打了客戶服務(wù)熱線。一般來講,如果沒有什么疑問,客戶是不會撥打客戶服務(wù)熱線的。因此,我們首先確認(rèn)他是撥打的哪個運營商的服務(wù)熱線,如果是撥打的外網(wǎng)的客服熱線,那么就要根據(jù)他的消費情況和此運營商的進(jìn)行對比,看有什么區(qū)別。如果是撥打內(nèi)網(wǎng)的,那就根據(jù)記錄情況了解他咨詢的問題,針對他們提出的問題進(jìn)行制度相應(yīng)策略。第2種客戶占客戶總數(shù)的比重很大。因此,這類客戶需要認(rèn)真對待。此類客戶的主要消費行為是與網(wǎng)內(nèi)用戶通話比例較高,其它并沒有什么異常。對于這類客戶,可以針對他們的消費情況采用更能吸引他們的營銷措施以超過競爭方提供的條件來減少其流失的可能性?？梢悦黠@看出第3種客戶連續(xù)幾個月話費下降比例都較高,這種類型的客戶可能是和某類型的人聯(lián)系的少了,或者是工作調(diào)動情況而導(dǎo)致的。因此,對于此類用戶則需要詳細(xì)了解他們的工作和生活情況,從而制定符合其消費特點業(yè)務(wù)。第4種客戶所占總客戶的比例也是很小,而且這類客戶消費情況沒有太大的異常出現(xiàn),對于這類客戶可以了解他們的基本信息,在相應(yīng)單位或社區(qū)進(jìn)行移動業(yè)務(wù)介紹,給他們推薦新的業(yè)務(wù)及優(yōu)惠情況,從而引導(dǎo)他們消費,減少其流失的可能性。通過聚類分析得出的上述結(jié)果可以有效地幫助市場部工作人員制定適合的市場策略及開展精確營銷,從而減少客戶流失。2.22葉節(jié)點節(jié)點的客戶流失可能性分析對于上面的客戶分類,只是粗略的分析而已,要想知道具體的流失特性和流失概率,還需要建立決策樹來進(jìn)行分析。下面將利用CART算法,建立模型。使用CART算法并進(jìn)行10次交叉驗證,得到如圖1所示的移動客戶可能流失的分析模型。其中,客戶的流失概率是根據(jù)模型訓(xùn)練時落在該節(jié)點熵的已流失與在網(wǎng)客戶的比例確定的。當(dāng)一個客戶經(jīng)過判斷節(jié)點確定后落在某個葉子節(jié)點上,那這個節(jié)點的流失率就是此客戶流失的可能性。該CART決策樹可以有效分析不同的客戶流失的可能概率及可能導(dǎo)致客戶流失的原因。例如,標(biāo)識為“2”的葉子節(jié)點表示,該客戶群中的客戶可能流失的概率是99.09%,可以看出這類客戶非常容易流失,通過該模型分析其消費特征如下:他與網(wǎng)內(nèi)用戶通話比例小于總通話數(shù)的11%,同時他上月話費同比下降的比高于40%。位于葉子節(jié)點“4”這個群中的客戶流失比例為88.24%,也是相當(dāng)高的,從圖1可以看出他的主要特征是與網(wǎng)內(nèi)用戶通話比例小于總通話數(shù)的11%,他上月話費同比下降的比高于40%,而本月話費同比下降的比高于60%。但是這類客戶比位于節(jié)點“2”的客戶流失的幾率要稍微低點,主要在于與網(wǎng)內(nèi)通話的比例,而后是話費下降比。從而可以看出,這兩個因素是客戶流失的最好體現(xiàn),在后續(xù)的營銷過程中,可以先觀察客戶的這兩種表現(xiàn),然后根據(jù)情況制定相應(yīng)的措施。經(jīng)過上面各步驟的分析,我們得到了一些對決策有用的模型、規(guī)則和方法。我們把這些模型、規(guī)則和方法按一定的順序分別存儲在相應(yīng)的模型庫、知識庫和方法庫,以便管理人員在作決策時查詢使用。2.3客戶特性分析流失分析的最終目的就是要給日常的工作給予指導(dǎo)和幫助。下面分幾步來具體闡述。(1)確定可能流失客戶:通過決策樹所顯示的客戶流失概率,按照流失概率大小進(jìn)行流失可能性排序,把他們分成不同的類。同時下發(fā)給各個業(yè)務(wù)分區(qū),分析這些客戶的特性,進(jìn)行摸底跟蹤,實施關(guān)懷。(2)分析客戶特性:根據(jù)前面模型的預(yù)測情況安排專門的人員對出現(xiàn)流失表現(xiàn)比較高的客戶進(jìn)行全面詳細(xì)地分析,看是否還有別的因素存在,看哪一步是導(dǎo)致其流失的主要原因,這樣市場人員就清楚客戶為什么會流失。(3)防止客戶流失:根據(jù)客戶流失原因,制定營銷策略盡量挽留客戶,預(yù)防客戶流失。(4)挽留客戶策略制定:對于不同類的客戶不同的消費特征和競爭對手的營銷策略情況,制定相應(yīng)的營銷策略。(5)營銷活動后評估:在實施挽留策略后,要根據(jù)市場環(huán)境的變化和