关于客户流失的问题

请教大家一个问题。

在电信的数据挖掘应用中经常会看到关于预测客户流失的应用。通常可能的做法是选取四个月的数据，比如选2006年1，2，3，4四个月的数据。 首先删除了到 4 月末为止入网时长小于等于 3 个月的用户。其次对用户的 4 个月的使用情况进行汇总，删除 4 个月的使用总次数为 0 的用户。第三，确定用户流失变量，把 4 月 通话次数大于 0 的用户确定为非流失用户 ，其他用户确定为流失用户 。这样数据中就可以给客户打上是否流失的标签。

接下来可能会用一些预测模型比如MLN之类的，进行模型的训练，然后利用检验数据对模型进行检验，再接着用一套方法，把预测模型的预测准确率提高。最终就用该模型来预测客户流失与不流失了。

我的问题是：

1、能否把那些已经标记为流失的用户，再进行一次聚类方法的分析，分析出流失风险不同的组呢？比如按流失概率的大小，分为高流失风险客户，中等流失风险客户，低流失风险客户等，这种分群应当怎么分？分成几群？这样做有什么利弊，在实际中有没有实用价值？

2、对于这种聚类的分群，一般所用的数据都是话费详单数据。在这些数据中有用户通话行为类型的数据，这类数据是数值型的，有客户社会属性的数据，这类数据是字符型或者布尔型的。那么在选取上有没有什么讲究？是用数据值型的多？还是用混合型的好？

3、对于以下字段，选取哪些进行分析比较好一点？   

以上三个问题请各位多指教。请大家指教的时候，也分为三个问题来分别答一下。多谢。

Nirvana2000 20061008

第一个问题，很有必要，这给市场部做外呼挽留工作的人员很大帮助，能有针对性地采取营销工作，分群的时候需要多做一些探索，分成不同群数，进行对比，还有结合一些业务知识看分的群是否合理；

第二个问题，你可以从分群后的结果分析出一些对特定群相关性较大的属性，你分不同的群数，那么特定属性对特定群的决定因素可能有些变化，这就需要反复做些比较，再还可以考虑采用挖掘工具的因子分析，得到属性对该模型相关性程度的一个排序，这也有很好的参考作用，再就是和业务人员沟通，他们会很熟悉客户的那些特征最能反映客户的流失倾向。

第三个问题，参考二

Hawk 20061009

多谢Nirvana2000。

我试着进行了分析，按问题3中所列的字段，主要取了一些通话费用的字段和客户自然属性的的字段，进行分群，试图找出流失客户中可以分成什么样的群，但没有找到任何规律。在流失客户中再按什么原则分群才有意义呢？这是最大的困惑所在。

希望有这方面的经验的朋友多指点，现在关键找不出"因变量"，若是能够找到一个"因变量"，然后再试图去找到影响这个"因变量"的因素，就可以用你的说的"因子分析"法去分析一下了。

希望有高人结合我的问题3所列的字段，指点一下。

Qing 20061010

最近遇到类似hawk提出的第一个问题，在预测模型打完分，是否需要再将这些名单划分成几组？怎么划分比较合理？

预测的结果可能是一个预测值，或者是一个概率，这种数据拿给营销执行人员，对他们没什么意义。只是知道，0.9比0.6的概率大，但是这个"大"是遥遥领先？还是高出那么一点点呢？不知道。因此，我想对于执行人员来说，根本就不必关心这些数值，所有的数值都得离散化。根据ARPU，知道对方是一个高价值或是低价值的，根据流失概率，得知这是高流失风险或是低流失风险的。

有个问题我也非常迷惑。仅仅根据预测的值，划分几组，比如高、中、低三档，这好弄，因为一般来说，目标变量只是一元的。而如果根据预测模型中重要变量来对这些客户的特征进行划分，就有些难度了。一种方法当然是hawk提出的，聚类的方法。当然，hawk提出用聚类来划分流失风险，觉着没必要。因为流失风险就可以根据流失概率来划分，用不着聚类这么麻烦。即便再多一个因素考虑，用人工经验来划分类别也是更简单一点的。如果要刻画这些高流失风险客户的特征，并分成几类，因为依赖的变量较多，用聚类的方法可能好些。例如，有些流失客户是通话量突增突降型的，表现为通话时长、次数、交往圈（这就三个变量了）突增突降，有的是外地交往圈减少型，等等（这里举出的两种型只为说明用）。可见，这些类型的划分是依赖多个变量的，人脑不大能够顾得上来。

分出这些群的目的是什么？

还是为了帮助营销。然而，从以往我们的一些分析应用看，虽然很多都加入一些分群信息（大多是依赖认为经验划分的），但这些信息几乎很少被执行人员用到，最多也就是我们评估的时候，看看这些不同组的对比而已。

问题出在什么地方呢？我想是在这些群划分以后，配套的市场策略没有，或者说这些划分不足可信，市场人员不敢用它。当然也有可能是目前的营销还没有到那样精细化程度。既然你给我一万个号码，我就一骨碌做了不就完了，反正有足够的资源。这些因素也许都存在吧。

一般来说，目前作一项营销活动大多采用一种策略。例如客户流失，就是一套外呼脚本。先跟你套磁，然后抛出预存话费送话费，不行就送手机，如果都曾经办理过，就跟你推荐这个xx套餐，xx新业务体验之类。而没有说，针对第一种类型的客户，优先推荐xx套餐，然后新业务体验，第二类型的，优先送话费，再推荐套餐，第三类型的，推荐套餐，不行拉到。如此，这个分类信息就已经结合到外呼人员的外呼脚本里面了，当然能够用的起来。

因为缺乏这个，所以这些分类到底可不可信也无从说起。如果设立对照组就能说明问题，对照组是不区分类型，采用统一策略的，看这些客户对策略的接受率。再跟这些不同类型接受不同策略的接受率对比，如果后者高出一些，说明分类和策略匹配甚好。如果并未高出一些，那么还得设计更好的策略，如果试了几次还是不见效果，可能就是分类的问题，干脆将这个分类并入其他类别里面去。反正一个道理，有对比才有优劣。

不过大家也看出来，前面这段是空谈，现在很难执行下去。正是因为没有到精细化营销的地步，你看，如果要做这样的工作，需要一段长长的周期，他们可能要连续半年地做这项营销活动。比如说流失预警吧。这个营销活动现在确实已经连续执行了一年多了，是"要求"执行，流程已经固化。每个月发布名单、市公司给出反馈，生成评估。但反而倒是没有人再关注那些评估结果了，也不会再去优化整个流程了。反正当初刚作起来的几个月，效果还可以，领导也认可了，就这样吧。

我想如果竞争再激烈一点，利润空间再小一些，资源再紧张一些，就会想着应该优化这些流程，避免不必要的资源浪费。

至于hawk提到的第二、三个问题，其实是涉及到挖掘建模的话题，不大懂，这里应该有一些挖掘高手，看能不能探讨一下。

Zeus amiao 20061022

关于问题1：为什么要分群，分群目的是减少我们理解的难度，原来有1大堆，现在有个方法能把它区分开来，或者至少能区分一部分，比原来只给1个SCORE无疑要进步很多。至于分群怎么用，具体的话，要跟市场人员交流，核心是这个吧。

关于问题2：如果只是SEGMENTATION的话，可以直接的根据变量做一些划分，至于划分的依据，你可以先做一些单变量分析；如果要CLUSTER的话，至少要把字符型的进行转化，可以转化成BULL型，如男女可以设置一个01变量。至于变量究竟怎样一个组合到最优，不同的数据有不同的结构，每个结构又取决于你参数的设定，就技术上而言，这些是固定的。我觉得唯一的标准是合理，解释得通，数据又是如此，同时MARKETING部门的人能认同。

关于问题3：这个要看具体的数据，或者你所要分析的对象，技术上而言，你可以做一个TREE，看看这些变量的IMPORTANCE。

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友