客户流失分析(数据挖掘-第1讲).pptVIP

Weekend_Mins_Fluctuation 周末时期通话时长波动 连续 衍生变量,波动指标 Mins_Charge 计费通话时长 连续 衍生变量，高峰+非高峰+周末-免费时长后时长合计=National mins - Free_mins * 6 Actual_Call_Cost 实际通话花费 连续 衍生变量,反映客户国内通话实际花费=if mins_charge0 then mins_charge*Call_Cost_Per_Minelse 0 Total_Call_Cost 总通话花费 连续 衍生变量,反映客户全部(国内+国际)通话花费=actual call cost + International_mins_Sum * International_rate / 100 Total_Cost 总花费 连续 衍生变量,反映客户全部总花费(包括固定费用)=Total_call_cost + Fixed_cost * 6 Call_Cost_Per_Min 平均每分钟通话花费 连续 衍生变量,反映客户平均每分钟通话的花费=Actual_Call_Cost/Mins_Charge AverageCostMin 平均每分钟花费 连续 衍生变量,反映客户平均每分钟花费=Total_Cost/(Peak_Mins+Offpeak_Mins+Wenkend_Mins+International_Mins) Churn 是否流失 离散(标记变量) 原始变量,是否流失标记变量 数据理解：宽表生成（续） 数据理解：关键术语和指标定义 时段分类 　 　 　 高峰时期:指典型的工作时间(周一至周五早8:00到晚6:00)非高峰时期:指典型的不含周末的非工作时间(周一早0:00~早8:00,周一至周四晚6:00~次日早8:00和周五晚6:00~晚24:00周末时期:指周六0:00~周日晚24:00 Usage_Band 话务量级别 　 　 针对国内电话通话时长合计,按照如下标准划分客户电话情况:1.低使用者：通话时长所有客户平均通话时长（简称平均）减去所有客户通话时长一个标准差（标准差）2.中使用者：通话时长介于平均减一个标准差与平均加一个标准差之间3.高使用者：通话时长介于平均加一个标准差与平均加2倍的标准差之间4.超高使用者：通话时长大于平均加2倍标准差 Tariff_OK 话费方案是否合理 　 默认值:OK if Tariff = CAT 100 and actual call cost 6 * 7.51 then High CAT 100if Tariff = Play 100 and actual call cost 6 * 3 then High Play 100if Tariff = CAT 50 and actual call cost 6 * 3.6 then High CAT 50 数据探索性分析 离散变量的探索性分析方法 离散变量分为两类:名义型和有序型。 名义型：取值之间没有大小关系，也无法比较好坏优劣 有序型：取值之间可以比较大小，有好坏优劣之分 1)、名义型离散变量的探索性分析方法 离散变量各个取值的数量及占比 图形：饼图/条形图 2)、有序型离散变量的探索性分析方法 离散变量各个取值的数量及占比 图形：饼图/条形图 频数表/累积频数/累积频率 数据探索性分析 连续变量的探索性分析方法 1）、集中趋势：均值，中位数，众数 2）、离散趋势：最小值，最大值，全距，标准差，变异系数 3）、分布形态：偏度，峰度 4）、使用图形：直方图，箱线图 数据探索性分析 变量之间关系的探索性分析方法 1)、离散变量与离散变量 条形图，网络图 2)、离散变量与连续变量 直方图，箱线图 3)、连续变量与连续变量 散点图 培训大纲 一、指标变量获取 二、案例背景 三、商业理解 四、数据理解与数据准备 五、建立模型与模型评估 六、模型应用 七、总结 建模和评估 Kohonen聚类 Kmeans聚类 C5.0建立规则 CRT决策树 神经网络模型 对客户进行聚类分析，并比较不同客户群流失可能性 建立规则，描述那些易于流失的客户群的特征 建立打分模型，对客户流失可能性（概率）进行评价 模型的选择 1）、因素一：业务角度的考虑 商用数据挖掘是从业务中来到业务中去的过程，在数据挖掘项目的整个过程中都不能忘记我们的服务对象是业务。选择什么样的模型首先应该考虑：模型结果的表现形式如何？这个模型对业务有帮助吗？模型的结果如何应用？ 具体到