Chapter17电信业客户流失分析.pptxVIP

电信业客户流失分析;案例背景 商业理解 数据理解和数据准备 建立模型与模型评估 模型的应用及营销预演 ;客户——尤其是有钱有需求的客户是有限的 如何在客户即将流失之前发现他们，并对其特征进行刻画，从而挽留他们 多看看模型的构建、解读、验证和应用，不要过多纠缠于数据字段是否全面 决策树、神经网络、聚类模型;问题1：哪些客户可能会流失？ 问题2：可能流失客户的特征是什么？ 问题3：市场挽留活动的预计收益是多少？;不流失 自愿流失：销号 非自愿流失：欠费;客户基本信息 客户行为数据 客户交互数据 客户态度数据;自变量：1-7月 预测变量：8-10月;预期收益 =流失客户预期收入 -流失客户挽留预期成本;1、数据基础 客户基本信息表（编号，性别，年龄，在网时长，话费方案，手机型号） 客户通话情况表（编号，高峰时电话数，高峰时电话时长，低谷时电话数，低谷时电话时长，周末时电话数，周末时电话时长，国际电话数，国际电话时长，月份）;话费方案表（话费类型，固定费用，免费时长，高峰时期单价，非高峰时期单价，周末单价，国际长途单价） 客户是否流失标记表（客户编号，是否流失）;（1）单变量的变换 （2）衍生变量 （3）趋势类变量 （4）波动类变量;连续?连续： 便于计量和比较：如单位归一 修正数据的分布：如倒数、对数 标准化：如（原值-平均值）/标准差、 （原值-最小值）/（ 最大值-最小值） 连续?离