危險模式與存活分析在顧客流失預警上的應用.pptVIP

危險模式與存活分析在顧客流失預警上的應用 2007-05-23 李碩庭 蕭令彥 鄭明宗 Outline 挽留曲線 計算顧客半衰期 顧客生命週期 函數與統計方法 危險模式 危險模式定義 危險至存活 成比危險模式 實務上的危險模式 顧客挽留 挽留曲線 可以挽留顧客多久? 明確的時間點有利於挽留曲線的繪製－合約 簡易:ISP, 雜誌等 複雜:網站, 零售業, 郵購業 顧客半衰期(Half-Life)? 定義:顧客何時會走掉原有的一半 顧客生命週期中位數(Median Customer Lifetime) 不容易受極端值(Outlier)影響 利用半衰期的觀念可發現 平均生命週期計算 平均生命週期的應用 比較顧客價值 假設顧客每年價值約3000元 (6.1-3.7)*3000=7200 平均至10年則1年多出720元 平均生命週期 半衰期的缺點 無法提供資訊回答『某一時點或時間的顧客價值』 只能反映位於50%的人的生命週期長度 需要估算總體顧客的平均生命週期長度 挽留視作遞減 將挽留視作顧客的遞減 物理放射性物質半衰期 缺點：物理之衰變為指數遞減模式, 但顧客流 失不遵守指數遞減 母數統計擬合 利用已知的函數適配 線性 拋物線 指數 在定義的區間內能找出適當的函數 要預測定義區間之外的值便會失效 需要大量的資料才有可能找出適當的適配 Outline 挽留曲線 計算顧客半衰期 顧客生命週期 函數與統計方法 危險模式 危險模式定義 危險至存活 成比危險模式 實務上的危險模式 危險模式 顧客挽留曲線的缺點 有用，難以利用現行函數，母數或理論來描述 危險模式基本原理 無母數統計 顧客存活至時點t， 經歷至時間t+1的可能性 可類推至不同會齡期間顧客流失的比例 特色 取較短時間間距能突顯其優點 因為它假設同期間的顧客性質相近 常用單位為天或週， 非年 應用危險模式 定義 將計算的機率套用在不同群體的顧客上， 以推算他們經過某段期間的存活率 可以根據顧客維持曲線及顧客平均生命週期來計算可能的生命週期長度 較佳預測力的原因 輸入的變數就是過去的顧客行為 觀察相似條件的顧客來計算危險率 應用危險模式 區隔顧客的方式 會齡 銷售通路或地理區 強制流失與自願流失 強制流失與商業規則的嚴格度有關， 不適合用來進行存活率的計算 危險模式是將歷使資料彙整一張巨大的對照表， 本身沒有任何函數或是方程式結構 觀測點的重要性 危險模式於現實可能面臨的複雜狀況 顧客首次交易日期不一 不同的流失因素 Etc... 觀測點可以解決以上問題 觀測點的重要性－例 觀測點的重要性－例 觀測點的重要性－例 在各時點，顧客只可能屬於三種狀態 存活、流失、排除 排除是指不再將客戶納入計算，但不一定是流失，可能是存活但超過觀測點。 危險模式計算 分子：當期流失顧客 分母：當期所有顧客(包括流失)，扣除排除者 觀測點的重要性－例 結論 危險模式中的時間軸是不連續的 觀測點 以特定期間作為計算間距 只允許整數值 數學的理論可以計算連續時間的危險模式 但行銷的應用上，不連續的危險模式足以堪用 危險模式範例－常數型 常數型危險模式 顧客在每個時間點流失的機率皆一致 危險率為水平線 符合指數遞減趨勢 在真實市場極為罕見 危險模式範例－浴缸型 浴缸型危險模式 開頭高，然後驟降，再緩步上升 Ex：美國人口死亡率 意義：首次交易後有較高的機率流失 發生於在有期的合約 合約初期：產品不適合或是反悔不繳費而流失 合約中：履行合約期間流失率降低 合約到期：流失率爆增 危險模式範例－浴缸型 危險模式範例－真實世界 危險至存活 繪製挽留曲線 計算同一群顧客在不同的時間點留下的人數 凹凸不平滑 繪製存活曲線 以危險模式為基礎計算 危險率高：陡降幅度大 危險率低：陡降幅度小 計算 每一段存活率(1－危險率)乘積 存活率T=(1－危險率T0)*(1－危險率T1)*..... 平滑 危險至存活－例 成比危險模式 特色 觀察初始狀態如何影響危險模式 假使初使狀態與危險率關係是成正比 範例：得肺癌的機率 抽煙 不抽煙 優點 簡化問題：比較初始狀態造成的差異 缺點 排除時間因素的影響－時間依存之共變量 EX：優惠或顧客身份的轉換 難以完美符合現實案例 成比危險模式－例 Outline 挽留曲線 計算顧客半衰期 顧客生命週期 函數與統計方法 危險模式 危險模式定義 危險至存活 成比危險模式 實務上的危險模式 實務上的危險模式 企業的處理流程會反應在真實的危險曲線中 自願流失 強制流失 顧客何時會再回來 顧客流失模型只有在顧客「離去」這個動作相當明確時，才能有效預測 顧客挽留以外的應用 自願流失的危險模式 危險模式的應用 顧客的挽留 決定顧客何時會「回頭」 顧客行為上「事件對時點」的分析 量化顧客關係的強弱