資料採礦案例：建立客戶流失模型_資料採礦

隨著市場競爭的加劇，中國電信面臨的壓力越來越大，客戶流失也日益增大。從統計資料看，今年固話小靈通的銷戶數已經超過了開戶數。面對如此嚴峻的市場形式，當務之急就是要盡全力減少客戶的流失。因此，利用資料採礦方法，建立一套可以及時預測客戶流失率的模型就相當有必要。
      （一）確定客戶流失模型的目標：預測可能流失的客戶名單。經過對市場的分析，我們發現固話小靈通流失率比較大，而寬頻等資料業務還處於增長期，流失率比較小。因此，我們把預測的產品範圍限定在固話和小靈通上。另外，我們也不考慮那些因為欠費被強制銷戶的客戶，因為這些客戶沒有什麼價值。還有，對已經加入了某一類有銷戶時間限制套餐且未到期的客戶也可以不考慮。這樣，我們建模的目標範圍變得更加明確。

      （二）擷取用於建模的資料。建模的資料可以從各個營運系統中提取。可以從IBSS系統提取客戶資料、服務資料、產品資料、套餐資料、業務資料：從計費賬務系統提取市話計費資料、長途計費資料、智能網計費資料、省資料業務計費資料；從CMMS系統提取渠道資料；從資源系統提取地址資料、資源資料；從交換系統提取通話資料等等。另外有一些資料需要通過市場調查擷取，比如調查哪些地區是其他電訊廠商有布線的固話競爭地區。可以在地區範圍內的交接箱資料加上“競爭地區”的標識。

      （三）對資料進行清洗、格式化，轉換成建模資料集。一個客戶可能有多個固話和小靈通，銷戶指的是固話小靈通拆機，而不是指客戶不再使用所有的電信產品。因此真正的客戶預測流失上並不具有價值。經過分析，我們確定建模的對象為服務實體，即固話和小靈通。模型集的行代表一個固話或小靈通，計費等資料則對應到各個列。另外。為了使預測結果更接近於現實情況，我們取最近12個月的計費資料。接下來，我們要剔除一些無效的變數，如社會安全號碼、電話號碼、絕對日期、地址資料等。這些交量對建模沒有用處。最後就是加入衍生變數。這個過程需要我們對電信業務進行深入的分析並充分發揮創造性，這樣才能產生一組對建模很有意義的衍生變數。如根據固話對應的交接箱，我們提取出“是否處於競爭地區”的變數；從通話日期可以提取出“星期幾”、“是否節假日”等變數，另外，還可以通過組合產生全部月份的變數總和及其方差，各月變數佔總和的比等變數。經過這些清洗和轉換工作，我們便產生了用於建模的資料集。

      （四）建立模型。我們選用SAS EM軟體包作為建模工具，在挖掘演算法方面選用決策樹演算法。決策樹演算法可以處理上百個欄位，具有探索功能，且高度自動化。考慮到固話和小靈通這兩類產品有很大的區別，因此需要分別建立預測模型。接下來，我們對客戶進行分類。按月平均消費額分成高價值客戶和低價值客戶。另外再分出兩類特殊客戶，近期開戶的客戶和有申請套餐的客戶，對這四類客戶分別建立模型，再將模型進行合并。

      （五）模型評估。對模型的評估同樣分成四類客戶分別評分。即產生四類客戶的評分資料集，分別輸入模型中，得出預測結果。把結果和實際情況進行比較來評價模型的有效性。

      （六）模型預測結果用於支援決策。客戶流失率預測模型建立後，我們就及時預測某個客戶流失的可能性大小。當其流失可能性高於某一分值，我們就認為他是將可能流失的客戶，就可以及時的推出針對性的營銷套餐來留下該客戶