AI实现流失预警与成本预测，业务新人零技术搞定高阶技能

本文作者为永洪科技高级咨询顾问

在O’reilly举办的2017年AI Conference上，吴恩达做了主题为“AI is the new electricity”的演讲。在演讲中吴恩达表示：“AI的崛起正改变着企业间的竞争力。”然而，众多企业受限于自身的技术能力，从而在同行业中缺乏核心竞争力。

永洪科技作为大数据领域领军企业，旗下Yonghong Z-Suite套件包含具备AI能力的深度分析模块，目前已经支持90%以上的常用算法，到2017年底将支持95%以上的常用算法。截至目前，已有不少客户已经在这一平台上开展自己的AI工作，并取得了一定的成果。

要对数据进行更深度地应用，需采取深度分析算法（或数据挖掘算法），通过机器内部的算法自动对数据规律进行运算，并对结果进行预测，该算法不预先对数据的分布和变量间关系做假设。如果说BI是“告诉你已知的”，那么具备AI能力的深度分析应用将“告诉你未知的”。

永洪科技在9月19日发布了永洪一站式大数据分析平台最新版本Yonghong Z-Suite V7.5，该版本不仅具有新一代敏捷BI的所有功能，同时也具备出色的深度分析模块，为企业提供完整的数据分析能力。下面为大家简单介绍永洪深度分析模块中的两种预测算法：

一. 逻辑回归分析

业务场景如下：业务人员想对手中的客户进行管理，他想预测哪些客户可能会流失，从而制定挽留策略。目前客户的历史数据字段如下：account length（账号）、total day minutes（白天通话时长）、total day calls（白天通话次数）、total day charge（白天通话费用）、total eve calls（傍晚通话次数）、total eve charge（傍晚通话费用）、total night calls（夜晚通话次数）、total night charge（夜晚通话费用）、total intl minutes（夜晚通话费用）、customerleft（夜晚通话费用）等。

业务人员可以在BI平台利用不同维度和度量的组合，从而构建类似如下分析模型：

图1：话务分析
由图1的话务分析模型，我们可以看到不同客户通话费用及通话次数排名，也可以看到某个客户的通话次数情况，以及重点监视排名靠后的客户。通过分析我们发现，虽然排名靠后的客户通话产生的话费较少，但是通话次数可能较多、粘度较高，从而无法判断其是否流失。此时，逻辑回归算法将会发挥巨大价值。逻辑回归算法专门解决因变量为分类变量的问题，如上面所提的客户流失的“是”与“否”问题。那么如何利用永洪的深度分析模块实现对客户流失的预测？

1. 把原有数据（churn-train）纳入逻辑回归分析模型，构建分类器：
   
   图2中的“数据分区”将会把原有数据churn-Train按照设定的比例分成训练集和验证集，其拟合效果如下：
   
   图3：ROC曲线
   由图3的ROC曲线可以看到，训练集和验证集的AUC值均大于0.7（值域为0~1），表示拟合效果良好，因此该逻辑回归模型可用。

2. 把新数据（churn-test）纳入已经建立好的逻辑回归模型进行匹配，从而预测客户未来流失情况：
   
   图4

点击图4的“评分“，即可以看到对客户的流失的预测结果：

图5：预测结果

由图5的预测结果可以看到，逻辑回归分析模型把新客户进行分类预测（流失=1，不流失=0），并给出相应的概率（见“概率”和“类”两个字段）。由此业务人员就可以得知哪些客户可能会流失，并执行相应的挽留策略。

接下来，我们继续介绍Yonghong Z-Suite V7.5中的时序预测算法。

二. 时序预测

时序预测：通过时间序列，对某个值进行预测。

考虑如下场景：通过趋势线，财务人员已经得知往年的成本支出情况，但他更想知道未来一年的成本支出是多少，以便调整成本预算。

图6：成本趋势统计

由图6的成本趋势统计中，我们可以看到2009-2010年的成本支出情况，那么有没有办法获取2011年的成本支出情况呢？永洪深度分析模块的时序预测算法可满足此需求。通过把时间序列和要预测的字段纳入时序预测分析模型，即可对未来一年的成本支出进行预测：

图7：成本预测

由此，财务人员可以根据成本预测图，及时调整成本预算。

通过上述两种算法的介绍，让我们能够对数据进行深度应用。那么其学习成本会不会很高，操作会不会很难？不用担心，永洪科技一直以来贯彻“自服务分析“理念，操作简易，上手快。经过简单培训后，即可通过拖拉拽的方式构建深度分析模型。以逻辑回归分析为例：

1. 提供参考样例，引导快速构建分析模型：
   
2. 通过拖拉拽的方式和简易友好界面，进行参数配置：
   
   怎样？数据深度分析是不是并没有你想象得那么难。利用Yonghong Z-Suite 平台，快速构建数据深度分析模型，提高企业竞争力。