逻辑回归（Logistic Regression）评估销售系统盈利能力

一、项目背景
目前公司使用的基本销售系统手段为逐个向客户销售商品，也就是在完全不知客户是否对商品感兴趣的情况之下接触客户，是一项时间和成本密集型任务。销售人员通过多种沟通方式联系现有客户和潜在客户，由于时间和成本限制，也不可能联系到所有的客户，即使联系到所有的客户也会造成很高的成本，最终也可能达不到盈利的目的。如果使用逻辑回归（Logistic Regression）识别具有高转化率的顾客，着重接触这部分顾客群体，将会获得更高的投资收益。
目前公司推出一款新商品， 公司现有的客户的数量有41188，公司销售部门接触客户的大致成本在10元左右（本次以50云做预算），如果客户购买商品，平均收入为300元，收入与成本比为30:1。如果一直以这种方式会造成很大的损失，如果先确定目标，然后做预算，找到实现最高投资的成本是多少？实现最高利润的成本是多少？利润—投资平衡点涉及的成本是多少？

二 、逻辑回归(Logistic Regression)预测思路
二项逻辑回归（binomial logistic regression）预测了二分类中的类别的概率，该变量基于一个或多个的独立变量，可以是连续的也可以是离散的。在销售系统中，因变量是先前营销活动的结果，自变量是先前的活动指标。此次数据按照7/3的比例划分训练集和测试集。

三、程序代码分析和盈利能力评估
1、在训练集和测试集中，购买商品的客户结果变量为1，反之为0,。1的比例为11.2%
传统销售方案评估代码为：

X_train = pd.read_csv('X_train.csv')
X_test = pd.read_csv('X_test.csv')
Y_train = pd.read_csv('Y_train.csv')
Y_test = pd.read_csv('Y_test.csv')
X_train =np.array(X_train)
print(X_train)
#Calculating "Average profit per customer" for reaching out to 
#  all the customers in train data
print('The number of customers to be reached out to are:',len(Y_train))#训练集数量
print('Number of responders are:',Y_train['Y'].value_counts()[1],'\n')#购买了商品的客户量
print('Cast associate for reaching out to customers:',len(Y_train)*50) #总共成本支出
print('Revenue:$',Y_train['Y'].value_counts()[1]*300)#所有收益
print('Profit (revnue - cost):$',Y_train['Y'].value_counts()[1]*50-len(Y_train)*50) #亏损——盈利结果

输出结果为：
The number of customers to be reached out to are: 28831
Number of responders are: 3252
Cast associate for reaching out to customers: 1441550
Revenue：975600
Profit (revnue - cost)：-255790
由结果可知，如果使用每一个客户都接触的方式进行销售，最终的亏损为255790

2、对训练样本进行逻辑回归（Logistic Regression），并使用事件发生的预测概率以0.01的间隔来计算每个概率值的成本，收入，利润和投资回报（ROI）
相关的经济公式和代码分析如下：

def cost_function(Y_Actual,ddd,cost_per_individual,
                  revenue_per_individual,low_threshold,high_threshold):
    cost_function_output = pd.DataFrame()
    for threshold in np.arange(low_threshold,high_threshold,0.01):
    #混淆矩阵输出，根据购买率对应输出二维的矩阵
        confusion_out = confusion_matrix(Y_Actual,np.where(Y_predict>threshold,1,0))
        #混淆矩阵预测为购买商品的输出比例
        target_populaion=round((confusion_out[1][1]+confusion_out[0][1])/(len(Y_Actual)),4)
        #预测客户购买了商品，而且客户正好正好购买了商品的比例
        responders_in_target_populaiton = round(confusion_out[1][1]/(len(Y_Actual)),4)
        #成本总花费
        cost = (confusion_out[1][1]+confusion_out[0][1])*cost_per_individual
        #总的收益
        revenue = confusion_out[1][1]*revenue_per_individual       
        profit = revenue-cost #利润 = 总收益-成本
        #投资回报率
        ROI =