2019年用户流失分析（二）——Python实现

3.3 工单情况分析（舆情分析）

       13241个用户一年内的工单数为8480条，里面有用户投诉与报障的具体内容信息。我们可以对投诉与报障内容进行情感分析，利用LDA主题模型提取内容关键信息，了解用户的需求、意见，提出改善的建议。

       有价值的内容信息数据需要通过中文分词、停用词处理、语义歧义处理、情感打分、情感修正等等一系列的文本处理。（本次使用的情感词表是2007年10月22日知网发布“情感分析用词语集（beta版）”）

       首先绘制情感词云图如图5所示。其中故障，上门，来电，信号，催促，受理，投诉，重启，运行，异常等负面情感词出现的频数较高，可以看出情感分词分析能较好的将关键内容抽取出来。

图 5

       情感分词之后用潜在狄利克雷分配，即LDA生成模型进行主题分析。经过LDA主题分析后，每个主题下生成10个最有可能出现的词语以及相应的概率。表格1为文本中的潜在主题，主题1中的高频特征词主要关注点在故障、受理、异常、视频、播放、取消这几方面，视频播放异常、取消受理业务的问题；主题2中的高频特征词主要与上门、工作人员、电视这几方面，反映电视故障等问题；主题3中的高频特征词主要与业务受理有关，即主要反映业务处理进度存在问题。

表格 1

Topic 1	Topic 2	Topic 3
故障	故障	故障
客户	客户	现
受理	上门	催促
现	受理	受理
异常	现	CM
视频	来电	客户
播放	CM	来电
用户	工作人员	下线
信号	下线	机顶盒
取消	电视	上门

       综合以上对主题及其中的高频特征词分析得出，用户的投诉或报障主要是电视播放异常、宽带信号不好、机顶盒设备故障、售后服务慢、催促多（出现多次催促）等。当安装设备时，完整测试电视和宽带能够正常显示与使用，并且提醒用户注意事项，注重售后服务；当用户提出取消业务、停机等明显的流失倾向时，尽量挽留或者询问原因，便于后续优化。

4 、 用户流失模型分析

       在分析完各部分数据的情况后，可以构建用户特征指标为用户流失模型建立做准备。如表格2所示，对用户的基本数据、收视行为数据、账单数据、工单数据构建用户特征，得到13241个互动用户的6个特征指标数据。

表格 2

特征指标	构建方法
收视时长	计算每个用户的总收视时长
距最近一次收视时长	计算每个用户最近一次收视距当前时间的时长
在线天数	计算每个用户5个月内收视的天数
入网时长	计算每个用户入网至今的天数
办理活跃度	计算每个用户半年内的主动性行为办理业务和缴费次数（包括主动缴费与被动缴费）
投诉与故障次数	计算每个用户近1年内的报障和投诉次数

4.1 构建算法流失预测模型

       用户流失预测模型可通过聚类和分类两种方式来实现，比较常用的聚类算法有kmeans聚类，常用的分类预测算法有决策树、随机森林、支持向量机、神经网络和KNN算法，各个模型算法各有优点，故采用这6种方法构建用户流失预测模型。

（1）、kmeans聚类算法模型

        首先对用户根据特征指标进行聚类，将他们分为5个类别。然后结合业务对聚类结果进行分析，比较各个特征在不同类别之间的区别。如图6所示，可以看到这5个类别的用户在雷达图中区分度明显。

图 6

       各个用户群的特征评价分析具体结果如表格3所示。

表格 3

       将6维特征降为2维平面特征进行可视化，便于查看用户群体的分布情况。

 

Python用户流失系列文章一月一更！

 

文章未经博主同意，禁止转载！