基于SPSS Moderler和R的电信业客户流失分析预测

本节的内容是衔接上节数据挖掘宽表处理的部分，上节分析了电信业客户流失问题分析预测的准备工作，这节继续进行探索性分析和建模分析及模型评估，客户流失预测分为流失规则的预测以及流失评分预测。本节的流失规则预测基于决策树算法，流失评分预测基于神经网络算法实现。

四、探索性数据分析

1、离散型变量

1）名义型离散变量

使用描述图形进行探索性分析：

eg： 手机品牌的分布：

s<-summary(churn_analysis$Handset)

pie(s)    #手机品牌分布

 

2）有序性离散变量

话务量级别：

 

2、连续型变量

绘图：直方图、箱线图

在网时长和总通话费用的图形展现：

 

3、变量之间关系的探索性分析

1)离散变量与离散变量

使用网络图分析：

交叉列联表和卡方检验：SPSS Moderler输出节点“矩阵”，进行列联表分析：

2）离散变量与连续变量

高峰期通话时长与流失之间的关系：

在0.05的显著性水平下，由F值可以看出流失客户与不流失客户的高峰期通话时长有着显著差异。

3）连续变量与连续变量

可以通过散点图直观展示，也可通过计算相关系数来展示：

五、、建立模型

1、细分类模型——聚类

适用于：客户价值较低的客户群

思路：使用客户的属性变量和行为变量（不包括是否流失）对客户进行聚类分析，分析各个群组的流失率情况，找出流失率较高的群组，并分析刻画他们的特征，以便业务人员有针对性的制订营销策略。

1）连续变量离散化处理

2）类型节点处理

3）K-均值聚类

当k=7时，得到的聚类成果如下：

4）流失率计算

将这7个群组按照是否流失进行汇总，求出各群组的流失率

对以上的汇总结果进行变量排序和变量重命名后输出到表格中展示，如下：

 

5）特征分析

取流失率较高的两个群组（高流失客户群体），分析他们的特征，找出可能的流失原因。取聚类-1和聚类5两个群组，进行特征分析

流失率较高的群组特征概括：

群组编号	群组占比	流失率	客户主要特征	特征概括
聚类-1	13.6%	0.148	总花费较低 平均每分钟花费高 处免费时长外计费时长少 高峰与非高峰通话时长少 周末通话时长较长 使用的资费方案为play	低价值客户 周末电话为主 资费方案有待优化
聚类-5	10.3%	0.083	总花费较高 高峰通话时间长，非高峰短 周末电话占比低 周末通话次数少，但通话时间较长	较高价值客户 上班族，以工作电话为主 周末亲情电话

以上为流失率较高的两类客户的特征概括，可以将这种模型提供给运营和营销人员，方便他们根据客户特征制定相关的营销策略，有效率地提高流失召回效率。

2、流失规则预测模型

1）分区

按照7:3分配训练集和测试集，也可改变该分配比例来比较分类预测的效果

 

 2）建立决策树模型

 

3）使用模型查看器查看决策树分类规则 

Tariff_OK in [ "High CAT 100" "High CAT 50" "High Play 100" ] [ 模式：1 ] => 1 

Tariff_OK in [ "OK" ] [ 模式：0 ] 

    Handset in [ "ASAD170" "BS210" "CAS60" "S80" "WC95" ] [ 模式：0 ] => 0 

    Handset in [ "ASAD90" ] [ 模式：1 ] 

       Usage_Band = 中使用率 [ 模式：1 ] => 1 

       Usage_Band = 低使用率 [ 模式：0 ] => 0 

       Usage_Band = 极高使用率 [ 模式：1 ] 

           Gender = 女 [ 模式：1 ] 

              Peak_mins_Ratio <= 0.830 [ 模式：1 ] => 1 

              Peak_mins_Ratio > 0.830 [ 模式：0 ] 

                  Peak_mins_Trend <= 7.424 [ 模式：1 ] => 1 

                  Peak_mins_Trend > 7.424 [ 模式：0 ] => 0 

           Gender = 男 [ 模式：0 ] => 0 

       Usage_Band = 高使用率 [ 模式：1 ] 

           Age <= 51 [ 模式：1 ] => 1 

           Age > 51 [ 模式：0 ] => 0 

    Handset in [ "BS110" ] [ 模式：0 ] 

       Peak_mins_Ratio <= 0.491 [ 模式：0 ] 

           National_calls <= 88 [ 模式：0 ] 

              Gender = 女 [ 模式：0 ] => 0 

              Gender = 男 [ 模式：1 ] => 1 

           National_calls > 88 [ 模式：1 ] 

              AveOffPeak <= 13.254 [ 模式：1 ] => 1 

              AveOffPeak > 13.254 [ 模式：0 ] => 0 

       Peak_mins_Ratio > 0.491 [ 模式：0 ] 

           International_mins <= 178.474 [ 模式：0 ] 

              AveNational <= 10.161 [ 模式：0 ] => 0 

              AveNational > 10.161 [ 模式：0 ] 

                  Gender = 女 [ 模式：0 ] => 0 

                  Gender = 男 [ 模式：1 ] => 1 

           International_mins > 178.474 [ 模式：0 ] 

              International_mins_Ratio <= 0.183 [ 模式：0 ] => 0 

              International_mins_Ratio > 0.183 [ 模式：1 ] => 1 

    Handset in [ "CAS30" ] [ 模式：1 ] 

       call_cost_per_min <= 7.915 [ 模式：0 ] => 0 

       call_cost_per_min > 7.915 [ 模式：1 ] 

           Usage_Band in [ "中使用率" "极高使用率" "高使用率" ] [ 模式：1 ] => 1 

           Usage_Band in [ "低使用率" ] [ 模式：1 ] 

              Peak_calls <= 176 [ 模式：1 ] 

                  AveOffPeak <= 1.591 [ 模式：0 ] => 0 

                  AveOffPeak > 1.591 [ 模式：1 ] => 1 

              Peak_calls > 176 [ 模式：0 ] => 0 

    Handset in [ "S50" ] [ 模式：0 ] 

       Total_Cost <= 99.515 [ 模式：0 ] 

           Tariff in [ "CAT 100" "CAT 200" ] [ 模式：0 ] => 0 

           Tariff in [ "CAT 50" "Play 300" ] [ 模式：0 ] => 0 

           Tariff in [ "Play 100" ] [ 模式：1 ] => 1 

       Total_Cost > 99.515 [ 模式：0 ] 

           Age <= 25 [ 模式：0 ] 

              International_mins <= 181.009 [ 模式：0 ] 

                  Gender = 女 [ 模式：1 ] => 1 

                  Gender = 男 [ 模式：0 ] => 0 

              International_mins > 181.009 [ 模式：1 ] 

                  average cost min <= 0.145 [ 模式：0 ] => 0 

                  average cost min > 0.145 [ 模式：1 ] => 1 

           Age > 25 [ 模式：0 ] 

              International_mins <= 178.126 [ 模式：0 ] 

                  Gender = 女 [ 模式：1 ] => 1 

                  Gender = 男 [ 模式：0 ] => 0 

              International_mins > 178.126 [ 模式：0 ] => 0 

    Handset in [ "SOP10" "SOP20" ] [ 模式：1 ] => 1 

4）决策树

5）查看分类训练和预测结果

6）生成SQL脚本

a) 生成模型后选择生成SQL脚本  

*注：boosting默认不能生成SQL脚本

b) 接下来，将SQL脚本导入PL/SQL中：

文件—>打开—>SQL脚本

c) 将数据EXCEL表导入PL/SQL中：

对于数据集较小的表：

可以先在数据库中建立一个表（CLASS）

最终显示的结果为C0和C1两列值，C0表示的是预测值，C1表示预测的准确率。

7）模型评估

提升图：

 

图形结果显示，提升度随RPP(正类预测比例)的提高呈降序分布，且提升度较高，说明模型的预测准确率较高，比随机预测提升了较高的水平。

ROC曲线：

ROC曲线显示预测模型对1的敏感度很高，说明模型的预测效果很好。

8）模型分析

 

 结果显示模型的整体预测准去率达到了94.61%，而且模型的命中率为61.82%，模型的查全率为75.78%。

3、流失评分预测模型（神经网络算法实现）

 

 1）缺失值处理

将空值取值为0

2）离散目标变量（churn）更改为连续目标变量（churncore）

将1取值为100

0取值为0

3）随机抽取训练集和测试集

 

4）建立神经网络模型

 

5）模型分析和评估

 

转载于:https://www.cnblogs.com/yyyu2/p/6595114.html