电信客户流失分析与预警

一、分析背景与目的

 用户新增与用户流失每个时刻都可能发生，而激活老用户的成本是获得新用户的成本大致是5:1（甚至是更多），鉴于获客成本的考虑，更希望是把有价值的用户召回，把普通用户升级成活跃用户。

分析流失用户特征，深入了解流失客户；通过用户流失原因分析，建立流失用户画像和流失预测模型，为业务部门提供精细化运营，从而降低客户流失率。

二、数据理解

数据来源于kaggle官网：https://www.kaggle.com/blastchar/telco-customer-churn
大概有七千多条数据，21个特征指标；21个特征代表的含义如下：

字段名	字段描述	备注
customerID	客户ID
gender	性别	Female&Male
SeniorCitizen	是否是老年人	1表示是，0表示不是
Partner	是否有伴侣	Yes or No
Dependents	是否有家属	Yes or No
tenure	使用产品时长	0-72个月
PhoneService	是否开通电话服务业务	Yes or No
MultipleLines	是否开通多线业务	Yes、No or No phoneservice
InternetService	是否开通互联网服务	No、DSL数字网络、fiber optic光纤网络
OnlineSecurity	是否开通网络安全服务	Yes、No or No internetserive
OnlineBackup	是否开通在线备份	Yes、No or No internetserive
DeviceProtection	是否开通设备保护	Yes、No or No internetserive
TechSupport	是否订购技术支持服务	Yes、No or No internetserive
StreamingTV	是否订购网络电视	Yes、No or No internetserive
StreamingMovies	是否订购网络电影	Yes、No or No internetserive
Contract	签订合同方式	按月、一年、两年
PaperlessBilling	是否开通电子账单	Yes or No
PaymentMethod	客户端支付方式	bank transfer， credit card， electronic check，mailed check
MonthlyCharges	月费用
TotalCharges	总费用
Churn	是否流失	Yes or No

分析思路：

三、数据清洗

#导入相关的库
import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
%matplotlib inline
plt.rcParams['font.sans-serif']=['SimHei']   # 用黑体显示中文
plt.rcParams['axes.unicode_minus']=False     # 正常显示负号
plt.style.use('ggplot')

#忽略警告信息
import warnings
warnings.filterwarnings("ignore")

1、读取并查看数据

data=pd.read_csv('./churn.csv')
data.head()
data.info()

一共有七千多条样本，21个特征，没有缺失值，数据完整

2、数据类型转换

#把totalcharges总费用列转化为float类型
#data['TotalCharges'] = data['TotalCharges'].astype(float)#执行错误，有数据为空格；需将删除后再转换
data[data['TotalCharges']==' ']

#TotalCharges空格数据较少（11个），将其删除
data=data[~data['TotalCharges'].isin([' '])]
data['TotalCharges'] = data['TotalCharges'].astype(float)
data.describe()

可以看到电信用户大部分为年轻人，人均时长在32个月左右，人均月消费64.8美元，人均总消费在2283美元左右；消费时间跟消费金额差异都是比较大。

四、数据分析—流失用户画像分析

1、总流失率

plt.figure(figsize=(12,5))
plt.pie(data['Churn'].value_counts().values,autopct='%1.2f%%',labels=data['Churn'].value_counts().index,explode=(0.05,0),colors=['red','green'],textprops={
   'fontsize':15})
plt.legend()
plt.axis('equal')
plt.title('流失人数占比（Yes/No）',fontsize=18)
row_labels = ['No', 'Yes']
col_labels=['人数','人数']
table_vals = [[5163],[1869]]#data['Churn'].value_counts().values
row_colors = ['red','green']
my_table = plt.table(cellText=table_vals, colWidths=[0.1]*2,colLabels=col_labels,colColours=row_colors,
                      rowLabels=row_labels, rowColours=row_colors, loc='lower right')
my_table.set_fontsize(15)
plt.show()

2、流失用户画像

（1）、用户基本信息

1)、年龄（老年人、非老年人）

df_age=data.groupby('Churn')['SeniorCitizen'].value_counts()
df_age

plt.figure(figsize=(10,5))
plt.subplot(211)
vals1 = [4497,666]                        #df_age.values
labels =['非老年人','老年人']             #df_age.index
plt.pie(vals1,autopct='%1.2f%%',labels=labels,explode=(0.05,0),colors=['red','green'],textprops={
   'fontsize':15})
plt.legend()
plt.axis('equal')
plt.title('非流失用户中老年人的占比',fontsize=18)

plt.subplot(212)
vals2 = [1393,476]
labels =['非老年人','老年人'] 
plt.pie(vals2,autopct='%1.2f%%',labels=labels,explode=(0.05,0),colors=['red','green'],textprops={
   'fontsize':15})
plt.legend()
plt.axis('equal')
plt.title('流失用户中老年人的占比',fontsize=18)
row_labels = labels
col_labels=['非流失用户数','流失用户数']
table_vals = [[4497,1393],[666,476]]
row_colors = ['red','green']
my_table = plt.table(cellText=table_vals, colWidths=[0.15]*2,colLabels=col_labels,colColours=row_colors,
                      rowLabels=row_labels, rowColours=row_colors, loc='lower right')
my_table.set_fontsize(15)
plt.show()      

老年人用户少，但是老年人流失率高。

2）、伴侣

df_partner=data.groupby('Churn')['Partner'].value_counts()
df_partner

plt.figure(figsize=(10,5))
plt.subplot(211)
vals1 = [2724,2439]
labels =['有','无']        
plt.pie(vals1,autopct='%1.2f%%',labels=labels,explode=(0.05,0),colors=['red','green'],textprops={
   'fontsize':15})
plt.legend()
plt.axis('equal')
plt.title('非流失用户伴侣（有/无）情况',fontsize=18)

plt.subplot(212)
vals2 = [669,1200]
labels =['有','无'] 
plt.pie(vals2,autopct='%1.2f%%',labels=labels,explode=(0.05,0),colors=['red','green'],textprops={
   'fontsize':15})
plt.legend()
plt.axis('equal')
plt.title('流失用户伴侣（有/无）情况',fontsize=18)
row_labels = labels
col_labels=['非流失用户数','流失用户数']
table_vals = [[2724,669],[2439,1200]]
row_colors = ['red','green']
my_table = plt.table(cellText=table_vals, colWidths=[0.15]*2,colLabels=col_labels,colColours=row_colors,
                      rowLabels=row_labels, rowColours=row_colors, loc='lower right')
my_table.set_fontsize(15)
plt.show() 

无伴侣用户更容易流失。

3）、性别

df_gender=data.groupby('Churn')['gender'].value_counts()
df_gender

plt.figure(figsize=(10,5))
plt.subplot(211)
vals1 = [2619,2544]
labels =['男','女']        
plt.pie(vals1,autopct='%1.2f%%',labels=labels,explode=(0.05,0),colors=['red','green'],textprops={
   'fontsize':15})
plt.legend()
plt.axis('equal')
plt.title('非流失用户性别')

plt.subplot(212)
vals2 = [930,939]
labels =['男','女'] 
plt.pie(vals2,autopct='%1.2f%%',labels=labels,explode=(0.05,0),colors=['red','green'],textprops={
   'fontsize':15})
plt.legend()
plt.axis('equal')
plt.title('流失用户性别情况',fontsize=15)
row_labels = labels
col_labels=['非流失用户数','流失用户数']
table_vals = [[2619,930],[2544,939]]
row_colors = ['red','green']
my_table = plt.table(cellText=table_vals, colWidths=[0.15]*2,colLabels=col_labels,colColours=row_colors,
                      rowLabels=row_labels, rowColours=row_colors, loc='lower right')
my_table.set_fontsize(15)
plt.show() 

性别跟流失与否几乎没差异。

4）、家属

df_dependents=data.groupby('Churn')['Dependents'].value_counts()
df_dependents

plt.figure(figsize=(10,5))
plt.subplot(211)
vals1 = [3390,1773]
labels =['无','有']        
plt.pie(vals1,autopct='%1.2f%%',labels=labels,explode=(0.05