基于SAS的电信用户流失预警

数据分析：基于SAS的电信用户流失预警

目录

一、项目要求

1.1 项目背景
根据调查资料，在商业社会中5％的客户留存率增长意味着公司利润30％的增长，而把产品卖给老客户的概率是卖给新客户的3倍，获得一个新客户的成本是保持一个老客户的5倍，故留住老用户对于一个企业而言十分重要。

现阶段，企业常通过用户生命周期管理（CLM），在不同周期阶段，制定不同的用户管理策略，以实现用户生命周期价值（CLV）最大化。

针对用户衰退阶段，构建高危流失用户的预警机制，制定面向高危用户的挽留策略，是延长用户生命周期、提升用户留存的重要举措。

1.2 项目意义
本分析基于电信客户的流失相关信息，利用SAS统计分析软件，对数据进行分析，了解数据的各维度统计量与分布特点，分析与用户流失相关的的关键特征，建立逻辑回归模型，并得到了各特征的参数，能够以此预测各用户流失概率，判断用户是否为高危流失用户，为后期针对这些用户实行特定的的挽留举措提供数据支持。

二、数据处理、特征筛选

2.1 读取数据，观察数据特点

proc import 
datafile='F:\用户流失预警\churn.csv'
out=churn replace
dbms=csv replace;
getnames=yes;
run;

显示数据共有21个变量，3333个观测，其中Churn_ 为变量用户是否流失，为字符变量

#NOTE: 成功创建“WORK.CHURN”数据集。
#NOTE: 数据集 WORK.CHURN 有 3333 个观测和 21 个变量。
#96                   State $
#97                   Account_Length
#98                   Area_Code
#99                   Phone $
#100                  Int_l_Plan $
#101                  VMail_Plan $
#102                  VMail_Message
#103                  Day_Mins
#104                  Day_Calls
#105