程昊　樊重俊

摘要：文章以C5.0、Neural Net和Logistic三種算法作為構(gòu)建預測混合模型的基礎算法。在實證研究過程中，分別采用品牌、地區(qū)、網(wǎng)齡和賬單作為客戶細分變量，構(gòu)建了不同的客戶流失預測混合模型，用命中率和接受者操作特性（ROC）曲線對預測結(jié)果比較評估，得到以地區(qū)為客戶細分變量的混合模型預測效果最佳，以賬單為客戶細分變量的混合模型預測效果，其次以網(wǎng)齡和品牌為客戶細分變量的混合模型預測效果較差的結(jié)論。省級電信公司在構(gòu)建流失預測系統(tǒng)過程中，以客戶賬單（或客戶消費層次）作為細分變量，對各地區(qū)客戶單獨構(gòu)建流失預測模型；同時，要加強品牌管理，提高各品牌對客戶的區(qū)隔效果。

關鍵詞：決策樹；神經(jīng)網(wǎng)絡；客戶流失

一、相關概述

客戶是指與企業(yè)建立長期穩(wěn)定的關系并愿意為企業(yè)提供的產(chǎn)品和服務承擔合適價格的購買者。客戶關系管理（customer relationship management）CRM是近年來比較流行的新興管理概念，最早由著名IT項目系統(tǒng)論證與決策權(quán)威機構(gòu)Gartner Group提出，是隨著互聯(lián)網(wǎng)與電子商務流入中國的管理理念之一。從科學管理的角度來觀察，客戶關系管理是由市場營銷理論演化而來的，從解決問題的角度來觀察，客戶關系管理是利用高科技信息技術將現(xiàn)代管理理念和營銷手段結(jié)合在一起應用到市場中，幫助企業(yè)解決難題，它凝聚了市場營銷、銷售管理、客戶關懷、客戶服務等要素在里面。

二、基于品牌細分建模

以品牌為細分變量將訓練集X1分為全球通數(shù)據(jù)子集、神州行數(shù)據(jù)子集和動感地帶數(shù)據(jù)子集，分別占比為7.2%、80.7%和12.1%。在對每個數(shù)據(jù)子集建模前再將數(shù)據(jù)分區(qū)為訓練集和測試集兩部分，分別占60.0%和40.0%；在訓練模型前進行特征選擇。然后，分別對每個數(shù)據(jù)子集采用C5.0、Logistic、Neural Net三種基本模型建模，選擇ROC曲線下方面積AUC最大的基本模型作為對該數(shù)據(jù)子集的建模模型。各品牌數(shù)據(jù)子集分別采用三種模型的預測結(jié)果的AUC如表1所示。

由表1中測試結(jié)果可知，對全球通數(shù)據(jù)子集和神州行數(shù)據(jù)子集來說，都是Neural Net的預測效果最好；對動感地帶數(shù)據(jù)子集說C5.0的預測效果最好。因此，得到混合預測模型如圖1所示。

三、基于地區(qū)細分建模

以地區(qū)為細分變量將訓練集X1分為地區(qū)A數(shù)據(jù)子集、地區(qū)B數(shù)據(jù)子集和地區(qū)C數(shù)據(jù)子集，分別占比為52.5%、20.3%和27.2%。在對每個數(shù)據(jù)子集建模前再將數(shù)據(jù)分區(qū)為訓練集和測試集兩部分，分別占60.0%和40.0%；在訓練模型前進行特征選擇。然后，分別對每個數(shù)據(jù)子集采用C5.0、Logistic、Neural Net三種基本模型建模，選擇ROC曲線下方面積AUC最大的基本模型作為對該數(shù)據(jù)子集的建模模型。各地區(qū)數(shù)據(jù)子集分別采用三種模型的預測結(jié)果的AUC如表2所示。

由表2中測試結(jié)果可知，對地區(qū)A、地區(qū)B和地區(qū)C數(shù)據(jù)子集來說，都是Neural Net的預測效果最好。因此，得到混合預測模型如圖2所示。

四、基于網(wǎng)齡細分建模

以網(wǎng)齡為細分變量將訓練集X1分低網(wǎng)齡數(shù)據(jù)子集、中網(wǎng)齡數(shù)據(jù)子集和高網(wǎng)齡數(shù)據(jù)子集，分別占比為22.7%、44.9%和32.4%。在對每個數(shù)據(jù)子集建模前再將數(shù)據(jù)分區(qū)為訓練集和測試集兩部分，分別占60.0%和40.0%；在訓練模型前進行特征選擇。然后，分別對每個數(shù)據(jù)子集采用C5.0、Logistic、Neural Net三種基本模型建模，選擇ROC曲線下方面積AUC最大的基本模型作為對該數(shù)據(jù)子集的建模模型。各網(wǎng)齡層次數(shù)據(jù)子集分別采用三種模型的預測結(jié)果的AUC如表3所示。

由表3中測試結(jié)果可知，對低網(wǎng)齡數(shù)據(jù)子集和高網(wǎng)齡數(shù)據(jù)子集來說，都是Neural Net的預測效果最好；對中網(wǎng)齡數(shù)據(jù)子集來說Logistic的預測效果最好。因此，得到混合預測模型如圖3所示。

五、基于賬單細分建模

以三個月的月均賬單額為細分變量將訓練集X1分為低消費數(shù)據(jù)子集、中消費數(shù)據(jù)子集和高消費數(shù)據(jù)子集，分別占比為54.4%、28.9%和16.7%。在對每個數(shù)據(jù)子集建模前再將數(shù)據(jù)分區(qū)為訓練集和測試集兩部分，分別占60.0%和40.0%；在訓練模型前進行特征選擇。然后，分別對每個數(shù)據(jù)子集采用C5.0、Logistic、Neural Net三種基本模型建模，選擇ROC曲線下方面積AUC最大的基本模型作為對該數(shù)據(jù)子集的建模模型。各消費層次數(shù)據(jù)子集分別采用三種模型的預測結(jié)果的AUC如表4所示。

由表4中測試結(jié)果可知，對低消費數(shù)據(jù)子集來說，C5.0的預測效果最好；對中消費數(shù)據(jù)子集說Logistic的預測效果最好；對于高消費數(shù)據(jù)子集來說，Neural Net的預測效果最好。因此，得到混合預測模型如圖4所示。

六、預測結(jié)果評估

（一）命中率比較

各種細分標準的混合模型對測試集X2預測的命中率結(jié)果如表5所示。

比較表5中的數(shù)據(jù)可知，以地區(qū)為細分變量構(gòu)建混合模型對測試集X2預測的命中率最高，達到86.1%；以賬單額為細分變量構(gòu)建混合模型對數(shù)據(jù)集X2預測的命中率次之，為85.9%；以品牌和網(wǎng)齡為細分變量構(gòu)建混合模型對測試集X2預測的命中率較低，分別為81.2%和76.2%。

（二）ROC曲線比較

用SPSS15.0對各混合模型在對測試集X2上的預測結(jié)果構(gòu)建ROC曲線，如圖5所示。

由各混合模型ROC曲線計算曲線下方的面積（AUC）如表6所示。

比較表6中的數(shù)據(jù)可知，以地區(qū)和賬單為細分標準構(gòu)建的混合模型，對測試集X2的預測效果較好，AUC分別為0.888和0.855；以網(wǎng)齡和品牌為細分標準構(gòu)建混合模型，對測試集X2的預測效果相對較差，其AUC分別為0.845和0.828。

七、結(jié)論及建議

本文分別以品牌、地區(qū)、網(wǎng)齡和賬單為細分變量細分客戶，以SPSS Clementine12.0中C5.0、Logistic、Neural Net三種分類算法模型作為基礎模型，構(gòu)建客戶流失預測混合模型，分別采用命中率和ROC曲線對各模型預測結(jié)果進行評估，得到一致的結(jié)論：當以地區(qū)為標準細分時的預測效果最好，以賬單為細分標準的預測效果其次，以網(wǎng)齡和品牌為細分標準的預測效果相對較差。因此，在今后的流失預測實踐中，建議省級電信公司以客戶消費賬單作為細分變量，對各地區(qū)客戶單獨構(gòu)建流失預測混合模型；同時，要加強品牌管理，提高各品牌對客戶的區(qū)隔效果。

參考文獻：

[1]武小軍，孟蘇芳.基于客戶細分和AdaBoost的電子商務客戶流失預測研究[J].工業(yè)工程，2017（02）.

[2]葉志龍，黃章樹.線上會員客戶流失的建模與預測研究[J].管理現(xiàn)代化，2016（03）.

[3]邵帥鋒.基于BP神經(jīng)網(wǎng)絡對保險公司客戶流失進行分析和預測研究[D].蘭州大學，2016.

[4]高潔.基于灰色模型和神經(jīng)網(wǎng)絡的客戶流失量預測[J].內(nèi)蒙古師范大學學報（自然科學漢文版），2015（06）.

[5]單其帥.基于粗糙集-BP神經(jīng)網(wǎng)絡的電信企業(yè)客戶失風險預警研究[D].河北工程大學，2014.

（作者單位：上海理工大學）