本文主要是介绍电信业客户流失分析,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
参考:https://www.kuxiao.cn/course/pc-course-learning.html?cid=C59a91e40e27ce170e7af714c
一、商业理解
QUESTION 1:预测哪些客户可能会流失?
QUESTION 2:可能流失客户的特征是什么?
QUESTION 3:市场挽留活动的预计收益是多少?
定义
- 正常使用,判断为:不流失,数字表达式0
- 不正常使用,判断为:流失,数字表达式1
-销户
-某客户连续三个月未使用任何语音、数据业务
-欠费3个月以上
-话费流失,如客户连续3个月以上话费平均比过去6个月话费平均降低70%以上
二、数据理解






三、数据准备
数据准备的五个步骤
1、计算汇总和计算指标
2、合并表格
3、计算话费状况指标
4、合并流失标记
5、生成建模数据

输出churn_analysis.csv
四、建立模型与模型评估
- 客户分组抽取特征
- 流失特征分析
- 朴素贝叶斯预测模型
五、模型应用
输出用于营销展示的html文件
这篇关于电信业客户流失分析的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!