商业数据分析案例：客户流失分析之—商业理解

企业竞争更加严峻的市场中，客户对企业来说就成了最重要的资源，毕竟客户一一尤其是有钱有需求的客户就那么多，如何把客户拉过来并且留住就成为了企业的工作重点，这也使得客户流失成为众多企业的关注主题之一。

那么如何在客户即将流失之前有效地发现他们，并对其特征进行刻画，从而帮助营销部门确定客户挽留市场活动的目标客户群以及合适的营销方案就是企业分析部门的重要工作。在这些方面，数据分析和挖掘可以帮助企业。

假设你是电信企业的一个数据分析经理，市场营销部的同事过来和你说: "前一段开市场总结会时老板说了，最近电信市场又在血拼，竞争对手不断挖我们的墙脚，公司的高端客户这个月又流失了不少。这样下去可不行，我们打算组织一个市场营销活动来遏制这种趋势，可是这个客户挽留活动毕竟只是公司众多市场活动中的一个，预算也有限，你看看数据仓库里积累了那么多数据，能不能挖挖这些数据，帮我看看哪些客户可能会流失?这些客户都有些哈特征?我做这样的市场活动大概会有啥投资回报?"

一、商业理解

在这里，根据上面的需求，可以把流失问题归结为如下3个问题：

• 问题 1: 预测哪些客户(尤其是哪些高价值客户)可能会流失?

• 问题 2: 可能流失客户的特征是什么?

• 问题 3: 市场挽留活动的预计收益是多少?

这些问题看上去说得己经很清楚了，但深入思考一下，就会发现如果不搞清楚下面这几个细节，随后的数据挖掘工作根本无法入手。

1、如何定义流失

经过与业务人员的充分沟通，最终定义销号、欠费超过3个月(后付费客户)或者3个月 无通话行为(预付费客户)即为流失，变量值记为L，否则为不流失，变量值记为 0。

2、哪些变量可用于预测流失

• 客户基本信息数据：包括客户的年龄、性别、入网时间等，这类数据一般都可以获得，尤其是在电信企业加强了用户实名制管理之后。

• 客户行为数据：主要是客户使用电信产品和服务情况的数据。比如客户的通话详 单记录，客户订阅、使用、退订增值服务情况等，这部分数据容易获得，存放在业务系统中，一般数据质量较好。

• 客户交互数据：包括客户投诉、业务咨询以及客户对电信的市场营销活动的响应 情况等数据，尤其是客户拨打客服电话的情况。问题在于这部分数据往往在电信企业并没有被很好地记录与保存。

• 客户态度数据：包括客户对电信服务的满意程度、意见和建议、客户流失的真正原因(是被竞争对手挖角、搬家、对产品和服务不满意，还是喜欢特定手机终端)等。这部分数据需要通过市场调查获得，但获取成本过高，往往不在我们考虑的范围之内。

3、如何定义分析用数据的时间窗口

对因变量(是否流失)的数据窗口来说，为使得到的预测结果既具有前瞻性，又能给营销部门充分的营销时间，考虑流失定义的时间窗口与自变量的定义窗口问隔一个月(考虑到客户详单数据并不是每个月末马上就能得到一一通常要有3~7天的系统处理时间，这一点尤其重要)。再考虑到如前述流失定义需要3个月的观察期(欠费与无通话行为情形)。

4、如何从分析结果中获取实际收益

得到了流失预测结果，如何使用？如何事先预估市场挽留活动的收益?

通过数据挖掘得到流失分析的结果往往有两类：一类是流失客户的特征描述，另一类是针对每一个客户的流失评分。

流失客户的特征描述可用来帮助市场部业务人员在制定挽留性营销策略时参考，从而制定出有针对性的挽留策略；而流失评分结合其他变量(例如客户价值)可以帮助业务人员决定应该对哪些客户进行挽留。

经过与市场部业务人员的讨论，得知针对特定客户的挽留措施往往是给他们一定的折扣或者优惠政策，这样就大体上得到了预估市场挽留活动预期收益的数学公式：

  预期收益 =流失客户预期收入-流失客户挽留预期成本

其中，流失客户预期收入可以用流失客户过去若干个月的总花费或者平均花费来表示，流失客户挽留预期戚本包括: 电信公司进行市场挽留活动的总体策划、宣传成本: 针对客户的具体折扣或优惠成本。