数据挖掘之客户流失模型

模型目的：预防核心客户流失，提升核心客户活跃率

 

背景：女装C店，客户群稳定，每周上新款。一年有数次大促，一次VIP回馈

 

建模思路：一般客户管理模块会参考RFM，这里同样参考RFM。M（成交金额）上，以年为周期，周期内所有有成交客户为横轴，成交金额为纵轴，按成交金额降序排列。整个成交金额呈长尾分布。并且，约15%的客户贡献75%左右的销售额。又由于客户群的购买行为，特别是核心客户，是围绕着店铺上新的，所以数据上会表现出，F和M高度相关，相关系数接近0.9。考虑到建模目的以及为了方便业务方理解操作，客户的分类原则就是，设计一个关键指标，把核心客户从所有客户中分出来。既然核心客户是紧紧围绕上新的，那我可以作个假定，就是每次上新都买的客户是最核心的客户。于是，我们就对F进行转换， 一天中，只要客户买了，这天就计为1，无论你成交了多少次，然后取360天的购买数据，用360/累计购买天数，得到关键指标------“每隔几天购买”。这样，关键指标的区间就是[1,360]，而落在[1,30)区间的客户数量约13%，贡献70%以上的销售额，很契合长尾分布。这样最核心的客户，自然就是落在[1,10)区间的客户。其他客户分类也就依次按区间划分，由于我们主要关注核心客户，所以为了方便，先直接分出[10,20)，[20,30)，[30,40)，[40,60)，[60,90)，[90,180)，[180,360)，360。总共9个区间。

当然，这里只完成了静态分类。为了动态监控客户分类的变化情况，必须作其他设计。先考虑时间窗口即监控的周期，设计原则一是要覆盖核心客户，及时反馈核心客户变化情况；二是业务方的主动服务的工作强度和客户接受能力。反正就是，保证及时且不能过频。综合下来就是每月输出监控信息最佳，即以30天作时间窗口。接下来设计监控指标，设计原则是指标对客户购买频率变化敏感。“每隔几天购买”相当于是从监测时间点往前推360天，作为均值描述近360天购买频率。而我们还需要知道客户最近的购买频率以及购买频率的波动情况。因此，为了监控各类客户最近情况，我们引入“该类客户近期是否购买”，该指标描述客户从监测时间点往前推一段时间，这段时间内是否有购买，比如[1,10)区间客户近10天内是否有购买，[30,40)区间客户近40天内是否有购买等。为了监控波动，借鉴时间序列分析的方法，并考虑到计算量，把近360天的购买天数按时间窗口即每30天一个组，形成12项时间序列。计算时间序列的d值，把12项组合成4项，取“前两项的最大值-后两项的最小值”。这样我们就得到了3个监控指标，“该类客户近期是否购买”，d值和“前两项的最大值-后两项的最小值”，初期我们通过3个指标设计一个过滤规则，对各类客户打标签，即（维持，上升，下降）之一。数据累积到一定程度，再根据样本的分布训练分类算法。

 

实现：语言python+sql，客户分类和标签数据定期生成在分析服务数据库中，业务平台连接分析服务数据库，按一定格式呈现给业务方。

 

初期效果：上线2个月核心客户活跃率比同期高出2个点。年终突破90%可期。