導(dǎo)讀

本文主要是介紹基于邏輯回歸算法的穩(wěn)定度評分模型實現(xiàn)流程，所選案例也詳細展示了模型構(gòu)建的整個流程及處理方法。

來源：原力大數(shù)據(jù)?丨作者：黃廣山

數(shù)據(jù)猿官網(wǎng) | www.datayuan.cn

今日頭條丨一點資訊丨騰訊丨搜狐丨網(wǎng)易丨鳳凰丨阿里UC大魚丨新浪微博丨新浪看點丨百度百家丨博客中國丨趣頭條丨騰訊云·云+社區(qū)

存量運營是企業(yè)針對現(xiàn)有客戶，以提升?客戶忠誠度，釋放客戶價值為目的的一系列經(jīng)營方針和策略，是在當前人口紅利和流量紅利消失的情況下，企業(yè)十分重視的板塊。本文將介紹其中一種策略——客戶穩(wěn)定度評分體系構(gòu)建。

客戶穩(wěn)定度評分模型?是評分卡模型的一種，本質(zhì)上是一種有監(jiān)督的機器學(xué)習(xí)模型，是一種以分數(shù)衡量流失幾率的一種手段，用來預(yù)測客戶在未來一段時間流失的概率。

通過對客戶的穩(wěn)定度進行評分，可以對客戶進行?分群，并針對不同穩(wěn)定度的群體制定相應(yīng)的營銷維穩(wěn)策略，為企業(yè)實現(xiàn)精細化運營提供決策依據(jù)。

評分卡模型在信貸管理領(lǐng)域廣為人知，除此之外，它還被廣泛的應(yīng)用在市場營銷、客戶關(guān)系管理、賬戶管理等場景。下文將以我們原力大數(shù)據(jù)為運營商搭建的客戶穩(wěn)定度評分模型為例，介紹整個模型和應(yīng)用實現(xiàn)過程。

準備工具

Python2.7編程環(huán)境，sklearn算法庫及其他科學(xué)計算庫

實現(xiàn)流程

Step1? 數(shù)據(jù)準備

(1) 定義目標變量

正樣本：即?低穩(wěn)定度客戶，指的是以當月在網(wǎng)客戶為基數(shù)，4個月后非正常在網(wǎng)的手機客戶，標記為1。

負樣本：即?中高穩(wěn)定度客戶，指的是以當月在網(wǎng)客戶為基數(shù)，4個月后仍正常在網(wǎng)的手機客戶，標記為0。

(2) 收集數(shù)據(jù)

以5月在網(wǎng)客戶為基數(shù)，以9月底客戶是否正常在網(wǎng)給不同客戶打上標簽，仍然正常在網(wǎng)標記為0，非正常在網(wǎng)標記為1。取正例5萬、反例10萬進行建模。取5月在網(wǎng)客戶的4月、5月數(shù)據(jù)作為歷史數(shù)據(jù)，以2個月時間窗作為觀察期。

(3) 數(shù)據(jù)字段結(jié)果

取了以下23個字段數(shù)據(jù)，如表1 所示：

表1???字段解釋

Step2? 數(shù)據(jù)預(yù)處理

(1) 數(shù)據(jù)清洗

• 無效數(shù)據(jù)處理：刪除無效字段、樣例、缺失值，本次建模，共刪除無效樣例1.7萬。

注意：資費ID字段是一個類別數(shù)超過2000的定性字段，容易過擬合，故刪除；

• 數(shù)據(jù)轉(zhuǎn)換：將入網(wǎng)時間字段轉(zhuǎn)換為網(wǎng)齡（用NET_AGE字段表示，以月為單位），轉(zhuǎn)換為機器可識別的類型；

  
  

• 缺失值處理：對定性特征（離散型特征）采用眾數(shù)填充法，對定量特征（連續(xù)型特征）采用均值填充法，本例中，定量特征包括：NET_AGE 、YW_JWQ_NUM 、JWQ_NUM 、ARPU_N 、ARPU_N_1、MOU_N 、CALL_N 、CALL_N_1共計8個特征字段，其余特征字段均為定性特征；

(2) 定量變量篩選

• 定量特征篩選：通過相關(guān)系數(shù)法篩選定量特征，如表2 所示，表中為各數(shù)值特征與目標變量的相關(guān)系數(shù)，首先，刪除與目標變量相關(guān)性低于0.3的特征：ARPU_N 、ARPU_N_1、YW_JWQ_NUM；

表2 ??特征字段及目標變量之間的相關(guān)系數(shù)矩陣

*字段說明：NET_AGE（網(wǎng)齡）、YM_JWQ_NUM（異網(wǎng)交往圈人數(shù)）、JWQ_NUM（交往圈人數(shù)）、APPU_N（本月費用）、APPU_N_1（上月費用）、MOU_N（本月通話時長）、MOU_N_1（上月通話時長）、CALL_N（本月主叫通話時長）、CALL_N_1（上月主叫通話時長）、STATE（1：低穩(wěn)；0：中高穩(wěn)）

• 共線性問題處理：共線性問題又稱做多重線性問題，在應(yīng)用邏輯回歸模型時應(yīng)盡量避免出現(xiàn)共線性問題，即特征之間出現(xiàn)強相關(guān)性（相關(guān)系數(shù)大于0.8）時只能保留一個特征。

可以看出MOU_N、MOU_N_1、CALL_N、CALL_N_1具有強相關(guān)性，刪 .除CALL_N、CALL_N_1字段，合并MOU_N、MOU_N_1字段為 .? MOU_AVG，表示本月及上月通話時長均值。

• 調(diào)整效果檢測：經(jīng)上述處理，得出調(diào)整后的相關(guān)系數(shù)矩陣，如表3所示。下表所示結(jié)果已經(jīng)消除了共線性問題，并保留了與目標變量較為相關(guān)的特征字段。

表3? 調(diào)整后的特征字段及目標變量之間的相關(guān)系數(shù)矩陣

*字段說明：NET_AGE（網(wǎng)齡）、JWQ_NUM（交往圈人數(shù)）、MOU_AVE（本月和上月平均通話時長）、STATE（1：低穩(wěn)；0：中高穩(wěn)）

3) 定量變量分箱

• 離散化：構(gòu)建穩(wěn)定度評分模型時需要將定量變量（連續(xù)變量）進行離散化，本項目采用卡方分裂算法對篩選后的定量特征進行分箱處理，默認分為6組。

• 卡方分裂算法：卡方分裂算法是監(jiān)督的、自底向上的（即基于合并的）數(shù)據(jù)離散化方法。它依賴于卡方檢驗：具有最小卡方值的相鄰區(qū)間合并在一起，直到滿足確定的停止準則；

其思想是對于精確的離散化，相對類頻率在一個區(qū)

間內(nèi)應(yīng)當完全一致。如果兩個相鄰的區(qū)間具有非常類似的類分布，則這兩個區(qū)間可以合并；否則，應(yīng)當保持分開。而低卡方值表明它們具有相似的類分布。

• 定量變量分箱結(jié)果如表4：

表4??定量變量分箱結(jié)果

(4) 定性變量篩選

計算各個定性變量的IV值，刪除小于0.1的變量：CITY_ID、IS_BXL、IS_BROAD、IS_JX、IS_YJ_EX共計5個字段；

(5) WOE轉(zhuǎn)換

• 計算WOE值。

  
  

• WOE：基于邏輯回歸的評分卡模型一般需要先將所有變量進行WOE編碼。它實際表示“當前分組中響應(yīng)客戶（標記為1的客戶）占所有響應(yīng)客戶的比例”和“當前分組中沒有響應(yīng)的客戶（標記為0的客戶）占所有沒有響應(yīng)的客戶的比例”的差異，WOE越大，差異越大。于邏輯回歸的評分卡模型需要先將所有變量進行WOE編碼。

  
  

• WOE值如表5所示：

表5? WOE值計算結(jié)果

WOE其實描述了變量當前這個分組，對判斷個體是否響應(yīng)客戶（流失客戶）所起到的影響方向和大小。當WOE為正時，變量當前取值對判斷個體是否會響應(yīng)起到的正向的影響，反之亦然。WOE值大小，體現(xiàn)這個影響的大小。

如表中網(wǎng)齡NET_AGE字段，網(wǎng)齡小于28個月的分組WOE值都為正，表明網(wǎng)齡小于28個月的客戶更有可能被判定為流失客戶，網(wǎng)齡越小，WOE數(shù)值越大，表明可能性也越大。

6) 數(shù)據(jù)集劃分

采用分層抽樣，70%為訓(xùn)練集，30%為測試集。

Step3 ?模型訓(xùn)練

• 調(diào)用sklearn算法庫中?邏輯回歸算法，在已經(jīng)預(yù)處理完畢的訓(xùn)練集上訓(xùn)練模型。

• 采用?網(wǎng)格搜索法，進行超參數(shù)調(diào)整，得到局部最優(yōu)超參數(shù)；

  
  

• 儲存擬合好的模型參數(shù)β0，β1，…，βn。

Step4 ?模型評估

• 評估分類模型在測試集上的表現(xiàn)，采用?AUC值?作為評估指標；

  AUC（Area Under Curve）被定義為ROC曲線下與坐標軸圍成的面積；其本質(zhì)就是一個概率值。

  
  

• 結(jié)果：本次分類模型在測試集上測試的AUC值是?0.834，即Score值將正樣本排在負樣本前面的概率是?83.4%，模型效果較好。

Step5 ?生成客戶穩(wěn)定度評分表

通常，得分越高代表客戶越穩(wěn)定。在本項目中，將優(yōu)比定義為?4:1（理論流失概率/理論正常概率），此時理論流失概率為80%，對應(yīng)的分數(shù)定義為200分，雙倍優(yōu)比分數(shù)為50分，即用戶得分每增加（或減少）50分，那么他的優(yōu)比（理論流失概率/理論正常概率）將變成原來的0.5倍（或2倍）。

經(jīng)過計算，本項目中的穩(wěn)定度得分為：

Score = 300 –72.134*In(odds)

當odds等于1時，也就是理論流失概率等于50%時，Score = 300；

當odds等于0.5時，也就是理論流失概率等于33.3%時，Score = 350；

當odds等于0.25時，也就是理論流失概率等于20%時，Score = 400；

推薦當理論流失概率 ≥33.3% 時，即Score≤350?時，判定為低穩(wěn)客戶，當然，企業(yè)也可以根據(jù)需要自行根據(jù)客戶的穩(wěn)定度分數(shù)對客戶進行分群。

• 根據(jù)表5結(jié)果，把每個變量各個分組的woe值代入公式，可以計算得到最終的客戶穩(wěn)定度評分表，分數(shù)越高，代表客戶越穩(wěn)定；如下表所示：

表6? 客戶穩(wěn)定度評分結(jié)果

• 使上述評分表（表6）可對客戶進行穩(wěn)定度評分，通過該客戶各個特征字段的得分加總，最終可得到客戶的最終穩(wěn)定度得分。如以下例子所示：

表7? 客戶穩(wěn)定度評分應(yīng)用示例

結(jié)語

本文主要是介紹基于邏輯回歸算法的穩(wěn)定度評分模型實現(xiàn)流程，所選案例也詳細展示了模型構(gòu)建的整個流程及處理方法。盡管模型表現(xiàn)良好，所選案例仍然存在以下不足之處：

(1) 選用數(shù)據(jù)維度稍顯不足，可能會忽略掉一些對模型有較大影響的字段；

(2) 處理2個月數(shù)據(jù)時，為了消除共線性，只采用了簡單的取均值方法處理，模型迭代時可以考慮采用更細致的特征工程方法，譬如，做差值，衍生出數(shù)據(jù)變化趨勢字段；

考慮到數(shù)據(jù)的變化因素，穩(wěn)定度評分體系構(gòu)建之后應(yīng)保持對模型效果的持續(xù)監(jiān)控，當發(fā)現(xiàn)模型效果變差時，或者經(jīng)過一定的時間周期后，需要使用最新的數(shù)據(jù)進行模型迭代，以保證模型的時效性、準確性。

本文作者

黃廣山，原力大數(shù)據(jù)模型算法工程師。

原力大數(shù)據(jù)

原力大數(shù)據(jù)旨在為企業(yè)實現(xiàn)：管理、分析、激活企業(yè)大數(shù)據(jù)，發(fā)掘企業(yè)大數(shù)據(jù)金礦；洞察、連接、盤活企業(yè)存量客戶，深度營銷企業(yè)存量客戶。

原力大數(shù)據(jù)專注于為企業(yè)提供基于大數(shù)據(jù)、云計算技術(shù)的數(shù)字化市場營銷產(chǎn)品與服務(wù)，包括自主研發(fā)的原力MarTech（Marketing Technology營銷技術(shù)）云平臺、原力互聯(lián)網(wǎng)商情云平臺、企業(yè)大數(shù)據(jù)平臺構(gòu)建及軟硬件集成、企業(yè)大數(shù)據(jù)平臺規(guī)劃咨詢及相關(guān)專業(yè)服務(wù)。

原力MarTech云平臺五大能力

1?企業(yè)自有大數(shù)據(jù)梳理、清洗、集成及建模，挖掘并積累高價值大數(shù)據(jù)資源；

2?全方位的企業(yè)經(jīng)營分析可視化應(yīng)用服務(wù)，涉及會員用戶、營銷渠道、營銷商品、營銷活動等；

3?用戶行為數(shù)據(jù)分析，建立用戶標簽，提供千人千面的用戶畫像；

4?用戶洞察、精準營銷，提供針對用戶的多渠道、全過程營銷自動化能力；

5?營銷效果實時數(shù)據(jù)分析評估，營銷活動全過程持續(xù)迭代優(yōu)化。

數(shù)據(jù)猿讀者親啟：

名企&大佬專訪精選

向下滑動啟閱

以下文字均可點擊閱讀原文

跨國外企：

谷歌大中華及韓國區(qū)數(shù)據(jù)洞察與解決方案總經(jīng)理郭志明丨 IBM中國區(qū)開發(fā)中心總經(jīng)理吉燕勇丨微軟中國CTO官韋青丨前微軟中國CTO黎江丨VMware中國區(qū)研發(fā)中心總經(jīng)理任道遠

中國名企：

聯(lián)想集團副總裁田日輝丨首汽租車COO 魏東

阿里巴巴數(shù)據(jù)經(jīng)濟研究中心秘書長潘永花

搜狗大數(shù)據(jù)研究院院長李剛丨易觀CTO郭煒

前上海證券交易所副總裁兼CTO白碩丨攜程商旅亞太區(qū)CMO 邱斐丨艾瑞集團CTO郝欣誠丨泰康集團大數(shù)據(jù)部總經(jīng)理周雄志丨上海鏈家研究院院長陳澤帥丨藍色光標首席數(shù)據(jù)科學(xué)家王煉

知名學(xué)者：

北大新媒體研究院副院長劉德寰丨中科院基因研究所方向東

?

創(chuàng)業(yè)明星:

地平線機器人創(chuàng)始人兼CEO余凱丨天工科儀董事長王世金丨ZRobot CEO喬楊丨天眼查創(chuàng)始人兼CEO柳超丨第四范式聯(lián)合創(chuàng)始人兼首席架構(gòu)師胡時偉丨天云大數(shù)據(jù)CEO雷濤丨Kyligence聯(lián)合創(chuàng)始人兼CEO韓卿丨數(shù)之聯(lián)創(chuàng)始人兼CEO周濤丨明略數(shù)據(jù)董事長吳明輝丨91征信創(chuàng)始人兼CEO 薛本川丨智鈾科技創(chuàng)始人、CEO及首席科學(xué)家夏粉丨易寶支付聯(lián)合創(chuàng)始人兼總裁余晨丨海云數(shù)據(jù)創(chuàng)始人兼CEO馮一村丨星環(huán)科技COO佘暉丨碳云智能聯(lián)合創(chuàng)始人兼首席科學(xué)家李英睿

?

知名投資人：

前IDG創(chuàng)始合伙人、火山石資本創(chuàng)始人章蘇陽

華創(chuàng)資本合伙人熊偉銘丨六禾創(chuàng)投總裁王燁

信天創(chuàng)投合伙人蔣宇捷丨青域基金執(zhí)行總裁牟穎

藍馳創(chuàng)投合伙人朱天宇

——數(shù)據(jù)猿專訪部

（可上下滑動啟閱）

▲向上滑動

采訪/報道/投稿

yaphet.zhang@datayuan.cn

商務(wù)合作

18600591561（微信）

長按右方二維碼

關(guān)注我們ˉ?

總結(jié)

以上是生活随笔為你收集整理的存量运营好工具：客户稳定度评分卡模型的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。