SaCa RealRec客户挖掘案例分析：中国银行客户流失(5)

客户挖掘案例分析,中国银行

上海分行的具体实施情况。

原始数据

原始数据共20w条，用户ID，12个因素变量（性别，房产，年龄，开户时长，是否持有信用卡、白金卡、理财卡，5、6、7三个月AUM值，AUM值5到6月、6到7月的变化），类别标识为8月份客户是否流失。实际数据中流失客户只占3%左右。

关于流失客户的定义，中国银行上海分行对于客户流失的定义为连续三个月AUM值小于20万的用户，但通过实际分析发现，连续两个月AUM值低于20万的客户与连续三个月的相差很少，再进一步分析发现，单个月AUM值低于20万的客户与连续两个月的相关也很少，因此，在实际整理样本数据时，直接选取7月份AUM值高于20万的客户为全部样本中高端客户，并根据其8月份AUM值是否高于20万来定义其是否流失。简单来说，就是用5，6，7三个月的数据来预测8月份客户是否流失。

SPSS模型

利用SPSS clementine构建了决策树模型，考虑到流失客户占比过少，他将流失客户的数据量放大了15倍，至于如何放大，是重复还是分析现有数据特征重新生成，由clementine来做，我们不知道。

构建模型需要有建模数据和测试数据，他设置6:4的参数来分配两者比例，至于clementine如何选取数据，我们也不知道。但估计应该是各分类数据都按照6:4的比例来分配。

模型构建成功后，clementine给出了各个因素的重要度，主要有三个：5月份、7月份的AUM值，6月到7月的AUM值变化率。其它几乎可忽略，至于这几个因素如何得到，我们不知道。

模型构建成功后，clementine给出了测试数据如下：

我们关心的是流失部分的指标：

准确率为1770/14461=12.2%