流失预测模型
什么是流失预测模型？
编辑
编辑
用户流失预测模型包括：
1）定义用户流失周期
目的是判断用户是否流失。这里引入回访率（即某日登陆的用户中在其后再次登录的用户数/当时登录的用户数*100%)。
用户流失期限越长，用户的回访率越低，存在一个时间拐点，在该周期后用户回访率随周期的延长而下降缓慢，下降缓慢的这批用户即为平台长期活跃用户，而该周期即为用户流失周期。
2）抽取建模样本
抽取的用户是已经过了上述的流失周期（即可定义用户是否流失）。
参与建模的指标维度：用户基本信息、访问行为、消费行为。
3）使用决策树预测用户是否流失
模型首先需要将用户分成训练集和测试集(默认划分为13比7)，然后用训练集的数据来训练模型，在用来预测测试集，最后用预测的准确性（AUC）来评估模型。
流失用户的原因分析以人（平台用户）、货（如电商商品）、场（平台、竞品等）三个维度为主。
用来评估客户流失预测模型预测效果好坏的一个重要指标，就是提升度。
所谓提升度，是指使用模型预测客户流失比不使用模型要好多少。
1）定义用户流失周期
目的是判断用户是否流失。这里引入回访率（即某日登陆的用户中在其后再次登录的用户数/当时登录的用户数*100%)。
用户流失期限越长，用户的回访率越低，存在一个时间拐点，在该周期后用户回访率随周期的延长而下降缓慢，下降缓慢的这批用户即为平台长期活跃用户，而该周期即为用户流失周期。
2）抽取建模样本
抽取的用户是已经过了上述的流失周期（即可定义用户是否流失）。
参与建模的指标维度：用户基本信息、访问行为、消费行为。
3）使用决策树预测用户是否流失
模型首先需要将用户分成训练集和测试集(默认划分为13比7)，然后用训练集的数据来训练模型，在用来预测测试集，最后用预测的准确性（AUC）来评估模型。
流失用户的原因分析以人（平台用户）、货（如电商商品）、场（平台、竞品等）三个维度为主。
用来评估客户流失预测模型预测效果好坏的一个重要指标，就是提升度。
所谓提升度，是指使用模型预测客户流失比不使用模型要好多少。
最近一次由白聿西于2020年01月05日编辑
