基于貝葉斯網(wǎng)絡(luò)的電信客戶流失預(yù)測分析

周榮鑫 趙娟娟 靳夢華

摘? 要： 貝葉斯網(wǎng)絡(luò)技術(shù)的提出為科研人員提供了一種非常好的解決不確定領(lǐng)域推測和分析的方式。由于貝葉斯網(wǎng)絡(luò)自身特有的直觀式屬性和完善的數(shù)學(xué)推理邏輯性，使科研人員看到了該技術(shù)在不確定領(lǐng)域的重要應(yīng)用。通過貝葉斯網(wǎng)絡(luò)，科研人員能建立對未知項的推理模型，從而得到具有參考意義的預(yù)測和分析。對電信客戶流失的預(yù)測分析也是一個這樣的不確定性知識推理領(lǐng)域。本文通過對貝葉斯網(wǎng)絡(luò)的介紹和對電信客戶流失分析的說明，運用貝葉斯網(wǎng)絡(luò)的機制，構(gòu)建了相應(yīng)的電信客戶流失模型，并對其進行了預(yù)測分析。

關(guān)鍵詞： 貝葉斯網(wǎng)絡(luò);電信客戶;流失預(yù)測;分析

【Abstract】： Bayesian network technology provides a good way for scientific researchers to analyze and speculate uncertain areas. Bayesian network has unique intuitive attributes and perfect logic of mathematical reasoning， researchers have seen the important application of the technology in uncertainty field. With Bayesian network， researchers can establish reasoning models for unknown items， and obtain predictions and analysis with reference significance. Prediction and analysis of telecom customer loss is also an uncertain field of knowledge reasoning. The article introduces Bayesian network and explains analysis of telecom customer loss， establishes corresponding telecom customer churn model with Bayesian network mechanism and carries on prediction and analysis on it.

【Key words】： Bayesian network; Telecom customers; Loss prediction; Analysis

0? 引言

對電信業(yè)務(wù)服務(wù)商而言，客戶所具有的終身價值與其發(fā)展業(yè)務(wù)的能力之間存在直接關(guān)系。因此，電信企業(yè)的客戶流失率越高，其業(yè)務(wù)增長機會就越低。即使電信企業(yè)擁有業(yè)內(nèi)最好的營銷活動，如果其以高比率失去客戶，電信企業(yè)的收益也會受到影響。因為在當(dāng)下的商業(yè)競爭環(huán)境中，獲得新客戶的成本非常高，遠不如維持好老客戶所能夠獲得的收益?？蛻袅魇ё璧K了電信企業(yè)的業(yè)務(wù)增長，因此電信企業(yè)應(yīng)該有一個定義的方法來計算給定時間段內(nèi)的客戶流失。本文則利用基于貝葉斯網(wǎng)絡(luò)的預(yù)測分

析方式，對電信客戶流失進行了相關(guān)討論。

1? 電信客戶流失分析

1.1? 客戶流失類型

在電信行業(yè)中，客戶流失是指客戶停止與電信業(yè)務(wù)服務(wù)商的關(guān)系。一旦客戶與電信網(wǎng)絡(luò)或服務(wù)的最后一次交互過去了一段特定的時間，電信業(yè)務(wù)服務(wù)商通常會將客戶視為流失?？蛻袅魇У娜砍杀景ㄊ杖霌p失和用新客戶替換這些客戶所涉及的營銷成本。減少客戶流失是每個電信業(yè)務(wù)服務(wù)商的關(guān)鍵業(yè)務(wù)目標(biāo)。在電信行業(yè)中客戶流失主要類型包括：自然流失、惡意流失、競爭流失、失望流失[1]。

1.2? 預(yù)測客戶流失的重要性

如果能夠預(yù)測某個特定客戶處于高風(fēng)險狀態(tài)的能力，同時還有時間對其做些什么，這代表了電信業(yè)務(wù)服務(wù)商將會有巨大的額外潛在收入來源。因為，對電信業(yè)務(wù)服務(wù)商來說除了客戶放棄業(yè)務(wù)導(dǎo)致的直接收入損失之外，最初收獲該客戶的成本可能尚未涵蓋客戶迄今為止的支出。（換句話說，獲得該客戶實際上可能是一項虧損的投資。）此外，獲得新客戶總是比保留當(dāng)前付費客戶更困難和昂貴。因此，電信企業(yè)需要做好客戶流失預(yù)測。

1.3? 客戶流失預(yù)測難點

為了成功留住原本會放棄業(yè)務(wù)的客戶，電信業(yè)務(wù)服務(wù)商的營銷人員和留存專家必須能夠提前預(yù)測哪些客戶將通過流失分析進行流失，以及知道哪些營銷行為將具有最大的保留率，并且制定相應(yīng)的對每個特定客戶有影響留存方案。有了這些知識，就可以消除大部分客戶流失。通過對客戶流失分析的預(yù)測，有針對性的主動保留減少客戶流失雖然理論上很簡單，但實現(xiàn)這種“主動保留”目標(biāo)所涉及的現(xiàn)實極具挑戰(zhàn)性。

通過相應(yīng)的方法可以建立電信客戶流失預(yù)測模型，以此能了解精確的客戶行為和屬性，這些行為和屬性標(biāo)志著客戶流失的風(fēng)險和時間。而所使用技術(shù)的準(zhǔn)確性顯然對任何主動保留工作的成功有著至關(guān)重要的作用。畢竟，如果營銷人員不知道客戶即將流失，則不會對該客戶采取任何措施。此外，還有可能無意中向忠實的電信客戶提供了以保留為目的的優(yōu)惠或獎勵，從而導(dǎo)致收入減少，沒有充分發(fā)揮客戶流失預(yù)測的積極作用。然而，不幸的是，大多數(shù)流失預(yù)測建模方法依賴于基于靜態(tài)數(shù)據(jù)和度量來量化風(fēng)險，即，關(guān)于客戶現(xiàn)在存在的信息。最常見的流失預(yù)測模型基于較早的統(tǒng)計和數(shù)據(jù)挖掘方法，例如邏輯回歸和其他二進制建模技術(shù)，這些方法提供了一些價值，可以識別一定比例的有風(fēng)險的客戶，但它們相對不準(zhǔn)確，最終還是無法準(zhǔn)確對電信客戶的流失做出預(yù)測分析。因此，本文將利用貝葉斯網(wǎng)絡(luò)的機器學(xué)習(xí)模式，對困擾電信業(yè)務(wù)提供商的客戶流失問題進行預(yù)測和分析。

2? 貝葉斯網(wǎng)絡(luò)

貝葉斯網(wǎng)絡(luò)是一種概率圖形模型，它使用貝葉斯推理進行概率計算。貝葉斯網(wǎng)絡(luò)旨在通過在有向圖中表示邊緣的條件依賴性來建立相關(guān)數(shù)學(xué)模型，從而建立因果關(guān)系，通過這些關(guān)系，可以通過使用已知的因子有效地對圖中的隨機變量進行推斷。在深入了解貝葉斯網(wǎng)絡(luò)之前，首先了解概率論。

從表1的信息分布中可以看到，對電信企業(yè)而言，基本費在10人民幣區(qū)間以下的客戶是大多數(shù)，而基本費在20-30元之間的客戶則數(shù)量相對不那么多。而在這些客戶中，電信服務(wù)開通時間在12個月以下的又占據(jù)了極大的一部分，其他開通時間在24個月到36個月的則又只有很少的一部分。由此我們得出結(jié)論，電信流失客戶中大部分是屬于開通費用低且開通服務(wù)時間短的部分。而這一部分客戶對應(yīng)的形象則是典型的中年電信服務(wù)使用者。要對這一部分的客戶實行保留手段可以利用大部分中老年人愛占小便宜的特點[6]，推出一項相對更具有誘惑性的低價值服務(wù)，吸引其入網(wǎng)。同時，電信企業(yè)也可以在平時的運營中推出一些針對該類型客戶的活動，提高其對企業(yè)的忠誠度。

5? 結(jié)論

具有關(guān)機構(gòu)的實際調(diào)研結(jié)果分析，如果客戶的保留率增加8%會導(dǎo)致30%-80%的利潤增長。國際權(quán)威商業(yè)調(diào)查機構(gòu)畢馬威（KPMG）發(fā)現(xiàn)了同樣的事實，他們發(fā)現(xiàn)客戶保留是公司收入的主要推動? 力[7-8]。而現(xiàn)如今，電信企業(yè)也認識到了這一點，其正在積極的尋求辦法提高電信客戶的保留率。要提

高客戶保留率，首先要知道客戶為什么會流失。通過本文的討論，可以發(fā)現(xiàn)，利用貝葉斯網(wǎng)絡(luò)的特性，對電信客戶進行建模分析能很好的預(yù)測其流失情況。因此，本文基于貝葉斯網(wǎng)絡(luò)的電信客戶流失預(yù)測分析具有現(xiàn)實意義，值得其他相關(guān)企業(yè)借鑒。

參考文獻

侯阿臨， 李飛. 貝葉斯MLP神經(jīng)網(wǎng)絡(luò)在IP承載網(wǎng)性能預(yù)測的研究[J]. 軟件， 2013， 34（04）： 96-97+127.

呂學(xué)志， 胡曉峰， 吳琳， 等. 基于貝葉斯網(wǎng)絡(luò)的任務(wù)共同體識別[J/OL]. 計算機工程與應(yīng)用： 1-9[2018-12-17].

趙宇翔， 盧光躍， 王航龍， 等. 基于缺失數(shù)據(jù)BN參數(shù)學(xué)習(xí)的電信流失客戶預(yù)測算法[J]. 電信科學(xué)， 2018， 34（01）： 52-60.

張小敏， 伍小平， 豐婷， 等. 基于最優(yōu)加權(quán)組合的電信客戶流失預(yù)測模型設(shè)計研究[J]. 赤峰學(xué)院學(xué)報（自然科學(xué)版）， 2017， 33（12）： 3-4.

楊婷. 模糊貝葉斯網(wǎng)絡(luò)在電信客戶流失分析中的研究與應(yīng)用[D]. 廣東工業(yè)大學(xué)， 2014.

周君儀. 基于粗糙集特征選擇的電信客戶流失預(yù)測研究[D]. 江蘇科技大學(xué)， 2014.

羅彬. 基于MMOI方法的電信客戶流失預(yù)測與挽留研究[D]. 電子科技大學(xué)， 2010.

田玲， 邱會中， 鄭莉華. 基于神經(jīng)網(wǎng)絡(luò)的電信客戶流失預(yù)測主題建模及實現(xiàn)[J]. 計算機應(yīng)用， 2007（09）： 2294-2297.