基于貝葉斯網絡的電信客戶流失預測分析

周榮鑫 趙娟娟 靳夢華

摘? 要： 貝葉斯網絡技術的提出為科研人員提供了一種非常好的解決不確定領域推測和分析的方式。由于貝葉斯網絡自身特有的直觀式屬性和完善的數學推理邏輯性，使科研人員看到了該技術在不確定領域的重要應用。通過貝葉斯網絡，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測和分析。對電信客戶流失的預測分析也是一個這樣的不確定性知識推理領域。本文通過對貝葉斯網絡的介紹和對電信客戶流失分析的說明，運用貝葉斯網絡的機制，構建了相應的電信客戶流失模型，并對其進行了預測分析。

關鍵詞： 貝葉斯網絡;電信客戶;流失預測;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

對電信業務服務商而言，客戶所具有的終身價值與其發展業務的能力之間存在直接關系。因此，電信企業的客戶流失率越高，其業務增長機會就越低。即使電信企業擁有業內最好的營銷活動，如果其以高比率失去客戶，電信企業的收益也會受到影響。因為在當下的商業競爭環境中，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。客戶流失阻礙了電信企業的業務增長，因此電信企業應該有一個定義的方法來計算給定時間段內的客戶流失。本文則利用基于貝葉斯網絡的預測分

析方式，對電信客戶流失進行了相關討論。

1? 電信客戶流失分析

1.1? 客戶流失類型

在電信行業中，客戶流失是指客戶停止與電信業務服務商的關系。一旦客戶與電信網絡或服務的最后一次交互過去了一段特定的時間，電信業務服務商通常會將客戶視為流失。客戶流失的全部成本包括收入損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務服務商的關鍵業務目標。在電信行業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? 預測客戶流失的重要性

如果能夠預測某個特定客戶處于高風險狀態的能力，同時還有時間對其做些什么，這代表了電信業務服務商將會有巨大的額外潛在收入來源。因為，對電信業務服務商來說除了客戶放棄業務導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前付費客戶更困難和昂貴。因此，電信企業需要做好客戶流失預測。

1.3? 客戶流失預測難點

為了成功留住原本會放棄業務的客戶，電信業務服務商的營銷人員和留存專家必須能夠提前預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，但實現這種“主動保留”目標所涉及的現實極具挑戰性。

通過相應的方法可以建立電信客戶流失預測模型，以此能了解精確的客戶行為和屬性，這些行為和屬性標志著客戶流失的風險和時間。而所使用技術的準確性顯然對任何主動保留工作的成功有著至關重要的作用。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惠或獎勵，從而導致收入減少，沒有充分發揮客戶流失預測的積極作用。然而，不幸的是，大多數流失預測建模方法依賴于基于靜態數據和度量來量化風險，即，關于客戶現在存在的信息。最常見的流失預測模型基于較早的統計和數據挖掘方法，例如邏輯回歸和其他二進制建模技術，這些方法提供了一些價值，可以識別一定比例的有風險的客戶，但它們相對不準確，最終還是無法準確對電信客戶的流失做出預測分析。因此，本文將利用貝葉斯網絡的機器學習模式，對困擾電信業務提供商的客戶流失問題進行預測和分析。

2? 貝葉斯網絡

貝葉斯網絡是一種概率圖形模型，它使用貝葉斯推理進行概率計算。貝葉斯網絡旨在通過在有向圖中表示邊緣的條件依賴性來建立相關數學模型，從而建立因果關系，通過這些關系，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絡之前，首先了解概率論。

從表1的信息分布中可以看到，對電信企業而言，基本費在10人民幣區間以下的客戶是大多數，而基本費在20-30元之間的客戶則數量相對不那么多。而在這些客戶中，電信服務開通時間在12個月以下的又占據了極大的一部分，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。由此我們得出結論，電信流失客戶中大部分是屬于開通費用低且開通服務時間短的部分。而這一部分客戶對應的形象則是典型的中年電信服務使用者。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，吸引其入網。同時，電信企業也可以在平時的運營中推出一些針對該類型客戶的活動，提高其對企業的忠誠度。

5? 結論

具有關機構的實際調研結果分析，如果客戶的保留率增加8%會導致30%-80%的利潤增長。國際權威商業調查機構畢馬威（KPMG）發現了同樣的事實，他們發現客戶保留是公司收入的主要推動? 力[7-8]。而現如今，電信企業也認識到了這一點，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，可以發現，利用貝葉斯網絡的特性，對電信客戶進行建模分析能很好的預測其流失情況。因此，本文基于貝葉斯網絡的電信客戶流失預測分析具有現實意義，值得其他相關企業借鑒。

參考文獻

侯阿臨， 李飛. 貝葉斯MLP神經網絡在IP承載網性能預測的研究[J]. 軟件， 2013， 34（04）： 96-97+127.

呂學志， 胡曉峰， 吳琳， 等. 基于貝葉斯網絡的任務共同體識別[J/OL]. 計算機工程與應用： 1-9[2018-12-17].

趙宇翔， 盧光躍， 王航龍， 等. 基于缺失數據BN參數學習的電信流失客戶預測算法[J]. 電信科學， 2018， 34（01）： 52-60.

張小敏， 伍小平， 豐婷， 等. 基于最優加權組合的電信客戶流失預測模型設計研究[J]. 赤峰學院學報（自然科學版）， 2017， 33（12）： 3-4.

楊婷. 模糊貝葉斯網絡在電信客戶流失分析中的研究與應用[D]. 廣東工業大學， 2014.

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

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

田玲， 邱會中， 鄭莉華. 基于神經網絡的電信客戶流失預測主題建模及實現[J]. 計算機應用， 2007（09）： 2294-2297.