基于Python 的電信客戶流失分析可視化與預測

摘要：在電信行業，客戶流失是一個關鍵指標，直接影響公司的盈利能力和市場份額。通過對客戶信息表單進行流失客戶與留存客戶的分類分析，并在JupyterNotebook中使用Python語言的Pandas和Matplotlib庫對兩類群體的個人資料、合同信息、服務使用情況等數據進行分析與可視化，可以幫助公司識別高流失風險的客戶群體。最后，利用XGBoost模型對客戶是否流失進行預測，從而制定針對性的營銷策略和服務改進措施，以有效留住現有客戶并吸引更多潛在客戶。

關鍵詞：大數據分析；可視化；電信客戶流失；Python；Pandas；Matplotlib；XGBoost

中圖分類號：TP391文獻標識碼：A

文章編號：1009-3044（2024）34-0007-04開放科學（資源服務）標識碼（OSID）：

0引言

在當今競爭激烈的電信市場，客戶的留存率和滿意度已成為企業成功的關鍵因素。隨著消費者需求的多樣化和服務的不斷升級，深入分析客戶信息、服務使用情況及付費行為，有助于電信運營商更好地理解客戶群體，從而制定更有效的市場策略和服務改進方案[1]。

本文旨在通過對電信客戶數據的分析，揭示客戶流失的潛在因素以及熱門的服務與消費類型，并提出針對性的建議，以提升客戶滿意度和忠誠度，減少客戶流失。

1可視化分析流程

1）明確目標：電信客戶流失的可視化分析需要涵蓋客戶的基本屬性、服務類型選擇情況、付費方式和任期等相關信息，以具體分析哪些類型的客戶是流失的主要群體。

2）數據收集與預處理：本次數據集來源于Kaggle比賽提供的CSV文件。首先對數據進行了清洗，包括去除重復值和缺失值，隨后將數據分為流失客戶數據集和留存客戶數據集兩大類，以便更好地觀察流失和留存客戶的特征。

3）可視化分析：①對于客戶屬性，使用餅圖進行可視化，以更直觀地觀察各客戶屬性的占比情況。②對服務類型，采用條形圖和折線圖分別查看每種服務類型的變化趨勢和數量分布。③對消費方式和任期，選擇散點圖來觀察兩者之間的關系。

4）模型預測：使用XGBoost模型對清洗后的數據進行訓練，通過分析不同特征的權重，預測客戶是否會流失，從而更有針對性地對客戶采取不同的干預措施。

5）總結：對以上可視化分析的結果進行總結與歸納，并根據分析情況提出改進建議和未來展望。

2電信客戶數據簡介

2.1數據分析需求

1）客戶信息分析：分析客戶的性別分布、是否有伴侶、是否有家屬、是否為老年人等特征的分布情況，從而了解客戶群體的基本特征。

2）服務使用情況分析：分析客戶使用的合同類型、互聯網服務、設備保護、電話服務等情況，以了解客戶在各種服務方面的偏好和需求。

3）付費及費用分析：分析客戶的付費方式、月費、總費用等數據，從中了解客戶的付費行為習慣和消費水平。

4）合同類型分析：分析不同合同類型的流失率和留存率，了解各種合同類型對客戶忠誠度的影響，為未來合同的制定提供參考依據。

5）客戶流失預測：通過分析合同類型、服務持續時間等因素，預測客戶的流失情況，并采取相應措施降低客戶流失率，從而深入分析客戶流失的原因。

6）服務改進建議：根據客戶的服務使用情況和反饋，提出相應的服務改進建議，以提升客戶滿意度和忠誠度。

2.2數據來源

數據來源于Kaggle的《最簡數據挖掘》系列。通過使用Pandas庫[2]中的df.info（）函數，可以獲取數據集的具體信息。本次數據共有15列屬性信息和5227行記錄。電信客戶的基本信息和消費類型信息如表1所示。

2.3開發工具和編程語言

JupyterNotebook是一個靈活、可交互且可擴展的工具，提供了一個方便的平臺，使用戶能夠以交互式和可視化的方式探索數據、開發代碼，并以可共享的方式記錄和展示工作成果。

Python是當前最受歡迎的數據科學編程語言之一，擁有豐富的數據處理、分析、可視化和機器學習庫。本次分析中使用了Pandas庫進行數據處理與分析，Matplotlib庫進行數據可視化[3]，并利用XGBoost模型對數據的特征標簽進行訓練，從而構建了一個客戶流失預測模型。

3數據處理

3.1數據清洗

本文首先對數據進行了分組和計數處理。通過info（）方法查看數據的基本信息，并使用df.is1（）.sum（）確認數據中無缺失值。為了便于后續數據處理和更清晰的展示，將數據集中Label列中的yes和no兩個值，分別分組為“留存客戶”和“流失客戶”，以便對兩類客戶進行獨立分析。隨后，對每個服務類型的數據進行了計數，為后續條形圖的可視化做好準備。

對于重復值，使用df.duplicated（）.sum（）方法進行計數檢查，結果顯示數據中存在16行重復記錄。通過df.drop_duplicates（）方法清除了這些重復值，從而保證數據的準確性和完整性。

3.2數據分割

為了更好地分析客戶的流失和留存情況，本文對留存客戶和流失客戶進行了數據分割。在獲取的數據中，Label列中yes表示留存客戶，no表示流失客戶。通過代碼df[df[\"Label\"]==\"no\"]和df[df[\"Label\"]==\"yes\"]，分別提取了流失客戶和留存客戶的數據集，為后續的分析奠定了基礎。

4可視化分析

4.1流失客戶年齡與性別可視化

在電信客戶分析中，觀察客戶屬性是至關重要的環節。因此，本文對流失客戶的年齡與性別分布進行了餅圖可視化，以觀察其占比情況。

通過分析得出，電信客戶中男性和女性的數量幾乎相等，而年輕人占據了客戶流失的主要比例。本文利用Matplotlib庫中的plt.pie（）方法繪制了內外圈餅圖[4]，如圖1所示。該圖直觀地展示了流失客戶在性別和年齡上的分布特征，為后續的流失原因分析提供了參考依據。

由圖1可知，在流失客戶的年齡與性別分布中，老年客戶占比最高。這表明，老年客戶對電信服務的操作流程可能難以理解和適應。因此，電信公司應針對老年客戶設計更為細致入微的服務方案，例如提供簡化的操作指南、定制化的咨詢服務，以及專屬的客戶關懷活動，以幫助老年客戶更好地適應現代電信技術，從而降低其流失率。

4.2合同類型可視化

電信服務行業應關注客戶最接受的合同類型，以及哪種合同類型在流失客戶中占比最多[5]。如圖2所示，在留存客戶中，每月合同占比最高，達到91%，而一年和兩年的合同占比較少。在流失客戶中，每月合同仍占大多數，占比為49%，但一年和兩年合同的占比相較留存客戶有所上升。

由圖2可知，每月合同的高占比顯示出其受歡迎程度，電信公司應繼續發揮這一優勢，進一步擴大市場份額。然而，一年合同在流失客戶中的占比相對較高，這表明一年合同模式可能存在問題，需要加以改進。建議對一年合同的條款進行全面評估，優化合同內容，確保其能夠更好地滿足客戶需求，從而提高客戶的滿意度和留存率。

4.3留存客戶與流失客戶服務類型可視化

通過對服務類型的可視化分析（如圖3和圖4所示），可以發現電話服務和互聯網服務是客戶使用的主要服務類型。這提示電信公司可以圍繞這兩項服務開展更多相關活動，以進一步鞏固其優勢地位。然而，在家屬服務這一項中，留存客戶的占比最低，而流失客戶的占比相對較高，這表明該項服務可能存在問題，導致客戶流失。

進一步觀察圖3和圖4，可以發現，對于每個服務類型，流失客戶的數量普遍高于對應項目的留存客戶。這表明服務類型整體上可能存在某些缺陷，未能完全滿足客戶的需求。電信公司應對各項服務進行深入分析，找出潛在問題，并針對性地優化服務內容。例如，加強客戶反饋機制，了解客戶在使用服務過程中的具體痛點，并通過改進服務質量來提升客戶的滿意度和忠誠度[6]。

由圖3和圖4可知，在條形圖可視化中，電話服務和互聯網服務是訂閱數量最多的。因此，電話服務和互聯網服務是客戶最為青睞的項目。運營商應考慮推出更多優惠活動，以進一步鞏固這些服務在市場中的地位。然而，家屬服務的流失問題仍需重點關注，建議盡快審查并優化該服務的內容和交付方式，以減少客戶流失。

4.4客戶消費類型與任期可視化

分析客戶的消費類型與任期之間的關系，有助于了解哪些消費類型能夠有效提高客戶留存率。由圖5、圖6和圖7可知，每月花費與任期之間無顯著相關性，而總花費與任期具有較強的正相關性，每月花費與總花費之間也表現出較為強烈的相關性[7]。

這一結果表明，如果能夠讓客戶長期持續使用產品或服務，客戶對服務的信任度和依賴性可能會逐步增強，從而有效減少客戶的流失。

散點圖可視化中，總花費與任期具有強烈的正相關性，每月花費與總花費也表現出較強的正相關性。從標簽中可以看出，隨著任期的增加，更多的客戶傾向于選擇留存。因此，建議實施一些激勵措施，鼓勵客戶長期使用電信產品。長期使用電信產品的客戶通常會產生更高的消費，為此可以采取以下措施：1）推出忠誠客戶獎勵計劃，例如積分兌換、專屬優惠或贈品服務；2）提供長期合約優惠，以吸引客戶簽訂更長時間的服務合同；3）不斷優化服務質量，提升客戶體驗，增強客戶對服務的滿意度和依賴性。

通過這些措施，電信公司不僅能夠促進客戶的長期留存和消費，還能夠在競爭日益激烈的市場中實現可持續發展。同時，這些策略將有助于提高客戶滿意度和忠誠度，為企業的長期成功奠定堅實的基礎。

5XGBoost模型預測客戶流失

XGBoost是一種強大的機器學習模型，具有高效性、預測性能優異、可解釋性強和可拓展性強等優點。在預測電信客戶流失方面，XGBoost具有以下特點：

1）主動留存策略：通過識別可能流失的客戶，公司可以實施針對性的留存策略，例如提供個性化優惠或改善客戶服務，從而增強客戶的參與感和滿意度。

2）資源優化：了解客戶流失模式可以幫助企業更有效地分配資源，將精力集中在高風險客戶身上，而不是進行廣泛的、低效的營銷活動。

3）提升客戶洞察：分析導致客戶流失的因素能夠提供關于客戶行為、偏好和痛點的寶貴見解，從而幫助企業改進產品和服務。

4）增加收入：減少客戶流失對收入增長有直接影響，因為留住現有客戶通常比獲取新客戶更具成本效益。

5）競爭優勢：能夠有效預測和管理客戶流失的企業可以獲得顯著的競爭優勢，通過保持忠實客戶基礎來降低流失率，鞏固市場地位。

6）數據驅動決策：利用像XGBoost這樣的機器學習模型，可以促進數據驅動的決策，使預測更加準確，戰略規劃更加科學合理。

總之，預測客戶流失不僅有助于企業提升客戶滿意度和增強客戶忠誠度，還能推動企業的長期盈利能力。這種基于數據的分析方法為企業在現代競爭環境中提供了重要的決策支持。

整體準確率：模型的準確率為76.67%，說明在所有預測中，約有76.67%的預測是正確的。TP（TruePositive）：262（正確預測為流失的客戶）；FP（FalsePositive）：127（錯誤預測為流失的客戶）；TN（TrueNegative）：540（正確預測為未流失的客戶）；FN（FalseNegative）：117（錯誤預測為未流失的客戶）。

對于“未流失”類別（False），精確率（Precision）：0.82，表示在所有預測為未流失的客戶中，82%實際上未流失；召回率（Recall）：0.81，表示在所有實際未流失的客戶中，有81%被正確預測為未流失；F1分數（F1-score）：0.82，綜合考慮精確率和召回率的平衡。

對于“流失”類別（True），精確率（Precision）：0.67，表示在所有預測為流失的客戶中，67%實際上是流失的。召回率（Recall）：0.69，表示在所有實際流失的客戶中，有69%被正確預測為流失。F1分數（F1-score）：0.68，綜合考慮精確率和召回率的平衡。宏平均（MacroAverage）：精確率、召回率和F1分數均為0.75，表明模型在兩類之間的整體表現較為平衡。加權平均（WeightedAverage）：加權平均精確率、召回率和F1分數均為0.77，考慮了每個類別的支持度（樣本數量）。

模型在預測未流失客戶時表現良好，但在預測流失客戶時相對較弱。這可能是由于流失客戶的數據量相對較少，導致模型在該類別上的預測精度和召回率較低。因此，公司在實際應用時，可以通過訓練更大規模的數據集來提高模型對流失客戶的預測精度和召回率，從而更有效地識別潛在流失客戶。

6結論

本文使用Python對電信客戶流失數據集進行了分析，并將數據集中各種客戶屬性以圖表形式展示并進行簡單分析。企業應當搭建智能化的客戶可視化分析模型體系，充分利用數據可視化工具和技術，基于問題橫向開展客戶數據的收集與加工，縱向對比客戶分析指標，動態調整分析結論。

通過這種方式，企業可以推動業務發展，提高服務質量，并吸引潛在客戶[8]。

參考文獻：

[1]徐文昭.運用Python及Pandas庫分組統計“最值”記錄方法探討[J].內蒙古科技與經濟，2021（21）：73-74.

[2]羅博煒.基于Python的數據可視化[J].信息記錄材料，2019，20（12）：72-74.

[3]華振宇.兩個Python第三方庫：Pandas和NumPy的比較[J].電腦知識與技術，2023，19（1）：71-73，76.

[4]劉瑩.基于大數據技術的電商用戶行為分析與可視化[J].電腦知識與技術，2024，20（24）：70-72，84.

[5]李望金.基于Python的電子商務數據分析與可視化研究[J].信息記錄材料，2024，25（7）：206-209.

[6]何婷婷，胡杰，張璐，等.數據分析與可視化課程教學體系建設實踐探究[J].電腦知識與技術，2024，20（13）：144-146，158.

[7]李晶晶，紀寧.商業智能對企業數據可視化分析的作用[J].石油知識，2023（5）：46-47.

[8]李王珍.大數據及可視化技術與財務分析的融合研究[J].財會學習，2024（8）：20-22.

【通聯編輯：唐一東】

基金項目：河南工業大學2023年度教育教學改革研究與實踐項目（JXYJ2023015）；認知智能國家重點實驗室（科大訊飛）開放基金（COGOS-2024HE01）