扬声器 | 成绩单 |
| 并田 | 大家好，我是 Namita，我和来自康涅狄格大学的队友 Ayush、Jimmy 和 Kamal 一起来介绍我们使用 JMP 预测电信客户流失的分析。 |
| 我们选择的数据来自使我们所有人保持联系的行业，即电信和互联网服务行业。 因此，让我们先简要介绍一下背景。 |
| 由于成本降低、组合促销优惠和服务质量等多种原因，美国电信行业继续目睹激烈的竞争和低客户粘性。 所以 |
| 为了与防止客户流失的主要目标保持一致，电信公司通常使用客户流失分析作为他们的关键业务洞察力。 |
| 这是因为保留现有客户的成本远低于获得新客户的成本。 朝着目标前进， |
| 这里的主要目标是提前预测可能会流失的潜在客户。 然后根据对这些数据的分析，向企业推荐定制的产品策略。 |
| 我们在这里遵循标准的 SEMMA 方法。 现在让我们大致了解一下数据集。 它由属于不同人口统计数据（单身、有家属和老年人）的总共 7,043 行客户组成 |
| 订阅不同的产品，如互联网服务、电话线、流媒体电视、流媒体电影和在线安全。 |
| 自变量大约有 20 个；其中，17 个是分类的，3 个是连续的。 分类的相关目标变量是客户流失。 |
| 基线模型的流失率约为 26.5%。 现在的目标是预处理这些数据并对其建模以供将来分析。 从我到你，Ayush，就是这样。 |
| 阿尤什·库马尔 | 谢谢，纳米塔。 我是阿尤斯 在本节中，我将讨论数据探索和预处理。 |
| 在数据探索中，我们发现了有趣的关系，例如，变量任期和每月费用均与总费用呈正相关。 我们分析的这三个变量 |
| 使用 JMP 中的散点图矩阵验证了这种关系。 此外，通过使用探索缺失值功能，我们观察到总费用列有 11 个缺失值。 |
| 由于多重共线性，总费用列被排除在外，因此需要处理缺失值。 在使用排除异常值功能观察变量的直方图后，我们得出结论，该数据集没有异常值。 |
| 名为 Customer ID 的变量有 7,043 个唯一值，这些值不会对目标变量增加任何意义。 所以客户 ID 被排除在外。 |
| 我们还能够在变量中找到有趣的模式。 流媒体电视和流媒体电影等变量传达有关流媒体行为的相同信息。 |
| 通过使用我们在 JMP 中的公式，这些变量被分组到单个列中。 对变量联机备份和联机安全采取了相同的操作过程。 |
| 我们在 JMP 中运行逻辑回归和决策树以找出重要变量。 |
| 从效果总结中可以看出，任期、合同类型、月费、流媒体、多线服务和支付方式在确定目标时显示出显着的对数价值和非常重要的变量。 |
| 影响？？？还帮助我们将变量计数缩小到 12 个具有统计显着性的变量，这构成了进一步建模的基础。 |
| 我们使用值 ???功能并将我们的目标变量 Yes 向上移动。 最后，使用公式随机方法将数据按照 16 20 20 的比例分为训练验证和测试。 现在轮到你了，卡迈勒。 |
| 卡马尔克里希南 | 对不起，我是卡马尔。 我将使用数据集详细解释 JMP 中构建的不同模型。 |
| 我们总共建立了八种不同类型的模型。 在每种类型的模型上，我们尝试了各种输入配置和设置以提高主要灵敏度的结果。 |
| 因为我们的目标是减少分类中的假阴性数量。 |
| JMP 非常人性化，可以通过更改配置重做模型。 每当在 JMP 中完成模型的新迭代时，都可以轻松存储结果 |
| 然后比较输出以便从每种类型中选择优化模型。 JMP 甚至允许我们将截止值从默认值 0.5 更改为其他值并观察预测结果。 这张幻灯片显示了从八种不同类型的模型中选择模型的结果。 |
| 首先，作为我们的首要目标变量旅程分类，我们建立了逻辑回归。 然后我们构建决策树、KNN、集成模型，如 Bootstrap 森林和增强树。 |
| 然后我们建立了机器学习模型，比如神经网络。 JMP 允许我们在神经网络和 KNN 等模型中设置随机种子。 这有助于我们获得所需的相同输出。 |
| 然后我们建立了朴素贝叶斯模型。 JMP 让我们能够通过预测刻画器研究各种变量的影响。 |
| 我们可以指向并单击以更改范围内的值，并查看它如何影响目标变量。 通过更改朴素贝叶斯中的预测分析器，我们观察到任期的增加有助于降低流失率。 相反， |
| 每月费用的增加会增加客户流失率。 最后，我们对模型的不同组合进行了集成，以求平均并消除单个模型的缺点。 |
| 我们发现在集成神经网络和朴素贝叶斯之间具有更高的灵敏度？？？。 模型说明到此结束。 交给你了，吉米。 |
| J约瑟夫 | 谢谢你，卡马尔。 在本节中，我们将比较模型并更深入地研究每个模型的细节。 |
| 用于比较模型的主要参数是错误分类的成本（以美元计）、灵敏度与准确度图表、提升比和曲线值下的面积。 |
| 错误分类数据的成本显示在幻灯片的右上角。 使用平均每月费用确定的误报和漏报成本。 |
| 假阴性模型的成本预测客户可能会离开，以美元 (85) 和假阴性成本计算 |
| 在折扣 20% 以提供额外福利后，价格为 (14) 美元。 成本比较图清楚地表明 niave bayes 的成本最低。 |
| 继续使用它的总准确率图表在 74% 到 81% 之间，大多数模型的变化不大。 与基线模型相比，提升是找到成功记录的概率度量，在 1.99 到 3.11 之间变化。 |
| AUC 或 ROC 曲线是我们用不同类型的值确定模型强度的另一种方法。 如图表所示，所有模型在这一类别中的表现都一样好。 |
| 灵敏度和准确性图表衡量模型是否成功准确预测客户流失。 图表表明两个事实 |
| 该模型可以正确预测多少客户；预测准确的频率。 |
| 该度量用作决定最佳性能模型的主要参数，朴素贝叶斯在该类别中表现出色。 |
| 基于各种指标并考虑模型预测失败的成本，朴素贝叶斯模型成为预测给定数据集客户流失的最佳和简约模型。 |
| 它具有最低的误分类率、高灵敏度和相当好的总精度。 如果你不考虑它的一些固有缺点，例如缺乏支持的统计模型，那么该模型完全是数据驱动的并且很容易解释。 |
| 继续得出结论，数据集中的重要变量是注册客户的合同和任期。 |
| 从建模中，我们观察到客户流失率很高 |
| 1) 无人口依赖者； 2) 电话服务价格高，对高端服务的客户满意度低； |
| 3) 客户坚持原来的单线服务，容易转投竞争对手。 因此，基于这些发现，建议是 |
| 1) 以创收为重点的有针对性的客户推广； 2) 推出带有额外奖励的长期合同； 3）建立以客户需求为中心的产品线组合。 |
| 总之，我们使用 JMP 工具对有限的数据集进行分析和预测模型。 进行这些分析非常有效和强大，如果您有任何其他问题，请联系我们。 谢谢。 |
