扬声器 | 脚本 |
| 完成的 | 大家好，我是 Namita，我和我的队友康涅狄格大学的 Ayush、Jimmy 和 Kamal 在这里展示我们使用 JMP 预测电信客户流失的分析。 |
| 我们选择的数据来自让我们所有人都保持联系的行业，即电信和互联网服务行业。因此，让我们先简单介绍一下背景。 |
| 由于成本较低、组合促销优惠和服务质量等多种原因，美国电信行业继续面临激烈的竞争和较低的客户粘性。因此 |
| 为了实现防止客户流失的主要目标，电信公司经常使用客户流失分析作为其关键业务洞察。 |
| 这是因为留住现有客户的成本远低于获取新客户的成本。接下来是目标， |
| 这里的主要目标是提前预测哪些潜在客户可能会流失，然后根据这些数据进行分析，为企业推荐定制化的产品策略。 |
| 我们在这里遵循了标准的 SEMMA 方法。现在让我们概览一下数据集。它总共包含 7,043 行属于不同人口统计数据（单身、有家属和老年人）的客户 |
| 并订阅不同的产品，如互联网服务、电话线、流媒体电视、流媒体电影和在线安全。 |
| 大约有 20 个独立变量；其中 17 个是分类变量，3 个是连续变量。分类的因变量是客户流失。 |
| 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进行建模以供将来分析。这就是我这边要讲的内容，交给你了，Ayush。 |
| 阿尤什·库马尔 | 谢谢，Namita。我是 Ayush。在本节中，我将讨论数据探索和预处理。 |
| 在数据探索中，我们发现了一些有趣的关系，例如，变量期限和每月费用都与总费用呈正相关。我们分析了这三个变量 |
| 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，因此缺失值得到了处理。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，数据集没有异常值。 |
| 客户 ID 变量有 7,043 个唯一值，这些值不会给目标变量增加任何意义。因此，客户 ID 被排除在外。 |
| 我们还能够在变量中发现有趣的模式。流媒体电视和流媒体电影等变量传达了有关流媒体行为的相同信息。 |
| 通过使用 JMP 中的公式，这些变量被分组到单个列中。对在线备份和在线安全变量也采取了相同的操作。 |
| 我们在 JMP 中运行逻辑回归和决策树来找出重要变量。 |
| 从效果总结中可以看出，使用期限、合同类型、月费、流媒体、多线路服务和付款方式在确定目标时显示出显著的对数值和非常重要的变量。 |
| 对???的影响也帮助我们将变量数量缩小到 12 个具有统计意义的变量，这为进一步建模奠定了基础。 |
| 我们使用???函数的值并将目标变量的Yes向上移动。最后，使用公式随机法将数据按16 20 20的比例分为训练验证和测试。现在交给你了，Kamal。 |
| 卡马尔·克里希南 | 抱歉，我是 Kamal。我将进一步解释使用数据集在 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，以改善主要灵敏度的结果。 |
| 因为我们的目标是减少分类中的假阴性数量。 |
| JMP 非常方便用户通过更改配置来重做模型。在 JMP 中完成模型的新迭代时，可以轻松存储结果 |
| 然后比较输出以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的 0.5 更改为其他值，并观察预测结果。此幻灯片显示了从八种不同类型的模型中选择的模型的结果。 |
| 首先，我们构建了逻辑回归，因为我们的首要目标变量是分类变量。然后我们构建了决策树、KNN、Bootstrap 森林和增强树等集成模型。 |
| 然后我们建立了神经网络等机器学习模型。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 允许我们通过预测分析器研究各种变量的影响。 |
| 我们可以点击来更改范围内的值，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， |
| 月费增加会导致客户流失率上升。最后，我们对不同的模型组合进行了集成，以平均并消除个别模型的缺点。 |
| 我们发现，在集成神经网络和朴素贝叶斯中，??? 的敏感度更高。模型描述到此结束。交给你了，吉米。 |
| J约瑟夫 | 谢谢你，Kamal。在本节中，我们将比较这些模型，并深入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）、敏感度与准确度图表、提升率和曲线下面积值。 |
| 错误分类数据的成本显示在幻灯片的右上角。误报和误报的成本使用平均月费确定。 |
| 假阴性成本模型预测客户可能流失，按美元 (85) 计算，假阴性成本 |
| 折扣 20% 以容纳额外福利后，价格为 (14) 美元。成本比较图清楚地表明，纳维贝叶斯成本最低。 |
| 总体准确率图表显示，其准确率在 74% 到 81% 之间，大多数模型的变化不大。而提升度（与基线模型相比，找到成功记录的概率的度量）在 1.99 到 3.11 之间变化。 |
| AUC 或 ROC 曲线是我们用不同类型值确定模型强度的另一种方法。如图所示，所有模型在这一类别中表现同样出色。 |
| 敏感度和准确度图表衡量模型准确预测客户流失的成功率。该图表表明了两个事实 |
| 模型可以正确预测多少客户；预测准确的频率是多少。 |
| 这个度量被用作决定最佳性能模型的主要参数，并且朴素贝叶斯在这个类别中表现良好。 |
| 根据各种指标并考虑到模型预测失败的成本，朴素贝叶斯成为预测给定数据集的客户流失的最佳且简约的模型。 |
| 它的误分类率最低，灵敏度高，总体准确率也相当不错。如果忽略它的一些固有缺点，比如缺乏统计模型支持，那么该模型完全由数据驱动，并且易于解释。 |
| 继续得出的结论，数据集中的重要变量是客户登记的合同和任期。 |
| 通过建模，我们观察到客户流失率很高 |
| 1）人口统计学上无家属的人群；2）电话服务费用高昂，高端服务客户满意度低的人群； |
| 3）客户坚持使用原有的单一服务线路，很容易转向竞争对手。因此，基于这些发现，建议如下 |
| 1）针对性客户促销，注重创收；2）推行长期合同并提供额外激励措施；3）构建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。 |
