用户流失预测
用户流失的原因分析
流失用户的原因分析归根到底还是人（平台用户）、货（如电商商品）、场（平台、竞品等）三个维度，以下是以打车平台为例：。
用户流失预测模型
- 定义用户流失周期
为了判断用户是否流失首先需要定义用户的流失周期，这里引入回访率（即某日登陆的用户中在其后再次登录的用户数/当时登录的用户数*100%)。用户流失期限越长，用户的回访率越低，存在一个时间拐点，在该周期后用户回访率随周期的延长而下降缓慢，下降缓慢的这批用户即为平台长期活跃用户，而该周期即为用户流失周期。如下图所示，第5周作为拐点即为用户流失周期。 - 抽取建模样本
抽取的用户是已经过了上述的流失周期（即可定义用户是否流失），参与建模的指标维度：用户基本信息、访问行为、消费行为，具体的指标如下：。
3、使用决策树预测用户是否流失
决策树的原理在统计模型板块中详细介绍，本次预测使用了决策树的ID3模型。
模型首先需要将用户分成训练集和测试集(默认划分为13比7),然后用训练集的数据来训练模型，在用来预测测试集，最后用预测的准确性（AUC）来评估模型。
版权声明：本文为manyuemei原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。