用戶流失預測

用戶流失的原因分析

流失用戶的原因分析歸根到底還是人（平台用戶）、貨（如電商商品）、場（平台、競品等）三個維度，以下是以打車平台為例：。

用戶流失預測模型

1. 定義用戶流失周期
   為了判斷用戶是否流失首先需要定義用戶的流失周期，這里引入回訪率（即某日登陸的用戶中在其后再次登錄的用戶數/當時登錄的用戶數*100%)。用戶流失期限越長，用戶的回訪率越低，存在一個時間拐點，在該周期后用戶回訪率隨周期的延長而下降緩慢，下降緩慢的這批用戶即為平台長期活躍用戶，而該周期即為用戶流失周期。如下圖所示，第5周作為拐點即為用戶流失周期。
   
2. 抽取建模樣本
   抽取的用戶是已經過了上述的流失周期（即可定義用戶是否流失），參與建模的指標維度：用戶基本信息、訪問行為、消費行為，具體的指標如下：。
   
   3、使用決策樹預測用戶是否流失
   決策樹的原理在統計模型板塊中詳細介紹，本次預測使用了決策樹的ID3模型。
   模型首先需要將用戶分成訓練集和測試集(默認划分為13比7),然后用訓練集的數據來訓練模型，在用來預測測試集，最后用預測的准確性（AUC）來評估模型。