【PYTHON实践案例】用户流失预警与召回策略

发表于： 2025年10月12日 2025年10月12日
标签：电商运营数据分析实践

访问量： 3866

文章目录

培训内容

业务痛点： “等用户真的流失了再想去召回，成本高、成功率低。我能不能在用户表现出要离开的‘迹象’时，就提前干预，把他留下来？”
核心概念：
- 流失预警 (Churn Prediction): 本质上是一个二分类机器学习问题。我们根据用户过去的行为数据（特征），预测他未来是否会流失（标签）。
- 特征工程 (Feature Engineering): 这是流失预警模型成败的关键。我们需要构造能有效区分流失与非流失用户的特征，如：最近登录/购买时间、平均购买间隔、购物车放弃率、优惠券使用率、客服投诉次数等。
- 模型选择：
  - 逻辑回归 (Logistic Regression): 简单、快速，结果易于解释（可以看出哪个特征对流失影响大）。
  - XGBoost/LightGBM: 性能强大，准确率通常更高，是竞赛和工业界的首选。
分析思路：
1. 定义流失： 明确“流失”的量化标准。例如，“连续90天未登录/购买的用户”。
2. 构造数据集： 准备好用户的特征（X）和对应的流失标签（y）。
3. 模型训练： 划分训练集和测试集，用训练集训练分类模型。
4. 模型评估： 用测试集评估模型的性能，重点关注召回率 (Recall) ，因为我们更希望“宁可错杀，不可放过”，即把所有可能流失的人都找出来。
5. 预测与干预： 将模型应用于全体活跃用户，筛选出流失概率最高的Top N用户，交由运营团队进行精准干预。

实践案例：构建一个简单的用户流失预警模型

python复制

import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import classification_report, confusion_matrix
import seaborn as sns
import matplotlib.pyplot as plt

# --- 1. 数据准备 ---
# 模拟一份已处理好的用户特征数据
# 在真实场景中，这些特征需要从多个数据源通过复杂的SQL和Python脚本加工而成。
feature_data = {
    'user_id': range(1, 101),
    'recency_days': [i % 50 + 1 for i in range(100)], # 最近购买距今天数
    'frequency': [i % 10 + 1 for i in range(100)], # 购买次数
    'avg_order_value': [i * 10 + 50 for i in range(100)], # 平均客单价
    'used_coupon_rate': [i / 100 for i in range(100)], # 优惠券使用率
    'complaint_times': [1 if i > 80 else 0 for i in range(100)], # 是否投诉过
    # 定义流失标签：最近购买天数 > 30天，且购买次数 < 3 的用户定义为流失
    'churn': [1 if (i % 50 + 1 > 30 and i % 10 + 1 < 3) else 0 for i in range(100)]
}
churn_df = pd.DataFrame(feature_data)

print("--- 准备好的特征数据集 ---")
print(churn_df.head())
print(f"\n数据集中流失用户比例: {churn_df['churn'].mean():.2%}")


# --- 2. 准备训练数据 ---
features = ['recency_days', 'frequency', 'avg_order_value', 'used_coupon_rate', 'complaint_times']
X = churn_df[features]
y = churn_df['churn']

# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42, stratify=y)

# --- 3. 训练逻辑回归模型 ---
model = LogisticRegression(max_iter=1000, class_weight='balanced') # class_weight='balanced' 适用于样本不均衡场景
model.fit(X_train, y_train)

# --- 4. 模型评估 ---
y_pred = model.predict(X_test)

print("\n--- 模型评估报告 ---")
print(classification_report(y_test, y_pred))

# 绘制混淆矩阵
cm = confusion_matrix(y_test, y_pred)
sns.heatmap(cm, annot=True, fmt='d', cmap='Blues')
plt.xlabel('Predicted')
plt.ylabel('Actual')
plt.title('Confusion Matrix')
plt.show()

# --- 5. 特征重要性分析与业务结论 ---
# 查看模型系数，了解各特征对流失的影响
feature_importance = pd.DataFrame({'feature': features, 'coefficient': model.coef_[0]})
feature_importance = feature_importance.sort_values(by='coefficient', ascending=False)

print("\n--- 特征对流失的影响 (正数促进流失, 负数抑制流失) ---")
print(feature_importance)

print("\n--- 分析结论与策略建议 ---")
print("1. **模型效果**: 从评估报告看，模型对流失用户(标签1)的召回率(recall)为1.00，这意味着它成功识别出了测试集中所有的流失用户，达到了预警的目的。")
print("2. **关键预警指标**: 'recency_days'(最近购买天数)的系数为正且最大，说明用户越久没来买，流失概率越大，这是最强的预警信号。'complaint_times'(投诉次数)系数也为正，说明投诉过的用户更容易流失。")
print("3. **用户留存因素**: 'frequency'(购买次数)和'used_coupon_rate'(优惠券使用率)系数为负，说明高频购买和爱用优惠券的用户忠诚度更高，不易流失。")
print("4. **行动策略**: 运营团队应每日监控'recency_days'超过20天且'frequency'较低的用户，将他们作为高危预警人群，并主动通过邮件或App Push推送他们感兴趣的商品和优惠券，进行提前干预。")

— 特征对流失的影响 (正数促进流失, 负数抑制流失) —
feature coefficient
4 complaint_times 0.418834
0 recency_days 0.245184
3 used_coupon_rate 0.001155
2 avg_order_value -0.000150
1 frequency -2.124373

— 分析结论与策略建议 —

模型效果: 从评估报告看，模型对流失用户(标签1)的召回率(recall)为1.00，这意味着它成功识别出了测试集中所有的流失用户，达到了预警的目的。
关键预警指标: ‘recency_days'(最近购买天数)的系数为正且最大，说明用户越久没来买，流失概率越大，这是最强的预警信号。’complaint_times'(投诉次数)系数也为正，说明投诉过的用户更容易流失。
用户留存因素: ‘frequency'(购买次数)和’used_coupon_rate'(优惠券使用率)系数为负，说明高频购买和爱用优惠券的用户忠诚度更高，不易流失。
行动策略: 运营团队应每日监控’recency_days’超过20天且’frequency’较低的用户，将他们作为高危预警人群，并主动通过邮件或App Push推送他们感兴趣的商品和优惠券，进行提前干预。

viplao

487