基于贝叶斯网络的电信客户流失预测分析

周荣鑫 赵娟娟 靳梦华

摘  要： 贝叶斯网络技术的提出为科研人员提供了一种非常好的解决不确定领域推测和分析的方式。由于贝叶斯网络自身特有的直观式属性和完善的数学推理逻辑性，使科研人员看到了该技术在不确定领域的重要应用。通过贝叶斯网络，科研人员能建立对未知项的推理模型，从而得到具有参考意义的预测和分析。对电信客户流失的预测分析也是一个这样的不确定性知识推理领域。本文通过对贝叶斯网络的介绍和对电信客户流失分析的说明，运用贝叶斯网络的机制，构建了相应的电信客户流失模型，并对其进行了预测分析。

关键词： 贝叶斯网络;电信客户;流失预测;分析

【Abstract】： Bayesian network technology provides a good way for scientific researchers to analyze and speculate uncertain areas. Bayesian network has unique intuitive attributes and perfect logic of mathematical reasoning， researchers have seen the important application of the technology in uncertainty field. With Bayesian network， researchers can establish reasoning models for unknown items， and obtain predictions and analysis with reference significance. Prediction and analysis of telecom customer loss is also an uncertain field of knowledge reasoning. The article introduces Bayesian network and explains analysis of telecom customer loss， establishes corresponding telecom customer churn model with Bayesian network mechanism and carries on prediction and analysis on it.

【Key words】： Bayesian network; Telecom customers; Loss prediction; Analysis

0  引言

对电信业务服务商而言，客户所具有的终身价值与其发展业务的能力之间存在直接关系。因此，电信企业的客户流失率越高，其业务增长机会就越低。即使电信企业拥有业内最好的营销活动，如果其以高比率失去客户，电信企业的收益也会受到影响。因为在当下的商业竞争环境中，获得新客户的成本非常高，远不如维持好老客户所能够获得的收益。客户流失阻碍了电信企业的业务增长，因此电信企业应该有一个定义的方法来计算给定时间段内的客户流失。本文则利用基于贝叶斯网络的预测分

析方式，对电信客户流失进行了相关讨论。

1  电信客户流失分析

1.1  客户流失类型

在电信行业中，客户流失是指客户停止与电信业务服务商的关系。一旦客户与电信网络或服务的最后一次交互過去了一段特定的时间，电信业务服务商通常会将客户视为流失。客户流失的全部成本包括收入损失和用新客户替换这些客户所涉及的营销成本。减少客户流失是每个电信业务服务商的关键业务目标。在电信行业中客户流失主要类型包括：自然流失、恶意流失、竞争流失、失望流失[1]。

1.2  预测客户流失的重要性

如果能够预测某个特定客户处于高风险状态的能力，同时还有时间对其做些什么，这代表了电信业务服务商将会有巨大的额外潜在收入来源。因为，对电信业务服务商来说除了客户放弃业务导致的直接收入损失之外，最初收获该客户的成本可能尚未涵盖客户迄今为止的支出。（换句话说，获得该客户实际上可能是一项亏损的投资。）此外，获得新客户总是比保留当前付费客户更困难和昂贵。因此，电信企业需要做好客户流失预测。

1.3  客户流失预测难点

为了成功留住原本会放弃业务的客户，电信业务服务商的营销人员和留存专家必须能够提前预测哪些客户将通过流失分析进行流失，以及知道哪些营销行为将具有最大的保留率，并且制定相应的对每个特定客户有影响留存方案。有了这些知识，就可以消除大部分客户流失。通过对客户流失分析的预测，有针对性的主动保留减少客户流失虽然理论上很简单，但实现这种“主动保留”目标所涉及的现实极具挑战性。

通过相应的方法可以建立电信客户流失预测模型，以此能了解精确的客户行为和属性，这些行为和属性标志着客户流失的风险和时间。而所使用技术的准确性显然对任何主动保留工作的成功有着至关重要的作用。毕竟，如果营销人员不知道客户即将流失，则不会对该客户采取任何措施。此外，还有可能无意中向忠实的电信客户提供了以保留为目的的优惠或奖励，从而导致收入减少，没有充分发挥客户流失预测的积极作用。然而，不幸的是，大多数流失预测建模方法依赖于基于静态数据和度量来量化风险，即，关于客户现在存在的信息。最常见的流失预测模型基于较早的统计和数据挖掘方法，例如逻辑回归和其他二进制建模技术，这些方法提供了一些价值，可以识别一定比例的有风险的客户，但它们相对不准确，最终还是无法准确对电信客户的流失做出预测分析。因此，本文将利用贝叶斯网络的机器学习模式，对困扰电信业务提供商的客户流失问题进行预测和分析。

2  贝叶斯网络

贝叶斯网络是一种概率图形模型，它使用贝叶斯推理进行概率计算。贝叶斯网络旨在通过在有向图中表示边缘的条件依赖性来建立相关数学模型，从而建立因果关系，通过这些关系，可以通过使用已知的因子有效地对图中的随机变量进行推断。在深入了解贝叶斯网络之前，首先了解概率论。

从表1的信息分布中可以看到，对电信企业而言，基本费在10人民币区间以下的客户是大多数，而基本费在20-30元之间的客户则数量相对不那么多。而在这些客户中，电信服务开通时间在12个月以下的又占据了极大的一部分，其他开通时间在24个月到36个月的则又只有很少的一部分。由此我们得出结论，电信流失客户中大部分是属于开通费用低且开通服务时间短的部分。而这一部分客户对应的形象则是典型的中年电信服务使用者。要对这一部分的客户实行保留手段可以利用大部分中老年人爱占小便宜的特点[6]，推出一项相对更具有诱惑性的低价值服务，吸引其入网。同时，电信企业也可以在平时的运营中推出一些针对该类型客户的活动，提高其对企业的忠诚度。

5  结论

具有关机构的实际调研结果分析，如果客户的保留率增加8%会导致30%-80%的利润增长。国际权威商业调查机构毕马威（KPMG）发现了同样的事实，他们发现客户保留是公司收入的主要推动  力[7-8]。而现如今，电信企业也认识到了这一点，其正在积极的寻求办法提高电信客户的保留率。要提

高客户保留率，首先要知道客户为什么会流失。通过本文的讨论，可以发现，利用贝叶斯网络的特性，对电信客户进行建模分析能很好的预测其流失情况。因此，本文基于贝叶斯网络的电信客户流失预测分析具有现实意义，值得其他相关企业借鉴。

参考文献

侯阿临， 李飞. 贝叶斯MLP神经网络在IP承载网性能预測的研究[J]. 软件， 2013， 34（04）： 96-97+127.

吕学志， 胡晓峰， 吴琳， 等. 基于贝叶斯网络的任务共同体识别[J/OL]. 计算机工程与应用： 1-9[2018-12-17].

赵宇翔， 卢光跃， 王航龙， 等. 基于缺失数据BN参数学习的电信流失客户预测算法[J]. 电信科学， 2018， 34（01）： 52-60.

张小敏， 伍小平， 丰婷， 等. 基于最优加权组合的电信客户流失预测模型设计研究[J]. 赤峰学院学报（自然科学版）， 2017， 33（12）： 3-4.

杨婷. 模糊贝叶斯网络在电信客户流失分析中的研究与应用[D]. 广东工业大学， 2014.

周君仪. 基于粗糙集特征选择的电信客户流失预测研究[D]. 江苏科技大学， 2014.

罗彬. 基于MMOI方法的电信客户流失预测与挽留研究[D]. 电子科技大学， 2010.

田玲， 邱会中， 郑莉华. 基于神经网络的电信客户流失预测主题建模及实现[J]. 计算机应用， 2007（09）： 2294-2297.