基于深度学习的客户流失因果分析

客户流失是指在特定时期内终止与企业的关系或降低客户参与度。提升市场份额美元价值的两大商业营销策略起着至关重要的作用：获取新客户与保留现有客户。客户获取成本可能是客户保留成本的五到六倍，因此投资于有流失风险的客户是明智之举。流失模型的因果分析可预测客户在可预见的未来是否会流失，并协助企业识别流失的影响与可能原因，进而利用该知识施加针对性激励。本文提出一种框架，使用深度前馈神经网络进行分类，并结合高维稀疏数据上的序列模式挖掘方法。我们还提出一种因果贝叶斯网络来预测导致客户流失的原因概率。测试数据上的评估指标证实 XGBoost 与我们的深度学习模型优于先前技术。实验分析确认，代表超级年金缴费水平、账户增长和客户存续期的一些独立因果变量被以高置信度识别为客户流失的混杂因素。本文提供了从现状推断到地方超级年金基金未来方向的真实世界客户流失分析。