用户流失分析
用户流失分析
案例描述
项目描述：客户流失是所有与消费者挂钩行业都会关注的点。因为发展一个新客户是需要一定成本的，一旦客户流失，除了浪费拉新成本，还需要花费更多的用户召回成本。 所以，电信行业在竞争日益激烈当下，如何挽留更多用户成为一项关键业务指标。为了更好运营用户，这就要求要了解流失用户的特征，分析流失原因，确定挽留目标用户并制定有效方案。
数据集：本案例所使用数据集来自Kaggle平台，数据集一共提供了7043条用户样本，每条数据包含21个属性，由多维度的客户信息和流失与否的标签组成。
分析方法：
根据现有数据，对数据进行拆分，从基本信息，服务信息，签约信息，三个方面进行用户画像分析
数据介绍
用Python导入并查看数据
数据总共有21个列标签，除了最后一列Churn表示客户的流失标签外，其他20列数据可以分为三类特征：客户的基本信息，开通的服务信息，签订的合约信息。
各个数据标签的解释：
| 标签名称 | 字段解释 | 特征类型 |
|---|---|---|
| customerID | 用户ID | 基本信息 |
| gender | 性别（male 男/female 女） | 基本信息 |
| SeniorCitizen | 老年人 | 基本信息 |
| Partner | 婚姻情况（yes/no） | 基本信息 |
| Dependents | 是否经济独立（yes/no） | 基本信息 |
| tenure | 入网时间 | 基本信息 |
| PhoneService | 是否开通电话服务（yes/no） | 服务信息 |
| MultipleLines | 是否开通多线业务（yes/no） | 服务信息 |
| InternetService | 是否开通网络服务（yes/no） | 服务信息 |
| OnlineSecurity | 是否开通网络安全服务（yes/no） | 服务信息 |
| OnlineBackup | 是否开通在线备份服务（yes/no） | 服务信息 |
| DeviceProtection | 是否开通设备保护业务（yes/no） | 服务信息 |
| TechSupport | 是否开通技术支持服务（yes/no） | 服务信息 |
| StreamingTV | 是否开通网络电视业务（yes/no） | 服务信息 |
| StreamingMovies | 是否开通在线电影业务（yes/no） | 服务信息 |
| Contract | 签订合同的方式（月，一年，两年） | 签约信息 |
| PaperlessBilling | 是否开通电子账单（yes/no） | 签约信息 |
| PaymentMethod | 付款方式（Bank transfer/Credit card/Electronic check/Mailed check） | 签约信息 |
| MonthlyCharges | 每月的费用 | 签约信息 |
| TotalCharges | 总费用 | 签约信息 |
| Churn | 用户是否流失（yes/no） | 流失标签 |
数据预处理
查看并转换数据类型
- TotalCharges总费用 和 MonthlyCharges每月费用 ，都应该是数值型数据，转换TotalCharges为数值型数据
缺失值处理
TotalCharges有11个缺失值，对于缺失值的处理一般分为删除和填充缺失值两种方式，
进一步查看缺失值的详细情况，然后确定如何处理缺失值
缺失的为TotalCharges（总费用），而MonthlyCharges（月费用）并没有缺失，而且都是流失的客户群体，根据情况分析，这些缺失值对应的用户应该在交完当月的费用后就流失了，因此，可以采用MonthlyCharges（月费用）来填充TotalCharges（总费用）的缺失值
可视化分析
查看客户流失比例分布
基本信息对客户流失情况的影响
#性别
plt.figure(figsize=(14,10))
plt.subplot(2,2,1)
gender = sns.countplot(x='gender',hue='Churn',data=data,palette='hls')
plt.xlabel('性别',size=20)
#SeniorCitizen 老年人对流失率的影响
plt.subplot(2,2,2)
SeniorCitizen = sns.countplot(x='SeniorCitizen',hue='Churn',data=data,palette='hls')
plt.xlabel('老年人（0为年轻人，1为老年人）',size=20)
#婚姻
plt.subplot(2,2,3)
SeniorCitizen = sns.countplot(x='Partner',hue='Churn',data=data,palette='hls')
plt.xlabel('婚姻',size=20)
#非经济独立
plt.subplot(2,2,4)
SeniorCitizen = sns.countplot(x='Dependents',hue='Churn',data=data,palette='hls')
plt.xlabel('非经济独立（No为独立，Yes为未独立）',size=20)
由上图可知：
性别对客户流失情况基本没有影响，
年龄对客户流失情况有影响，老年人的流失率要远高于年轻人的流失率，
婚姻情况对客户的流失有影响，未婚客户的流失率要高于已婚的客户，
经济能力对客户流失有影响，经济为独立的客户流失率要高于以独立的客户
#入网时间的流失比例
tenure = data[['tenure','Churn']]
#把Churn（是，否），替换为数值（1，0）方面计算比率
tenure['Churn'] = tenure['Churn'].map({'Yes':1,'No':0})
tenure = tenure.groupby('tenure').sum()/tenure.groupby('tenure').count()
tenure = tenure.reset_index()
#画图
plt.figure(figsize=(14,6))
plt.plot(tenure['tenure'],tenure['Churn'],c='g')
plt.title('入网时间的流失情况',size=18,color='black')
plt.show()
由上图可知：除了入网时间为0的刚入网客户，流失率是随着入网时间成下降趋势的
服务属性对客户流失的影响
column = ['OnlineSecurity', 'OnlineBackup', 'DeviceProtection', 'TechSupport', 'StreamingTV', 'StreamingMovies']
for i in column:
plt.figure(figsize=(15,5))
plt.subplot(1,3,1)
plt.pie(data[data[i]=='Yes']['Churn'].value_counts(),
labels=['No','Yes'],
explode=(0.08,0),
autopct='%0.2f%%',
shadow=True,
textprops={'fontsize':15,'color':'w'})
plt.title('{} = Yes'.format(i),c='w',size='15')
plt.subplot(1,3,2)
plt.pie(data[data[i]=='No']['Churn'].value_counts(),
labels=['No','Yes'],
explode=(0.08,0),
autopct='%0.2f%%',
shadow=True,
textprops={'fontsize':15,'color':'w'})
plt.title('{} = No'.format(i),c='w',size='15')
plt.subplot(1,3,3)
plt.pie(data[data[i]=='No internet service']['Churn'].value_counts(),
labels=['No','Yes'],
explode=(0.08,0),
autopct='%0.2f%%',
shadow=True,
textprops={'fontsize':15,'color':'w'})
plt.title('{} = No internet service'.format(i),c='w',size='15')
plt.show()
（此处省略部分图片）
由上图可以推测出：
- 所有没有使用互联网服务的客户流失率为7.4%，可以判断这六个属性只有在客户开通互联网服务后才有用，所以不会影响到没有开通的客户。
- StreamingTV，StreamingMovies这两个服务对客户流失情况基本没有太大影响。
- 开通其他四个互联网服务的用户流失率都有不同程度的降低，可以推断为多绑定这四个业务有助于客户的留存提升
PhoneService 电话业务
# PhoneService 电话业务
plt.figure(figsize=(14,7))
plt.subplot(1,2,1)
plt.pie(data[data['PhoneService']=='Yes']['Churn'].value_counts(),
labels=['No','Yes'],
explode=(0.08,0),
autopct='%0.2f%%',
shadow=True,
textprops={'fontsize':20,'color':'w'})
plt.subplot(1,2,2)
plt.pie(data[data['PhoneService']=='No']['Churn'].value_counts(),
labels=['No','Yes'],
explode=(0.08,0),
autopct='%0.2f%%',
shadow=True,
textprops={'fontsize':20,'color':'w'})
plt.show()
MultipleLines 多线程服务
plt.figure(figsize=(15,5))
plt.subplot(1,3,1)
plt.pie(data[data['MultipleLines']=='Yes']['Churn'].value_counts(),
labels=['No','Yes'],
explode=(0.08,0),
autopct='%0.2f%%',
shadow=True,
textprops={'fontsize':15,'color':'w'})
plt.title('MultipleLines = Yes',c='w',size=20)
plt.subplot(1,3,2)
plt.pie(data[data['MultipleLines']=='No']['Churn'].value_counts(),
labels=['No','Yes'],
explode=(0.08,0),
autopct='%0.2f%%',
shadow=True,
textprops={'fontsize':15,'color':'w'})
plt.title('MultipleLines = No',c='w',size=20)
plt.subplot(1,3,3)
plt.pie(data[data['MultipleLines']=='No phone service']['Churn'].value_counts(),
labels=['No','Yes'],
explode=(0.08,0),
autopct='%0.2f%%',
shadow=True,
textprops={'fontsize':15,'color':'w'})
plt.title('MultipleLines = No phone service',c='w',size=20)
plt.show()
由上面的图可推断出：
PhoneService ，MultipleLines 对客户流失情况影响都很小。
plt.figure(figsize=(15,5))
plt.subplot(1,3,1)
plt.pie(data[data['InternetService']=='Fiber optic']['Churn'].value_counts(),
labels=['No','Yes'],
explode=(0.08,0),
autopct='%0.2f%%',
shadow=True,
textprops={'fontsize':15,'color':'w'})
plt.title('InternetService = Fiber optic',c='w',size='15')
plt.subplot(1,3,2)
plt.pie(data[data['InternetService']=='DSL']['Churn'].value_counts(),
labels=['No','Yes'],
explode=(0.08,0),
autopct='%0.2f%%',
shadow=True,
textprops={'fontsize':15,'color':'w'})
plt.title('InternetService = DSL',c='w',size='15')
plt.subplot(1,3,3)
plt.pie(data[data['InternetService']=='No']['Churn'].value_counts(),
labels=['No','Yes'],
explode=(0.08,0),
autopct='%0.2f%%',
shadow=True,
textprops={'fontsize':15,'color':'w'})
plt.title('InternetService = No',c='w',size='15')
plt.show()
（图略）
由图可知：
InternetService = Fiber optic的用户数量最多，但流失率也最高41.89%，InternetService = DSL 流失率为18.96%，InternetService = No 的流失率为7.4%。
相比较开通DSL能更好的降低流失率
签订的合约信息对用户流失的影响
#签订合同方式 与 客户流失率的 影响
plt.figure(figsize=(10,8))
sns.barplot(x='Contract',y='Churn',data=data,palette='pastel',)
plt.title('Contract',size=15)
由图可知：签订的合同时间越长，流失率越低。
# 付款方式对客户流失率的影响
plt.figure(figsize=(10,8))
sns.barplot(x='PaymentMethod',y='Churn',data=data,palette='Set2')
plt.title('PaymentMethod',size=15)
由图可知：在四中支付方式中，使用Electronic check的用户流失率最高
#PaperlessBilling
PaperlessBilling = data[['PaperlessBilling','Churn']]
PaperlessBilling['Churn'] = PaperlessBilling['Churn'].map({'Yes':1,'No':0})
plt.figure(figsize=(10,8))
sns.barplot(x='PaperlessBilling',y='Churn',data=PaperlessBilling,palette='pastel',)
plt.title('PaperlessBilling',size=15)
由上图可知：使用PaperlessBilling的客户流失率较高，因为使用PaperlessBilling的客户大多数为月付费用户，所以推测可能是按月付费对用户的流失影响比较大
费用对流失情况的影响
#TotalCharges 总费用
plt.figure(figsize=(16,4))
plt.subplot(1,2,1)
plt.hist(data[data.Churn=='Yes']['TotalCharges'],bins=500)
plt.title('Churn = Yes')
plt.subplot(1,2,2)
plt.hist(data[data.Churn=='No']['TotalCharges'],bins=500)
plt.title('Churn = No')
plt.show()
# MonthlyCharges 月费用
plt.figure(figsize=(16,4))
plt.subplot(1,2,1)
plt.hist(data[data.Churn=='Yes']['MonthlyCharges'],bins=500)
plt.title('Churn = Yes')
plt.xticks(range(0,130,10))
plt.subplot(1,2,2)
plt.hist(data[data.Churn=='No']['MonthlyCharges'],bins=500)
plt.title('Churn = No')
plt.xticks(range(0,130,10))
plt.show()
通过对费用的分析可知：
总费用：客户的流失趋势是随着付费的总费用越多而流失率越低，客户就越稳定。
月付费：每月的费用越高客户的流失率就越高，主要集中在每月费用70-105之间流失率较高
用户画像分析与建议
用户画像
通过以上的分析，可以发现容易流失的客户的用户画像为：
建议：
- 对老年人，未婚，经济为独立的客户推出亲情套餐等优惠活动。
- 对于入网时间短（2月之内）的用户推出半年或一年的优惠活动，使客户从易流失时期过渡到相对稳定时期。
- 开通网络相关服务能够提高客户的留存，可以对相关服务加强宣传推广力度
- 对一直都按月付费的用户推出年付费的优惠活动
- 对使用电子支票和PaperlessBilling的客户，推出使用其他支付方式的优惠活动，或者通过消息推送等提醒其使用其他更便捷的支付方式
- 对每月付费在70-105区间的用户，推出一定的折扣或其他优惠活动