每日分享最新专题行业研究报告（PDF）和数据资料至会员群

加入会员群

本报告基于实战项目经验，系统拆解电信客户流失预测的全流程。我们以4972条真实客户数据为样本，通过Python工具链（pandas、scikit-learn等）完成从数据清洗到模型部署的闭环，创新点在于将RFM客户价值分析思想与机器学习模型融合，实现”分群-预测-挽留”的精细化运营。本报告专题项目文件已分享在交流社群，阅读原文进群咨询、定制数据报告和600+行业人士共同交流和成长。

01 行业背景：电信用户流失的现实挑战

通信行业的竞争格局在十年间发生了根本性变化。2010年前后，用户选择运营商主要依赖网络覆盖，”转网成本高”使得客户黏性天然较强；而随着携号转网政策全面落地、5G套餐同质化加剧，用户决策门槛大幅降低——调研显示，仅17%的用户会因”网络质量”坚持使用原运营商，其余用户更关注套餐性价比与服务体验。市场饱和与用户选择权提升的双重作用，使得”存量保卫战”成为运营商的核心战略。某省级运营商数据显示，2023年其用户流失率较2019年上升2.3个百分点，而挽回一个流失客户的成本是维持一个现存客户的4.2倍。这意味着，传统”广撒网”式的挽留策略已失效，必须通过数据挖掘锁定高风险客户，实现精准干预。

侧边栏

电信客户流失预测相关知识

客户流失预测是指通过数据分析和机器学习技术，识别可能会取消服务的客户，帮助企业采取针对性措施提高客户留存率。在电信行业，客户流失预测尤为重要，因为获取新客户的成本通常是保留现有客户的5-25倍。常见的预测方法包括逻辑回归、决策树、随机森林、神经网络等，结合RFM分析可以更精准地进行客户分群和价值评估。

02 数据准备：从原始数据到可用样本
2.1 数据概览

本次分析使用的电信客户数据集包含18个字段，涵盖客户基本属性（如地区）、消费行为（如白天通话时长Day_Mins）、服务使用（如是否开通国际计划Intl_Plan）及流失标签（Churn）。其中，定量变量14个（如通话时长、费用），定性变量4个（如地区、流失状态），样本量初始为5000+条。

2.2 数据清洗实战

数据清洗的核心目标是消除”噪声”，确保模型输入可靠。我们通过Python完成以下操作：

  • 缺失值处理：使用pandas的isna()方法检测缺失值，结果显示无缺失记录（代码示例：df.isna().sum()），无需填充。
  • 异常值处理：采用箱线图识别定量变量中的极端值（图1），发现白天通话时长（Day_Mins）、国际通话次数（Intl_Calls）等字段存在离群点。

箱线图显示异常值

处理规则：对单字段异常值，用该字段均值替换；对多字段同时异常的记录（如通话时长、费用均远超合理范围）直接删除，最终保留有效样本4972条，流失客户占比14.18%（图2）。

流失客户占比图

最受欢迎的见解

  1. 【专题】2024年数字化发展行业研究报告汇总PDF洞察（附原数据表）
  2. 增长新前沿——AI人工智能拐点重塑人类潜力 400+份报告汇总解读 | 附PDF下载
  3. 【专题】2025中国消费者的转型报告汇总以精准战略驱动新常态PDF解读（附原数据表）
  4. 中国新能源汽车：2024年总结与2025年趋势300+份报告汇总解读 | 附PDF下载
  5. 【专题】2024年金融数字化转型白皮书报告汇总PDF洞察（附原数据表）
03 探索性分析：流失特征的关键发现

通过交叉分析与统计描述，我们识别出三个核心规律：

  • 地区影响有限：三个地区的流失率分别为13.86%、14.15%、14.85%，差异在1%以内，说明地域不是关键变量（表2）。
  • 国际计划用户风险高：开通国际计划的客户流失率达41.95%，是未开通用户（11.27%）的3.7倍（表3），推测其对资费敏感度更高。
  • 服务交互频次关联流失：客服联系次数（CustServ_Calls）越多的客户，流失概率越高——这提示”被动服务”可能反映用户不满。
04 客户分群：基于RFM思想的K-Means实践

不同客户的挽留价值差异显著，我们结合电信行业特点，将RFM模型改造为”通话时长+消费金额+时段偏好”的分群维度，选取8个核心特征（如白天通话费用Day_Charge、夜间通话时长Night_Mins）进行聚类。

4.1 聚类流程
  • 特征标准化：通过StandardScaler消除量纲影响（代码：scaler = StandardScaler(); X_scaled = scaler.fit_transform(features)）。
  • 最优K值确定：绘制手肘图（图3），当K=4时，聚类内误差平方和（SSE）下降速率明显放缓，故分为4类。

手肘图确定K值

4.2 分群结果解读

雷达图（图5）显示四类客户的显著差异：

  • 类别1：夜间通话主导（Night_Mins/Night_Charge高），流失率12.86%；
  • 类别2：傍晚通话活跃（Eve_M
  • 类别2：傍晚通话活跃（Eve_Mins/Eve_Charge高），流失率11.02%；
  • 类别3：轻度使用（各指标均低），流失率11.53%；
  • 类别4：白天通话高频+国际需求（Day_Mins/Intl_Mins高），流失率21.55%（图6）。客户分群特征图

客户分群流失率图

R语言、SPSS电信客户流失预测实例汇总

专题|R语言、SPSS电信客户流失预测实例汇总：KNN、决策树、聚类、RFM分群、挽留策略研究

该专题汇总了使用R语言和SPSS进行电信客户流失预测的多个实例，涵盖KNN、决策树、聚类分析、RFM分群等多种方法，为制定有效的客户挽留策略提供了全面参考。

阅读原文
05 预测模型：四类算法的实战对比

我们选取四种经典模型，基于”8:2″划分的训练集与测试集进行验证，核心指标如下：

5.1 CART决策树

通过基尼指数选择分裂特征，发现白天通话时长（Day_Mins）为首个分裂节点（图8）。剪枝后（CP=0.014，图9）模型准确率93.9%，AUC=0.88（图10），优势在于可解释性强，适合业务方理解关键影响因素。
决策树可视化
决策树剪枝图决策树AUC曲线

5.2 Logistic回归

经逐步回归筛选出9个显著变量（如Intl_Plan、CustServ_Calls），模型表达式为：
Y=2.05X1+2.19X2+0.04X3+…+0.46X9（X1为Intl_Plan，X9为CustServ_Calls）
AUC=0.84（图12），适合需要量化变量影响权重的场景。
逻辑回归系数图逻辑回归AUC曲线

5.3 支持向量机（SVM）

采用径向基核函数处理非线性关系，测试集准确率94.5%，AUC=0.91（图13），对复杂特征交互的捕捉能力优于线性模型。

5.4 BP神经网络

构建三层隐含层（11-6-3节点），relu+sigmoid激活函数组合，测试集准确率95.3%，AUC=0.92（图16），综合性能最优，但需注意过拟合风险。
神经网络结构
神经网络训练过程
神经网络AUC曲线

06 业务建议：分群施策的挽留方案

结合分群结果与模型洞察，针对性策略如下：

  • 类别4客户（高流失风险）：推出”白天畅聊+国际分钟包”组合套餐，附加专属客服通道，降低服务响应时间；
  • 国际计划用户：设计”阶梯式国际资费”（时长越长单价越低），减少因资费敏感导致的流失；
  • 客服高频联系用户：建立”预警-回访”机制，当CustServ_Calls≥3次时，主动推送个性化补偿方案（如流量赠送）。
附：核心代码模板（可直接运行）
# K-Means聚类分群完整代码
import pandas as pd
from sklearn.cluster import KMeans
from sklearn.preprocessing import StandardScaler
# 1. 数据加载
df = pd.read_csv("telecom_data.csv")
# 2. 特征选择（RFM思想8个指标）
features = df[['Day_Mins', 'Day_Charge', 'Eve_Mins', 'Eve_Charge', 
'Night_Mins', 'Night_Charge', 'Intl_Mins', 'Intl_Charge']]
# 3. 标准化处理
scaler = StandardScaler()
features_scaled = scaler.fit_transform(features)
# 4. 聚类（K=4）
kmeans = KMeans(n_clusters=4, random_state=42)
df['cluster'] = kmeans.fit_predict(features_scaled)
# 5. 查看分群结果
print(df['cluster'].value_counts())

封面图