【问题标题】:Predicting Customer Activity Absence预测客户活动缺席
【发布时间】:2018-11-25 23:40:25
【问题描述】:

您能帮我解决以下问题吗?

我有一个如下所示的客户活动数据框:

它包含至少 500.000 名客户和 42 个月的“时间序列”。 1 和 0 代表客户活动。如果客户在特定月份活跃,那么将有 1,如果不是 - 0。我需要确定在接下来的 6 个月(2018 年 7 月至 12 月)内最有可能(+ 概率)不会活跃的客户。

您能否指导我应该使用什么方法/模型来预测这一点?我使用 Python。

提前致谢!

【问题讨论】:

    标签: python pandas data-science data-analysis prediction


    【解决方案1】:

    最直接的分析是描述客户随时间回报的生存模型:https://towardsdatascience.com/survival-analysis-in-python-a-model-for-customer-churn-e737c5242822

    如果除了时间序列之外您还有关于客户的更多信息,您可以使用其他信号来扩充您的模型。

    【讨论】:

      猜你喜欢
      • 2023-03-09
      • 1970-01-01
      • 2020-04-27
      • 2013-05-18
      • 2019-04-20
      • 1970-01-01
      • 2017-06-02
      • 1970-01-01
      • 2014-09-12
      相关资源
      最近更新 更多