机器学习实现扩大企业资金池

（注：本分来自凡人机器学习投稿人张聪的投稿，感谢张聪同学。）

资金池是把资金汇集到一起，形成一个像蓄水池一样的储存资金的空间。目前企业最大的资金池来源是先收取很大一部分钱，再进行资产运作，例如p2p的存款，共享单车的押金，以及运营商的合约机等。资金池扩大的过程，会有遇到瓶颈，那么如何实现突破瓶颈点？机器学习方法为您解析！

电信合约机的资金池

图1 电信合约机市场

本文以电信行业的合约机为例，电信运营商行业有庞大的用户群体，一个重要资金池扩大方法在于合约用户，例如两年存费送机模式，即预付两年话费，送一个合约手机，通过以上模式获得大量资金池后可以进行资金运作。

应用机器学习

图2 应用机器学习

瓶颈：随着社会发展，资金池的重要来源在于新客户，然而，市场竞争必然会越来越激烈，合约到期的老客户中，再次购买比率很低，流失很高。传统方法很难有效分析流失用户。

瓶颈的衡量标准：运营商每个月通过保有率（续约人数*续约金额/合约到期人数*到期金额）指标表示资金池内的金额可以继续持有的比率。

瓶颈解决方法：应用机器学习的方法，精准分析可能流失老用户进行维系，提高保有率，避免资金池内资金的流失，即用户数据间接实现增收变现。

机器学习的业务本质，机器学习主要分为两个方面，特征，算法。

机器学习的目的就是通过数据，精准的拟合出人类的大脑认知。

特征：人类大脑认知是会思考用户可能流失的行为。

算法：对行为进行组合，确定谁会流失。

业务使用的机器学习模型过程

1.确立时间

图3 时间窗划分

时间窗划分：前三个月的行为，判断第五个月的行为，为什么这样呢？因为判断出第五个月用户会流失，在间隔的一个月中即可电话维系。

2.变量与自变量确定

变量与自变量确定分为两个大步骤，第一，选择样本的自变量与变量，第二，对变量进行衍生变量制作。

------------------------选择样本-----------------------

样本选择：到期用户，剔除无行为用户

自变量：表现期是否流失的用户

变量：基本信息（用户等级，是否打印发票，融合业务等等重要因素），终端情况，账单，缴费，流量，短信，语音

图4 变量与自变量确定

变量提取后进行变量处理

------------------------衍生变量-----------------------

静态变量处理：One-hot

动态变量处理：①.行为变量通过时间细分，和行为事件细分，例如，三个月内上午通话时长，三个月内长途通话时长。②.以时间和事件为基准，制作衍生变量：均值（例，三个月通话均值），波动（例，第三个月通话相比三个月均值的变化），比例（三个月长途通话均值/三个月通话均值）。

变量的确定这方面，体现业务经验丰富的重要性，如果是有经验的算法用户会省了很多时间，因为本人在做其他领域项目时，没有任何领域经验，熟悉业务数据过程非常耗时。如果不用深度学习，那么在会花大量的时间在特征工程上面。

3.变量选择

首先，有监督的变量选择是有目的性的选择，变量都是根据目标的关系而选。

1. 显著性，通过IV值等对所有变量进行显著性（good与bad的比率）计算，最终留下IV值高的变量。

2. 相关性，去除变量与变量相关性高的IV值低的变量。

3. 稳定性，查看变量在不同月份对待目标变量的变化趋势。相同，则稳定。

最终留下符合三条标准的变量作为筛选后变量。

4.分类算法

结构化数据的分类算法会有特别多，例如逻辑回归，xgboost，SVM等。

5.模型测试评估

目的：预测流失的用户，由于目的在于找到高流失用户。希望维系挽留。

评估方法：提升度

测试样本（一个月内合约到期的所有人，包括续约用户和非续约用户）预测用户概率前10%的用户，包含所有流失用户的40%。提升度=4.证明模型有效。

机器学习与大脑认知的一致

应用机器学习方法，提取出客户流失的变量行为（语音波动降低幅度很大，没有融合业务等流失概率高），大脑认知代表着客户活跃度忠诚度价值减少。算法将客户活跃度忠诚度价值的行为有效组合判断流失可能性。提取高流失人群。

电信合约机在不断开拓新用户的同时，维系存量用户，实现扩大企业资金池。某运营商的保留率的提升情况如下：

图5 效果示例

总结

本文是机器学习应用，原理可能没有那么复杂，目的是拓宽大家都视野和想法，也许机器学习能做的事情比想象的还要多。数据变现是数据挖掘中的复杂课题，在实际的行业应用中，数据的有效利用会面对业务复杂和问题多样化等。一个大型的数据挖掘项目，常常会遇到数据不显著、不稳定等问题。如何正确的从数据中提取有效价值，以达到最优效果显得犹为重要。因此只有在数据本质上充分的进行数据挖掘，才能有效的创造出真正的生产力。正确的应用机器学习挖掘数据本质才能有效的解决相应业务问题。