Churn

Churn

客户停止使用某个服务，停止订阅，称为Churn

Customer Retention

让客户继续使用服务，更新订阅

Mental Model

Segmentation

给顾客划分，比如特点

Intervention

介入，根据数据来进行介入，比如发邮件，电话轰炸，培训等

1、提升产品质量

2、宣传活动

3、和顾客一对一交流

4、合理的价格

5、寻找更好的顾客

Predicting doesn't work well

为啥机器学习预测Churn不是很奏效呢？因为顾客跑了，跟把邮件分类是完全两码事。如果你做了一个模型，把邮件分成垃圾邮件和正常邮件，那么你只需要把垃圾邮件屏蔽掉就好了。

但是你就算预测到客户可能会停止使用你的产品，你又能怎样？电话轰炸，还是邮件？这种方式只适合还不了解你产品特性的用户，他们有可能对新特性感兴趣。

外部条件等，预测Churn很困难

Price reduction - can't afford

降价总是能降低Churn，但却负担不起

Goal

The data person’s goal is to make business people more effective at churn-reducing interventions

The main deliverable to the business from the data analysis project is a set of customer metrics.

Nonsubscription Churn

Inactivity

一段时间不使用产品了

Free trial conversion

试用产品的客户购买正式版的概率

Upsell/down sell

销售额增长或者下降

Churn rate

Net Retention

Net retention算的是总收入的对比，这边5个一月是89.95，二月有个顾客跑了，有个从Standard升级到Premium，原来5个顾客总营收是79.96

Standard churn rate

Outerjoin, 然后看右边哪些是Null就可以判断哪些跑路了

Activity Based

设置一个Timeout，超过这个Limit的绝大多数顾客都不会再回来了。

Time-windowed metrics

Lead time

比如下载服务，客户在决定要停止使用这个产品之前，不会再上传，而是大量下载文件。

Active Periods

Cohort Analysis

一个产品，使用越频繁越不太容易Churn。因此可以根据使用频度进行分组，计算每个组的Churn rate

Behavior Correlation