中石化加油卡客戶流失預測方法與研究

龍源期刊網

中石化加油卡客戶流失預測方法與研究

作者：肖文斌

來源：《神州·中旬刊》2013年第06期

摘要：本文提供一種加油卡客戶流失預測分析方法，收集一定期限內每個加油卡客戶行為

的原始數據，建立數據庫；對原始數據進行整理匯總，計算出和加油卡客戶流失行為相關的若

干基本屬性，并進行離散化或布爾化處理，利用信息增益參量對屬性的重要性進行評估，并利

用多維關聯規則對數據庫的數據進行過濾合并，得到多維頻繁項集，然后采用決策樹方式建立

模型，并根據持續變化的加油卡客戶數據對決策樹模型進行修正，從而預測客戶流失情況，并

發布預警信息。本文綜合并改進了屬性關聯和決策樹模型，增加了決策樹生成效率和可理解

性，屬性的合并具有石化行業特色，從而解決傳統決策樹模型無法解決的問題，為石化行業提

出了一種可行的客戶流失預警方案。

關鍵詞：中石化加油卡 客戶流失預測 屬性關聯 決策樹模型

1. 研究背景

中石化加油卡是中國石化股份有限公司2003年發行的，在北京、上海、天津、河北、河

南等全國19個省市，14000余座加油站均可享受加油的油品消費儲值卡。截止到2012年底，

加油卡售卡突破三千萬張。作為國內最大的一體化能源公司，中國石化運用信息化手段提升服

務水平，為客戶提供更優質的服務取得了突破性進展。

在上海無論是市中心，還是郊區縣城、高速公路上，都有中石化身影的出現。現有加油站

600多家，發卡網點500多家，占所有加油站的90%，發卡網點仍在持續擴充、建設當中，中

石化加油卡網站和易捷網還提供網上充值、預分配等功能，為顧客提供了更便捷的途徑，更好

的用卡體驗。

中國的石化行業經過多年的信息化建設，取得了巨大的經濟效益和良好的社會效益。然而

經過一輪高速發展之后，尤其是隨著行業內競爭的加劇，各運營商加油卡客戶的增長逐漸放

慢，客戶呈現出動態亦增亦減趨勢，在每月都有客戶新開卡的情況下，也有大量客戶停止使

用。每個月都有出現的零充值、零消費客戶，大量占用了客戶維護的信息資源，客戶數量的增

加卻不能帶來收入的增加，而發展新客戶的成本要遠遠大于挽留老客戶的成本，所以客戶流失

分析的重要意義對石化運營商來說不言而喻。在當前運營基礎設施不斷改善，服務意識也逐步

提升的情況下，對有價值客戶的關注和流失防范成為關注的焦點。本文通過分析加油卡客戶單

月的消費金額、單月的充值金額，單月產生的積分、單月消費的積分，單月沉淀資金等數據分

析、計算，通過數字化手段，判定加油卡客戶的增減情況。以簡單有效的數學公式，判定一段

時間內加油卡客戶的增加或者流失的情況，從宏觀上掌握中石化加油卡在一段時間內的增減情

況及發展趨勢。

龍源期刊網

2.加油卡客戶流失預測方法的數學模型

本文要解決的技術問題就是為了克服現有技術缺陷而提供一種加油卡客戶流失預測方法。

本文的目的通過以下技術方案來實現，如圖1所示：

■

■

加油卡客戶流失預測分析方法，包括步驟：

S1、收集一定期限內每個加油卡客戶行為的原始數據，建立數據庫；

S2、以顆粒度為月對所述原始數據進行整理匯總，計算出和加油卡客戶流失行為相關的若

干基本屬性；

S3、對所述各基本屬性進行離散化或布爾化處理；

S4、利用信息增益參量對所述各基本屬性的重要性進行評估，篩選出若干重要屬性；

S5、對所述各重要屬性，利用多維關聯規則對數據庫的數據進行過濾合并，得到多維頻繁

項集，并以每個頻繁項集中的頻繁項與該頻繁維謂詞集合并起來作為新屬性；

S6、針對所述多維頻繁項集的新屬性，采用決策樹方式建立模型；

S7、將實際已經流失的客戶的數據輸入所述決策樹模型進行分析，比較分析結果和實際歷

史結果的差異，對所述決策樹模型進行修正；

S7、根據修正后的決策樹模型進行客戶流失預測，發布預警信息。

其中，步驟S1中加油卡客戶行為的原始數據包括充值明細、圈存明細、加油明細、積分

明細、沉淀資金。

其中，步驟S2中和加油卡客戶后續行為相關的若干基本屬性，包括前六個月的月平均消

費額，以往充值的平均金額，最后一次充值距當前時間，最后一次的充值的金額，最后一次消

費距當前的時間。

其中，步驟S4包括以下步驟：

S41、計算任意基本屬性的期望信息：