问题标签 [churn]

这是我第一次在这里提问，所以如果我做错了什么，请引导我到正确的地方。我有一个大而干净的数据集。（29000+，24）。问题是我必须根据 4 个不同的分类列来计算流失率，并且我只得到 1 列包含给定期间的子项。我也有一个日期栏。我计算流失率的想法是

问题

我不知道如何使用这 4 个不同的分类变量对数据进行分组。此外，如果我设法这样做，我最终会得到超过 200 个不同的表，所以我不相信这将是一个好方法。

我的目标是能够使用表中的信息来预测流失率，但我应该能够根据这些变量确定流失率。流失没有给出，它必须被计算，所以我在这里遇到了问题，因为我想不出解决这个问题的方法。

我正在尝试使用以下数据每月计算客户流失率。然而，不幸的是，当客户流失或不流失时，我没有一个布尔值，它取值为 1/True 或 0/False。您可以假设当客户在某个月份订购时，他/她没有流失，而当他/她在该月没有订购时，他/她就流失了。我明白这会导致流失率波动，但现在这并不重要。

我尝试使用按月重新采样它们

随后我有每个月的订单数量，但我不知道谁流失了。我希望有人可以帮助我解决这个问题。

非常感谢 ：）

我需要在单个 SQL 请求中获取按年份和用户类型分组的用户流失率值。

流失率 = 今年流失的用户数（存档）/（今年年初的用户数 + 今年注册的用户数）

今年丢失的用户 - 在特定年份内拥有“archive_date”（DATETIME）字段的用户。

用户计数- 可以通过“注册”（DATETIME）字段计算。

我需要按数据库中存在的所有年份（用于用户注册日期）对这些数据进行分组，并按用户类型进行分组。

预期结果（只是一个样本）：

示例数据数据库小提琴： https ://dbfiddle.uk/?rdbms=mysql_5.7&fiddle=0f79c8fb40b6c1185908f91ce39d6251

例如对于这个示例小提琴在 2020 年注册了 1 个新用户，我们在 2020 年初有 2 个用户（他们在 2019 年注册），我们有 1 个用户在 2020 年存档，所以（如果我们不按用户类型分组) 2020 年的总体流失率将是：

流失率 = 1 / (2 + 1) = 0.33（33% 流失率）

代码应该适用于 MySQL 5.7。

我有一个包含 2 个时间戳（event_timestamp、first_event_timestamp）的游戏数据。我知道流失分析并且以前做过，但我不知道如何使用日期数据进行流失分析。在案例中，我被要求使用 4 天的数据进行 30 天的客户流失预测。

和这个信息

主要目标是了解：

1. 客户流失的可能性有多大？
2. 确定每个用户的流失原因。

目前，我使用的是随机森林模型。我可以看到所有用户最重要的功能。有没有办法让每个用户都获得重要的功能？例如，可能一个客户因为不喜欢该产品而离开，而另一个客户因为它是昂贵的产品而离开，等等。

提前致谢！