详细内容或原文请订阅后点击阅览
从交易到趋势：预测客户何时将停止购买
客户流失通常是一个渐进的过程，而不是突然发生的事件。在这篇文章中，我们分析每月交易趋势并将回归斜率转换为度数，以清楚地识别购买行为的下降。今天的小负斜率可以防止明天的巨大收入损失。从交易到趋势：预测客户何时将停止购买的帖子首先出现在走向数据科学上。
来源:走向数据科学数学如何解决现实世界中的这么多问题。当我上小学时，我当然不这么认为。顺便说一句，我从来不讨厌数学，而且学习大部分基本概念也没有困难。
然而，我承认，对于经典算术之外的大多数课程，我通常会想，“我一生中永远不会将其用于任何事情”。
不过那是其他时候了。没有互联网，没有数据科学，计算机也几乎不是什么东西。但时间流逝。生活总会发生，我们终有一天会用古老的数学方法解决重要的商业问题！
在这篇文章中，我们将使用著名的线性回归来解决另一个问题：预测客户流失。
线性回归与流失
客户流失很少在一夜之间发生。在许多情况下，客户会逐渐减少购买频率，然后完全停止。有人称其为“无声搅动”[1]。
可以使用传统的流失模型来预测流失，该模型 (1) 需要标记的流失数据； (2) 有时解释起来很复杂； (3) 在流失已经发生后检测。
另一方面，这个项目展示了一个不同的解决方案，回答了一个更简单的问题：
这是客户吗
放慢购物速度？
这个问题的回答逻辑如下。
我们使用每月购买趋势和线性回归来衡量一段时间内的客户动力。如果客户继续增加开支，总金额将随着时间的推移而增长，从而导致上升趋势（或者线性回归中的正斜率，如果您愿意的话）。反之亦然。较低的交易金额将导致下降趋势。
让我们分步骤分解逻辑，并了解我们将如何处理数据：
好吧，我们接下来继续实现。
代码
这是结果。