目标：理财客户的业务流失预测
需求：客户流失评分，或客户流失概率，生成高流失率客户名单；
数据
数据包括：
客户基本信息
理财产品信息
客户理财信息（资产、签约、交易等）
客户交易流水
数据范围：3个月的训练数据，1个月的测试数据，覆盖当前的理财用户
结果
客户：流失 or 非流失
准确率（accuracy）：正确预测的流失或不流失的用户数/总数
查准率（precision）： 被预测为流失且实际流失的用户数/被预测为流失的用户总数
查全率（recall）：被预测为流失且实际流失的用户数/实际流失的用户总数
术语
客户流失：客户不再重复购买，或终止原先使用服务。
流失类型分为：
自然流失：非人为因素，包括客户搬迁、死亡等
竞争流失： 由于竞争对手影响而造成的流失，突出表现在价格与服务层面
过失流失：由于工作中的过失引起客户不满意造成的流失
客户流失原因分析：
金融服务产品单一
服务于对客户关怀不够
工作人员流失带来的客户流失
企业形象不佳
客户流失模型
客户流失属于理性消费选择，具有强因果关系，而因果关系可以体现在过去的消费记录中。
建立客户流失预测模型就是通过对流失客户的数据分析后得出基本模型和行为模型。
客户流失基本模型用于找出客户相关数据与流失之间的关联，促使市场营销部门可以根据流失基本模型随时监控客户流失的可能性。
如果客户流失的可能性高于划定的限度，则需要通过一些手段，进行挽留。
客户流失的行为模型，是识别流失客户的典型行为，以此作为流失趋势的预测的依据。
客户流失预测
客户流失模型是为了发现预测流失的目标群体和预测历史趋势。
识别流失的目标群体，需要对客户价值进行分析。
不同客户带来的利润回报不同，在银行业务中评价客户价值的重要要素包括：最近一次购买、购买频率、购买金额。
同时针对客户划分不同维度：VIP客户、主要客户、普通客户、小客户，采取差异化服务策略。