CN107563816A - 电子商务网站的用户流失的预测方法及系统 - Google Patents

Abstract

本发明公开了一种电子商务网站的用户流失的预测方法及系统。方法包括：将获取的多个用户的历史相关数据划分为第一训练数据和第一测试数据；根据第一训练数据中的第一特征数据建立第一预测模型；将第一测试数据中的第一特征数据输入第一预测模型，计算用户的历史下单概率；将获取的多个用户的当前操作数据划分为第二训练数据和第二测试数据；根据第二训练数据中的第二特征数据建立第二预测模型；将第二测试数据中的第二特征数据输入第二预测模型，计算用户的当前下单概率；计算测试用户的流失概率。本发明能量化用户实时的流失概率，以为供应商的产品展示提供参考。

Description

电子商务网站的用户流失的预测方法及系统

技术领域

本发明涉及电子商务技术领域，特别涉及一种电子商务网站的用户流失的预测方法及系统。

背景技术

随着电子商务网站，例如OTA(Online Travel Agent，在线旅行社)产业的快速发展，各OTA之间的竞争日益激烈，用户在线选择酒店的途径更加广泛；另一方面，酒店收益管理工作的不断完善，酒店本身也在不断的挖掘潜在的忠实用户，这些都导致了电子商务网站的用户流失不断加剧。对于任意一款互联网产品来说，用户流失会直接影响一款产品的收益；且用户的流失体现了用户需求得不到满足，产品提供的服务存在待改善的空间等。用户流失一直是学术界和工业界的研究热点，用户流失问题包括流失原因，流失分类，流失预测，用户挽回等多个方面，而其中如何准确地对用户流失进行预测，则是用户流失分析的核心问题。准确地定位流失用户并对其采取相对应的措施，以及对产品服务进行改善对于长远的发展至关重要。

目前，用户流失问题分为正在流失与已经流失两种，而现在大部分的流失用户分析和挖掘都是基于后者，例如定义在一段时间内未访问产品的用户为流失用户，或者利用历史的数据预测一段时间未登录的用户是否已经流失，而对正在流失的用户的分析及限定方法还比较少。发现流失用户的时间越早，挽回率越高，挽回的成本越低，因此如何准确定位正在流失用户就显得尤为重要。对于OTA行业而言，及时准确定位正在流失的有订购酒店意向的用户，对提升产品收益和服务满意度及其重要。

发明内容

本发明要解决的技术问题是为了克服现有技术中用户流失的分析方法预测用户流失具有延时，不能预测用户实时的流失概率，导致不能及时采取应对措施，造成用户真正流失的缺陷，提供一种电子商务网站的用户流失的预测方法及系统。

本发明是通过下述技术方案来解决上述技术问题：

一种电子商务网站的用户流失的预测方法，所述预测方法包括：

S₁、获取多个用户的历史相关数据，根据设定比例将所述历史相关数据划分为第一训练数据和第一测试数据；

S₂、从所述第一训练数据中提取第一特征数据，基于所述第一特征数据建立第一预测模型；所述第一预测模型采用多个特征维度表征用户的历史下单概率；

S₃、从所述第一测试数据中提取所述第一特征数据，输入到所述第一预测模型，计算每个测试用户的历史下单概率；

S₄、获取所述多个用户的当前操作数据，根据所述设定比例将所述当前操作数据划分为第二训练数据和第二测试数据；

S₅、从所述第二训练数据中提取第二特征数据；基于所述第一特征数据和所述第二特征数据建立第二预测模型；所述第二预测模型采用多个特征维度表征用户的当前下单概率；

S₆、从所述第二测试数据中提取所述第二特征数据，输入到所述第二预测模型，计算每个测试用户的当前下单概率；

S₇、基于所述历史下单概率和所述当前下单概率计算测试用户的流失概率。

较佳地，步骤S₂中，基于所述第一特征数据建立第一预测模型，具体包括：

将所述第一特征数据输入至XGBoost模型，进行训练并构建第一预测模块。

较佳地，步骤S₅中，基于所述第一特征数据和所述第二特征数据建立第二预测模型，具体包括：

将所述第一特征数据和所述第二特征数据输入至XGBoost模型，进行训练并构建第二预测模块。

较佳地，步骤S₇中，计算所述流失概率的公式如下：

delta＝a×(P1-P2)；

其中，delta表征流失概率，P1表征历史下单概率，P2表征当前下单概率，a表征阈值。

较佳地，当所述流失概率在概率阈值范围内时，所述预测方法还包括：

改变电子商务网站中产品的展示策略。

较佳地，所述第一特征数据包括以下参数中的至少一种：

历史浏览信息、历史订单信息和评论信息；

和/或，所述第二特征数据包括：

当前浏览信息。

本发明还提供一种电子商务网站的用户流失的预测系统，所述预测系统包括：

数据获取模块，用于获取多个用户的历史相关数据，并根据设定比例将所述历史相关数据划分为第一训练数据和第一测试数据；

模型建立模块，用于从第一训练数据中提取第一特征数据，并基于所述第一特征数据建立第一预测模型；所述第一预测模型采用多个特征维度表征用户的历史下单概率；

计算模块，用于从所述第一测试数据中提取所述第一特征数据，输入到所述第一预测模型，计算每个测试用户的历史下单概率；

所述数据获取模块还用于获取所述多个用户的当前操作数据，并根据所述设定比例将所述当前操作数据划分为第二训练数据和第二测试数据；

所述模型建立模块还用于从所述第二训练数据中提取第二特征数据，并基于所述第一特征数据和所述第二特征数据建立第二预测模型；所述第二预测模型采用多个特征维度表征用户的当前下单概率；

所述计算模块还用于从所述第二测试数据中提取所述第二特征数据，输入到所述第二预测模型，计算每个测试用户的当前下单概率；

所述计算模块还用于基于所述历史下单概率和所述当前下单概率计算测试用户的流失概率。

较佳地，所述模型建立模块包括：第一模型建立单元；

所述第一模型建立单元用于将所述第一特征数据输入至XGBoost模型，进行训练并构建第一预测模块。

较佳地，所述模型建立模块还包括：第二模型建立单元；

所述第二模型建立单元用于将所述第一特征数据和所述第二特征数据输入至XGBoost模型，进行训练并构建第二预测模块。

较佳地，所述计算模块具体通过如下公式计算所述流失概率：

delta＝a×(P1-P2)；

其中，delta表征流失概率，P1表征历史下单概率，P2表征当前下单概率，a表征阈值。

较佳地，所述预测系统还包括：控制模块；

所述控制模块用于当所述流失概率在概率阈值范围内时，改变电子商务网站中产品的展示策略。

较佳地，所述第一特征数据包括以下参数中的至少一种：

历史浏览信息、历史订单信息和评论信息；

和/或，所述第二特征数据包括：

当前浏览信息。

本发明的积极进步效果在于：本发明能根据用户的历史相关数据和当前操作数据实时计算用户的历史下单概率和当前下单概率，并根据历史下单概率和当前下单概率量化用户实时的流失概率，以为供应商的产品展示提供参考。从而，通过对比概率降低与概率升高分析用户浏览产品分布的差异性，改进产品展示方式，提高转化率和用户满意度。在现有用户即将成为流失用户之前，根据下单概率的变化识别出该用户的流失风险，进而采取及时的挽留措施，调整后续对该用户的推荐策略，以防止其最终流失，进而提升转化率，增加产品收益。通过对比概率降低与概率升高分析用户浏览产品分布的差异性，发掘产品展示方式的优劣和用户的行为偏好，然后根据用户偏好，对产品进行优化升级。另一方面，用户得到更符合其需求的服务，体验舒适度得以提高，用户的忠诚度从而得到很大提升。

附图说明

图1为本发明实施例1的电子商务网站的用户流失的预测方法的流程图。

图2为本发明实施例1的电子商务网站的用户流失的预测方法中获取多个用户的当前操作数据时用户在不同页面间流转的操作示意图。

图3为本发明实施例2的电子商务网站的用户流失的预测系统的模块示意图。

具体实施方式

下面通过实施例的方式进一步说明本发明，但并不因此将本发明限制在所述的实施例范围之中。

实施例1

如图1所示，本实施例的电子商务网站的用户流失的预测方法包括以下步骤：

步骤101、获取多个用户的历史相关数据，根据设定比例将历史相关数据划分为第一训练数据和第一测试数据。

其中，测试数据所属的用户即为测试用户。当用户登录时，便可以从数据库中调用测试用户以及其他用户的历史相关数据作为样本。

步骤102、从第一训练数据中提取第一特征数据，基于第一特征数据建立第一预测模型。

其中，第一特征数据可以是：用户的历史浏览信息、历史订单信息和评论信息等。也即第一预测模型采用多个特征维度表征用户的历史下单概率，以此预测出来的用户历史下单概率是相对固定的值，可以很好的表征用户的历史下单概率。

步骤103、从第一测试数据中提取第一特征数据，输入到第一预测模型，计算每个测试用户的历史下单概率。

如果计算得到的用户的历史下单概率比较低，则说明该用户并无购买相关商品的需求，而当历史下单概率比较高的时候，说明用户有较强的商品购买需求。

步骤104、获取多个用户的当前操作数据，根据设定比例将当前操作数据划分为第二训练数据和第二测试数据。

用户登录后在电子商务网站上进行操作(浏览、点击、筛选等)，当前操作数据也即用户每次会话的浏览、点击、筛选等信息。需要说明的是，测试用户每进行一次操作，系统会重新计算用户当前下单概率，因此用户在不同的页面流转时，均会获取一次用户的当前操作数据。

其中，步骤104中数据划分方式应当与步骤101中相同，也即将上述测试用户的当前操作数据作为测试数据，将其余的当前操作数据作为训练数据。

步骤105、从第二训练数据中提取第二特征数据；基于第一特征数据和第二特征数据建立第二预测模型。

其中，第二预测模型采用多个特征维度表征用户的当前下单概率。第二特征数据可以是：当前浏览信息。进一步地，当前浏览信息例如可以是当用户在酒店频道进行操作时，当前会话已浏览酒店的个数(只在列表页浏览，未点击酒店，查看酒店详情)；当前会话已点击酒店个数；当前会话点击酒店的平均星级；目前用户查看酒店的星级；与其他OTA相比，用户浏览酒店优劣势数据等。

步骤106、从第二测试数据中提取第二特征数据，输入到第二预测模型，计算每个测试用户的当前下单概率。

在整个浏览过程中，测试用户每进行一次操作，系统会重新计算用户当前下单概率，因此用户在不同的页面流转时，用户的当前下单概率处于实时变化状态。

步骤107、基于历史下单概率和当前下单概率计算测试用户的流失概率。

也即通过对比第一预测模型计算的测试用户的历史下单概率和第二预测模型计算的当前下单概率可知，用户在不同页面之间进行流转时，其预定概率的变化情况。当第二预测模型计算出来的当前下单概率较历史下单概率非常低的时候，便预示着该用户即将流失。本实施例中，可以提前预测用户流失的可能性，该预测甚至早于用户产生退出的念头，便于供应商及时做应对措施以降低用户的流失概率。也就是说，该方法在用户浏览过程中实时计算操作前后下单概率，根据概率变化预测用户流失可能性，其并不需要等待后续7天结束，确认用户是否下单，据此判断用户是否流失，而是在用户浏览时实时预测其流失可能性。从而，可针对流失高危用户，进行推荐策略的及时调整，降低流失率。

本实施例中，步骤102中，基于第一特征数据建立第一预测模型，具体包括：

将第一特征数据输入至XGBoost模型，进行训练并构建第一预测模块。

第一预测模型的构造中，首先需要构造训练样本和测试样本，为了便于理解，我们取D日期的用户数据做训练，D+1日期的用户数据做测试。D日期登录的每个用户为一个训练样本；每个用户在D+7天内是有订单作为label(标签)，有订单则label为1，无订单则该label为0。根据用户的历史相关数据，构造模型训练的特征(也即第一特征)，如：

过去一年的订单量；

过去一周订单量；

过去一周的登录次数；

最近一张订单距用户登录日期的天数。

每个样本的样例数据如表1所示。

表1

单个样本构造完之后，所有的训练数据可以用以下矩阵描述：

其中，N为训练数据中的样本数(也即用户总数)，n表示第一特征的类型个数。测试样本可以采用相同的方法进行构造。当训练样本和测试样本构造结束后，便可以使用XGBoost方法进行分类模型的训练。当使用该模型进行预测时，将测试样本输入预测模型，预测结果为0～1之间的浮点数，预测值越大则说明用户的历史下单概率越高。

本实施例中，步骤105中，基于第一特征数据和第二特征数据建立第二预测模型，具体包括：

将第一特征数据和第二特征数据输入至XGBoost模型，进行训练并构建第二预测模块。

用户在电子商务网站挑选商品的过程中，以商品为酒店为例，主要是在以下几个主要酒店页面的切换过程，如图2所示。定义T+N为用户历史所有浏览预订行为，s_(t)为当前会话，且用户在登录时，便可以获取到第一预测模型根据用户历史信息预测得到的一个历史下单概率。用户在s_(t)会话的过程中可以在查询页、列表页、详情页、订单填写页之间进行切换，最终退出，退出后当天可能开始s_(t+1)会话，也可能当天不再登录。在图2所示的状态图的转化过程中，对同一个用户来说，在每一个状态的切换的节点都可能发生下单概率的变化，下单概率的变化表征了用户的流失可能性，下单概率升高说明用户下单意愿增强，下单概率降低说明用户下单意愿变低，而且概率下降的幅度越大表示用户流失的可能性也越大。

从而，为了能够更加合理的分析出用户不下单的原因，提高预测模型的准确性，本实施例中第二预测模型在第一预测模型的基础上增加了同会话和实时数据的相关维度(第二特征数据)，可以表述为：

其中，第n+1，n+2，…，n+k维度是根据同会话和实时数据(用户的当前操作数据)构造的维度，可以是当前会话已浏览酒店的个数(只在列表页浏览，未点击酒店，查看酒店详情)；当前会话已点击酒店个数；当前会话点击酒店的平均星级；目前用户查看酒店的星级；与其他OTA相比，用户浏览酒店优劣势等。数据构造结束后，同样采用XGBoost模型进行训练和预测。通过构造一系列的同会话是实时维度，能够更加合理的分析出用户不下单的原因，预测用户下单概率的模型也更加准确。

本实施例中，步骤107中计算流失概率的公式如下：

delta＝a×(P1-P2)；

其中，delta表征流失概率，P1表征历史下单概率，P2表征当前下单概率，a表征阈值。

本实施例中，预测方法还包括：

步骤108、判断流失概率是否在概率阈值范围内。在判断为是时，说明该用户很可能会流失，则执行步骤109；判断为否时，说明该用户暂时不会流失，则不动作。

步骤109、改变电子商务网站中产品的展示策略。

其中，概率阈值范围可根据实际情况自行设置。需要说明的是，当用户下单概率(当前下单概率小于历史下单概率)逐渐减小的时候，也即流失概率落入设置的概率阈值范围内时，预示着用户即将流失。通过数据的分析，我们发现用户的流失原因主要包括以下几点：

1、未向用户展示符合其偏好的产品(如偏好高星酒店的用户，在进入POI(兴趣点)场景后，大部分情况下是在为用户展示低星酒店)；

2、用户进行详情页后，由于售卖房型的个数非常多，用户花了大量时间，也未能选出符合其偏好的房型；

3、用户点击的酒店评分普遍偏低，导致用户的订购意向降低；

4、用户点击的酒店与其他OTA相比，大部分都是价格劣势的。

对于上述问题引起的用户流失，我们在后续的产品和服务的展示中，便可以进行相应的改进。例如，若预测到用户偏好选择评分高的酒店，则将酒店以评分从高到低的顺序展示给用户；若用户偏好星级酒店，则优先将相应的星级酒店展示给用户。

从而，一旦提前预测到用户即将流失，在用户接下来的浏览中，及时改变电子商务网站中产品的展示策略，根据该用户历史行为数据，推荐符合其偏好的商品。通过展示策略的实时调整(根据流失原因分析结果及时调整推荐的商品列表)，提升用户满意度，及时挽留用户，降低用户的流失可能性，有效提高用户下单的可能性，同时也提升用户体验的满意度，从而提升用户忠诚度。

本实施例中，不仅可以预测流失用户流失的可能性大小，而且可以对产品展示及产品的流程设计起到指导意义，通过对比概率降低与概率升高分析用户浏览产品分布的差异性，改进产品展示方式，从而提高转化率和用户满意度。在当下用户即将成为流失用户之前，根据历史下单概率的变化识别出他的流失风险，进而采取及时的挽留措施，调整后续对该用户的推荐策略，以防止其最终流失，进而提升转化率，增加产品收益。通过对比概率降低与概率升高分析用户浏览产品分布的差异性，发掘产品展示方式的优劣和用户的行为偏好，然后根据用户偏好，对产品进行优化升级。另一方面，用户得到更符合其需求的服务，体验舒适度得以提高，用户的忠诚度从而得到很大提升。

实施例2

如图3所示，本实施例的电子商务网站的用户流失的预测系统包括：数据获取模块1、模型建立模块2和计算模块3。

数据获取模块1用于获取多个用户的历史相关数据，并根据设定比例将历史相关数据划分为第一训练数据和第一测试数据。

模型建立模块2用于从第一训练数据中提取第一特征数据，并基于第一特征数据建立第一预测模型。其中，第一预测模型采用多个特征维度表征用户的历史下单概率。其中，第一特征数据包括以下参数中的至少一种：历史浏览信息、历史订单信息和评论信息。

计算模块3用于从第一测试数据中提取第一特征数据，输入到第一预测模型，计算每个测试用户的历史下单概率。

数据获取模块1还用于获取多个用户的当前操作数据，根据设定比例将当前操作数据划分为第二训练数据和第二测试数据。

模型建立模块2还用于从第二训练数据中提取第二特征数据，并基于第一特征数据和第二特征数据建立第二预测模型。其中，第二预测模型采用多个特征维度表征用户的当前下单概率。其中，第二特征数据包括：当前浏览信息。

计算模块3还用于从第二测试数据中提取第二特征数据，输入到第二预测模型，计算每个测试用户的当前下单概率，并基于历史下单概率和当前下单概率计算测试用户的流失概率。

本实施例中，建立两个模型，第一预测模型是利用用户的历史维度预测用户的历史下单概率，第二预测模型是利用历史维度和实时维度预测用户在每次页面的流转中当前下单概率。用户每一次的操作，在每一个页面的流转，历史下单概率都在发生着变化，通过将第一预测模型和第二预测模型中用户的下单概率进行对比，可以预测用户的下单概率的变化情况，也即用户的流失概率，从而为系统的商品推荐提供参考。

本实施例中，模型建立模块包括：第一模型建立单元和第二模型建立单元。第一模型建立单元用于将第一特征数据输入至XGBoost模型，进行训练并构建第一预测模块。第二模型建立单元用于将第一特征数据和第二特征数据输入至XGBoost模型，进行训练并构建第二预测模块。

本实施中，计算模块具体通过如下公式计算所述流失概率：

delta＝a×(P1-P2)；

其中，delta表征流失概率，P1表征历史下单概率，P2表征当前下单概率，a表征阈值。

本实施例中，预测系统还包括：控制模块4。控制模块4用于当流失概率在概率阈值范围内时，改变电子商务网站中产品的展示策略。

本实施例中，不仅考虑了用户的历史相关数据对用户是否下单的预测力，而且充分利用了用户浏览过程中每一次操作对用户是否下单的预测力，从而在用户浏览过程中就能实时预测用户流失的可能性，并对即将流失的用户进行实时的干预，及时调整产品推荐策略(产品展示策略)，进行挽回，降低用户流失的概率，最终提升用户的感知和用户下单可能性。

虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。

Claims (12)

1.一种电子商务网站的用户流失的预测方法，其特征在于，所述预测方法包括：

S₁、获取多个用户的历史相关数据，根据设定比例将所述历史相关数据划分为第一训练数据和第一测试数据；

S₂、从所述第一训练数据中提取第一特征数据，基于所述第一特征数据建立第一预测模型；所述第一预测模型采用多个特征维度表征用户的历史下单概率；

S₃、从所述第一测试数据中提取所述第一特征数据，输入到所述第一预测模型，计算每个测试用户的历史下单概率；

S₄、获取所述多个用户的当前操作数据，根据所述设定比例将所述当前操作数据划分为第二训练数据和第二测试数据；

S₅、从所述第二训练数据中提取第二特征数据；基于所述第一特征数据和所述第二特征数据建立第二预测模型；所述第二预测模型采用多个特征维度表征用户的当前下单概率；

S₆、从所述第二测试数据中提取所述第二特征数据，输入到所述第二预测模型，计算每个测试用户的当前下单概率；

S₇、基于所述历史下单概率和所述当前下单概率计算测试用户的流失概率。

2.如权利要求1所述的预测方法，其特征在于，步骤S₂中，基于所述第一特征数据建立第一预测模型，具体包括：

将所述第一特征数据输入至XGBoost模型，进行训练并构建第一预测模块。

3.如权利要求1所述的预测方法，其特征在于，步骤S₅中，基于所述第一特征数据和所述第二特征数据建立第二预测模型，具体包括：

将所述第一特征数据和所述第二特征数据输入至XGBoost模型，进行训练并构建第二预测模块。

4.如权利要求1所述的预测方法，其特征在于，步骤S₇中，计算所述流失概率的公式如下：

delta＝a×(P1-P2)；

其中，delta表征流失概率，P1表征历史下单概率，P2表征当前下单概率，a表征阈值。

5.如权利要求1所述的预测方法，其特征在于，当所述流失概率在概率阈值范围内时，所述预测方法还包括：

改变电子商务网站中产品的展示策略。

6.如权利要求1所述的预测方法，其特征在于，所述第一特征数据包括以下参数中的至少一种：

历史浏览信息、历史订单信息和评论信息；

和/或，所述第二特征数据包括：

当前浏览信息。

7.一种电子商务网站的用户流失的预测系统，其特征在于，所述预测系统包括：

数据获取模块，用于获取多个用户的历史相关数据，并根据设定比例将所述历史相关数据划分为第一训练数据和第一测试数据；

模型建立模块，用于从第一训练数据中提取第一特征数据，并基于所述第一特征数据建立第一预测模型；所述第一预测模型采用多个特征维度表征用户的历史下单概率；

计算模块，用于从所述第一测试数据中提取所述第一特征数据，输入到所述第一预测模型，计算每个测试用户的历史下单概率；

所述数据获取模块还用于获取所述多个用户的当前操作数据，并根据所述设定比例将所述当前操作数据划分为第二训练数据和第二测试数据；

所述模型建立模块还用于从所述第二训练数据中提取第二特征数据，并基于所述第一特征数据和所述第二特征数据建立第二预测模型；所述第二预测模型采用多个特征维度表征用户的当前下单概率；

所述计算模块还用于从所述第二测试数据中提取所述第二特征数据，输入到所述第二预测模型，计算每个测试用户的当前下单概率；

所述计算模块还用于基于所述历史下单概率和所述当前下单概率计算测试用户的流失概率。

8.如权利要求7所述的预测系统，其特征在于，所述模型建立模块包括：第一模型建立单元；

所述第一模型建立单元用于将所述第一特征数据输入至XGBoost模型，进行训练并构建第一预测模块。

9.如权利要求7所述的预测系统，其特征在于，所述模型建立模块还包括：第二模型建立单元；

所述第二模型建立单元用于将所述第一特征数据和所述第二特征数据输入至XGBoost模型，进行训练并构建第二预测模块。

10.如权利要求7所述的预测系统，其特征在于，所述计算模块具体通过如下公式计算所述流失概率：

delta＝a×(P1-P2)；

其中，delta表征流失概率，P1表征历史下单概率，P2表征当前下单概率，a表征阈值。

11.如权利要求7所述的预测系统，其特征在于，所述预测系统还包括：控制模块；

所述控制模块用于当所述流失概率在概率阈值范围内时，改变电子商务网站中产品的展示策略。

12.如权利要求7所述的预测系统，其特征在于，所述第一特征数据包括以下参数中的至少一种：

历史浏览信息、历史订单信息和评论信息；

和/或，所述第二特征数据包括：

当前浏览信息。