基于K-Means和Logistic的寿险客户流失预测模型研究

为了帮助寿险行业从海量业务交易中提取有效客户信息并进行客户保留,本文首先用K-Means算法进行寿险客户的价值细分,初步判断哪类客户最有可能流失,并针对不同价值群体的客户给予公司不同的建议;其次对细分后的客户群体建立Logistic二分类回归预测模型,比较与细分前的预测精度差异。实验结果中,细分后客户群对应Logistic模型的准确率、召回率和F1值较细分前均有提升,这说明客户细分能为其流失预测提供有价值的信息,有助于寿险公司盈利水平的提高。