摘要

客户是基金行业争夺竞争优势的焦点,对基金流失客户的准确预测是客户维挽和运营的前提,能大大增加自身的竞争优势。特别是2020年初暴发的新冠病毒肺炎疫情,给金融业发展带来了新的困难和挑战,当疫情跨地域跨国界蔓延时,其所致危机的复杂性更增加了经济前景的不确定性。流失客户往往具备一定的特征,机器学习方法被广泛应用于识别并预测即将流失的客户,但在用户特征的选择上往往过于主观。本文提出一种基金交易场景下,使用决策树方法对客户交易行为进行特征提取的方法,能够有效避免主观化特征筛选,大幅提升召回率。

全文