客户流失预警模型与分析报告

一、项目背景与意义

（一）背景

在存量博弈时代，获客成本日益高企（据测算，我行新获客成本是维系老客户成本的5-8倍）。然而，随着同业竞争加剧及互联网金融的渗透，客户“资金搬家”现象日益频繁，客户流失率呈上升趋势。传统的客户挽留方式往往是“亡羊补牢”，即在客户资金已经转走后才进行挽留，成功率极低。

（二）意义

构建客户流失预警模型，旨在变“被动挽留”为“主动防御”。通过大数据分析，提前识别出有流失倾向的高风险客户，在客户资金转走之前（T-30天）采取针对性的干预措施，从而降低流失率，稳住AUM基本盘。

二、流失客户特征深度挖掘

通过对近一年流失客户（定义：连续3个月日均AUM降幅超过50%且期末余额低于1000元）的历史数据进行回溯分析，我们发现了以下显著的流失前兆特征：

（一）交易行为特征

1. 活跃度骤降。流失前3个月，手机银行登录频次平均下降6