客户那边负责运营的小姑娘又在群里@我，说这个月短信费又超了五千块，召回率还不到3%。我盯着屏幕，脑子里就一个念头：不能再这么干了。经济寒冬，他们获客成本已经飙到八百一个人，现在每流失一个老客户都像在割老板的肉。他们需要的不再是群发工具，是能提前按住客户不让走的“预警系统”。
我翻出他们过去八个月的消费日志，Excel打开直接卡死。数据脏得没法看，用户ID格式不统一，消费时间有的是时间戳有的是字符串，还有大量测试账号混在里面。第一件事不是写模型，是写清洗脚本。用Pandas处理缺失值，用正则表达式统一时间格式，手动写规则筛掉那些明显是内部测试的账号。光是这个数据预处理，就耗了我两个通宵，咖啡因摄入量创了新高。
然后才是建模。我哪懂什么高深算法，就是硬着头皮上。目标变量好定义：未来30天未产生任何消费即标记为“流失”。特征工程从最基础的RFM模型开始扩展：最近一次消费间隔（Recency）、消费频率（Frequency）、消费金额（Monetary），这是基础。再加上单次消费金额的波动、消费品类的集中度、使用优惠券的比例、登录APP但未下单的次数。每个特征都是一段SQL从他们乱七八糟的数据库里捞出来，再拼接成特征矩阵。
工具用的是Scikit-Learn，选随机森林纯粹是因为它抗过拟合能力强，对我这种半吊子友好。第一次跑，准确率高得吓人，98%，一看就知道是数据泄漏了——肯定不小心把未来的信息当特征用了。回头一行行查代码，发现是计算“平均消费间隔”时，不小心包含了预测期之后的数据。改掉，重跑，准确率掉到75%，但召回率有60%。这个数字才有意义：它能抓住六成即将流失的人。
最兴奋的不是模型跑通，是把预测结果接回他们的业务系统。我写了个定时任务，每天凌晨跑模型，生成一份“高流失风险客户名单”和对应的“流失概率”，通过API推给他们CRM。他们运营再根据这个名单，手动发一批高面值的、带客户昵称的专属优惠券。不再是“尊敬的会员”，而是“王先生，您常买的A商品最近有优惠”。
第一周数据反馈回来，触达了300个高风险客户，实际召回成交了47个，直接挽回的流水够付我三个月开发费。那一刻感觉完全不同。以前做功能，是“你要，我造”。这次是我用数据和算法，从一片混沌的消费记录里，“挖”出了一个能直接换钱的商业洞察。技术不再是成本，它成了能直接衡量ROI的资产。
但我也清楚，这玩意儿现在就是个玩具。特征工程粗糙，模型没有在线学习能力，客户行为一变就可能失效。可这第一步迈出去了，从零到一，把“机器学习”、“预测”这些飘在天上的词，变成了客户后台里一个每天自动运行、生成名单、带来真金白银的定时任务。这就够了。在2018年这个节点，够我吃很久了。下一步，得想想怎么把这套东西产品化，封装成一个SaaS里的标准功能模块。
