客戶1和客戶2 均與不止一家公司進行交易，但是他們的購買份額并沒有平均分配給與其有交易的各家公司。在這種情況下，我們不會知道他們具體的流失時間，許多消費品的采購都屬于這種類型。在這種方式中，被用來建模的并不是客戶流失的時間，而是與每家公司或每種品牌相關(guān)的客戶轉(zhuǎn)移概率。遷移模型和馬爾科夫（Markov）模型通常都是用來估算客戶轉(zhuǎn)移概率的模型。

廣泛應(yīng)用的流失模型

在上述不輕易轉(zhuǎn)變型的方式中，模型預(yù)測了客戶流失的概率。在眾多能夠預(yù)測客戶流失概率的模型當中，有兩個統(tǒng)計模型被廣泛應(yīng)用于不輕易轉(zhuǎn)變情形下的流失預(yù)測，這兩個模型分別是邏輯回歸模型和風險模型。即使在多方嘗試型的情形下，公司也可以有效地使用邏輯回歸模型預(yù)測客戶遷移的上升或下降趨勢，關(guān)于這一點，我們將會在本章的后面作出闡述。

邏輯回歸模型

邏輯回歸模型是回歸預(yù)測分析模型之一，其中的因變量是一個二元值，并假定只有兩個離散值（0或1）。在客戶流失模型中，因變量指的是客戶在某個特定時期是否會流失。也就是說，如果客戶流失，因變量就是1，否則就是0。模型中的自變量通常分為四類：基于成交的特征（或交換特征）、客戶特征、產(chǎn)品特征以及公司的營銷工作。應(yīng)用在流失模型中一些關(guān)鍵的交換特征分別是第一次購買后的時間（持續(xù)時間）、最后一次購買后的時間（最后一次購物）、所購產(chǎn)品的種類（購買的全部）、每類產(chǎn)品所購數(shù)量（購物焦點）、平均的購買時間間隔或購買頻率，以及平均收入?？蛻籼卣魍ǔＳ扇丝诮y(tǒng)計學中的變量組成，如收入、年齡和受教育程度。重要的產(chǎn)品特征包括產(chǎn)品種類，以及某些產(chǎn)品的當前所有權(quán)。市場營銷工作在預(yù)測客戶流失問題方面起著非常重要的作用，它包括營銷溝通的數(shù)量以及與客戶溝通的渠道（如電子郵件、電話和面對面的交流）。

公司使用一段時期內(nèi)（例如三年）的交易數(shù)據(jù)和營銷溝通數(shù)據(jù)來建立模型，而這些抽樣數(shù)據(jù)就是所謂的校準試樣。公司還會預(yù)留短期（例如一年）的類似數(shù)據(jù)，以測試這個使用校準試樣得出的模型估測數(shù)據(jù)是否對其他樣本也適用。這個樣本被稱為有效樣本。無論是校準數(shù)據(jù)還是有效數(shù)據(jù)，都包含客戶是否已在觀察期內(nèi)流失的信息，而通過這些信息可以得出因變量的值。同時，這些數(shù)據(jù)也含有與交換特征、客戶特征、產(chǎn)品特征、營銷溝通（所有自變量）相關(guān)的一些信息，這些信息與每一個因變量的值是相對應(yīng)的。此時便可通過校準試樣建立邏輯回歸模型，然后就可以估算出參數(shù)值。簡單來說，邏輯回歸模型確定了一套自變量，而這些自變量有可能影響因變量的值和與每一個自變量相關(guān)的值（指自變量對因變量影響程度的參數(shù)）。在使用校準數(shù)據(jù)確定有關(guān)的變量及系數(shù)后，公司便可以為有效數(shù)據(jù)中的所有觀測預(yù)測出因變量的值，然后與實際數(shù)據(jù)進行比較。如果模型與有效數(shù)據(jù)相符，公司就可以預(yù)測今后一段時期內(nèi)的因變量的值。邏輯回歸模型中估算的所有因變量數(shù)值均在0~1之間，這些估算得出的值被視為客戶流失的概率或流失傾向。

風險模型

風險模型是建立在生存和風險函數(shù)基礎(chǔ)之上的，通常被用來分析失效的時間（或某一事件發(fā)生的時間）。雖然風險模型最初是在生物化學領(lǐng)域發(fā)明的，用來研究一些治療方法對個別生命期的影響，但現(xiàn)今它已廣泛應(yīng)用于不同領(lǐng)域，用來研究某些事件發(fā)生的時間（這些事件有可能是機器發(fā)生故障，或客戶購物，總之因情形而異）。生存函數(shù)表示個體生存（不包括該事件的發(fā)生）至某個特定時刻（t）的概率。對購買產(chǎn)品這一事件來說，生存函數(shù)就是客戶不購買產(chǎn)品的概率（在這種情況下，事件是指購買產(chǎn)品）。風險函數(shù)是指假設(shè)該個體存活至t,在時刻t瞬時流失的概率。在客戶流失的情況下，如果假設(shè)客戶在一段時期后才會流失，那么他最近時期從公司流失的概率就是風險概率或風險函數(shù)。風險模型的一個優(yōu)點是：把沒有發(fā)生的事件作為截尾觀測數(shù)據(jù)。例如，在用于設(shè)計模型的樣本中，觀測期間有20位客戶沒有流失，而其余80人流失了。因為目前這20人尚未流失，所以風險模型視這20人的觀測數(shù)據(jù)為截尾，并且在模型中只包含他們的生存函數(shù)。對于其余的80人，風險模型中既包含了生存函數(shù)，也包含了風險函數(shù)，當應(yīng)用類似邏輯回歸這樣的模型時，樣本中的20人作為未流失的客戶，而另外80人作為流失的客戶。該種研究方法往往忽略了這樣一個事實：若將時間跨度加長，那些所謂的未流失的客戶也可能流失。