我目前正在研究预测客户流失的问题。我的目标是我希望预测可能会流失的客户以及何时流失的客户，并且正如我从论文中所研究的那样，我发现可以用于解决此类问题的统计方法是使用生存分析。我的数据集包含以下内容；
- Class =>流失VS非流失
- Tenure =>直到客户流失为止的时间（例如客户首次进入后的12个月）。
- 人口统计变量=>客户的人口统计信息，例如年龄，性别等。
- 行为变量=>客户行为，例如付款行为等。
问题是我的数据集包含1百万条记录和大约1,000个变量（人口统计和行为统计）。所以，我想从你们这里获得建议；
- 我们如何知道重要的变量？在信用评分中，我们可以执行信息值（或IV）来解决对自变量（y）至关重要的因素，但这包括1,000个变量。因此对所有1,000个变量进行IV可能没有意义。还有其他方法（例如决策树或随机森林）吗？以及如何在SAS Eminer中完成？
- 我们应该进行降维（PCA或EFA）等因素分析吗？
- 一旦变量减少，我就可以进行生存分析吗？
谢谢大家的帮助。