電信運營企業(yè)客戶流失預測與評價研究.pdf

1、電信運營企業(yè)客戶流失是一個受多因素影響的復雜問題,尤其是2008年以后我國電信業(yè)針對3G牌照的發(fā)放又進行了新一輪的電信重組,全業(yè)務運營下的三大運營企業(yè)從此展開了激烈的客戶市場競爭。由于我國移動客戶群體龐大,中低端客戶在不同運營企業(yè)間流動性強,因此,針對客戶流失的成因分析和建立客戶流失預測模型具有重要的理論價值和現(xiàn)實意義。
　　本文詳細分析了國內(nèi)外學者在客戶流失領域的研究成果,探討了客戶流失的影響因素和客戶流失預測的方法。通過對3G

2、時代電信運營環(huán)境的分析,總結了國內(nèi)外電信運營企業(yè)客戶流失的現(xiàn)狀,并從電信運營環(huán)境角度、運營企業(yè)流失客戶數(shù)據(jù)統(tǒng)計分析角度深入研究了電信運營企業(yè)客戶流失的成因,歸納得到客戶流失成因的8種類型。據(jù)此,基于數(shù)據(jù)挖掘和客戶價值的理論和方法,研究了BP神經(jīng)網(wǎng)絡算法、支持向量機算法、C5.0決策樹算法在客戶流失預測上的應用,為了獲得更好的預測效果,構建了Lagrange組合預測模型和基于客戶價值的預測模型。重點就以下問題進行了研究:
　　在廣泛

3、研究和借鑒國內(nèi)外相關數(shù)據(jù)挖掘理論及成果的基礎上,探討了電信運營企業(yè)的客戶構成,深入分析了客戶流失與流失客戶的概念、以及客戶流失的現(xiàn)象與特征,從而梳理給出三戶關系模型。
　　對構建模型的客戶屬性進行了分類,即原始屬性與衍生屬性。以往對電信客戶流失預測的研究都是采用客戶消費行為、個人信息、繳費信息等原始屬性數(shù)據(jù),這些原始屬性數(shù)據(jù)很難真實地反映客戶流失的行為;加入了衍生屬性,如:月租標志、呼轉標志、賬戶余額標志、充值行為標志等,其數(shù)據(jù)集

4、能更好的預測客戶流失,使得預測的命中率更高,計算的客戶價值更具研究意義。
　　通過分析客戶協(xié)議數(shù)據(jù)、消費行為數(shù)據(jù)和賬單數(shù)據(jù)得出與客戶流失密切相關的屬性集,根據(jù)獲取運營企業(yè)數(shù)據(jù)的難易程度,建立了客戶流失預測指標體系,并基于數(shù)據(jù)挖掘算法建立了Lagrange組合預測模型。針對客戶流失預測問題的研究,選擇了數(shù)據(jù)挖掘的三種經(jīng)典算法(BP、SVM、C5.0)構建了單一客戶流失預測模型,并通過對模型的評估顯示,任意單一模型都沒有最優(yōu)。據(jù)此借助

5、Lagrange函數(shù)求極值的思想構建了客戶流失的組合預測模型,其預測效果比單一模型更理想。
　　提出二維度預防客戶流失的方法,即基于Lagrange的客戶流失組合預測與基于客戶價值的流失客戶評價。根據(jù)組合預測模型預測得到的客戶流失名單是否有挽留的價值,或者說是否有對這樣的客戶有再投入成本挽留的必要,取決于該客戶對運營企業(yè)是否是有價值客戶,并依據(jù)這兩種途徑的預測結果,再分析客戶流失的根本原因。
　　最后,通過對客戶流失成因的分