基于数据挖掘的电信业客户流失分析

在电信运营商重组的市场格局下,为解决国内各大运营商如何降低客户流失率并保持市场份额的问题,在基于SPSS公司的Clementine挖掘平台的基础上,对数据理解、数据准备、建立模型等主要步骤进行了分析,建立了客户流失预测模型,并针对高流失概率客户群提出了针对不同类型客户的挽留策略.     

基于指标判别法的客户流失预警系统研究

随着电信业改革的深入和竞争的不断加剧，各大电信企业的客户流失率逐步攀升。建立有效的客户流失预警系统是企业有效保持客户，减少流失成本的关键。对客户流失预警系统一般使用的流失判别方法进行了阐述，针对其中的指标判别法，研究了预警系统的后台数据库的逻辑设计过程，分析了明细层数据的查询过程和综合层数据的查询过程，介绍了预警系统的前台展示界面。     

基于改进支持向量机的客户流失分析研究

针对客户关系管理中的客户流失问题,建立了基于支持向量机的预测模型.基于实际客户流失数据样本数据量大、正负样本分布不平衡的特点,提出了一种改进支持向量机算法,并将其用于电信行业的客户流失预测.通过实际电信客户数据集测试,与传统的预测算法比较,证明这种算法适合解决大数据集和不平衡数据,具有更高的精确度.     

协同产品创新中的创新客户流失预测模型

为了降低创新客户流失对协同产品创新过程及企业造成的损失,在协同产品创新中有效识别具有流失倾向的创新客户,提出改进的代价敏感学习支持向量机创新客户流失预测模型。在分析创新客户流失预测特点的基础上,提出创新客户流失预测研究框架;针对传统分类算法大多以预测精度为目标、忽略创新客户流失误分类的代价和数据集非平衡性的问题,建立了基于改进代价敏感支持向量机的创新客户流失预测模型。通过应用结果表明了该预测模型的有效性和可行性。     

基于指标判别法的客户流失预警系统研究

随着电信业改革的深入和竞争的不断加剧,各大电信企业的客户流失率逐步攀升。建立有效的客户流失预警系统是企业有效保持客户,减少流失成本的关键。对客户流失预警系统一般使用的流失判别方法进行了阐述,针对其中的指标判别法,研究了预警系统的后台数据库的逻辑设计过程,分析了明细层数据的查询过程和综合层数据的查询过程,介绍了预警系统的前台展示界面。     

基于Logistic回归的模具行业订单流失分析

模具行业客户数量相对较少但订单较多,针对用客户人口学数据进行客户流失分析的不足,基于订单信息建立模具业的订单流失预测模型。针对模具业订单样本分布极不平衡及其产生的不同错分代价的问题,提出一种基于Logistic回归的多元分类器方法,将此方法应用于某大型模具企业的订单流失分析,并与传统的Logistic回归预测算法进行比较,实验结果表明该方法能有效解决模具行业的订单流失分析问题。     

数据挖掘在模具行业订单流失分析中的应用

针对模具行业客户数量相对较少但订单较多、模具制造是一个以经验和知识为基础的创作性过程的特点,在用决策树算法建立模具行业订单流失预测模型的同时,提出一种将专家的领域知识整合到流失预测模型的方法,并将其应用于某模具企业的订单流失分析中。通过实际模具企业的订单数据集测试,和与传统的决策树建模方法进行比较发现,该方法能有效地解决模具行业订单流失分析问题。     

客户流失问题研究综述

为了提高企业的客户服务水平,总结了五种客户流失预测算法,介绍了三种算法评价模型;归纳了造成客户流失的原因;概括了客户流失挽留的分类。列举了客户流失在电信、金融和电子商务行业的应用案例。总结了当前存在的问题：整合客户信息获取、预测、流失原因分析与评估、流失挽留的研究较少;公认的预测样本相对较少;基于系统动力学的客户流失原因分析和动态客户流失原因评估不多;基于定量分析的客户流失挽留研究较少。为深入研究客户流失理论、方法和应用提供了参考。     

一种基于科技资源池的客户流失预测模型

为进一步提升科技资源的利用率,避免客户流失,提出了一种基于科技资源池的客户流失预测模型,该模型基于轻量级的梯度提升机(LightGBM),同时结合同期群分析算法(Cohort analysis),关注群体行为对客户流失的整体影响,对客户流失进行预测。为验证客户流失预测模型的有效性,采用平台的客户交易数据进行实验,通过6个评价指标表明其预测结果更接近真实客户流失情况,且优于其他8个预测模型,能够进一步为科技资源池的服务质量提供决策支持。     

电信业核心客户健康度评估建模研究

针对电信业客户流失问题,讨论了核心客户健康度评估模型的构建与应用。对模型的建立过程及评价进行了描述,运用定性归纳、聚类分析实现模型指标的确定;运用归一法、熵权系数法实现健康度评价;运用决策树法实现健康度等级的划分。