论文部分内容阅读
随着电信市场的逐渐放开,通信企业间竞争日趋加剧,用户流失逐渐成为影响企业经营效益的主要原因,客户保有已经成为通信企业的重要工作。通信行业拥有国内领先的数据仓库系统,为实施基于数据挖掘的用户挽留分析提供了条件。用户流失预测系统作为经营分析系统的一个重要组成部分,已经建立了大量的用户流失预测模型,形成了一系列预警指标和模板。但是完整的挽留系统的缺位,以及流失预测与流失保有活动的脱节,导致预测模型并未获得真正有效应用,保有活动的结果也没有经过评估而反馈到预测模型,这进一步影响了流失预警系统的可信性,致使预测模型被束之高阁。本文根据通信企业现状,全面分析了数据挖掘技术及数据挖掘在通信企业中的应用,提出了基于客户生命周期的客户挽留体系。通过充分利用经营分析系统所建立的数据仓库平台,应用数据挖掘技术,围绕生命周期理论,在客户细分的基础上,对客户价值和客户流失风险进行分析,指导保有部门进行客户保有工作.通过对保有结果进行分析和反馈,建立了完整的信息共享和闭环反馈的客户保有系统。基于当前客户保有的现状,本文从预测模型没有分析、而进行保有活动又必需的客户流失原因研究入手,提出了基于决策树技术的客户流失原因预策分析方法,有效的完善了客户保有体系,为打通预测与保有间的壁垒提供了一种新的解决思路。在具体实践中,针对决策树算法建树庞大和“过度拟合”问题,提出了基于目标细分和数据探索的数据处理方法,经过验证,获得了比较好的效果.本文研究并实现了客户保有体系中的重要技术,包括客户统一视图、客户细分和营销活动支持等系统。在Teradata Kernel Api包的基础上,设计并开发了一套完整的基于JZEE架构的B/S系统.该系统在某省级电信运营商的业务范围内得到推广和验证,获得了比较好的社会效益。