基于数据挖掘技术的客户流失预警研究.pdfVIP

中国通信学会第五届学术年会论文集 基于数据挖掘技术的客户流失预警研究 李宝玲 (中国网通公司鞍山市分公司114001) 摘要：随着国内电信企业自身的发展，以及市场竞争的加剧，企业急需改变传统的粗放型营销模式，即从 传统的以生产为中心，转化为以客户为中心，以信息为基础的模式。本文根据电信运营商的系统现状，利用 生命周期理论，采用数据挖掘分类算法，设计预警流失模型。经过反复实验，建立了能够对流失客户进行有 效预警的模型。客户流失预警模型的建立为企业向以客户为中心的精细化营销方向转变，做出了有益的探索， 具有很强的现实意义。 关键词：流失预警；数据挖掘；客户 1． 引言 目前，通信市场经过近几年的高速发展期，增量市场已逐步萎缩，基本上趋于饱和状态，再加上各电信 运营商之间的竞争，所以在网客户的保有工作，客户流失的预警显得尤为重要。本文就是建立一个客户流失 预警模型，为客户经理更有针对性地实施挽留工作提供支持。 2设计方案 从鞍山网通现有运营支撑系统中提取前5个月数据，作为数据源，以产品生命周期理论作为理论基础， 利用数据挖掘技术对用户进行分类、评估，对流失用户特征进行分析，建立流失预警模型。 2．1 数据源 1)为了获取用户详细信息，展现客户从基本属性到消费情况的的全方位视图，从运营支撑的4个子系统 中获取数据建立了用户基本信息表、用户行为表、用户网间通话行为表、用户口通话行为表，如表1所示。 表1用户信息 系统名称 获取数据类别 信息特性 信息表 营业系统 客户自然属性、客户基本资料 性别、年龄、状态、开户日期、套餐等 用户基本信息表 计费系统 本地网内通话行为、长途通话行为 本地通话次数，时长、‘长途通话次数，时长等 用户行为表 帐务系统 客户缴费信息 总费用、本地通话费、长途通话费、信息费等 用户网间通话行为表 结算系统， 客户网间通话行为 与移动通话次数，时长、与电信通话次数，时长等 用户口通话行为表 2)为了找出客户流失的规律，尽可能减小偶然事件的影响，需要在一个相对较长的时间考查一个用户的 行为，因此提取了2006年1—5月份5个月的数据。 3)从运营支撑系统中获得了客户的各种属性是独立的，而从业务角度来讲客户的很多属性之间彼此存在 着关系，而这些关系中往往包含了重要的信息，却无法通过数据挖掘的算法自动识别。这就需要结合业务知 ·1772· 第6部分通信业务与应用 识，设计有效的衍生变量(平均值、求和、斜率、方差四种)来更好的描述客户特征，比如：某客户的话费 变化趋势、波动情况等，进而使预警模型更加准确。 平均值法 E(X)=(x1+x2+……+xn)／n 方差法 D(X)=∑(xn—E(X))2／(n．1) 斜率法 k=∑(xi—E(X))(yi—E(Y))／(∑xi2一(∑Xi)犰) 比例法 p=舳 4)由于客户数据量是相当庞大的，所以用一张以客户标识为主键的表来存放，这些特征的数量会比较 庞大，人们形象的称之为“宽表”。对于信息模型进行设计的核心就是获得宽表。宽表对不同来源的数据进 行汇总。该宽表包含的字段数超过250个，表2列出一部分字段。 表2部分宇段 电话号码 工作日忙时国内长途次数 区内通话次数l