基于数据挖掘的客户流失的研究综述.pdfVIP

基于数据挖掘的客户流失研究综述 中国移动福建公司福州分公司支撑中心林向阳 【摘要】 客户流失分析研究对企业降低运营成本．提高经营业绩有着极为重要的意义。文章阐述了数据挖掘的应用及其存在的 问题。提出数据挖掘的基本方法并进行比较。同时，总结了近年来数据挖掘技术在客户流失方面的研究，探讨了进一步的研究方向o 【关键词】 数据挖掘；客户流失；综述；客户关系管理 1概述 5)偏差检测。数据库中的数据常有一些异常记录．从数 客户流失分析研究对企业降低运营成本，提高经营业绩有 据库中检测这些偏差很有意义。偏差包括很多潜在的知识，如 着极为重要的意义。数据挖掘是从存放在数据库、数据仓库或 分类中的反常实例、不满足规则的特例等。 ． 其他信息库中的大量数据中挖掘有趣知识的过程【¨。在国内。 3．3数据挖掘的基本过程 目前数据挖掘主要集中在需要对海量数据进行分析研究的行业 目前比较流行的数据挖掘方法论主要有以NCR，SPSS大 领域。尤其是电信行业12J。 data 2客户流失的概念 提出的通用数据挖掘方法(伽genericIIliningmethod)， 顾名思义，流失客户即是企业原有客户不想或不再使用该 企业服务的，称为流失客户【3J。 大同小异的。 从总体上可以根据客户流失的程度，把客户流失分为两 根据NCR和SPSS公司提出的跨行业标准数据挖掘过程 类：离网流失和业务流失，也有人把这两类流失称为显性流失 CRISP-DM【9】。数据挖掘的基本过程包括了以下的步骤：商业 和隐性流失I，，“。 理解、数据理解、致据准备、建立模型、模型评估以及结果发 离网流失是指客户从现有企业转向处于竞争关系的其他企 布。 业．或者是同一用户在同一企业所拥有的不同服务之问进行转 变。以及随着客户生命周期的结束而终止服务的现象。 业务流失指客户的某类消费，虽然投有完全停止消费，但 部分使用丁竞争对手的服务或替代品。与其历史消费量相比成 显著性下降的现象。 3关于客户流失的数据挖掘应用及其存在问题 3．1数据挖掘的概念 数据挖掘就是从大量的、不完全的、有噪声的、模糊的、 随机的实际应用数据中。提取隐舍在其中的、人们事先不知道 的、但又是潜在的有用信息和知识的过程【8l。 3．2数据挖掘的基本分类 数据挖掘按功能可以分为以下五类f。l： 1)自动预测趋势和行为。数据挖掘自动在大型数据库中 寻找预测性信息，可以迅速直接由数据本身得出结论。 2)关联分析。数据关联是数据库中存在的一类重要的可 被发现的知识。若两个或多个变量的取值之间存在某种规律 性，就称为关联。 3)聚类。数据库中的记录可被化分为一系列有意义的子 囝1 CRISP—DM方法论的流程囝 集。即聚类。 4)概念描述。概念描述就是对某类对象的内涵进行描述。 3．4客户流失分析的特点与问题 并概括这类对象的有关特征。 客户流失分析具有以下一些特点，这些特点为数据挖掘带 2008年增刊49 来了挑战性的问题： 测方法．它们的基本算法有以下几种【14】：决策树方法、贝叶斯 1)客户数据特别是电信客户的数据具有数据量大，业务 分类方法、K一近邻方法、粗糙集方法、基于案例方法、遗传 逻辑复杂的特点。这种情况下，应用使用历史数据建立的挖掘 模型进行数据挖掘的结果往往和实际结果产生较大的偏差№】。 系方法(如CLIM、FMCT等最大团发现算法116’)。 2)客户数据的数据复杂、数量巨大、范围广泛：