数据挖掘在电信行业客户流失管理中的研究与应用.docVIP

数据挖掘在电信行业客户流失管理中的研究与应用 　　摘要:客户频繁流失是电信行业发展中所面临的一个严重问题,该文主要是对电信行业客户流失情况进行数据挖掘,针对运营商的历史数据资料,通过对已流失的客户和在网客户的自然属性和行为属性进行挖掘分析,建立客户流失的预测模型。介绍了建立模型的过程,对模型的评价及与营销活动的关系,其中运用决策树方法实现了整个建模过程。 　　关键词:客户流失;数据挖掘;决策树;客户流失预测模型 　　 　　中图分类号:TP311文献标识码:A文章编号:1009-3044(2010)03-518-04 　　The Study and Application of Data Mining to Client Churning Management in Telecom 　　LI Yang1, LIU Sheng-hui1, ZHAO Hong-song2 　　(1.College of Computer Science Technology, Harbin University of Science and Technology, Harbin 150080, China; 2.China Mobile Communications Group Co. Ltd, Harbin 150001, China) 　　Abstract: Customers frequent churn is a serious problem in development of the telecommunication industry. According to the data in a telecom providers database, by analyzing and mining the natural attribute and action attribute among the clients, lose or not, we set up a prediction model for client churn. Also describes the building process of model, the evaluation of the model and the relationship with the marketing strategies. Based on decision tree the model is sets up. 　　Key words: client churn; data mining; decision tree; prediction model for client churn 　　1 概述 　　随着国内电信市场竞争格局的形成,如何以高质量的服务吸引和挽留客户、扩大市场份额、降低成本、提高收益,已经成为电信业决策者们共同关注的课题。国内电信业竞争不断加剧,客户争夺愈演愈烈,每个企业都存在客户流失的问题。传统上讲,留住一个客户所需要的成本是争取一个新用户成本的1/5,尤其对剩余客户市场日渐稀疏的通信行业来说,减少客户流失就意味着用更少的成本减少利润的流失,这点已为运营商所广为接受。 　　数据挖掘技术强大的数据分析功能可为运营商在海量的客户资料中提取有 效的信息,以判断客户流失的状况或者倾向,以便有针对性地挽留客户。 　　客户流失管理作为经营分析系统中的一个重要主题。主要任务是根据已流失客户和未流失客户的性质和消费行为,进行挖掘分析,建立客户流失预测模型,分析比较各种类型客户的流失率,流失客户的消费行为,为市场经营与决策人员制订相应的挽留政策提供依据,降低客户离网率,减少运营成本。 　　2 数据挖掘概述 　　数据挖掘(Data Mining)是从大量存储的数据中,利用模式识别、统计和数学的技术,筛选发现新的有意义的关系、模式和趋势的方法。数据挖掘所要处理的问题就是在庞大的数据库中寻找出有价值的隐藏事件,加以分析并将这些有意义的信息归纳成结构模式以帮助企业进行科学化的决策。 　　数据挖掘是一个循环往复的过程,其挖掘过程一般分为五个阶段: 　　1) 定义业务问题:从业务角度来理解数据挖掘的目标和要求,在转化为数据挖掘问题。 　　2) 设计数据模型,建立数据仓库。 　　3) 分析挖掘数据,建立数据集市。 　　4) 建立模型:选取挖掘工具提供的算法并应用于准备好的数据,选取参数,生成模型。 　　5) 评估、解释和应用模型:对模型进行比较和评估、生成一个相对最优模型,并对此模型用业务语言加以解释且应用到业务活动中。 　　3 电信行业客户流失管理中数据挖掘的过程 　　在客户流失管理中,应用数据挖掘技术的主要思路是根据所拥有的客户流失数据建立