基于数据挖掘的移动中高端用户流失预警研究-research on early warning of mobile middle and high-end users loss based on data mining.docxVIP

摘要随着3G业务的拓展，使得电信市场的竞争越来越激烈。如何最大程度地挽留在网用户、吸取新客户是电信企业最关注的问题之一。竞争对手的促销、公司资费软着陆措施的出台和政策、法规等不断变化，影响了客户消费心理和消费行为，导致客户的流失特征不断变化。对于上海移动而言，中高端客户是上海移动收益的重要组成，流失会给公司带来市场占有率下降、营销成本增加、利润下降等一系列问题。同时，上海移动的中高端客户是高质量客户，流失用户群比较小，特征较难捕捉。目前，中高端客户的平均流失率仅为1.17%。中高端客户保有率对上海移动而言，是一项非常重要的工作。根据“柏拉图2.8律”，20%的中高端客户为移动创造了80%的利润，而如何挽留和争取更多的大客户，在当前竞争激烈的移动通信行业，唯有体现以人为本，客户至上的原则方能取胜。目前，上海移动主要用经验判断用户的ARPU值下降，每月用户呼转次数达到一定阀值就进行外呼挽留。这种方式虽然能抓住某些用户，但从总体来看，真正找对的用户比例较少。采用预警模型能大幅度提高捕捉流失客户的准确率，从而在有限的资源投入的情况下，最大限度地做好客户的挽留工作。本文结合实际项目，将数据挖掘技术应用于电信的客户细分。论文采用基于客户行为的客户细分方法，引入信息熵增益的决策树算法，来实现电信客户的细分。首先进行数据准备和数据预处理等工作，进而按客户行为，对目标数据分成几种组间差异较大、而组内