电信客户流失的相关性因素分析.docx

PAGE1

电信客户流失的相关性因素分析

摘要：随着市场体制的不断完善,行业竞争的加剧,为了不断吸引新的客户,许多行业愈来愈重视对客户流失管理的研究。本文主要采用SPSSModeler作为处理工具，对已获取的电信企业客户流失情况与相关因素的数据作出相关性分析，目的是为了探究客户流失与哪些方面有关，进而得出相关结论与建议。

关键词：SPSSModeler；相关性；客户流失

目录

一、 引言 6

(一) 研究背景 6

(二) 研究的问题和意义 6

二、 数据处理 7

(一) 数据来源 7

1.读取数据 7

2.修改变量名称 8

(二) 变量定义 8

1. 变量角色说明 8

2. 规范变量取值 9

3. 生成新变量 10

(三) 数据处理 11

1. 样本的分类汇总 11

2. 计算描述统计量 12

3. 绘制散点图 14

4. 两分类变量相关性的数值分析 15

5. 决策树C5.0分析 17

6. Logistic回归分析 19

三、 研究结论与建议 21

(一) 研究结论 21

1.从基本描述统计量来看 21

2.从决策树C5.0分析来看 22

3．从Logistic回归分析看 22

(二) 建议 22

参考文献 24

附录 25

1. 部分原始数据 25

2. 课程论文成绩评定标准 26

引言

研究背景

数据挖掘

数据挖掘是近年来伴随着人工智能和数据库技术发展而出现的一门新兴技术。它的核心功能是从巨大的数据集或数据仓库中获取有用信息，以供企业分析和处理各种复杂的数据关系。随着电信市场竞争的日益加剧，运营商普遍开始向“客户驱动”管理模式转变。

（2）SPSSModeler软件

SPSSModeler（12.0以前叫Clementine）是一个业界领先的数据挖掘平台。SPSSModeler拥有直观的操作界面、自动化的数据准备和成熟的预测分析模型。SPSSModeler14.1相比SPSSModeler13.0，在数据可视化和算法可视化方面做了改进和完善，这样更便于数据挖掘工作者进行数据探索和模型的优化。同时，增强了数据源连接、数据处理、建模分析等功能。

（3）相关性分析

相关性分析是指对两个或多个具备相关性的变量元素进行分析，从而衡量两个变量因素的相关密切程度。相关性的元素之间需要存在一定的联系或者概率才可以进行相关性分析。相关性不等于因果性，也不是简单的个性化，相关性所涵盖的范围和领域几乎覆盖了我们所见到的方方面面，相关性在不同的学科里面的定义也有很大的差异。

研究的问题和意义

所谓电信行业的客户流失，传统观念认为就是电信客户从某一运营商退网或转网。电信市场的竞争愈来愈激烈，为使企业的利润最大化，各通信运营商都把争取更多的客户作为营销的最终目标。但是随着竞争的不断加剧，客户流失成为各企业运营过程中面临的主要问题，不仅使市场份额减少，还会出现客户恶意离网产生欠费行为，增加了企业的运营成本，造成严重的经济损失。有分析称，开发一个新的客户比挽留一个老的客户所产生的成本高很多倍。因此，做好客户关系管理，防止客户流失是通信行业提升企业核心竞争力的有效手段。

本文搜集了大量电信客户的基本信息与流失情况的数据，利用SPSSModeler作为分析工具，通过对数据的基本分析，以及建立决策树C5.0和Logistic模型系统分析客户流失的相关性因素。针对以往客户关系管理过程中无法监控客户流失的问题，将数据挖掘技术应用到通信客户流失预警分析中，利用其强大的数据分析手段，建立客户消费特征等属性与客户流失可能性之间的关联模型，可实现对客户状态的实时监控。

数据处理

数据来源

本案例采用的是来自互联网的1000份电信客户流失数据，有一定的真实性和研究分析价值。

1.读取数据

将“电信客户流失数据.sav”文件导入到数据流中，读取文件。

图2.1原始数据导入结果浏览

2.修改变量名称

由于原始数据中的变量名称为英文，不便于理解，因此，将变量名称替换成中文。将“tenure”替换为“在网月数”，将“custcat”替换为“客户种类”，将“churn”替换为“是否流失”，将“ed”替换为“教育水平”，将“employ”替换为“当前工作年限”，将“retire”替换为“是否退休”，将“gender”替换为“性别”，将“reside”替换为“家庭人数”。

图2.2修改变量名称

变量定义

变量角色说明

将“在网月数”“当前工作年限”“家庭人数”设为“连续”，将“客户种类”“是否流失”“性别”设为“名义”，将“教育水平”“有序”，将“是否流失”角色设置为“目标”。读取值。

图2.3变量角色说明

规范变量取值

对各变量逐个添加标签，以规范变量的取值。如“客户种类”字段中，“1”表示基本服务，“2”表示上网服务，“3