电信客户流失预测模型研究
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
３ ２ ２ 数 据 挖 掘 过 程 ．．
建 立模 型 （ ｄｌ ｇ、模 型 评 估 （ ｖ ｌ ｔ ｎ 、结 果 发 布 Ｍｏ ｅｉ ） ｎ Ｅ ａ ａｉ ） ｕ ｏ
（ ｅ ｔ ｍｅｔ。 Ｄ ｐｏ ｙ ｎ）
本 文 以此 模 型 为 参 考 ， 择 Ｓ Ｓ 选 Ｐ Ｓ公 司 的 Ｃｅ ｎｉｅ工 ｌ ｍｅ ｔ ｎ
个 月 作 为观 察 的 时 间 窗 口。
３ ２ １ 变 量 选 择 和 设 计 ．．
２ 客 户 流 失 预 测 模 型 ． 二十 世纪末 ， 些 软件供 应商和 用户 成立 了行业 协会 ， 一 包 括 ＮＣ Ｓ ｓ ｍｓ ｎｉｅｒ ｇ Ｃ ｐｎ ａｅ （丹 麦 ） Ｒ ｙｔ Ｅ ｇｎ ｅ ｎ ｏ ｅ ｈｇｎ ｅ ｉ 、 Ｄ ｉ ｅ－ ｅｚＡＯ（ 国 ）Ｓ Ｓ ／ ｔｍａ Ｓ ｌｔ ｎ ｔ（ 国） ａｍｌ Ｂ ｎ 德 ｒ 、Ｐ ＳＩ ｅ ｌ ｏｕｉ ｓ ｄ 英 ｎ ｏ Ｌ 和 Ｏ Ａ ｅｚｋｒ ｇ ｎｅ ａｋＧ ｅ Ｖ （ 兰 ） 这 个 组 织 建 ＨＲ Ｖ ｒｅ ｅ ｎ ｅ ｎＢ ｎ ｒｐＢ． 荷 ｉ ， 立 了 数 据 挖 掘 的 过 程 模 型 Ｃ ＩＰ — Ｄ ｆ ｒｓ． ｄ ｓ ｙ ＲＳ Ｍ Ｃ ｏｓ ｎ ｕｔ Ｉ ｒ Ｓａ ｄｒ ｒｃｓ Ｄａ ｎｎ ） ， Ｒ Ｓ Ｄ 方 法 把 数 据 挖 ｔ ａｄＰｏ ｅｓ ｔ Ｍｉｉｇ Ⅲ Ｃ Ｐ． Ｍ ｎ — ａ Ｉ 掘 看 作 一 个 商 业 过 程 ，将 一 个 数 据 挖 掘 项 目 的生 存 周 期 定 义 为 六 个 过 程 ， 别 为 ：商 业 理 解 （ ｕｉｅｓ ｎ ｅｓ ｎ ｉｇ 、 分 Ｂ ｓ ｓ Ｕ ｄｒｔ ｄ ） ｎ ａ ｎ 数 据 理 解 （ ｔ Ｕｎ ｅｓ ｎ ｉ ） 数 据 准 备 （ ｔ Ｐ ｅａａ ｏ ） Ｄａ ｄ ｒ ａｄｎ 、 ａ ｔ ｇ Ｄａ ｒｐ ｒｔ ｎ 、 ａ ｉ
一
方 面 投 入 大 量 时 间 、 力 、 力 去 发 展 新 客 户 ， 一 方 面Βιβλιοθήκη Baidu 人 财 另 因客 户 流 失 管 理 的 不 完 善 导 致 现 有 客 户 流 失 。 如 何 保 留 住
将其转换成 数据模 型所 需的格式—— 数据 挖掘 目标 表， 阶 此 段称 为数据预处理 阶段或数据准 备阶段 。 此项 目采用某地 市
根 据 电信 客户流失 的业 务特 征 ， 电信客户流 失的数据挖
掘 目标 表 通 常 需 要 如 下 变 量 ： 户 流 失 的 状 态 变 量 Ｙ； 体 客 个 鉴 别 变 量 Ｘ１人 口统 计 变 量 Ｘ ； 户 行 为 变 量 Ｘ 。将 这 些 ； ２客 ３
行为变 量加 以整 理可归 纳为 以下 几类来 描述［（ ２ 本地 通话 的 １
数据抽 样后 ， 样本数 据分成 训练 数据 集（ ｒｉ Ｄ ｔ Ｓ ｔ 把 Ｔ ａ ａ ｅ） ｎ ａ 和
３ １ 商 业 理 解 和 环 境 评 估 ．
电信行业 的客户 流 失可分 为两种 ：客 户被动 流失 与客
研 究
５１ ０６； ００ ５１ ００ ０ ６；
利用 Ｓ Ｓ 公 司的数据挖掘 工具 Ｃ ｅ ｎ ｎ ， 用 ＰＳ ｌ ｔ ｅ运 ｍｅ ｉ
客 户采取 更有 效的营销策略提供一些建议 。
了减 少 客 户 流 失 ， 需整 合 用 户 信 息 ， 用 户 进 行 合 理 的 分 类 和 对
具进行 数据预测 模型 的建立 ，数据处 理采用 了 Ｓ ｂｓ ｙａｅ公司
的 Ｉ 数据 仓库 。 Ｏ
３ 数 据 挖 掘 模 型 应 用 ．
进 行 知 识 挖 掘 时 ＿ 先 从 原 始 数 据 集 合 ｒ 里 指 数 据 挖 掘 ３ Ｊ ， 这
目标表 １ 中取 出一 个与探 索 的 问题 相关 的样本 数据 集 ， 经过
行 为 变 量 ； 内 、 内 漫 游 通 话 的 行 为 变 量 ； 澳 台 、 它 国 省 国 港 其 家 漫 游 通 话 及 国 际 、 澳 台长 途 的 行 为 变 量 ： 转 及 呼 叫 。 港 呼 反
映客户 呼转 到不同 电信运 营商的情况 ， 客户 呼叫不 同电信运
营 商 的 情 况 ； 据 业 务 的 使 用 情 况 ； 话 号 码 数 ： 户 的总 体 数 通 客 主 被 叫 行 为 等 ） 进 一 步 的衍 生 变 量 Ｘ４ 建 模 的 目的 就 是 要 ； 。 分析 、确 定这 些 向量变量 与客 户流 失状态 变 量 Ｙ 的关 系 ， 即 ： Ｆｘ１Ｘ２ Ｘ３ Ｘ ） Ｙ＝ ｆ ， ， ， ４ 。
电信 企 业 ６个 月 的数 据 作 为 训 练 数 据 。
既有 客户 ， 及如 何从这 些客 户获得 最大 的收益 ， 成为 国 内 将 电信 企业重要 的课题 。本 文结合 电信业务规 则， 基于数据 对 挖掘 的流失 预测模 型进 行 了合 理 的分析和 应用 ，使企 业对
流 失 客 户 能 够 采 取 更 有 效 的营 销 策 略 。
针对 被动流 失客户（ 即欠 费销户） 建立 模型 ， 一般客 户 对
而 言 ， 因欠 费停 机 ， 且 在 ３个 月 内 没 有 还 款 ， 后 会 被 欠 若 并 最
费销户 。对 于这类欠 费销户的客户 ， 了能考察到他们 的行 为 为变化 ， 定 了在 欠费销户 月份之前 的倒数 第 ４ ９个 月这 ６ 选 ￣
１ 引 言 ．
识 别 。本 次 客 户 流 失 预 测 主 要 是 针 对 电信 行 业 的 流 失 客户 。 ３ ２ 数 据 理 解 和 准 备 ． 为 了建 立 客 户 流 失 模 型 ，必 须 收 集 所 有 的 原 始 数 据 ， 并
目前 在 全 球 电 信 业 发 展 处 于 低 迷 的情 况 下 ， 我 国 不 断 深 化 改 革 电信 行 业 ， 电 信 运 营 企业 进 行 重 组 。各 电信 企 业 对
建 立模 型 （ ｄｌ ｇ、模 型 评 估 （ ｖ ｌ ｔ ｎ 、结 果 发 布 Ｍｏ ｅｉ ） ｎ Ｅ ａ ａｉ ） ｕ ｏ
（ ｅ ｔ ｍｅｔ。 Ｄ ｐｏ ｙ ｎ）
本 文 以此 模 型 为 参 考 ， 择 Ｓ Ｓ 选 Ｐ Ｓ公 司 的 Ｃｅ ｎｉｅ工 ｌ ｍｅ ｔ ｎ
个 月 作 为观 察 的 时 间 窗 口。
３ ２ １ 变 量 选 择 和 设 计 ．．
２ 客 户 流 失 预 测 模 型 ． 二十 世纪末 ， 些 软件供 应商和 用户 成立 了行业 协会 ， 一 包 括 ＮＣ Ｓ ｓ ｍｓ ｎｉｅｒ ｇ Ｃ ｐｎ ａｅ （丹 麦 ） Ｒ ｙｔ Ｅ ｇｎ ｅ ｎ ｏ ｅ ｈｇｎ ｅ ｉ 、 Ｄ ｉ ｅ－ ｅｚＡＯ（ 国 ）Ｓ Ｓ ／ ｔｍａ Ｓ ｌｔ ｎ ｔ（ 国） ａｍｌ Ｂ ｎ 德 ｒ 、Ｐ ＳＩ ｅ ｌ ｏｕｉ ｓ ｄ 英 ｎ ｏ Ｌ 和 Ｏ Ａ ｅｚｋｒ ｇ ｎｅ ａｋＧ ｅ Ｖ （ 兰 ） 这 个 组 织 建 ＨＲ Ｖ ｒｅ ｅ ｎ ｅ ｎＢ ｎ ｒｐＢ． 荷 ｉ ， 立 了 数 据 挖 掘 的 过 程 模 型 Ｃ ＩＰ — Ｄ ｆ ｒｓ． ｄ ｓ ｙ ＲＳ Ｍ Ｃ ｏｓ ｎ ｕｔ Ｉ ｒ Ｓａ ｄｒ ｒｃｓ Ｄａ ｎｎ ） ， Ｒ Ｓ Ｄ 方 法 把 数 据 挖 ｔ ａｄＰｏ ｅｓ ｔ Ｍｉｉｇ Ⅲ Ｃ Ｐ． Ｍ ｎ — ａ Ｉ 掘 看 作 一 个 商 业 过 程 ，将 一 个 数 据 挖 掘 项 目 的生 存 周 期 定 义 为 六 个 过 程 ， 别 为 ：商 业 理 解 （ ｕｉｅｓ ｎ ｅｓ ｎ ｉｇ 、 分 Ｂ ｓ ｓ Ｕ ｄｒｔ ｄ ） ｎ ａ ｎ 数 据 理 解 （ ｔ Ｕｎ ｅｓ ｎ ｉ ） 数 据 准 备 （ ｔ Ｐ ｅａａ ｏ ） Ｄａ ｄ ｒ ａｄｎ 、 ａ ｔ ｇ Ｄａ ｒｐ ｒｔ ｎ 、 ａ ｉ
一
方 面 投 入 大 量 时 间 、 力 、 力 去 发 展 新 客 户 ， 一 方 面Βιβλιοθήκη Baidu 人 财 另 因客 户 流 失 管 理 的 不 完 善 导 致 现 有 客 户 流 失 。 如 何 保 留 住
将其转换成 数据模 型所 需的格式—— 数据 挖掘 目标 表， 阶 此 段称 为数据预处理 阶段或数据准 备阶段 。 此项 目采用某地 市
根 据 电信 客户流失 的业 务特 征 ， 电信客户流 失的数据挖
掘 目标 表 通 常 需 要 如 下 变 量 ： 户 流 失 的 状 态 变 量 Ｙ； 体 客 个 鉴 别 变 量 Ｘ１人 口统 计 变 量 Ｘ ； 户 行 为 变 量 Ｘ 。将 这 些 ； ２客 ３
行为变 量加 以整 理可归 纳为 以下 几类来 描述［（ ２ 本地 通话 的 １
数据抽 样后 ， 样本数 据分成 训练 数据 集（ ｒｉ Ｄ ｔ Ｓ ｔ 把 Ｔ ａ ａ ｅ） ｎ ａ 和
３ １ 商 业 理 解 和 环 境 评 估 ．
电信行业 的客户 流 失可分 为两种 ：客 户被动 流失 与客
研 究
５１ ０６； ００ ５１ ００ ０ ６；
利用 Ｓ Ｓ 公 司的数据挖掘 工具 Ｃ ｅ ｎ ｎ ， 用 ＰＳ ｌ ｔ ｅ运 ｍｅ ｉ
客 户采取 更有 效的营销策略提供一些建议 。
了减 少 客 户 流 失 ， 需整 合 用 户 信 息 ， 用 户 进 行 合 理 的 分 类 和 对
具进行 数据预测 模型 的建立 ，数据处 理采用 了 Ｓ ｂｓ ｙａｅ公司
的 Ｉ 数据 仓库 。 Ｏ
３ 数 据 挖 掘 模 型 应 用 ．
进 行 知 识 挖 掘 时 ＿ 先 从 原 始 数 据 集 合 ｒ 里 指 数 据 挖 掘 ３ Ｊ ， 这
目标表 １ 中取 出一 个与探 索 的 问题 相关 的样本 数据 集 ， 经过
行 为 变 量 ； 内 、 内 漫 游 通 话 的 行 为 变 量 ； 澳 台 、 它 国 省 国 港 其 家 漫 游 通 话 及 国 际 、 澳 台长 途 的 行 为 变 量 ： 转 及 呼 叫 。 港 呼 反
映客户 呼转 到不同 电信运 营商的情况 ， 客户 呼叫不 同电信运
营 商 的 情 况 ； 据 业 务 的 使 用 情 况 ； 话 号 码 数 ： 户 的总 体 数 通 客 主 被 叫 行 为 等 ） 进 一 步 的衍 生 变 量 Ｘ４ 建 模 的 目的 就 是 要 ； 。 分析 、确 定这 些 向量变量 与客 户流 失状态 变 量 Ｙ 的关 系 ， 即 ： Ｆｘ１Ｘ２ Ｘ３ Ｘ ） Ｙ＝ ｆ ， ， ， ４ 。
电信 企 业 ６个 月 的数 据 作 为 训 练 数 据 。
既有 客户 ， 及如 何从这 些客 户获得 最大 的收益 ， 成为 国 内 将 电信 企业重要 的课题 。本 文结合 电信业务规 则， 基于数据 对 挖掘 的流失 预测模 型进 行 了合 理 的分析和 应用 ，使企 业对
流 失 客 户 能 够 采 取 更 有 效 的营 销 策 略 。
针对 被动流 失客户（ 即欠 费销户） 建立 模型 ， 一般客 户 对
而 言 ， 因欠 费停 机 ， 且 在 ３个 月 内 没 有 还 款 ， 后 会 被 欠 若 并 最
费销户 。对 于这类欠 费销户的客户 ， 了能考察到他们 的行 为 为变化 ， 定 了在 欠费销户 月份之前 的倒数 第 ４ ９个 月这 ６ 选 ￣
１ 引 言 ．
识 别 。本 次 客 户 流 失 预 测 主 要 是 针 对 电信 行 业 的 流 失 客户 。 ３ ２ 数 据 理 解 和 准 备 ． 为 了建 立 客 户 流 失 模 型 ，必 须 收 集 所 有 的 原 始 数 据 ， 并
目前 在 全 球 电 信 业 发 展 处 于 低 迷 的情 况 下 ， 我 国 不 断 深 化 改 革 电信 行 业 ， 电 信 运 营 企业 进 行 重 组 。各 电信 企 业 对