1、當(dāng)前中國(guó)汽車工業(yè)的飛速發(fā)展，也帶動(dòng)著汽車服務(wù)行業(yè)產(chǎn)業(yè)的急速擴(kuò)張。雖然國(guó)內(nèi)汽車服務(wù)業(yè)發(fā)展?jié)摿薮?，但是整體市場(chǎng)起步較晚，服務(wù)措施亟待完善，從業(yè)人員素質(zhì)較低，缺乏先進(jìn)的管理思想和技術(shù)手段、服務(wù)同質(zhì)化嚴(yán)重，服務(wù)品種單一?？蛻暨x擇產(chǎn)品及服務(wù)的余地越來(lái)越大，客戶的忠誠(chéng)度越來(lái)越低，客戶流失已經(jīng)成為汽車服務(wù)業(yè)最為關(guān)注的問(wèn)題之一。因此本文希望通過(guò)建立客戶流失預(yù)測(cè)模型，識(shí)別客戶流失的行為特征，針對(duì)不同流失狀況客戶進(jìn)行有效的靶向營(yíng)銷，從而減少企業(yè)的客戶流失

2、狀況，提升企業(yè)競(jìng)爭(zhēng)力。
　　本論文的主要工作：
　　1）汽車服務(wù)企業(yè)客戶流失問(wèn)題的確認(rèn)。
　　本文通過(guò)回顧客戶流失理論的相關(guān)文獻(xiàn)，分析了客戶流失的原因、掌握了客戶流失問(wèn)題的研究流程以及客戶流失管理的必要性。在此基礎(chǔ)上，本文結(jié)合汽車服務(wù)企業(yè)的特點(diǎn)，給出了汽車服務(wù)企業(yè)客戶流失的定義以及分類，從而明確了汽車服務(wù)企業(yè)的客戶流失問(wèn)題。
　　2）汽車服務(wù)企業(yè)客戶流失預(yù)測(cè)建?？蚣艿脑O(shè)計(jì)。
　　本文首先探討了使用數(shù)據(jù)挖掘方

3、法建立汽車服務(wù)企業(yè)客戶流失模型的可行性。通過(guò)研究客戶流失預(yù)測(cè)算法在其他行業(yè)中的應(yīng)用情況，結(jié)合已經(jīng)明確了的汽車服務(wù)企業(yè)客戶流失的問(wèn)題，進(jìn)一步探討了汽車服務(wù)企業(yè)客戶流失建模的原則與意義。創(chuàng)新的設(shè)計(jì)了決策樹(shù)與LOGISTIC回歸模型相結(jié)合的方法對(duì)汽車服務(wù)企業(yè)進(jìn)行建模，并使用交叉表分析與決策樹(shù)方法對(duì)變量進(jìn)行篩選。
　　3）上海東浦汽車銷售服務(wù)公司客戶流失預(yù)測(cè)模型的構(gòu)建。
　　以上海東浦汽車銷售服務(wù)有限公司的數(shù)據(jù)為基礎(chǔ)。在考慮和分析了

4、其他相關(guān)行業(yè)客戶流失預(yù)測(cè)分析所使用變量的基礎(chǔ)上，得出本企業(yè)與客戶流失密切相關(guān)的因素：客服服務(wù)時(shí)間長(zhǎng)度、年齡、客戶主要來(lái)源渠道、擁有各種服務(wù)的數(shù)量等11個(gè)汽車服務(wù)企業(yè)客戶流失密切相關(guān)的靜態(tài)客戶資料；同時(shí)，引入時(shí)間序列的因素，即1年考察期內(nèi)客戶的各種消費(fèi)行為，最終把這兩部分因素作為客戶流失的輸入變量，最終輸入的解釋變量達(dá)到167個(gè)。使用了交叉表分析與基于WEKA平臺(tái)的決策樹(shù)方法對(duì)變量進(jìn)行篩選，最終運(yùn)用了LOGISTIC回歸模型在SAS挖掘平

5、臺(tái)下進(jìn)行建模。經(jīng)過(guò)回歸運(yùn)算判定，最終結(jié)論中確定影響汽車服務(wù)企業(yè)客戶流失的7個(gè)貢獻(xiàn)度最大的預(yù)測(cè)變量，并由此建立流失預(yù)測(cè)模型。
　　4）客戶流失預(yù)測(cè)模型的應(yīng)用。
　　本文通過(guò)使用計(jì)算出的回歸模型公式，對(duì)上海東浦汽車銷售服務(wù)公司的客戶流失概率進(jìn)行了計(jì)算，并將計(jì)算結(jié)果結(jié)合RFM客戶細(xì)分模型對(duì)客戶進(jìn)行了有效的市場(chǎng)細(xì)分。最后結(jié)合客戶流失挽留理論，設(shè)計(jì)出了控制和減少客戶流失的策略，實(shí)現(xiàn)了管理理論與經(jīng)濟(jì)理論的融合、定性分析與定量建模方法的統(tǒng)