基于數(shù)據(jù)挖掘的移動中高端用戶流失預警分析.pdf_第1頁
已閱讀1頁,還剩69頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著3G業(yè)務的拓展,使得電信市場的競爭越來越激烈。如何最大程度地挽留在網(wǎng)用戶、吸取新客戶是電信企業(yè)最關(guān)注的問題之一。競爭對手的促銷、公司資費軟著陸措施的出臺和政策、法規(guī)等不斷變化,影響了客戶消費心理和消費行為,導致客戶的流失特征不斷變化。
  對于上海移動而言,中高端客戶是上海移動收益的重要組成,流失會給公司帶來市場占有率下降、營銷成本增加、利潤下降等一系列問題。同時,上海移動的中高端客戶是高質(zhì)量客戶,流失用戶群比較小,特征較難捕

2、捉。目前,中高端客戶的平均流失率僅為1.17%。中高端客戶保有率對上海移動而言,是一項非常重要的工作。根據(jù)“柏拉圖2.8律”,20%的中高端客戶為移動創(chuàng)造了80%的利潤,而如何挽留和爭取更多的大客戶,在當前競爭激烈的移動通信行業(yè),唯有體現(xiàn)以人為本,客戶至上的原則方能取勝。
  目前,上海移動主要用經(jīng)驗判斷用戶的ARPU值下降,每月用戶呼轉(zhuǎn)次數(shù)達到一定閥值就進行外呼挽留。這種方式雖然能抓住某些用戶,但從總體來看,真正找對的用戶比例較

3、少。采用預警模型能大幅度提高捕捉流失客戶的準確率,從而在有限的資源投入的情況下,最大限度地做好客戶的挽留工作。
  本文結(jié)合實際項目,將數(shù)據(jù)挖掘技術(shù)應用于電信的客戶細分。論文采用基于客戶行為的客戶細分方法,引入信息熵增益的決策樹算法,來實現(xiàn)電信客戶的細分。首先進行數(shù)據(jù)準備和數(shù)據(jù)預處理等工作,進而按客戶行為,對目標數(shù)據(jù)分成幾種組間差異較大、而組內(nèi)差異較小的群,同時對客戶細分的結(jié)果進行分析,并對未來市場給予評價,從而為企業(yè)提供準確、可

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論