学位论文 > 优秀研究生学位论文题录展示

基于数据挖掘的移动中高端用户流失预警分析

作　者: 徐懿瑾
导　师: 陈秀真；刘如明
学　校: 上海交通大学
专　业: 电子与通信工程
关键词: 数据挖掘客户细分信息熵增益
分类号: TN929.5
类　型: 硕士论文
年　份: 2010年
下　载: 70次
引　用: 0次
阅　读: 论文下载

内容摘要

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、而组内差异较小的群,同时对客户细分的结果进行分析,并对未来市场给予评价,从而为企业提供准确、可靠的决策指导。最后设计了一个客户细分分析系统,实现了总体描述、聚类分析和用户管理等功能,便于用户进行客户细分,减少中高端用户流失,确保公司收益的可持续发展。将算法应用在在实际项目中后,2010年中高端用户保有率从平均92.3%上升到了96.9%,上升了4.6%。按照中高端200万用户来估算,客户挽回达到9.2万人,挽回率到达42%。在实际营销活动中,采用算法的用户营销成功率是不采用该算法的用户的9倍,证明算法的有效性。

全文目录

摘要  5-7
ABSTRACT  7-11
第一章绪论  11-15
  1.1 选题背景  11-12
  1.2 研究意义  12
  1.3 国内外相关研究现状  12-14
  1.4 论文的主要工作及组织结构  14-15
第二章数据挖掘及客户细分理论基础  15-22
  2.1 数据挖掘基础知识  15-19
    2.1.1 基本概念  15-16
    2.1.2 数据挖掘技术的分类及任务  16-19
  2.2 信息增益的决策树算法  19-21
  2.3 客户细分技术  21-22
第三章中高端客户流失预警模型设计  22-30
  3.1 数据源选取  22-23
  3.2 周期选择  23
  3.3 模型细分  23-24
  3.4 用户行为细分  24-30
    3.4.1 跟踪分析类  25-27
    3.4.2 预测分析类  27-30
第四章实验测试和实施过程  30-58
  4.1 数据准备和处理  30-35
  4.2 筛选模型数据  35-36
  4.3 建模流程  36-54
  4.4 训练模型  54-56
  4.5 验证模型  56-58
第五章模型应用和效果评估  58-64
  5.1 客户流失解决方案  58-60
  5.2 实际应用案例  60-61
  5.3 应用效果评估  61-64
第六章总结和展望  64-67
  6.1 工作总结  64-65
  6.2 进一步工作展望  65-67
参考文献  67-69
致谢  69-70
攻读硕士学位期间已发表或录用的论文  70

基于数据挖掘的移动中高端用户流失预警分析

内容摘要

全文目录

相似论文