首 页  |  会员期刊  |  期刊文库  |  期刊资讯  |  期刊列表  |  期刊知识  |  免费论文  |  诚信社区  |  联系我们  |  诚征代理
期刊网提供国家级期刊,省级核期刊,中文核心期刊发表!     全国统一免费咨询热线:400-700-4278     友情提示:为保证发表,请作者提前三个月联系! 加入收藏 | 设为首页
 咨询区
  全国统一免费咨询热线:400-700-4278
传真:010-63396149
 投诉电话:010-63397249
 论文网 业务客服
 E-mail:qikan99@163.com
 MSN:qikan99@hotmail.com
 时间:全周天(8点- 23点)
 发表订单
选择服务:
选择刊物:
选择级别:
文件上传:
发表要求:
联系方式:

期刊合作
    鉴于目前学术期刊良莠不齐,不法期刊现身市场;发表服务鱼龙混杂,不法分子借机行骗;众多作者一稿多投,不得其门。为规范期刊市场,提高投稿效率,构建主渠道的学术期刊的联合发表平台,本单位诚望与各级各类正规期刊开展多种形式的合作。
    我们具备超强的宣传推广能力,深入基层的发表代理网络,拥有丰富的固定客户资源,目前的期刊合作资源已无法满足我们的需求。为寻求共同发展,诚邀各杂志社、编辑或审稿专家长期合作。
    如有意向,请将您单位或您本人的相关信息发送至邮箱:qikan99@126.com,并在邮件标题栏注明“期刊合作”。
首页 > 免费论文 > 电子商务论文 >
对于数据挖掘在客户流失预测模型中的应用
 

分析了客户流失问题产生的原因及几种主要的表现形式,阐述了运用数据挖掘技术建立客户流失预测模型的必要性,介绍了几种主要的数据挖掘分类方法,最后简单论述了数据挖掘流程中的数据准备步骤。

  一、前言
  以前,人们往往很长时间内(甚至是一生)都选用同一家公司的产品,但现在情况已经改变了。随着经济的全球化、多样化,公司之间的竞争日趋激烈,客户选择产品及产家的余地越来越大,同时越来越注重服务等附加值,客户流失正日益成为全球企业面临的一个普遍性问题。据统计,赢得一个新客户所花费的成本是保留住一个老客户的5~6倍,如何保持老客户,控制高价值客户的流失必将成为企业提高竞争力,在激烈竞争中致胜的关键。企业必须将战略重心从优化内部流程、提高运营效率转移到满足客户需求、稳定和扩大客户群上,实践以客户为中心、以市场为导向的经营理念。

  二、客户流失简介
  客户流失是指客户停止使用原有的产品或服务,或转而使用竞争对手的产品或服务。企业客户流失有三种表现形式:公司内客户转移,客户被动流失,客户主动流失。以电信业为例,(1)公司内客户转移表现为客户转移至本电信公司的不同网络或不同业务。例如,电信企业增加新业务,或者资费调整引发的业务转移,或者从普通的固定电话转至IP电话等。在这种情况下,虽然就某个业务单独统计来看存在客户流失,但对公司整体而言客户没有流失,当然公司内客户转移也会影响公司的收入。(2)客户被动流失表现为电信运营商由于客户欺诈或恶意欠费等行为而主动终止客户使用网络和业务。这是由于电信运营商在客户开发的过程中忽视了客户质量造成的。(3)客户主动流失分为两种情况,一种是客户不再使用任何一家电信运营商的电信业务,另一种是客户选择了另一家运营商,即所谓的“客户跳网”。后者的原因主要是客户认为公司不能提供他所期待的价值,即公司为客户提供的客户让利价值低于另一家电信运营商。这可能是客户对电信公司的业务或服务不满意,也可能是客户仅仅想尝试一下别家公司提供而本公司未提供的新业务。这种客户流失形式往往是研究的主要内容。

  三、数据挖掘产生的背景及主要分析方法
  研究哪些客户即将流失,实质上是一个分类问题,即将现有客户分为流失和不流失两类。传统的分类方法一般是基于经验的分类方法或基于统计的简单划分方法。前者一般由决策者根据以往的经验对客户进行类别划分,因此具有较强的主观性;后者一般是根据对客户属性特征的简单统计来划分客户类别。虽然这些划分对企业的客户管理也是很有意义的,但却无法满足一些复杂的分析需求,例如:客户流失的概率如何;哪些因素造成了客户流失;不同类别之间客户的流失情况有什么差别;如果某个客户将要流失,他会在多长时间内流失等。另一方面,数据库技术的成熟应用已使企业积累了大量的数据,管理层希望摆脱经验,从这些数据矿藏里提炼出有价值的“知识”,利用这些“知识”建立起有效的客户流失预测模型。但是传统的数据库管理系统是面向应用的,只处理日常的经营业务,不具备智能数据处理的功能,如何获得这些“知识”就促成了数据挖掘技术的产生。概括地讲,数据挖掘是指从数据仓库中提取人们感兴趣的,事先未知的,有用的或潜在有用的信息。
  数据挖掘的主要方法有:概念/类描述,关联分析,分类和预测,聚类分析,孤立点分析和演变分析。在客户流失预测模型中主要用到的是分类算法。分类是一种有监督的学习方法,它通过在一个包含了已知流失和未流失的客户样本集上进行模型训练,得到一个能够预测客户是否会流失的分类器,然后去预测客户未来的流失倾向。目前运用最广泛的是基于决策树的分类算法,如ID3、C4.5、C5.0、CART等。决策树算法建模简单,分类准确率高,而且能导出简明易懂的诸如If-Then形式的分类规则,十分适合客户流失预测问题。但是,决策树算法很难确定分类概率,即难以计算出客户流失的概率。Logistic回归、人工神经网络虽然能得出流失概率,但是这两种模型的内在表示是隐含的,不能像决策树那样可以得到一个If-Then形式的分类规则,而且神经网络容易出现局部最小化和“过拟和”问题,预测性能不佳。

本新闻共2页,当前在第1页  1  2  

备注:如果您有论文发表或写作辅导需求,我们可以为您提供优质完善服务。详情请联系客服中心论文网 业务客服  或致电:010-63396149 010-63397249

 论文分类

教育论文   |   医学论文   |   会计论文   |   设计论文   |   英语论文   |   经济学论文   |   市场营销论文   |   国际贸易论文
护理论文   |   建筑论文   |   科技论文   |   法律论文   |   物流论文   |   管理学论文   |   电子商务论文   |   人力资源论文
 
首 页  |  会员期刊  |  期刊文库  |  期刊资讯  |  期刊列表  |  期刊知识  |  免费论文  |  汇款方式  |  诚征代理  |  访客地图
Copyright 1998 - 2009 中国学术期刊荐稿中心.All Rights Reserved 网络实名: 中国学术期刊荐稿中心
全国统一免费咨询热线: 400-700-4278 传真:010-63396149 投诉:010-63397249
地址:北京市海淀区复兴路2号C座5层 邮编:100038
京ICP备08007796号