基于数据挖掘的电信宽带客户流失预测模型研究

宽带客户流失是我国电信企业发展中所面临的一个严重的问题,为此需要在客户流失之前作出预测,并通过相应营销手段挽留客户,文章通过数据挖掘技术建立客户流失预测模型,以此获取即将离网的用户。     

移动通信行业客户流失原因及对策——以某地联通校园公司为例

目前客户流失问题已成为电信运营商关注的焦点之一。本文以某地联通校园公司为研究对象开展问卷调查,调查表明其客户流失严重。客户流失外部原因包括竞争对手的促销活动和客户趋众心理;内部原因包括通话质量、服务质量和品牌。最后提出深入学生开展促销活动、创新校园渠道新模式、提高服务质量和做好离网客户挽留等解决对策。     

培养我国移动通信运营商顾客忠诚的迫切性及其策略

本文针对移动通信运营商的现实困境—较高的客户离网流失率、ARPU值不断下降以及日益激烈的竞争,提出通过培养顾客忠诚,提高客户消费水平是移动通信运营商在激烈市场竞争中制胜的关键,并进一步提出了培养顾客忠诚的具体对策。     

决策树算法在宽带客户流失分析中的应用研究

数据挖掘的核心作用是从大量的数据中挖掘出未知的、有价值的规律和模式。通过研究数据挖掘技术,运用决策树算法,对目前现实生活中的宽带流失问题进行有意义的探索,主要是对已流失宽带客户过去一段时间的上网行为、上网偏好、套餐协议等信息进行分析,提炼出宽带流失客户的行为特征,利用这些特征预测在网客户的流失倾向。     

浅谈如何做好移动发展质量管控

泗县分公司自移动业务运营至2011年底,移动用户规模增长了15倍,但随之而来的移动高离网特性也逐步显现.县公司通过对移动用户状态及收入进行分析,发现累计隐性离网(停保及3个月以上欠费用户)和预警离网(3个月以内欠费用户)客户占新增用户比高达49.2％.如何打破移动用户大进大出规律,提升移动业务发展质量,提高移动业务运营效益和效率,成为泗县分公司亟待解决的问题.     

电信运营企业满意度测评模型与实证检验

满意管理是在明确顾客角色前提下的客户关系的不断完善,客户满意观念引入营销领域后,受到极大的关注,许多学者将用户的满意与忠诚相关联,认为只有满意的用户才忠诚,特别在服务性行业,客户的满意与忠诚更是密切相关。电信运营企业用户的满意度与用户的维系、挽留有着重要的联系,通过满意度测评,电信运营企业可以实现服务过程的改进,达到提升用户满意度、忠诚度的目的,减少因用户不满导致的离网。本文运用结构方程研究客户满意度评价模型,并对相关因子进行实证检验,得出可以影响电信运营企业的重要因素和指标,对电信运营企业改善服务质量、提高满意度提出了建议。     

银行信贷客户的聚类

本文着重研究了对传统的K-means算法它在银行客户分类方向的应用与实现.首先介绍了数据挖掘的基础理论,然后介绍了聚类分析算法的基础理论,详细介绍了K-means聚类算法,分析了该算法的优缺点,之后定义了银行客户进行聚类.最后,本文按照已经建立的银行客户分类模型,对来自东北某家银行财务部的详细交易数据,进行实际的银行客户聚类实验.最后对聚类结果进行了详细的分析和总结.     

与客户共建、共创、共赢

一直以来,我不认为电厂、钢厂等下游煤炭消费企业才是泰德煤网唯一的客户群,上游的煤炭生产企业也一定是泰德煤网的客户,铁路、港口、海运以及汽运公司等中游物流企业同样是泰德煤网的客户,银行也是泰德的客户,只要是和泰德合作的任何企业和个人都是泰德的客户。当然,面对多维的客户需求,任何企业的资源和能力都是有限的,因此,把无限多     

网络环境下客户价值主张的量化方法及应用

基于所构建的网络环境下客户价值的度量模型,分析了客户价值主张的竞争维度,提出运用市场商机算法可以量化企业的客户价值主张。通过实证研究,验证了该方法用于客户价值主张量化和确立的可行性和有效性。     

多小区下行链路协同算法应用研究

干扰是影响网络指标的重要因素,也是影响客户感知的一个重要因素,尤其是在CDMA系统中,同频干扰是一个不可避免的问题,而在CDMA系统中采用了单小区的联合检测、智能天线等技术进行消除干扰。在高负荷网络环境下,针对出现的同频干扰问题,本文对实现多小区下行链路协同算法（MDIC）以及对现网中的验证进行分析和研究。     

基于BP神经网络的ETC系统客户的流失分析研究

文章应用神经网络数据分析技术研究ETC系统客户流失的状况,详细研究了如何建立ETC系统客户流失基本模型。通过对客户的基本数据进行神经网络预测,可以发现描述流失客户基本特征的属性值集合以及对应的是否流失的结论。文章给出的是改进的神经网络的预测方法,可提高BP神经网络的收敛速度,增强网络的泛化能力,获得了很好的效果。     

基于AdaBoost的电信客户流失预测模型

随着电信业改革的深入和竞争的不断加剧,各大电信企业的客户流失率逐步攀升。在深入分析电信业客户流失问题的基础上,针对目前研究多采用单分类器模型的不足,提出了一种基于组合分类器的电信客户流失预测模型。实证结果表明该模型能有效提升预测准确率,为今后的研究提供了新的研究思路。     

从客户流失到客户忠诚：对客户竞争力、客户熵和客户型企业的研究

客户流失研究的疗伤范式难以突破“瓶颈”。本研究以预防范式作为理论起点,先后分析了客户演化、客户竞争力、客户熵和客户型企业,得出通过运用客户竞争力,客户型企业能够获得持续的负熵流,客户作为企业网络的核心部分与企业共同创造价值,在多层次沟通和互动的基础上实现终生购买。客户流失从而转化成客户忠诚。     

基于自组织数据挖掘的电子商务客户流失预测模型

为解决电子商务客户流失预测中的高维、非线性问题,本文将自组织数据挖掘理论(SODM)引入客户流失预测,提出一种新颖的基于自组织数据挖掘的电子商务客户流失预测模型。该方法将自组织数据挖掘中的客观系统分析算法(OSA)和改进分组数据处理网络(GMDH)集成起来进行电子商务客户流失预测。首先利用OSA算法选择出重要的电子商务客户流失关键属性,然后将训练样本送入改进GMDH网络进行学习和训练,进而对测试样本客户流失状态进行判别。将该方法应用于某网上商店客户流失预测实证分析,预测结果验证了该方法对包含多种因素影响的电子商务客户流失预测具有优势,基于自组织数据挖掘的电子商务客户流失预测模型具有较强的实用性和可操作性。     

基于LVQ神经网络的电信企业客户流失预测模型研究

随着人工智能的快速发展,人工神经网络被广泛地运用到分类预测领域。文章首先明确了客户流失的定义及其分类,然后分析了LVQ神经网络的基本原理,最后从研究样本的确定、预测变量的选取、模型的训练及评估三个方面构建了基于LVQ神经网络的电信企业客户流失预测模型,以期为电信企业客户流失预测模型的设计提供一定的借鉴意义。     

多层前馈神经网络在客户流失分析中的应用

本文研究了多层前馈神经网络原理及其后向传播算法,然后结合一个实例构建了客户流失分析的多层前馈神经网络模型,实验表明将该模型用于客户流失分析是可行的.     

保险业客户关系管理问题及对策研究--以太平洋保险公司为例

近年来,随着我国经济的快速发展,我国保险业一直保持着持续、快速的发展态势。太平洋保险公司作为一家以电销为主营业务的人寿险公司,在保费收入不断增长的同时,客户流失率却一直居高不下,严重制约了公司的发展。论文以太平洋保险公司电销客户关系管理为研究对象,深入剖析电销客户关系管理存在的问题与原因,并提出相应的改进策略,以助于改善该公司电销客户关系管理水平,降低客户的流失率,实现保费和利润的双增长。     

Incorporating textual information in customer churn prediction models based on a convolutional neural network

This study investigates the value added by incorporating textual data into customer churn prediction (CCP) models. It extends the previous literature by benchmarking convolutional neural networks (CNNs) against current best practices for analyzing textual data in CCP, and, using real life data from a European financial services provider, validates a framework that explains how textual data can be incorporated in a predictive model. First, the results confirm previous research showing that the inclusion of textual data in a CCP model improves its predictive performance. Second, CNNs outperform current best practices for text mining in CCP. Third, textual data are an important source of data for CCP, but unstructured textual data alone cannot create churn prediction models that are competitive with models that use traditional structured data. A calculation of the additional profit obtained from a customer retention campaign through the inclusion of textual information can be used by practitioners directly to help them make more informed decisions on whether to invest in text mining.     

铁路货运大客户营销与流失预警对策

定义了铁路货运大客户的范畴与类别,提出具有针对性的铁路货运大客户营销方案,具体分析铁路货运大客户流失的原因,并探讨了大客户流失预警的具体对策,能够为铁路货运营销提供理论基础。     

Does Service Bundling Reduce Churn?

We examine whether bundling in telecommunications services reduces churn using a series of large, independent cross sections of household decisions. To identify the effect of bundling, we construct a pseudo‐panel dataset and utilize a linear, dynamic panel‐data model, supplemented by nearest‐neighbor matching. We find bundling does reduce churn for all three “triple‐play” services. The effect is only “visible” during times of turbulent demand. We also find evidence that broadband was substituting for pay television in 2009. This analysis highlights that bundling helps with customer retention in service industries, and may play an important role in preserving contracting markets.