电信客户消费预测模型研究

《电信客户消费预测模型研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、全国大学生统计建模大赛论文论文题目:电信客户消费预测模型研究参赛队员：赵锦锦左珊珊金娇娇指导教师：费宇王力宾参赛单位：云南财经大学提交日期:2009年9月28日摘要2一、弓I言3（一）问题提出3（二）国内外研究现状以及存在的问题3（三）本文的格体思路以及创新点5二、模型建立前的准备5（-）模型假定5（二）变量选取61、对于历史月消费额数据指标的选取62、对于客户资费类型指标的选取63、其他备选变量选取6（三）数据来源和预处理6三、电信客户消费预测模型的构建8（一）灰色理论及灰色吋间序列预测模型GM（1,1）81、灰色理论简介

2、82、灰色时间序列预测模型GM（1,1）9（二）虚拟变量模型12四、电信客户消费预测模型的分析和结果13（一）灰色时间序列预测模型GM（1,1）的应用分析结果13（二）电信客户消费虚拟变量模型分析结果151、模型分析152、结果分析16五、评价与建议19附录21参考文献21电信行业市场竞争H益激烈，各金业为了扩大市场，使出浑身解数吸引新客户加入，但发现老客户在不断流失，有效控制客户流失是企业利润增长的关键。而有效控制客户流失的关键在于对客户进行预测分析，及时发现客户流失倾向并预警，然后对客户进行有效地维系和挽留。针对这一问题

3、，本文主要利用灰色系统时间序列预测模型和虚拟变量模型，对客户未來的消费情况进行预测分析，对话费陡降、话务量骤减的“界常”客户进行预警，提醒电信部门针对这类客户采取相应的措施。利用灰色系统时间序列预测模型目的是说明目前电信部门确实存在客户流失的现象。本文采用灰色系统时间预测模型GM(1,I)做分析，采用的是前六个月，经过筛选后的1382个客户的平均消费额作为初始数据，去预测目前以及以后几个月的走势。从预测的结果中发现，电信客户总体tl前几个月的平均消费额是逐渐递减的，说明电信客户流失确实存在，从而为木文研究电信客户流失提供了必

4、耍性的事实。虚拟变量模型是灰色系统时间序列预测模型GM(1,1)的一个延续分析，其主要冃的是为了预测客户流失情况。我们把筛选后1382个客户七月份消费额作为因变量，把前六个月和资费类型作为自变量，进行建模分析。分析后发现，利用该模型去回判1382个客户七月份是否在网的准确性是90.45%,误判率仅为9.55%,说明该模型可行，能够很好的给屯信部门提供客户流失的预警。最后木文就如何防止客户流失给电信部门提出一些可操作性的政策建议。关键词：客户流失预测灰色系统GM(1,1)模型虚拟变量模型(一)问题提出随着我国通信市场竞争激烈程

5、度的H益加剧，多家运营商共同“逐鹿”市场格局的形成，作为通信市场竞争主体的各运营企业，一方面投入大量的时间、人力、财力去发展新客户，另一方而乂而临着现有存量客户的严重流失。激烈的竞争必然导致客户处于不稳定状态，客户的平均生命周期不断缩短，严重影响了通信企业的发展，不仅给运营瀚的收入造成损失，也给企业的经营带来压力。对电信运营商来说，客户即生命，如何保有客户是企业客户管理的重屮之重。因而，如何有效防止客户流失，完善客户保持工作，越来越成为运营企业关注的焦点问题。众所周知，屮国移动、屮国联通在前儿年就采取了单向收费的套餐业务，而

6、冃部分还针对学生群体增加了赠送短信业务，这在一定程度上大大增加了移动和联通的忠实客户；在最近两、三年他们推出了预存话费送话费、预存话费送手机等业务，这些优惠活动以退为进，不但在心理上抓住了顾客的需求，而且更主要的是在利润上实现了企业的目标，让企业在激烈的竞争中有了自己的一片天空。而电信部门最近几年得运营悄况却不容乐观，其人部分原因在于客户流失。所以如何防止电信部门的客户流失，如何识别客户流失的种类，以及根据其每个月的消费额如何去判断该客户是否会发生流失等问题是电信部门应该主要关注的问题，然后电信部门针对不同类型的客户采取相应

7、的应对措施，來防止客户流失的进一步发生。本文就是基于以上电信部门现在存在的问题，进行建模分析，给电信部门捉供预警和相应的补救措施。(-)国内外研究现状以及存在的问题目前较具代表性的预测方法有：统计分析；数据挖掘。其中数据挖掘已得到人们的青睐。数据挖掘大致经过取得数据源、数据预处理、构造和训练模型及评价模型几个过程。在电信客户流失预测中，常用的模型有决策树、Logistic回归模型、人工神经网络等。全球知名的电信专家、IBM长期执行顾问罗布•马蒂森就电信客户流失预测这一问题在“电信客户流失流失管理”(2005)-书中提出了自己

8、的预测方法。通过客户流失指数CCI为客户的流失倾向和流失原因提供参考数值，对过去一段时间内客户的流失起因、客户就各个原因给运营商评级、确定各个原因对客户的重要性及替代选择的克获得性建设客户流失立方体，从而建立初始客户流失人数预测模型。该模型可以在预定时间范阖内预测出将有多少人将要离开，但是