客户流失中数据挖掘常用算法.doc

《客户流失中数据挖掘常用算法.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、客户流失分析中的常用数据挖掘算法摘要：数据挖掘技术为商业企业辨析客户价值提供了重要支撑，本文首先对客户流失的问题进行阐述，然后列出了客户流失分析中几种常用数据挖掘算法。关键字：数据挖掘；客户流失；算法在当今的商业环境中，竞争对手的增加、业务的多样化和经济的全球化使企业之间的竞争日益激烈。新经济时代的到来，使得客户成为企业至关重要的成功因素和利润来源，谁把握了客户，谁就拥有了市场。企业的战略正从“以产品为中心”向“以客户为中心”转变。他们已经意识到，只有不断通过各种渠道加强与客户之间的交流，并且不失时机地从中获取有用信息，才能改善客户关系，提高客户满意度，从而增强自身的核心竞争力，在竞争中立于不

2、败之地。随着数据挖掘技术的发展，数据挖掘在很多领域中所起的重要作用己经被越来越多的人认可，它是利用己知的数据通过建立数学模型的方法找出隐含的业务规则。在国外很多行业己经具有成功的应用。例如，电信行业的应用领域主要有客户关系管理，客户欺诈分析，客户流失分析，客户消费模式分析，市场推广分析等。在国内随着对数据挖掘技术的重视，数据挖掘技术的应用研究也越来越广，其中对电信行业的客户流失分析就是一大热点。客户流失分析是通过对以往流失客户的历史数据进行分析，找出可能开用户的特征，及时采取相应措施，减少客户流失的发生。这对企业降低运营成本，提高经营业绩有着极为重要的意义。1客户流失分析(CustomerCh

3、urnAnalysis)国外调查机构的分析表明：每年有高达1/3左右的客户流失到竞争对手那里，而争取、吸引一个新客户的费用是保住现有客户费用的5—15倍。客户流失已经成为商业企业最关注的问题之一。经过客户流失分析得出了一些结论：15%的客户选择离开是为了更低的价格，15%是因为更好的产品，而高达70%的客户离开是源于糟糕的服务。对于国内某些行业如电信行业，由于近年来国内电信行业的分割、电信体制的激烈变革，竞争的急速加剧使得各电信企业忙于开拓市场、发展客户，而对己有客户的流失管理似乎大部分都重视不够；或者是注意到了又找不到好的方法，显得有点无能为力。一方面企业投入大量时间、人力、财力去发展新客户

4、，另一方面因客户流失管理的不完善导致现有客户由于不满意而流失。所以，忽视现有客户的保持，只注重发展新客户，长此以往，电信企业将会出现“增量不增收”的局面，即每月用户人数不断增加，但用户每月人均话费收入值却在下降。1.1客户流失的原因客户流失的原因主要有以下4种类型:(1)自然流失这种类型的客户流失不是人为因素造成的，比如客户的搬迁和死亡等。自然流失所占的比例很小。企业可以通过广泛建立连锁服务网点和经营分公司，或者提供网上服务等方式，让客户在任何地方、任何时候都能方便快捷地使用企业的产品和服务，减少自然流失的发生。(2)恶意流失恶意流失是指一些客户为了满足自己的某些私利而离开企业，比如很多电信运

5、营商的用户在拖欠了大额通信费用后离开这家电信运营商，选择其他电信运营商提供的服务，从而达到不交费用的目的。恶意流失在客户流失中所占的比例也不大。企业可以通过客户信誉管理制度和欺诈监测来防止客户的恶意流失行为。(3)竞争流失由于企业竞争对手的影响而造成的流失称为竞争流失。市场上的竞争突出表现在价格战和服务战上。在当前日益激烈的市场竞争中，企业首先要考虑的是保留住自己现有的客户，在此基础上再去吸引和争取新的客户。通过市场竞争分析，包括市场占有率分析、竞争对手发展情况分析、供应商行为分析、合作商行为分析等，可以防止部分流失的发生。市场占有率分析使市场人员能够了解不同时间段内、不同业务品牌的产品或服务

6、的市场占有率情况，了解市场中最有价值产品或服务，了解不同产品的主要竞争对手是谁，从而为市场经营提供指导。从竞争对手客户发展情况、竞争对手客户话费收入情况、竞争对手客户呼叫行为、竞争对手营销策略、竞争对手服务质量五个方面，对竞争对手发展情况进行分析预测。(4)过失流失上述3种情况之外的客户流失称为过失流失。这些流失都是由于企业自身工作中的过失引起客户的不满意而造成的，比如企业形象不佳、产品性能不好、服务态度恶劣等。过失流失在客户流失总量中所占的比例最高，但同时也是企业可以通过采取一些有效手段来防止的。1.2客户流失预测客户流失预测的任务是:(1)将客户流失的基本模型与客户描述中的客户生命期价值结

7、合，发现现有客户中流失可能性大并且价值高的群体，作为下一步预防和控制流失策略的目标客户群体；(2)根据客户流失的行为模型，跟踪和发现客户的流失趋势，及早采取预防措施。1.3客户流失模型一般客户流失模型的建立和应用过程如下:(1)从企业的业务数据库中收集整理原始数据，组建企业客户的数据仓库系统；在客户数据仓库中抽取适当的字段组成客户分析数据库，为客户描述和客户流失模型提供数据源；(2)将客户分析数据