电信企业用户流失预警模型中的参数设计

《电信企业用户流失预警模型中的参数设计》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、电信企业用户流失预警模型中的参数设计张雪梅，杨明哲，韩东林中国移动通信集团宁夏有限公司摘要：电信企业运用数据挖掘建立模型，对市场活动进行判断与总结。参数的设计是关系整个模型优劣的关键。本文结合中高端用户流失预警模型的建立，分析其中参数设计步骤与方法，总结出能在各种数据挖掘应用中广泛使用模式。关键词：数据挖掘流失预警参数电信奥运会后的电信重组方案开始全国范围内实施，可以预见，国内各电信运营商将面对更加有挑战性的竞争局面，随着电信市场竞争的日益加剧，运营商普遍开始向“客户驱动”管理模式转变，需要对用户消费

2、行为更加了解并制定相应营销措施。最近几年，直接的市场调查等传统方法被发现成本较高同时获得数据准确性不高，基于数据库的数据挖掘技术以其强大的数据分析功能被普遍应用到电信运营商客户管理之中，其中的一个主要应用就是中高端用户流失预警模掣的建立。Vodafone，VerizonWireless，N丌DoCoMo等应用数据挖掘工具，在用户流失预警方面作出了应用。国内的浙江移动，四川移动等也都开发了自己的用户流失预警模型及其他的数据库营销的具体应用，使得用户离网率得到了有效控制。中高端用户流失预警模型的建立，是基

3、于概率论的原理，即个别用户的行为虽然难以预测，但是历史数据上看，有相似消费行为特征的一群用户的各种未来消费行为有一个基本稳定的概率分布。落实到具体的做法上，就是首先随机选取一部分用户，通过一组或者几组的行为变量参数将用户的消费行为进行总结，得出一个初步模型，经过模型训练，即更改模型输入的条件，来使模型更加符合实际，最后将总体用户数据输入完善的模型，输}H结果。具体到电信企、lk的数据库应用层面上，就是通过建立客户级的数据仓库，应用数据挖掘技术，研究流失客户的客户特征、对流失进行预测。客户流失分析是以客

4、户的历史通话行为数据、客户的基础信息、客户拥有的产品信息为基础，通过适当的数据挖掘手段，综合考虑流失的特点和与之相关的多种因素，从中发现与流失密切相关的特征，在此基础．卜建立可以在一定时间范围内预测用户流失倾向的预测模型，为相关业务部门提供有流失倾向的用户名单和这些用户的行为特征，以便相关部门制定恰当的营销策略，采取针对性措施，开展客户挽留工作。作Ju方向c==========================：=；》-[至函1◆曩1委l参搬墓l参蠹3l参蔹n—‘二二：：：：二：：二二=：二=：：=：二

5、=：：：=：=：二：：：：：：：：：：：=：：：：：]分析方一图一消费者行为对经营活动影响过程整个模型的基础是参数的选定。如上图一所示，电信企业经营成果的变动，包括中高端用户的离网率，用户数的增减，收入的变动等，都是源于用户消费行为的改变，消费行为变218一一一；一一一一：动可能是消费心理等内因导致，也可能是竞争者行为等外因导致，其分别都对应于经营数据库中的参数。要找出是哪些原因导致的经营成果变动，需要通过对经营数据库中参数的选取和分析，倒推出原因。目前广泛应用的数据库营销的一个基本概念就是通过观测参

6、数来确认用户行为，进而对用户进行细分，从而概括出各个用户群体的行为特征，发现营销机会。因此，参数选择与设计的好坏直接影响数据挖掘模型的优劣。我们结合中高端用户流失预警模型的具体应用，研究如何在参数设计上更加完备，更加有代表性，为电信企业的市场活动，经营活动和管理活动提供更大的支持。预警模型的参数设计中，总体思路是，首先根据对业务的理解和其他电信企业应用成功的经验，按照与消费者行为关系密切程度，逐层的分解，最终确定一个参数集。整个过程如下图二所示：图二特征，参数，变量分解过程然后通过数据挖掘，对目标用户

7、的各个参数变量进行数据分析，通过发现其中的规律，总结其在各种用户消费行为趋势上的分布，确定是否可以用于模型的使用。一、选取参数与即确定特征、参数、变量规则建立模型需要确定中高端用户群体的四大特征，包括基本信息特征，通话行为特征，消费行为特征与附加行为特征，来为中高端用户“画像”(Profile)，确定离网倾向。特征的选取是最直接反映消费者与消费行为的参数集。其次，我们将每个特征都用若干个参数来表示。参数选择需要考虑参数对特征的反映，同时要选取现有经营分析系统中能够准确取数的字段。如通话行为特征可分为语

8、音通话次数等参数。再次，将这些参数分别用四个变量表示，即基本变量；走势变量；增幅变量；波动变量。各变量计算规则如下：1、基本变量：处于某个指标的不同价值段的用户，走向流失时在该指标上表现出来的流失迹象应该是不同的，因而取4个观察月的均值，代表用户近期在该个指标上的“价值”；对于品牌、在网时长等状态字段取最后观察月的数据。2、走势变量：考虑到用户的离网是在时间序列上是一个走势，其各种业务数据也应具备各自的走势，逆向考虑，从用户的各种指标的走势应该能较好的反