基于指标判别法的客户流失预警系统研究.pdf

《基于指标判别法的客户流失预警系统研究.pdf》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、·企业管理与信息化·朱文亭李民基于指标判别法的客户流失预警系统研究5基于指标判别法的客户流失预警系统研究朱文亭，李民(昆明理工大学机电工程学院，云南昆明650093)摘要：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。建立有效的客户流失预警系统是企业有效保持客户，减少流失成本的关键。对客户流失预警系统一般使用的流失判别方法进行了阐述，针对其中的指标判别法，研究了预警系统的后台数据库的逻辑设计过程，分析了明细层数据的查询过程和综合层数据的查询过程，介绍了预警系统的前台展示界面。关键词：客户流失

2、预警；指标判别法；客户关系管理中图分类号：TP391文献标识码：A文章编号：1672—1616(2011)13—0005—03电信行业是数据密集型行业，多年的业务支撑单个lI针对每个指标，撤据同的取值范围预指标J{先设定预警级别，每个指标定义一级、运营系统积累了大量的从客户资料到客户消费行指判别tl二级、三级，客户最终的预警级别则以为的数据。通过恰当地分析这些数据，可以预知客标法Jl所有指标扣最高的预警级别为准客判户的未来行为，甚至影响客户的未来行为。客户的户别综合根据预警指标的重要性，对每个预警指标设定权重，基于不

3、同指标对客户的预消费行为经常发生微小的改变，在变化刚刚出现的流法指标警级别的判断结果，按照加权法对客，失判别进行综合评估，从而明确客户的流失情阶段，企业往往不能从战略的高度审视其变化，变预法况及预警级别警化的危害程度被严重低估，直到客户的行为变化演谚{①使用数据挖掘的方法分析当前已处于变成不可挽回的流失危机。客户流失预警管理能别模衰退期或直接进入离网期的客尸在进入数据方型衰退期之前2个月的各种关键行为特征挖掘够在客户行为变化刚刚出现的阶段，及时地发现这法评②根据关键行为特征建丑预测模型，为建立估每个客户的流失倾向进行

4、打分，评估当些变化，并采用管理措施来抵御危机，降低客户流法模型前客户的流失倾向，得分较高的客户流失倾向高失率。图1客户流失预警识别的方法1客户流失预警识别的方法究客户的总体流失异常行为。两种方法可以结合目前，国内外客户流失预警的判别方法的相关在一起使用。研究主要分为两类：基于给定指标设置告警临界值1．1．1单个指标判别法的指标判别法和基于数据挖掘方法建立模型评估选择能明显反映出客户异常行为的预警指标，的预警模型评估法。如果客户流失的可能性高于按照规范化的指标计算规则，预先定义每个指标对客户流失预警方法评估出来的限度，

5、客户关系管理应的预警临界值，共分三级预警。当用户同时出现人员就可以及时地发现这些有异常行为的客户，并多个指标预警时，客户最终的预警级别为各个预警通过采取有针对性的措施来防止客户流失的发生，指标的最高级。电信业通常选取的具有显著特征从而降低客户的流失率⋯。流失预警的方法构成的预警指标及指标计算规则见表1。具体的指标如图1所示。预警临界值可以调节，可以动态地反映客户流失的1．1指标判别法异常情况。各省可根据实际情况确定预警指标的指标判别法又分为单个指标判别法和综合指个数。标判别法。单个指标判别法可以使客户关系管理1．1．

6、2综合指标判别法人员从明细的角度具体看出客户的哪一个指标出综合指标判别法是在单个指标判别法的基础现了高危异常，综合指标判别法则从整体的角度研上，对已经确定下来的指标设定权重，按照加权法收稿日期：2011—0302作者简介：朱文亭(1986一)，女，陕西西安人，昆明理工大学硕士研究生，主要研究方向为企业集成及信息化。62011年7月中国制造业信息化第40卷第13期表1预警指标及指标计算规则示例分数据组成：一是面向明细查询的数据层；二是面向综合查询的数据层。2．1面向明细查询的数据层设计为客户管理者提供一层基本完整的明细

7、数据，本层数据使管理者可以查看行为异常的具体客户的基本信息以及其行为信息。逻辑设计以关系型为主，采用了星型模式设计方法，来支持以后数据源的变化，增加模型的灵活性和扩展性。具体的星型模式如图2所示。对客户进行综合评价，客户最终的预警级别为各个预警指标的综合。例如，按照表1的预警指标，则客户最终的预警级别=话费变动异常指标得分+合约捆绑异常指标得分+通话情况异常指标得分+消费波动情况异常+呼转异网情况异常。客户的最终预警级别由这5项预警指标综合决定。1．2模型评估法模型评估法，即使用数据挖掘的方法通过对大量的客户历史数据

8、进行分析处理，归纳出具有流失倾向客户的行为特点和规律，建立起数据挖掘模图2数据库星型模式设计示例型，并不断地进行实证校验。星型模式是基于关系型数据库的一种多维化的目前国内外学者对利用数据挖掘建立流失模数据组织方式。在关系数据库中，多维化的数据组型做了很多研究。吕巍、李玉峰提出，流失预警模织方式需要分为2大类型：一类是包含主题的、用于型构建的第一