移动通信行业中的客户流失问题研究

论文摘要

通信技术日新月异,无线通信移动化和无线通信宽带化是无线通信未来发展的趋势。移动通信的飞速发展使得信息管理系统得到大量应用,然而由于缺乏有效的数据分析方法,所获得大量数据不能对决策信息起到良好的支持作用。决策信息对保持和获得高价值的客户具有重要的影响,而通过数据挖掘技术大量的数据能够支撑决策信息,能够驱动企业决策的过程,因此它逐渐成为CRM最得力的帮手。本文在了解以往数据挖掘技术以及客户关系管理理论的基础上,对客户关系管理系统的功能及应用进行了深入分析,提出了在A-CRM中应用数据挖掘技术解决商业问题的方式。在上述理论分析的基础上,本文采用2010年4月至6月天津市某片区全球通客户记录约2万条样本,并将总体样本中的75%用于训练集进行了实际调研。依据理论推导得到的数据挖掘互动过程模型形成了客户流失预测模型,并由此得到了多条客户流失决策树规则,同时利用错误矩阵验证模型对其有效性进行了验证,结果表明该模型的准确率超过了85%。最后对客户流失特征进行了分析总结,并依据该特征得到了保留客户的有效措施,加强了对客户价值的管理,进而使企业的竞争力得到有效的提升。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 课题研究背景及研究现状
• 1.2.1 客户关系管理学科发展现状
• 1.2.2 移动通信行业中的数据挖掘工具应用现状
• 1.3 课题意义及研究目标
• 1.4 论文结构和主要内容
• 第二章 移动通信客户数量现状及管理情况分析
• 2.1 移动通信客户数量及客户关系管理现状
• 2.1.1 移动公司2009-2010年运营情况分析
• 2.1.2 移动公司2009-2010各项业务指标情况
• 2.1.3 移动公司对于用户关系的管理现状
• 2.2 移动公司客户关系管理的演变进程
• 2.3 移动企业内的客户关系管理工作对企业效益的影响
• 2.3.1 客户关系管理对企业效益的作用方式
• 2.3.2 客户关系管理的应用情况与客户总量间的相互关系
• 2.3.3 客户关系管理对移动子品牌的支撑作用
• 2.4 本章小结
• 第三章 移动公司对客户管理系统的支撑需求分析
• 3.1 移动公司现有的经营分析系统
• 3.1.1 移动经营分析系统
• 3.1.2 移动公司对于分析型客户关系管理系统支撑需求分析
• 3.2 分析型客户关系管理系统在移动企业内的运作方式
• 3.3 本章小结
• 第四章 基于数据挖掘技术的分析型客户关系管理系统在移动公司商业问题中的应用
• 4.1 分析型客户关系管理系统中的核心技术
• 4.1.1 移动公司客户关系管理工作中的数据挖掘需求
• 4.1.2 移动公司客户关系管理工作中使用的数据挖掘技术
• 4.2 数据挖掘技术的基本步骤和运作流程
• 4.2.1 商业机遇的发现和提取
• 4.2.2 基于数据挖掘技术的可执行策略形成
• 4.2.3 基于分析结果生成相应决策
• 4.2.4 基于检验样本的决策后评估
• 4.3 基于客户关系管理中的数据挖掘技术解决商业问题基本思路
• 4.3.1 将数据挖掘技术嵌入客户关系管理模型
• 4.3.2 利用数据挖掘技术研究移动通信客户生命周期
• 4.4 本章小结
• 第五章 移动客户流失问题预警研究
• 5.1 移动客户关系管理中核心问题—客户流失
• 5.2 基于数据挖掘技术的客户关系建模
• 5.2.1 数据的挑选解释过程
• 5.2.2 决策树模型建立
• 5.2.3 基于冗余数据的模型验证
• 5.3 利用可执行信息生成决策判断
• 5.3.1 对于模型生成结论的分析
• 5.3.2 基于模型结论生成相关决策建议
• 5.4 对于模型效果的评测分析
• 第六章 总结与展望
• 6.1 全文总结
• 6.2 今后研究方向展望
• 参考文献
• 致谢