基于数据挖掘的客户流失分析案例
客户挽留在很多行业都是一个备受关注的问题,比如电信、银行、保险、零售等。要做客户挽留就需要对客户流失进行预警、客户流失原因分析、客户满意度或忠诚度研究、客户生命周期研究等相关问题进行深入而全面的分析。例如,对客户的行为特征进行分析,可以了解有多少客户流失,客户是什么时候流失的,以及客户是如何流失的等问题,从而监控客户流失、实现客户关怀。
应用数据挖掘技术可以根据过去拥有的客户流失数据建立客户属性、服务属性和客户消费数据与客户流失可能性关联的数学模型,找出客户属性、服务属性和客户消费数据与流失的关系,给出明确的数学公式或规则,从而计算出客户流失的可能性。
电信行业较早地提出了客户关系管理、关系营销等营销管理模式,学界和企业界的积极参与也推动了客户流失行为的相关研究。电信运营商在多年的业务支持系统建设中,积累了大量的历史业务数据,这些数据涉及到用户话单、通信计费、客户交费、市场营销、业务收入等各个方面,它们不仅是历史记录的呈现,同时还蕴含了客户的消费模式,客观上就为数据挖掘提供了丰富的素材。对于运营商来说,成熟有效的管理模式和技术可以更好地进行客户管理,提高用户的粘性才是硬道理。
建立流失模型可以解决由于客户离网导致的市场份额减少、营销成本增加、收入降低等问题,提高挽留成功率,降低离网率,降低挽留服务成本,减少由于客户离网所带来的收入损失。对客户按照流失倾向评分,产生最可能流失客户的名单,再由运营商对其进行挽留,把损失降到最低。
客户流失分析大致步骤主要分为以下四步:
一是寻找关键因子,比如探索用户离网的影响因素,根据影响因素判断用户离网发生的概率。通过研究现有套餐产品客户在呼叫通话、业务使用等各方面的行为特征,找到关键影响因子;
二是构建预测模型:采用数据挖掘监督类模型技术,训练得到潜在客户预测模型,用于预测将会选择该类套餐产品的潜在流失用户群,并以概率形式量化之。如果已经建立了Logistic回归模型,则可以根据模型,预测在不同的自变量情况下,客户流失的概率有多大;
三是判别:实际上跟预测有些类似,根据Logistic模型,判断客户有多大的可能性将会流失。这种技术与线性回归类似,只是用分类目标字段代替了数值字段,而在目标含有两个截然不同的类别时可以使用二项模型;
四是推送营业前台:通过营销管理平台,直接将高概率产品目标流失客户群推送到营业厅、短信及网站、社区经理等营销渠道,将挽留策略和产品在合适的时间、以合适的语言推荐给合适的客户,从而赢得营销。
客户流失模型需要完成两个方面的任务,即分析流失客户的特征,导致客户流失的因素及客户流失在这些因素上的分布情况,还有就是得出潜在的流失客户群。
客户流失预测包括决策树、神经网络和Logistic回归等研究方法,下面就通过一个利用二项Logistic回归预测电信客户流失的实例,为大家介绍一种可用的客户流失模型,为运营商的客户关系管理提供有益的借鉴,也为其他行业的客户流失分析提供挖掘思路。
客户流失的几个因素,主要有:客户基本信息,包括年龄、性别、邮编、地址等;客户档案,包括手机号、付费方式、停机日期、入网时长、工龄、是否使用租用设备、是否使用电话卡业务、是否使用语音;客户账户,包括服务、是否使用互联网等;计费信息,包括拨打电话数、付费总额、欠费总额等。
基于数据挖掘的客户流失分析案例
客户流失的几个因素,主要有:客户基本信息,包括年龄、性别、邮编、地址等;客户档案,包括手机号、付费方式、停机日期、入网时长、工龄、是否使用租用设备、是否使用电话卡业务、是否使用语音;客户账户,包括服务、是否使用互联网等;计费信息,包括拨打电话数、付费总额、欠费总额等。
基于数据挖掘的客户细分具有哪些主要优点
一、能够客观反映客户群体内在的特性,基于数据挖掘的分类是一种客观的分类,而不依赖主观的变量和分段的选择。它只与客户群体内在的特性和状态有关。通过了解个数有限的客户组的特点,可对客户群体组成有深刻的了解,并制定针对一个客户组或几个客户组的针对性营销方案。二、综合反映对客户多方面特征的认...
数据挖掘在电信客户流失分析中的应用
在此,数据挖掘所提供的数据探索能力得到了充分的发挥,下面简要地描述数据挖掘在客户流失分析管理中的应用过程。(1)定义主题客户流失分析中的主题应当包括流失客户的特征;现有客户的流失概率如何(包括不同细分客户群的流失程度);哪些因素造成了客户的流失等。主题是数据挖掘的主要目标,决定了此后过程中数据...
如何利用数据挖掘去做电信的客户流失
,成功挽留一个即将离网的客户比重新发展一个客户节约大量成本。如何预测哪些客户在不久的将来可能会从您公司流失,从而最大程度的降低客户的流失率呢?常用的方法之一就是利用数据挖掘技术。 数据挖掘技术是目前数据仓库领域最强大的数据分析手段
数据挖掘技术与客户关系管理的应用综述
数据挖掘可以与用户或知识库交互。数据挖掘就是为顺应这种需要应运而生发展起来的数据处理技术。在客户关系管理(CRM)中,数据挖掘的应用是非常广泛的。CRM中的客户分类,客户赢利率分析,客户识别与客户保留等功能都要借助数据挖掘来实现。 2.2数据挖掘在CRM中的应用 比较典型的数据挖掘方法有关联分析、序列模式分析、分类...
数据挖掘技术在客户关系管理中的应用
数据挖掘是分析型CRM实现其“分析”功能 的必要手段,也是实现客户分类的有效工具。 1 客户关系管理(CRM) CRM(Customer Relation Managemen)是一种旨在改善企业与客户之间关系的新型管理机制,它实施于企业的市场营销、销售、服务与技术支持等领域,它的目标是提供更优质、更快捷的服务吸引并保持客户,通过业务流程的全面...
CRM如何进行客户数据挖掘
利用CRM能够方便地进行电子调查,利用系统模板创建调查问卷,通过匹配相关客户群,定时定量发送给客户来进行数据检测,CRM能够自动把客户的回复数据存入数据库,供相关人员查看或提取。通过预设条件,企业能够获得CRM采集最准确的第一手数据,无需费时费力即能完成客户数据净化。第二、抓住有价值的客户 采集数据...
如何将数据挖掘技术应用到客户内在需求管理
客户内在需求管理是以客户为中心(而不是以产品为中心)、以企业与外部的业务交流为主导(而不是局限于企业内部的事务)、以企业的前端业务应用为主(而不是以企业的后端业务处理为主)的管理模式。 一、客户内在需求管理需要数据挖掘 当今社会,客户的价值已经越来越多地影响着企业的价值,客户内在需求管理(CRM)正是通过...
为什么要进行数据挖掘
问题一:为什么要进行数据挖掘和搜集客户信息 数据挖掘技术在客户关系管理中的典型应用 客户获取 客户获取的传统方式一般是通过大量的媒体广告、散发传单等方式吸引新客户。这种方式涉及面过广不能做到有的放矢而且企业投入太大。数据挖掘技术可以从以往的市场活动中收集到的有用数据(主要是指潜在客户反应模式分类)建立...
数据挖掘技术在CRM系统中的应用有哪些方面
防止客户流失也是CRM的重要目标。通过建立流失客户模型,识别客户流失的模式,企业可以采取措施挽留有离开倾向的客户,从而保持原有客户群。综上所述,数据挖掘在CRM系统中扮演着至关重要的角色,它帮助企业发现数据之间的关联和模式,为制定市场策略、提升客户关系管理提供决策支持,实现企业与客户的共赢。
蒙宜孕康: 一,现有客户的保持 客户关系管理理论中有一个经典的2/8原则,即80%的利润来自20%的客户.通过数据挖掘中的分类分析算法对客户消费行为、盈利能力进行分析,从而将客户进行分类.数据挖掘分类分析可以把大量的客户分成不同的类,...
壶关县19260346506: 数据挖掘在客户关系管理中的应用 - ?
蒙宜孕康: 数据挖掘技术在客户关系管理中的典型应用客户获取客户获取的传统方式一般是通过大量的媒体广告、散发传单等方式吸引新客户.这种方式涉及面过广不能做到有的放矢而且企业投入太大.数据挖掘技术可以从以往的市场活动中收集到的...
壶关县19260346506: 电子商务与个人隐私论文参考文献中引用的网络资源 - ?
蒙宜孕康: [1]高永梅,琚春华,邹江波.基于电信领域客户细分模型的个性化服务构建[J].数学的实践与认识,2015,05:44-54.[2]齐先锋.数据挖掘在电信企业客户细分中的应用研究[D].江西理工大学,2007.[3]刘飞,马力维.数据挖掘在广电行业的应用[J].有线电...
壶关县19260346506: 如何对客户进行数据挖掘与分析 - ?
蒙宜孕康: 原发布者:zhangmeng255新客户是展会宝贵的后备资源,也是展会未来的发展空间,新客户数量的多寡决定着展会未来可能发展规模的大小,也决定着展会发展后劲的大小.善于开发新客户对每一个展会都具有重要的意义.可是,展会如何...
壶关县19260346506: 大数据分析工具有哪些应用场景? ?
蒙宜孕康: 大数据分析工具有很多应用场景,举例来说:1)基于客户行为分析的产品推荐,通过对客户行为数据的分析,精准个性化推荐产品;2)基于数据分析的广告投放,根据广告被点击和购买的效果数据分析,针对性进行广告投放与策划;3)基于社区热点的趋势预测,社区热门话题、搜索引擎热点分析,通常具有先兆性特征,能够成为一种流行趋势的预测;4)基于客户异常行为的客户流失预测,根据客户行为模型,如投诉增多、购买量减少等,预测客户流失的可能性,并采取针对性措施;等等.
壶关县19260346506: 如何用数据挖掘技术进行客户关系管理 - ?
蒙宜孕康: 当今,关于大数据挖掘技术的方法和技术在CRM中的应用方式有很多,但是在不同的产品,行业下的运用的CRM差异巨大.但是在大数据挖掘中他们还是有很多共性的:对于客户的细化,如何挖掘新客户,如果防止老客户的丢失和提升客户价值 ...
壶关县19260346506: 数据分析和数据挖掘的区别是什么?如何做好数据挖掘 - ?
蒙宜孕康: 1,数据分析可以分为广义的数据分析和狭义的数据分析,广义的数据分析就包括狭义的数据分析和数据挖掘,我们常说的数据分析就是指狭义的数据分析. 2,数据分析(狭义): 定义:简单来说,数据分析就是对数据进行分析.专业的说...
壶关县19260346506: 大数据背景下的审计分析方法有哪些? - ?
蒙宜孕康: 一、“大数据”时代的数据挖掘的应用与方法数据挖掘是在没有明确假设的前提下去挖掘信息、发现知识.所以它所得到的信息应具有未知,有效和实用三个特征.因此数据挖掘技术从一开始就是面向应用的,目前数据挖掘技术在企业市场营...
壶关县19260346506: 如何以客户为中心进行数据挖掘与分析 - ?
蒙宜孕康: 可以通过以下几种方法来获取:(1)、Clickstream Data点击流数据 ①、直接访问数量 ②、访客来源 ③、访客地理位置 ④、点击流跟踪 (2)、Outcomes Data结果型数据 ①、访客(初次访问数,访问总数,平均回访数,关注点) ②、页面浏...
壶关县19260346506: RFM模型的分析 - ?
蒙宜孕康: 1.如何通过外卖订单数据,分析用户的基本属性;用户的订单上都有订餐地址,通过对于订餐地址的统计,我们可以查询到不同条件组合下的用户分布,甚至能知道喜欢某道菜的用户都在哪里.类似的用户数据挖掘,还可以根据复购构成、复...