（管理科学与工程专业论文）移动流失客户挽留价值估算模型研究.pdf

南京邮电大学硕七研究生学位论文 摘要 摘要 随着电信市场竞争的加剧，电信运营商们对客户的争夺愈演愈烈，客户流失逐渐成为运 营商面临的一个大问题。面对众多的流失客户，如何判断其中哪些是有挽留价值的，并且制 定适当的挽留策略来挽留这部分客户，这需要企业更多的研究流失客户的挽留价值。 本文基于数据挖掘技术，针对移动通信行业，建立了移动流失客户挽留价值估算模型。具 体工作主要分为以下三个方面： ( 1 ) 该模型以历史数据作为挽留价值估算模型的生成依据，用历史的挽留事实指导未来流 失客户的挽留工作。文章以有过流失经历且企业挽留过的客户为研究对象，运用数据挖掘技 术，发现客户流失前特征与其挽留后对企业贡献两者之间的联系，据此判定流失客户的挽留 价值，为以后的流失客户挽留工作提供参考。 ( 2 ) 通过分析和评价国内外流失客户挽留价值评价指标体系，本文选取流失客户的挽留成 功率指标和已创造的历史价值系列指标作为流失客户挽留价值的估算依据。与“收入一成本 价值评价模式相比较，该评价体系可操作性较强，且更为实用。 ( 3 ) 根据客户的挽留价值细分流失客户，分析具有不同挽留价值的流失客户的不同特征， 为不同流失客户制定适当的挽留策略提供参考。 移动流失客户挽留价值估算模型为企业决定是否挽留客户，如何制定挽留策略，提供了 一个参考准则，并为企业实现资源的合理配置和投入产出的最大化提供了科学的判别依据。 南京邮电大学硕士研究生学位论文a b s t r a c t a b s t r a c t a st h ec o m p e t i t i o na m o n gt e l e c o mo p e r a t o r sg e t sf i e r c e ra n df i e r c e r ，t h e o p e r a t o r si nt h e t e l e c o m m u n i c a t i o ni n d u s t r ya r ep u t t i n gm o r ea t t e n t i o nt ot h ec u s t o m e r s c o n q u e r i n g ，t h ec u s t o m e r c h u mb e c o m e st h eb i g g e s tp r o b l e mw h i c ht h eo p e r a t o r sa r ef a c i n g w h e nf a c i n gs o m a n yl o s t c u s t o m e r s ，h o wt oju d g ew h i c hc u s t o m e r sa r ev a l u a b l e ，a n dh o wt om a k ea p p r o p r i a t ed e t a i n s t r a t e g y t or e t a i nt h e s ec u s t o m e r s ，b o t hn e e dt h eo p e r a t o r sp u tm o r ea t t e n t i o nt ot h ed e t a i n - v a l u eo ft h el o s t c u s t o m e r s t h ed i s s e r t a t i o nf i r s tm a d eat h o r o u g hr e s e a r c ho nt h ed a t am i n i n g ，a n dt h e nd i s c u s s e dt h e d e t a i n v a l u em o d e lo ft h el o s tc u s t o m e r si nw i r e l e s sc o m m u n i c a t i o n ，i n c l u d i n gt h ed e s i g no ft h e m o d e l ，t h ec o n s t r u c t i o na n dt h er e v i s i o n t h es t u d yc o n s i s t so ft h r e ep a r t s f i r s t ，t h ed i s s e r t a t i o nt a k e st h ec u s t o m e r s ，w h oh a db e e no n c el o s ta n dn o wh a sb e e nd e t a i n e d ， a st h er e s e a r c ho b j e c t t h e ni ts t u d i e st h ec o n n e c t i o n sb e t w e e nt h el o s tc u s t o m e r s c h a r a c t e r i s t i c s a n dt h ec o m p a n yr e v e n u ef r o mt h e s ec u s t o m e r sa f t e rt h e ya r ed e t a i n e d t a k e st h i sf o rf o u n d a t i o n ， t h el o s tc u s t o m e r s d e t a i n - v a l u ec a nb ej u d g e d ，w h i c hc a nb es u p p l i e da sar e f e r e n c ef o rt h ed e t a i n w o r k s e c o n d ，t h r o u g had e e pa n a l y s i sa n de v a l u a t i o no ft h ee x i s t i n gi n d e xs y s t e m ，w h i c hi su s e dt o e s t i m a t ed e t a i n v a l u eo ft h el o s tc u s t o m e r s ，t h ed i s s e r t a t i o ns e l e c t st h ei n d e xo fs u c c e s s f u l l yd e t a i n r a t ea n dc u s t o m e r s h i s t o r yv a l u ei n d e xt oe s t i m a t et h ed e t a i n - v a l u eo ft h el o s tc u s t o m e r s c o m p a r e d w i t ht h e e v a l u a t i o nm o d e lb a s e do nt h e “i n c o m e - c o s t ”v a l u e ，t h i si n d e xs y s t e mi sm o r eo p e r a b l ea n d m o r ep r a c t i c a l t h i r d ，t h ed i s s e r t a t i o nc l a s s i f i e st h el o s tc u s t o m e r sb a s e do nt h ed e t a i n v a l u e ，a n dt h r o u g h a n a l y z i n gt h ed i f f e r e n tc h a r a c t e r i s t i c so fc h u mc u s t o m e r s ，i tg i v e so u tr e f e r e n c e sf o rm a k i n g d i f f e r e n td e t a i ns t r a t e g i e sf o rd i f f e r e n tw i r e l e s sl o s tc u s t o m e r s t h ed e t a i ni n gv a l u em o d e lo fl o s tc u s t o m e r si nw i r e l e s sc o m m u n i c a t i o no f f e r sar e f e r e n c e w h i c hc a nh e l pw i r e l e s so p e r a t o r sd e c i d ew h e t h e rr e t a i nt h el o s tc u s t o m e ra n dm a k eas t r a t e g yf o r r e t a i n i n g ；i ta l s oc a np r o v i d es u p p o r tf o rt h es c i e n t i f i cr e s o u r c e sd i s t r i b u t i o na n dt h er e a l i z a t i o no f t h ei n p u t - o u t p u tm a x i m u m n 南京邮电大学学位论文独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究 工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的 地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包 含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材 料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了 明确的说明并表示了谢意。 研究生签名：董兰躺驻日期盘q 坚年蛆阻 南京邮电大学学位论文使用授权声明 南京邮电大学、中国科学技术信息研究所、国家图书馆有权保留 本人所送交学位论文的复印件和电子文档，可以采用影印、缩印或其 他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一 致。除在保密期内的保密论文外，允许论文被查阅和借阅，可以公布 ( 包括刊登) 论文的全部或部分内容。论文的公布( 包括刊登) 授权 南京邮电大学研究生部办理。 研究生签名：董命& 盟 导师签 研究生签名：。受1 啦丛 导师签 ：2 q 瓣绍臣l 娘 南京邮电大学硕十研究生学位论文第1 章绪论 1 1 研究背景及意义 第1 章绪论 全球通信行业发展势头迅猛，2 0 0 6 年4 月底，全球仅移动客户已达2 3 4 7 亿户。纵观我国 通信行业的发展n 1 ，移动业务仍是电信行业收入的主导，并且市场竞争的焦点仍然是争夺客户。 随着市场的逐渐饱和，获取新客户的成本比留住现有客户群要昂贵得多，客户保持正得到 电信运营企业越来越多的关注。而竞争对手、技术以及法律法规等动态市场变化因素更容易 使客户流失到其他公司，根据有关的数据显示晗1 ： 发展一位新客户的成本是挽留一个老客户的4 5 倍： 客户忠诚度下降5 ，则企业利润下降2 5 ； 向新客户推销产品的成功率是1 5 ，然而，向现有客户推销产品的成功率是5 0 9 6 ； 向新客户进行推销的花费是向现有客户推销花费的6 倍； 由此可见，客户流失对客户基数的影响也越来越明显。 随着电信企业之间竞争的加剧，电信运营商们不断推出新的套餐和新的业务，希望能够 争取到更多的市场份额。但同时，这也在很大程度上加大了客户的不稳定性，使得客户流失 现象频繁发生。目前，国际上，美国电信行业客户流失率为3 0 ，欧洲为2 5 ，亚洲运营商统 计的客户流失率高达4 8 嘲。国内，中国联通c d m a 客户流失率约为1 7 9 ，g s m 约为3 2 ，中国 移动的客户流失率约为1 2 6 ，中国电信小灵通的客户流失率约为1 0 一1 。g a r t n e r 公司的调 查数据表明，开发一个新客户的费用是维持一个老客户成本的4 - - - 5 倍畸1 。另外美国营销学者赖 克海德和萨瑟的理论指出一个公司如果将其顾客流失率降低5 ，利润就能增加2 5 8 5 1 。由 此可见，大量的客户流失让运营商蒙受巨大损失。 近年来，如何在积极开拓新客户的同时，能更加有效地降低老客户的流失率，正引起国 内各大主流电信运营商的广泛关注，国内各大主流电信企业都已经或正在建设各自的客户流 失预测分析系统。 在已建的这些系统中，一般都是通过定时采集计费营账系统中的客户消费行为、缴费行 南京邮电大学硕十研究生学位论文第l 章绪论 为等资料数据，再将采集的相关数据与根据历史经验设置的相应关键指标进行比对分析，识 别出客户的各种流失倾向。对于其中部分有流失倾向的客户，系统自动、及时地向客户经 理预警。通过分析，我们可以看出上述模型存在的主要缺陷是没有判别这些有流失倾向的客户 是否对企业真正具有价值。如果将大量不具有真正价值的有流失倾向的客户提供给客户经理， 无疑将提高企业的客户维系挽留成本；而另一方面如果运营商放弃了那部分具有高挽留价值 的客户，那企业将遭受更大的损失。 那么究竟该如何做好客户流失预测的后续工作判断哪些流失客户是有价值的，从而 有针对性的制定挽留策略呢? 本文针对上述问题，试图从移动通信企业的实际情况出发，运用数据挖掘技术，建立一 个实用性较强的，易于计算的移动流失客户挽留价值估算模型。通过评估挽留流失客户能为 企业带来的总体价值，为移动运营商决定是否挽留流失客户提供参考。该流失客户挽留价值 估算模型为企业决定是否挽留，如何挽留，如何制定挽留策略预算等方面提供了一个参考准 则，使企业更为合理的配置资源，实现有效的投资决策。 1 2 文献综述 目前，国内外对于移动流失客户的挽留价值方面的研究还比较少，大多数的研究方向都 集中客户整体价值方面。流失客户是指客户已经流失或者即将流失的一部分客户盯1 ，他们属于 特殊的客户，因此，在研究这部分客户的价值的时候，生搬硬套目前国内外有关客户价值的 研究方法并不适用，我们需要充分考虑这部分客户的特殊性，把他们与一般意义上的客户区 分开来，更多的关注他们的挽留价值，即这部分客户值不值得挽留，如何挽留的问题。 下面我们将首先探讨目前国内外对于客户价值方面的研究现状和研究方法，紧接着介绍 目前国内外对流失客户挽留价值研究的现状和方法。这些研究为本文探讨流失客户挽留价值 的估算模型提供了借鉴和参考。 1 2 1 客户价值研究的文献综述 1 、客户价值概念的界定 客户价值研究最早出现在营销领域，是近几年营销领域的一个热点，而且也是一个难点。 客户价值研究目前正沿着三个不同的侧面展开啊1 ： 2 南京邮电大学硕士研究生学位论文 第l 章绪论 第一，客户为价值感受主体，企业为价值感受客体的客户价值。这是传统意义上的客户价 值，也是较早涉入的客户价值研究，是从客户的角度来感知企业所提供产品或服务的价值， 这是客户价值研究目前成果最为丰富和深入的领域。 第二，企业为价值感受主体，客户为价值感受客体的客户价值。这是近几年刚刚兴起的客 户价值研究方向，还处于探讨的阶段。该客户价值衡量了客户对于企业的相对重要性，有利 于企业在长期盈利最大化目的下为客户提供产品、服务和问题解决方案。吸引、保持和发展 盈利客户是该研究的目标，客户全生命周期价值是研究的核心。 第三，企业和客户互为价值感受主体和价值感受客体的客户价值研究，称为客户价值交换 研究。这是一个崭新的领域，有影响力的研究成果还不多。通过关系( r e l a t i o n s h i p ) 、伙伴 ( p a r t n e r i n g ) 以及联盟( a 1 1l a n c e ) 来实现双赢( w i n - w i n ) 是目前研究的重点。 本文的流失客户挽留价值是指第二种意义下的客户价值，即从企业的角度来研究流失客户 的价值。在没有特别声明的情况下，本文中所有提及的“客户价值术语均是指从企业角度 研究的客户价值。从客户全生命管理的角度，客户价值可以定义为企业的关键决策者在所处 的管理情境下感知到的来自客户的净现金流及未来净现金流的总体能力。 2 、客户价值相关研究文献综述 s e e k i n gc u s t o m e r 叫和k e e p i n gc u s t o m e r n 们汇编了1 9 8 0 - 1 9 9 3 年间所有发表在h a r v a r d b u s i n e s sr e v i d w 上的有关客户关系管理理念的文章。在这个专辑中，客户价值被定义为客户 所支付的价格与企业为之投入的成本之间的差值，即客户利润。建立在这个定义的基础之上， 该参考文献以客户所支付的价格( r e a l i z e dp r i c e ) 减去企业所付出的服务成本( c o s tt os e r v e ) 作为评价指标，定性度量了客户价值，并以此建立实际价格服务成本分类矩阵，将客户 细分为上等客户( c a r r i a g et r a d e ) 、消极型客户( p a s s i v ec u s t o m e r ) 、进攻型客户( a g g r e s s i v e c u s t o m e r ) 和交易型客户( b a r g a i nb a s e m e n t ) 对应的矩阵分别为高一高、高一低、低一高、低一低， 并提出了针对四类不同客户的企业策略。该研究是1 9 9 2 年的研究成果，当时关系管理和客户 价值刚刚受到重视，有关客户忠诚的研究还处于初期，因此，该研究对于客户价值的定义在 很大程度上还带有交易型营销策略的色彩，仅仅注意到客户现有的利润，而没有涉及到其在 剩余生命期中的利润潜力。 f r e d e r i c kr e i c h h e l d 1 将客户价值界定为客户所带来的净现金流的大小。在其研究中， 突出分析了忠诚客户的价值，认为基础利润( p r o f i tb a s e ) 、收益增长( i n c r e a s e dp u r c h a s e ) 、 成本节约( c o s ts a v i n g ) 、推荐效应( r e f e r r a l ) 以及价格溢价( p r i c ep r e m i u m ) 是客户产生利 南京邮电大学硕十研究生学位论文第1 章绪论 润的主要因素，并且随着客户关系的延续，其带来的收益更大。f r e d e r i c kr e i c h h e l d 所提 出的这五个客户产生的利润来源己经广为接受和引用。但是该定义仅强调了客户已经产生的 净现金流，而没有涉及其未来的净现金流能力。 r o b e r t e w a y l a n d ，p a u l m c o l n 副对客户价值的界定与f r e d e r i c kr e i c h h e l d 相同。该 研究以客户价值一客户响应作为指标，进行客户分类，得到四种客户类型：最佳客户( t h er i g h t s t u f f ) ，即高一高，具有价值且有回应的客户，是企业的目标客户；奇异客户群( o d dc o u p l e s ) ， 即高一低，有与生俱来的价值，但并不倾向于与企业建立关系；致命诱惑客户群( f a t a la t t r a c t i o n ) ，即低一高，该客户群对企业的响应很高，但却相对无利可图；幽灵客户( g h o s t s ) ， 即低一低，是相对低价值且无回应的客户。该研究认为企业的资源最好用在客户价值高并且 有回应的客户群上。该研究中的客户价值同样是指客户已经产生的净现金流。虽然客户响应 率可以在一定程度上作为客户未来价值潜力的一个方面，但是该研究将其与客户价值割裂开 来，单独予以考虑。不过，该研究已经注意到客户未来价值的重要性，这是其比上述参考文 献研究的进步之处。但是，由于运用客户响应率来间接地估计客户未来交易情况，因此这种 客户分类方法更适合于直销行业，因为客户响应对这些行业的决策尤为重要。 k e l l y d c o n w a y ，j u l i e m f i t z p a t r i c k “羽将客户价值定义为客户利润，并借用 f r e d e r i c kr e i c hh e l d 的研究成果阐述了客户价值的五个来源，同时该研究以客户价值一客 户忠诚作为客户细分的两个指标，构造客户分类矩阵，得到金牌客户( g o l d e n ，即高一高) 、 风险客户( a tr i s k ，即高一低) 、边际客户( m a r g i n a lv a l u e ，即低一高) 和无需过多服务的客 户( d o n to v e r - s e r v i c e ，即低低) ，并针对不同的客户类型提出了客户关系的不同发展策 略。该研究将客户价值和客户忠诚作为两个独立的变量，客户价值仍然是指客户当前的净现 金流，客户忠诚隐含了对客户未来现金流潜力的预测，但是并没有将两者统一到客户价值中， 这一理解与f r e d e r i c kr e i c hh e l d 的研究不一致，后者将客户忠诚作为客户价值的一个方面。 a c h i mw a l t e r ，t h o m a sr i t t e 和h a n sg e o r gg e m t i n d e n n 钔将客户价值定义为企业的关键决 策者从客户关系中所感受到的收益( b e n e f i t ) 与付出( s a c r i f i c e ) 之间的权衡( t r a d e o f f ) ，这 种收益和付出既包括货币因素，又包括非货币因素。a c h i mw a l t e 等首次将客户价值的非货币 化因素和货币化因素置于同等重要的地位，并以此区分客户价值为直接功能( d i r e c t f u n c t i o n ) 、间接功能( i n d i r e c tf u n c t i o n ) 和社会功能( s o c i a lf u n c t i o n ) ，其中直接功能又 细分为利润功能( p r o f i tf u n c t i o n ) 、销量功能( v o l u m ef u n c t i o n ) 和安全功能( s a f e g u a r d f u n c t i o n ) ，间接功能分为创新功能( i n n o v a t i o nd e v e l o p m e n tf u n c t i o n ) 、市场功能( m a r k e t 4 南京邮电大学硕士研究生学位论文第l 章绪论 f u n c t i o n ) 、寻找功能( s c o u tf u n c t i o n ) 和进入功能( a c c e s sf u n c t i o n ) ，社会功能包括信任 ( t r u s t ) 、情感( f e e l i n g ) 、承诺( c o m m i t m e n t ) 以及契约( b o n d ) 等，并验证了上述直接功能和 间接功能与企业客户价值感受正相关。该研究以直接功能一间接功能作为客户分类的指标， 将客户关系分为四类：高绩效关系( h i g h p e r f o r m i n gr e l a t i o n s h i p ，即高一高) 、买卖关系 ( s e l l i n gr e l a t i o n s h i p ，即高低) 、网络关系( n e t w o r k i n gr e l a t i o n s h i p s ，即低一高) 和 低绩效关系( l o w p e r f o r m i n gr e l a t i o n s h i p ，即低一低) 。该研究给出了客户价值的清晰界定 和划分，突出强调了客户价值的非货币价值，这是它与上述研究的一个最大区别和优点。 王海洲n 鄹认为客户价值体现在五个方面，一是市场价值，即货币收益价值；二是规模价值， 即诱发其他客户的从众心理；三是品牌价值，即客户的正向和负向口碑效应；四是信息价值； 五是网络化价值。即客户使用某一企业的产品或服务会促使该客户的其他客户也成为该企业 的客户。该研究是以资源能力学说为理论依据，认为客户是企业重要的市场资源，以能否有 助于形成企业的竞争优势和核心竞争力为标准来对客户价值进行分类，视角独特，但是没有 给出一个具体的量化评价方法，研究的深度还不够。 齐佳音、舒华英认为客户价值研究对于电信运营业已经十分紧迫n 明，并在最近著作中讨 论到电信业的客户价值评价指标体系n 刀；吕巍、刘晓彬n 8 1 强调以客户价值作为移动客户细分 指标的重要性。 目前，中国电信行业对客户价值的评价主要是依据客户的a r p u ( 平均每月每户收入) 和 客户的重要程度d 叼，忽略了服务成本、资费调整等因素，更没有涉及到客户未来为企业创造 利润的能力和可能性，有较大的局限性。 客户价值这个问题越来越引起电信运营商的重视，中国电信行业的发展有市场扩大迅速、 客户增长率高的特点，但客户稳定性差、流失率高，陷入了“增量不增收的困境。对客户， 特别是价值客户的争夺已经成为各个运营商竞争的主要目标。面对严重的客户流失，电信企 业如何对即将流失的客户进行管理，恢复有价值客户的客户关系，促使流失的客户回流、减 少客户的贬值倾向，在客户价值研究的基础上更进一步，对即将流失客户的价值进行研究，成 为企业亟待解决的问题。 1 2 2 挽留价值研究文献综述 尽管电信运营商们在采取各种策略维系客户关系方面做了很多工作，但在企业的实际运 南京邮电大学硕士研究生学位论文第l 章绪论 作过程中，哪些客户是值得挽留的客户呢? 企业如何制定客户挽留策略，挽留策略的实施成本 如何预算呢? 长期以来电信运营商们对于流失客户的挽留和挽留价值判断仅仅是由市场和客 服人员凭经验进行决策，具有很大的不确定性。因此，通信行业中流失客户的挽留价值判断 是客户流失管理中的一个难点，也是企业在实际运营中的重要问题。 目前，国内外对如何评价通信领域客户的挽留价值这一研究领域，还没有成熟的评价体系 产生。齐佳音，舒华英n 鲫在对客户细分的基础上，基于收入减去成本的基本利润模式，提出 了一个流失客户挽留价值评价模型。 该模型认为流失客户挽留价值( d e t a i n v a l u e ) 是对流失客户实施相应的关系恢复策略之 后，策略的实施为企业带来的收益与企业为此所花费的成本的差值。模型包括挽留收益和挽 留成本两部分。挽留收益由直接收益和间接收益组成，其中影响间接收益的因素有很多，例 如因新客户增多带来的收益，因流失客户减少带来的收益和无形收益等等；挽留成本包括五 方面的成本：策略实施成本，客户关系维系成本，网络资源占用成本，策略倾斜成本和i t 系 统成本。策略实施成本又包括策略成本，广告成本，人力成本，代理商成本和渠道成本。该 挽留价值提出了挽留策略的可行性判断方案，可为移动运营企业制定挽留策略方面提供科学 依据。这个挽留价值模型的特点是： 模型基于“利润= 收入一成本的基本利润公式来计算移动流失客户挽留价值，具有一 定的科学依据。 该模型针对移动通信行业特有的特点和模式，选择评价指标。每个指标都在一定程度 上代表和反映了移动通信行业的特点。并针对移动通信行业的某一细分的流失客户， 进行建模研究，具有一定的准确性和针对性。 指标选取全面。基本上覆盖了影响移动通信行业影响客户挽留价值要涉及到的各个指 标。 模型的重点放在实施挽留策略之后的客户挽留策略评价，重心是对已经实施的挽留策 略的可行性进行评价。 但这个模型也有不足之处： 该模型基本上从理论出发，没有真正考虑电信企业实际发生的客户流失情况，缺乏实 用性。 计算过程繁琐，困难。其中一些指标如策略倾斜成本，无形收益，因新客户增多带来 的收益等指标还没有成熟的计算方法进行计算，或许还需要以一个课题来研究才能获 6 南京邮电人学硕士研究生学位论文第l 章绪论 得正确的数据。 该模型虽然是以细分的流失客户为研究对象，但是对于具体的哪一类细分客户具有什 么特点，会对流失客户挽留价值产生什么影响这个方面，有待深入研究和挖掘。 1 3 论文研究思路与结构 1 3 1 论文思路 通过上述分析和总结可知，目前国内外已经有很多关于客户价值的研究。流失客户也是 电信企业的客户，只不过他们是一组特殊的客户群体，是客户关系生命周期中处于衰退期的 一组客户。他们对于公司的价值在于是否具有挽留价值，即判断他们值不值得挽留以及挽留 的成功与否。 本文以移动客户为研究对象，试图建立一个较为适用合理的移动客户挽留价值估算模型。 该模型目的在于，在运营商实施挽留策略之前，为运营商决定是否挽留流失客户，以及挽留 哪些客户，如何挽留这些客户提供参考。 本文具体工作分为以下三个方面：( 1 ) 该模型以有过流失经历且经过挽留的客户为研究对 象，选取这些客户流失前6 个月以及挽留后1 个月的消费数据作为模型的样本数据，运用数 据挖掘进行训练，以发现客户流失前的消费特征与其挽留后对企业的贡献两者之间的联系， 据此判定流失客户的挽留价值，为后来企业在挽留流失客户之时的挽留工作提供参考。( 2 ) 选 取流失客户的挽留成功率指标和已创造的历史价值系列指标作为流失客户挽留价值的评价依 据。( 3 ) 最后，根据客户的挽留价值细分流失客户，分析具有不同挽留价值的流失客户的不同 特征，为不同流失客户制定适当的挽留策略提供参考。 因此，本文主要由两个部分组成：流失客户挽留价值估算部分和流失客户挽留策略研究 部分。 第一部分流失客户挽留价值估算部分，以有过流失经历且经过挽留的客户为研究对象， 选取这些客户流失前6 个月和挽留后1 个月的消费数据作为模型的样本数据，运用数据挖掘 训练模型，以估算流失客户的挽留价值。这部分内容将在文章的第三、四章中介绍。 这一部分又可以分为流失客户挽留成功率预测模型和流失客户挽留价值估算模型。本文 的流失客户挽留价值的估算依据选取流失客户的挽留成功率指标和已创造的历史价值系列指 7 南京邮电大学硕十研究生学位论文第l 章绪论 标两部分。流失客户挽留成功率预测模型就是流失客户挽留价值估算体系中的挽留成功率指 标的生成模型。这部分首先选取曾经流失且企业对其曾经进行过挽留的客户作为研究对象， 选取其流失前的6 个月和挽留后1 个月的相关指标作为模型输入，运用数据挖掘技术进行分 析，以预测该类客户的能否挽留成功与其输入指标的关系，得出流失客户的挽留成功率指标。 流失客户挽留价值预测模型同样选取上面的数据样本集，将流失客户挽留成功率指标和其他 的已创造的历史价值系列指标作为模型输入，运用数据挖掘技术，分析该类客户流失前的特 征与其挽留后对企业的贡献之间的联系，以预测流失客户不同的挽留价值。 第二部分是流失客户挽留策略研究。第一部分得出了不同流失客户具有不同的挽留价值， 这部分首先运用数据挖掘技术对不同的流失客户的挽留价值进行细分，针对不同的流失客户 群体，运用数据挖掘的聚类算法归纳分析其不同的特征；接着针对不同的流失客户群体，提 出合理的流失客户挽留策略。这部分的内容将在文章第五章介绍。 本文的具体研究框架如下图所示。 吲；到，| | ： il 导出挽留成功 ： 匝斟；一 ：流失客户挽留价值估算 ： i ：二一一一一一一一一一一一一一一一： t - j 基于 流失i 挽留 i 客户i 挽留i i 策略l 挲分析l 荔，i 价值 i 。 琶。7蓁 一；的流 i 失窖 墓繁；| 玩蕊貔g 女缓 k s p s sc l e n m e n t i n e 数据挖掘工具 | 陷琵缓缢纥缓缢锄线纽缢缢琵毖纥纥泷缢缢缓磁缓缢缆缢缢毯琵缓线缢缢毖缓渤缓缢缢琵缓貔浏 图1 1 论文框架 由上图可知，本文是在数据挖掘工具s p s sc l e m e n t i n e 的平台上，实现流失客户挽留价 值的估算模型的，因此，在第二章中，将首先介绍数据挖掘的理论，并详细介绍本文中用到 的数据挖掘技术。 1 3 2 论文结构 本文的具体结构如下： 南京邮电大学硕十研究生学位论文第l 章绪论 第1 章：绪论。 简要介绍了本课题的研究背景及意义，以及对于对该课题的国内外研究现状，着重给出 了客户价值和流失客户挽留价值的对比介绍，明确了对流失客户估算其挽留价值的目的。 第2 章：数据挖掘概述。 介绍了数据挖掘的理论及其应用，并介绍了本文中使用的两种数据挖掘技术：决策树技 术和聚类技术。并在第二节中阐述了数据挖掘在本课题中的具体应用。 第3 章：业务理解与数据准备。 本章详细介绍了对移动流失客户挽留价值估算模型的业务理解以及建模前的数据准备工 作。包括建模数据的选择和处理，并着重设计了挽留价值评价指标体系，以及这些预测属性 的具体选择过程。 第4 章：移动流失客户挽留价值估算模型实现。 这一章中运用数据挖掘决策树技术，实现移动流失客户挽留价值的具体预测过程。 第5 章：移动流失客户挽留策略研究。 针对不同挽留价值来细分流失客户，并运用数据挖掘的聚类技术，归纳具有不同挽留价 值的流失客户的各种消费和行为特征，参照无线分割矩阵理论为进一步的制定相应的挽留策 略。 第6 章：总结 总结本论文所做的工作，分析存在的不足，指出需要进一步研究的工作。 9 南京邮电火学硕十研究生学位论文第z 章数据挖掘概述 2 1 数据挖掘理论 2 1 1 数据挖掘概述 第2 章数据挖掘概述 随着计算机硬件和软件的飞速发展，尤其是数据库技术与应用的日益普及，人们面临着 快速扩张的数据海洋，如何有效利用这一丰富数据海洋的宝藏为人类服务，业已成为广大信 息技术工作者的所重点关注的焦点之一。与日趋成熟的数据管理技术与软件工具相比，人们 所依赖的数据分析工具功能，却无法有效地为决策者提供其决策支持所需要的相关知识，从 而形成了一种独特的现象“丰富的数据，贫乏的知识 。为有效解决这一问题，自二十世纪 8 0 年代开始，数据挖掘技术逐步发展起来，数据挖掘技术的迅速发展，得益于目前全世界所 拥有的巨大数据资源以及对将这些数据资源转换为信息和知识资源的巨大需求。 确切地说，数据挖掘是一种知识发现的过程，它主要基于统计学、人工智能、机器学习 等技术，高度自动化地分析数据，做出归纳性的推理，从中挖掘出潜在的、有价值的知识、 模型或规则，并对未来情况进行预测，以辅助决策者评估风险、做出正确的决策嗍。对于企 业而言，数据挖掘可以有助于发现业务发展的趋势，揭示已知的事实，预测未知的结果，并 帮助企业分析出完成任务所需的关键因素，以达到增加收入、降低成本，使企业处于更有利 的竞争位置的目的。 2 1 2 数据挖掘功能 数据挖掘的功能用于指定数据挖掘任务中要寻找的模式类型。数据挖掘可以发现预测型 和描述型两种模式心，但是很多情况下，客户并不知道什么类型的模式才是有意义的，因此 数据挖掘系统要能够挖掘出多种类型的模式以适应不同的客户需求或不同的应用。数据挖掘 的功能分类如下啪】： 概念描述：概念描述是描述性数据挖掘最简单的类型，它通过数据特征化、数据区分、 数据特征化和比较等方法，用汇总的、简洁的、精确的方式描述数据间相互关联的类或者概 l o 南京邮电大学硕十研究生学位论文第2 章数据挖掘概述 念。概念描述不是数据的简单枚举，通过概念描述要产生数据的特征化和比较描述。 关联分析：关联分析发现关联规则，可以挖掘出满足一定条件的依赖性关系。关联规则 可以广泛地应用于购物篮问题。购物篮问题通过发现顾客放入其购物篮中的不同商品之间的 关系，分析顾客的购买习惯，发现哪些商品频繁地被顾客购买，由此调整零售商的营销策略。 分类和预测：分类基于对训练数据集( 己知的数据对象) 的分析，找出描述并区分数据类， 以便使用模型预测未知类型的数据。分类可以预测数据对象的类标记，预测某些空的或者不 知道的数据值。 聚类分析：聚类分析又称为无指导的分类，将对象按照最大化类内的相似性、最小化类 间的相似性的原则分组，使得一个簇中的对象具有很高的相似性，而与其它簇中的对象很不 相似。聚类分析和分类的区别在于分类是基于训练数据的，而聚类直接对数据进行处理。 孤立点分析：该功能的分析对象是一些不符合一般模型的数据，这些数据可能是度量或 者执行错误所导致的，也可能是实际有意义的，例如，在欺诈探测中，孤立点可能预示着欺 诈行为。分析孤立点有三种方法：统计学方法、基于距离的方法和基于偏移的方法。 演变分析：演变分析描述行为随时间变化的对象的规律或趋势。这种分析包括时间序列 数据分析、序列或周期模式匹配、基于类似性的数据分析。 2 1 3 数据挖掘流程 目前比较流行的数据挖掘方法论主要有i b m 公司提出的通用数据挖掘方法( t h eg e n e r i c d a t am i n i n gm e t h o d ) ，s a s 公司提出的s e m m a ( s a m p l e 、e x p l o r e 、m o d i f y 、m o d e l ja c c e s s ) 方法论以及n c r 、s p s s 等提出的跨行业标准数据挖掘过程c r i s p - d m ( c r o s si n d u s t r ys t a n d a r d p r o c e s sf o rd a t am i n i n g ) 。其中c r i s p - d m 是业内影响最大、使用最为广泛的数据挖掘方法 论。它强调数据挖掘在商业中的应用，解决商业中存在的问题，而不是把数据挖掘局限在研 究领域。这篇文章中采用了该方法进行数据挖掘的实践。 c r i s p - d m 乜棚将数据挖掘过程分为6 部分，分别为商业理解、数据理解、数据准备、建立 模型、模型评估和模型应用。c r i s p - d m 方法提供了一种s t e p b y - s t e p 的数据挖掘模型建立方 式，按照这种方式建立的挖掘模型可以充分反映商业问题的本质，全面考虑商业问题中的各 种影响因素，使挖掘结果具有更高的商业价值。c r i s p d m 模型采用分层方法将一个数据挖掘 项目的生存周期定义为六个阶段( 如图2 1 所示) 。 南京邮电大学硕士研究生学位论文第2 章数据挖掘概述 图2 1c r i s p - d m 的基本流程 业务理解：包括商业目标，形势评估，确定数据挖掘目标，制定项目计划。 数据理解：在数据理解阶段，先收集初步的数据，然后进行熟悉数据的各种活动，包括 识别数据的质量问题，通过对数据的基本观察、或假设隐含的信息来检测出感兴趣的数据子 集。 数据准备：数据预处理阶段覆盖了从初步“粗 数据到构造最终数据集合的所有活动。 对数据进行预处理，清除噪声或脏的数据，对数据进行清洗，解决数据中的缺值、冗余、数 据不一致等问题。有时还要对数据分组，以提高数据挖掘的效率。数据挖掘过程中的数据选 择和预处理是数据准备的核心工作，且有可能要多次执行，所以要花费大量的时间和精力做 好这项工作。 建立模型：包括数据建模技术、产生检验设计、建立模型和评价模型。在建模阶段，可 以选择和应用各种建模技术，并将其参数校正到优化值。 模型评估：从数据分析的观点看，这个阶段已经建立了高质量的模型，但在最终扩展模 型之前，更彻底地评价模型，对所建模型再次考察其执行的步骤，并确信其正确地达到了商 业目标。其关键的目的是确定是否有某些重要的商业问题还没有充分地考虑。模型发布：将 通过模型所获得的知识以一种客户可以使用的方式来组织和表示。 模型发布：将通过模型所获得的知识以一种客户可以使用的方式来组织和表示。 1 2 南京邮电大学硕士研究生学位论文 第2 章数据挖掘概述 2 1 4 数据挖掘结果评估方法 一个数据挖掘系统在完成一个( 组) 挖掘算法之后，常常会获得成千上万的模式或规则。 关联规则挖掘就是一个典型的例子，关联规则挖掘算法的执行结果，即使是对一个规模较小 的数据库( 几万条交易事务记录) ，也会得到数干条关联规则。显然这数千条关联规则中， 只会有- d , 部分是实际应用价值的。那么如何对数据挖掘步骤所获得的挖掘结果进行有效地 评估，以便最终能够获得有( 实际应用) 价值的模式( 或规则) 知识? 这就给数据挖掘提出 了许多需要解决的问题：“使一个模式有价值的因素是什么? 、“一个数据挖掘算法能否 产生所有有价值的模式( 知识) ? 、“一个数据挖掘算法能否只产生有价值的模式( 知识) ? 首先，评估一个模式( 知识) 是否有意义通常有依据以下几种标准：易于客户理解；对 新数据或测试数据能够确定有效程度；具有潜在价值；新奇的。一个有价值的模式就是知识。 此外还有一些评价模式价值的客观标准，这些标准是基于所挖掘出模式的结构或统计特 征。例如对于关联规则的一个客观评价标准就是支持率( s u p p o r t ) ，它表示满足相应关联规 则的事务记录占总记录数的比率。 尽管客观评价方法能够帮助识别一些有意义的模式知识，但也仍然需要结合一些主观评 价措施方可有效反映客户的需求和兴趣。例如商场主观对描述常在商场购买商品顾客的特征 模型很感兴趣；而对商场雇员的表现特征模型却兴趣不大。再者许多根据客观评价标准是有 价值的模式知识却只是普通的常识知识( 实际无价值) 。主观价值评估标准是建立在客户对 数据的信念基础上，这些评估标准基于所发现模式是否是意外的或与客户信念相左，或能够 提供决策支持而确定的。而意料之中模式是有价值的则是指它能够帮助确认客户想要认可的 一个假设。 至于“一个数据挖掘算法能否产生所有有价值的模式( 知识) ? 的问题，则是指数据 挖掘算法的完全性。期望数据挖掘算法能够产生所有可能模式是不现实的。实际上一个( 模 式) 搜索方法可以利用有趣性评价标准来帮助缩小模式的搜索范围。因此通常只需要保证挖 掘算法的完全性就可以了。 “一个数据挖掘算法能否只产生有价值的模式( 知识) ? 的问题也是数据挖掘算法的 一个最优化问题。一般当然希望数据挖掘算法仅挖掘有价值的模式( 知识) ，但这是一个较 为棘手的最优化高效搜索问题，至今尚没有好的解决方法。 评估所挖掘模式的意义( i n t e r e s t i n g n e s s ) 标准对于有效挖掘出具有应用价值的模式知 南京邮电大学硕士研究生学位论文第2 章数据挖掘概述 识是十分重要的。这些标准可以直接帮助指导挖掘算法获取有实际应用价值的模式知识，以 及有效摒弃无