在全面數(shù)字化的時代,運(yùn)營商的商業(yè)模式發(fā)生了巨大的變革,客戶的需求也從“語音+消息”的單一需求轉(zhuǎn)變?yōu)榱恕罢Z音+數(shù)據(jù)業(yè)務(wù)”的多元化需求。同時互聯(lián)網(wǎng)跨界競爭加速,OTT業(yè)務(wù)直接面向用戶提供服務(wù),運(yùn)營商的價值空間在不斷的壓縮。處在如此復(fù)雜的大環(huán)境背景之下,企業(yè)還是應(yīng)該牢牢地抓住客戶這個最寶貴的資源。然而面對高度飽和的通信市場,新增速度明顯大不如前,客戶流失還不斷加劇。對比新老客戶的運(yùn)營成本,保存量已經(jīng)成為了運(yùn)營商的重要經(jīng)營理念,降低客戶流失率也成為了當(dāng)下亟待解決的問題。從事后評估到事先預(yù)測的方法可以及時發(fā)現(xiàn)具有離網(wǎng)傾向的用戶,從用戶的實(shí)際需求出發(fā)采取有針對性的挽留策略必然能夠有效地控制客戶流失。本論文以NY移動離網(wǎng)現(xiàn)狀為背景,通過數(shù)據(jù)挖掘方法建立離網(wǎng)分析預(yù)測模型,本論文使用的軟件是SPSS Modeler,使用的數(shù)據(jù)資料來源于NY移動企業(yè)后臺數(shù)據(jù)庫中存儲的客戶行為信息,采用C5.0決策樹算法來生成可能影響用戶離網(wǎng)的顯著性變量和規(guī)則集。在以往眾多學(xué)者的研究基礎(chǔ)上,本研究將擴(kuò)展加入數(shù)據(jù)業(yè)務(wù)、融合產(chǎn)品、競爭感染等維度的變量來進(jìn)行分析。同時研究緊扣公司的業(yè)務(wù)發(fā)展重心得出模型結(jié)論,為下一步離網(wǎng)分析應(yīng)用提... 

【文章來源】：北京郵電大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：65 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１－１技術(shù)路線??圍繞離網(wǎng)客戶分析預(yù)測及挽留，研究主要分為四部分：??第一部分是客戶流失現(xiàn)狀分析

ＣＲＩＳＰ－ＤＭ模型作為“跨行業(yè)數(shù)據(jù)挖掘過程標(biāo)準(zhǔn)”與１９９９年歐盟機(jī)構(gòu)聯(lián)合起草，通??過不斷地發(fā)展，該模型已經(jīng)在各種ＫＤＤ過程模型中占據(jù)領(lǐng)先的位置【１６］。數(shù)據(jù)挖掘??普遍采用該模型通用流程，如圖２－１所示：商業(yè)理解，數(shù)據(jù)理解，數(shù)據(jù)準(zhǔn)備，建立??模型，模型評估，結(jié)果部署１１７］。流程的每一步都有相應(yīng)的階段目標(biāo)、工作任務(wù)和??實(shí)施要點(diǎn)，需要準(zhǔn)確的把握步驟方法才能獲得比較理想的結(jié)果。??／?商業(yè)理解數(shù)據(jù)理解?Ｘ??／??Ａ結(jié)梁部署?ｆｃｓｓｌ?＼?＊?＊?￥??丨建立襆型Ｊ??圖２－１?ＣＲＩＳＰ－ＤＭ模型通用流程??７??

?６月?７月??圖３－１?ＮＹ移動卜７月離網(wǎng)整體情況??３．２．２網(wǎng)齡、年齡分層離網(wǎng)現(xiàn)狀??如圖３－２所示，從網(wǎng)齡離網(wǎng)趨勢來看：丨－７月ＮＹ移動離網(wǎng)用戶多屬于網(wǎng)齡??小于６個月的新增用戶，且網(wǎng)齡小于６個月的離網(wǎng)用戶數(shù)在７月呈現(xiàn)顯著劣化的??趨勢。??分網(wǎng)齡離網(wǎng)客戶數(shù)趨勢（萬戶）??ｊ：：；．?２．９?３．０??１５?．?玉７?…?３．０?３．１?１．８??２．０?ｅｌＬ?１７?１－７?２．３??ｉｉｌｌｌｉｉ??１月?２月?３月?４月?５月?６月?７月??ｓ網(wǎng)齡＜Ｓ個月?》６個月彡網(wǎng)齡＜１２個月?１年苳網(wǎng)齡＜２年?網(wǎng)齡＞２年??圖３－２?ＮＹ移動１－７月分網(wǎng)齡離網(wǎng)情況??如圖３－３所示，從年齡分層離網(wǎng)趨勢來看：１－７月ＮＹ移動離網(wǎng)用戶平均年??齡４２歲，離網(wǎng)用戶群體整體偏中年客戶群體。離網(wǎng)客戶年齡多集中在［３５，５５）歲??這個年齡層次，這對于目前流量經(jīng)營的戰(zhàn)略思路下消費(fèi)群體趨于年輕化是不違背??的，但是根據(jù)圖示可以看出２５歲以下的離網(wǎng)用戶趨勢劣化較快，這是亟待改善??的問題。??１２??


本文編號：2919123