电信企业客户流失预测模型

本文将支持向量机(Support Vector Machine,SVM)应用于客户流失预测研究中,通过实证研究,证实了该方法用于电信企业客户流失预测比BP神经网络更具有效性和优越性.     

中国电信业流失客户分类研究

对电信业的流失因素的分析和研究已经有很多,但是大多数的文章都是从企业的角度和企业的统计数据展开的分析,实际在除了客户的人文数据的统计资料,企业的数据比较全面和真实以外,客户的原因了解对于企业来说还是很欠缺的,所以本文一方面对企业的流失客户数据作了更加深入地剖析,另外一方面从直接客户的角度问卷调查后得到了流失原因的统计分析资料,其目的就是为了给电信企业更好地对客户进行管理和制定保留客户和赢回流失客户策略提供依据。     

基于离网预警模型的客户管理

如何有效地从企业的运营过程中收集大量数据,从中提取出有价值的信息,是许多企业在竞争环境中所面临的重要问题.文章以移动客户离网分析及预警系统为例,采用数据挖掘技术建立离网预警模型.     

基于新三维客户细分模型的线上会员客户价值研究

从客户的当前价值、潜在价值、忠诚度价值三个方面出发,建立适用于线上企业的会员客户价值评价指标体系。同时,在传统RFM模型的基础上构建了新三维的客户细分模型,并根据改进的客户价值细分维度进一步细分客户,利用主成分分析法计算每个客户群的价值得分。最终选取某网站的会员客户数据进行算例分析,通过识别不同客户群体、价值和状态,为企业实施精准营销提供更加细致的客户细分依据。     

基于粗集理论的客户流失建模研究

以商业银行客户数据为依据,采用粗集理论进行知识约简、C4.5决策树建模,得出了客户流失的模型规则,通过评估,模型是健壮和稳定的.     

基于数据挖掘的客户资产测量研究

由于单个客户消费行为具有极大不确定性导致预测客户资产比较困难,提出一种以数据挖掘技术为基础,在客户分类的基础上测算客户资产的动态方法,该方法使客户资产的测量更加准确并具有可操作性。同时通过实证分析证实该方法可以为企业实现精确营销提供有力支持。     

基于组合决策树的急诊等待时间预测

文章选择华西医院急诊科为研究对象,使用CHAID、C&RT、REPTree三种决策树算法预测急诊等待时间,并通过BP神经网络对上述模型进行组合,得到组合模型.通过比较分析以上四种模型后,发现影响等待时间的关键因素主要是科室、挂号时间段、队列人数、月份,并且组合模型的预测效果最优.     

一种基于RFM模型数据挖掘处理双阶段客户关联分类方法

通常情况下,商业银行的数据库大多采用多维度的设计方式,这使得对客户信息提取和客户分类关联分析工作繁琐而复杂,导致目前尚缺乏符合商业银行业务实际、具有较强操作性的分析模型。在这种情况下,文章提出了一种运用RFM模型数据处理,结合K-Means算法和关联规则挖掘Apriori算法进行双阶段客户关联分类方法,具有较强的实践性。     

基于粗糙集的客户分类方法

1相关理论1.1数据挖掘(Data M ining)技术数据挖掘是从数据当中发现趋势或模式的过程。这一过程的目标就是通过对大量数据的分类而发现新的信息。人们通过数据挖掘得到的回报就是将这些新发现的知识转变为经营上的成果,如增加销售收入或者减少销售成本。数据挖掘是最近几年才发     

移动通信业的客户细分和保持策略

文章在考虑到客户的过去利润贡献、未来收益和客户流失率的情况下,针对电信运营商的客户特点,给出了客户当前价值、客户潜在价值和客户忠诚度的计算方法和过程,提出一个基于客户当前价值、客户潜在价值和客户忠诚度三维移动客户细分模型,并针对不同的细分群体提出相应的客户保持策略,为电信运营商有针对性地开展客户维系和新业务开拓工作提供科学的方法。     

汽车4S店顾客满意度模型及其实证研究——以天津丰田汽车4S店为例

构建了以感知硬件质量和感知软件质量为外生变量,以感知价值和顾客满意为中介变量,以重复购买意向和正面口碑相传为结果变量的汽车4S店顾客满意度模型,并对其进行实证检验,研究发现:感知硬件质量对购后行为意向没有显著的直接影响,而是通过感知价值和顾客满意间接作用于购后行为意向;感知软件质量只对重复购买意向有显著的直接正向影响,同时也会通过感知价值和顾客满意对购买行为意向产生间接的作用;感知硬件质量对顾客满意的作用力最强;汽车的外观设计与感知硬件质量的相关性最强;供应的零配件质量与感知软件质量的相关性最强。