绩效管理已经从以年终分配为目的的绩效考核发展到以全面提升企业管理水平为目的的绩效管理。2002年以来中国移动公司已将关键绩效指标KPI管理模式的绩效管理置于核心位置：公司高层制定决策少不了KPI，月经营分析更是围绕KPI展开。以天津移动公司为例，其绩效考核虽已有一套较为完整的方法，但是员工得分普遍较低，得分低的一个重要原因就是KPI目标定的过高，因此不能充分发挥它的激励作用。所以本文首次利用各种相关系数及套索法LASSO，制定出KPI的合理目标，使绩效考核真正达到对客户经理的激励作用，从而提高移动公司的经济效益。客户经理的绩效受三方面因素的影响：外部行业环境，自身能力和随机因素。外部行业环境可以通过公司的经营收入反映，通过计算相关系数之间的相关程度得到。如果相关系数的两个变量都是正态分布，则线性相关系数检验功效高；如果不是正态分布，就需考虑其它的相关系数。分别计算客户经理关键绩效指标完成值同公司运营收入之间的距离相关DCC(DistanceCorrelation Coefcient)、和HHG距离(Heller Heller Gorfine Distance)及最大信息指数MIC(Maximal Information Coefcient)等系数，综合比较这些系数，即可得到外部行业环境对客户经理绩效影响的结果。员工的自身的个人能力因素可选取年龄、性别、职位、职级、所属团体、最高学历和工作天数7个指标为自变量，以2013年客户经理累计完成的集团信息化收入为因变量，利用LASSO方法找出对因变量影响最大的自变量。性别、职位职级、所属团体、最高学历都为分类变量，不能直接用于LASSO回归，因此，回归之前需要采用虚拟编码。LASSO方法循环迭代的步数可通过交叉证实(CrossValidation)得到最优值。从而得到对客户经理绩效影响最大的个人能力因素。根据以上分析结果表明，客户经理绩效指标的完成值和公司运营收入关联性很大。因此，为了更好地制定绩效考核目标，就需要提前预测公司收入。目前由于联通、电信的强力竞争，移动公司客户流失严重，整个公司收入也在减少。选取天津滨海分公司签约的200家集团用户为例，将签约时间、2012年是否在网、2012客户规模、2012年集团成员统一付费通信收入、2012年增值业务收入指标作为自变量，将2013年是否在网作为因变量，利用机器学习法中的先进规则集成(Rule Ensemble)法，进行分类拟合。再计算出各变量的重要性和绘制偏相关图形、交互作用图形等。最后预测出容易流失和需要重点攻关的集团用户，从而保证移动公司业务的收入稳定增长。