论文部分内容阅读
随着电信市场竞争的发展，客户选择电信产品及电信企业的余地越来越大，电信企业之间对客户的争夺也越来越激烈。在这种情况下各大电信运营商越来越认识到了客户流失分析对于企业发展的重要性和必要性。本文以四川电信为主要研究对象，通过对四川电信近一年时间的领域调研和电信项目的研发及大量的商业智能相关理论如数据仓库、OLAP分析和数据挖掘以及KPI理论的学习，通过对以往客户流失分析建模方法的缺陷总结，提出了基于商业智能的客户流失分析方法，拟从整体商业智能应用这一全新的思路来初步探讨电信行业客户流失分析模型的建构。本模型克服了以往建模过程中，因仅由业务人员提供影响客户流失的关键属性，建模人员以这些属性作为建模的输入变量构建模型而造成的模型缺乏客观性的缺陷。本文引入了管理学中的KPI的思想，将计算客户流失度归结为寻找影响客户流失的KPI。方法为：首先对客户流失问题进行商业定义，找出客户流失的所有可能影响属性，然后建立客户流失分析主题数据仓库，在数据仓库的基础上进行OLAP分析，剔除掉一些同客户流失相关度比较小的属性。以OLAP分析提取出的属性作为输入，构建神经网络，采用敏感度分析法来计算OLAP分析出的各属性对客户流失度的贡献率大小，根据80／20法则，计算出影响客户流失的关键属性，以这些关键属性作为输入、以客户流失度作为输出构建计算客户流失度的神经网络模型。本文在第五章使用了四川电信某分公司的真实数据对模型进行了验证和评估，评估结果证明，本论文的技术路线是可行的，其结果将会对四川电信的客户流失分析起到一定的作用。