客户流失是企业经营管理过程中普遍存在的现象,企业吸引新客户所付出的成本实际上远高于挽留老客户所付出的成本,如果企业只注重吸引新客户,忽视现有老客户的流失管理,将会导致企业出现客户数量没有减少,但盈利能力却在下降的局面。在现代企业管理中,企业通过加强对客户的关怀,减少现有客户的流失,可以降低企业经营成本,增强企业竞争力,因此客户流失管理成为许多行业关注的重要问题。近几年,电子商务行业在蓬勃发展的同时面临日益突出的问题。电子商务企业对客户离开企业的约束力较弱,导致网购客户的流失率远远高于契约关系下的电信、银行等行业。本文在现有客户流失的研究基础之上,重点研究非契约关系下的网购客户流失,通过对某B2C电子商务网站网购客户流失情况进行分析,有助于电子商务企业及时发现有流失倾向的客户,进而做好相关流失管理的事前控制工作,从而有效降低客户流失率。本文的主要研究工作如下:首先,主要阐述了客户流失管理、数据挖掘等相关理论以及数据挖掘技术在客户流失预测中的应用。其次,在研究对象的选择上以国内某B2C电子商务网站的电子类产品为例,通过整理网购客户的交易数据,利用BP人工神经网络、支持向量机模型分别对客户流失情况进行预测。接着,为提高客户流失预测的精度,在单一预测模型的基础上,结合组合预测的基本原理,使用BP神经网络与支持向量机相结合的组合预测方法对客户流失情况进行分类。实证结果表明,与单一预测模型比较,组合预测模型在查全率、覆盖率、提升度方面都有明显的提高。最后,对网购客户流失原因进行综述,并利用RFM理论对流失客户进行价值分类,分析不同价值层次客户的流失情况,同时结合客户流失原因与网购客户的生命周期提出相应的流失客户挽留策略。