为了避免由客户流失造成的损失,您必须找出那些有流失危险和最有价值的客户,并相应开展保留和获取客户的活动。觉得现在的工作中我们可以利用现有的数据,并对这些数据进行分析来判断哪些客户有流失危险,哪些最有价值。

Clementine可以研究客户流失中客户特征分析、流失预测、流失后果评估等问题。

研究客户流失的时候一般会考虑到以下的一些问题:
1. 现有的客户哪些客户即将流失?
2. 现有客户他们的流失概率如何?
3. 哪些因素造成了客户的流失?
4. 客户流失对客户自身会造成什么影响?
5. 客户流失对电信公司的影响如何?
6. 不同类别之间客户的流失情况有什么差别?
7. 如果某个客户将要流失,他会在多长时间内流失?

研究哪些客户即将流失时,将其定位为一个分类问题,即将现有客户分为流失和不流失两类。选择适量的历史上流失客户和未流失客户的属性数据组成训练数据集,利用神经网络、决策树、logistic回归等分类建立客户流失的分类模型。Clementine同时会给出分类结果的概率值,这个值可以看作是客户的流失概率。用建立的分类模型预测可以对现有用户进行流失预测,并给出流失概率。

分析流失用户的特征时可以有很多方法,用关联分析的方法可以将选择合适的数据集,将是否流失作为目标变量,其他的客户属性作为输入变量使用APRIORI或GRI模型分析,可以分析哪些属性是影响流失的重要因素。另外也可以用决策树模型得出客户流失的规则集或决策树。决策树既具有分类预测的功能,它的可解释性很强,很适合特征描述。

分析客户流失对客户自身的影响时,主要可以考虑客户的流失成本和客户流失的受益分析。客户流失成本可以考虑流失带来的人际关系损失等因素,通过归纳客户的通话特征来表征。减少客户流失的一个手段就是增加客户的流失成本。客户流失的受益分析就是判断客户流失的动机,是价格因素还是为了追求更好的服务等。

分析客户流失对电信公司的影响时,不仅要着眼于对收入的影响,而且要考虑其他方面的影响。单个的客户流失对电信公司的影响可能是微不足道的,此时需要研究流失客户群对电信公司收入或业务的影响。这时候可能需要对流失客户进行聚类分析和关联分析,归纳客户流失的原因,有针对性地制定防止客户流失的措施。

在研究不同类别之间客户的流失情况时候,我们首先需要做的就是对现有客户的细分。客户细分的方法有很多,常用的有根据业务知识划分、聚类分析。客户细分后使用统计分析、关联分析、决策树分析等手段来研究不同类别间客户的流失情况。找出需要特别关注的流失群体,采取必要的挽留措施。

在预测客户流失时一个很重要的问题是流失的时间问题,即一个客户即将要流失,那么它可能是么时候会流失。被预测为流失的用户如果很快就流失了,没有补救的余地,这样的预测即使很准确也没有多大意义。根据经验,预测某个客户在距今多长时间流失是不现实的。对这个问题需要在数据挖掘的各个环节多下功夫,特别是业务的理解和数据准备阶段,通过变通的方法来处理。总之在利用数据挖掘研究客户流失问题时,需要明确并深入理解你的目标,在这个目标的基础上准备你的数据、建模。Clementine具有数据挖掘的全部分析方法、关联分析、分类、预测、聚类等。在研究客户流失问题时可以分别使用或组合使用这些分析方法。它的CRISP-DM标准可以帮助你规范你的数据挖掘流程。下面简要介绍利用Clementine预测现有客户中哪些即将流失的数据挖掘流程。

比较常用的算法为:C5.0、神经网络、logistic回归模型

数据挖掘-客户倾向分析相关推荐

  1. 基于数据挖掘的客户流失分析案例

     客户挽留在很多行业都是一个备受关注的问题,比如电信.银行.保险.零售等.要做客户挽留就需要对客户流失进行预警.客户流失原因分析.客户满意度或忠诚度研究.客户生命周期研究等相关问题进行深入而全面的 ...

  2. U1C1 数据挖掘与文本分析的背景与实际应用

    U1C1 Background and practical applications of data mining and text analytics 一.机器学习 与 数据挖掘 (Machine ...

  3. 2020年数维杯数学建模A题舆情监测情感倾向分析建模求解全过程文档及程序

    2020年数维杯数学建模 A题 舆情监测情感倾向分析建模 原题再现:   公共危机事件爆发时,如拍石击水,相关信息在短时间内迅速传播,引起群众的广泛关注.其中负面报道或者主观片面的一些失实评判常常在一 ...

  4. 基于weka的数据挖掘开发技术分析研究

    一.基本概念 数据挖掘就是在数据中寻找模式的过程.(如客户忠诚度分析.市场购物篮分析等) 这个寻找过程可以是自动的或者是半自动的.(数据量特别大的时候只能是自动的) 而自动的数据分析方法则来自机器学习 ...

  5. 数据挖掘与预测分析的区别与联系

    随着大数据在商业世界中变得越来越普遍,许多Web数据术语被遗忘了,其中许多术语我们并不清楚它们的含义.什么是数据挖掘?数据挖掘和预测分析之间有区别吗?两者有什么关系?所有这些都是很重要的问题,理解以后 ...

  6. 基于数据仓库的证券营业部客户细分分析

    基于数据仓库的证券营业部客户细分分析 目录 内容摘要 ----------------------- 2 引    言  ----------------------  3 一.数据仓库和聚类分析的概 ...

  7. 借用大数据挖掘客户需求方法是什么

    借用大数据挖掘客户需求方法是什么 就目前而言,现在的大数据技术为绝大部分的业务提供了许多功能,同时还提高了效率和收入.当然除了这些以外,大数据分析还为公司的潜在客户和现有客户提供了许多好处,那么借用大 ...

  8. 毕设——电商产品评论数据的用户情感倾向分析

    1.主要研究内容包括:(1)在查阅国内外文献资料的基础上,了解电商产品评论数据情感分析关键技术流程及国内外研究现状:(2)采用网络爬虫工具(如八爪鱼采集器)采集评论数据,实现文本去重.压缩去词等文本评 ...

  9. 计算机书籍-数据挖掘与预测分析

    书名:数据挖掘与预测分析(第2版) 作者:[美]Daniel T. Larose,Chantal D. Larose 出版社:清华大学出版社 出版时间:2017年02月 鼠标

最新文章

  1. 【干货】移动APP安全测试要点解析
  2. 【实战篇】| 小鹿教你用动态规划撩妹的正确方式
  3. 正常人一天步行走路多少为宜
  4. vc使用nmake时报错
  5. go语言[3]-数组
  6. 正则摄动法matlab,孤立特征值情况的矩阵摄动法
  7. 万用表测试软件,最全的万用表使用方法看这里!
  8. 看小姐姐用动图展示 10 大 Git 命令
  9. 装修鸿蒙瓷砖选择,装修用全抛釉瓷砖好还是通体大理石好?两种瓷砖有什么区别?...
  10. Python自动化办公:openpyxl绘制图表
  11. 如何批量将 Word 文档转为 HTML 格式
  12. 孩子近视了房间里用什么灯?保护视力的护眼灯
  13. 项目管理笔记-第十三章 项目相关方管理
  14. 门禁系统布线的十点注意事项
  15. vue-router 路由 pushstate replacestate popstate 详解
  16. 正确定位混淆后Crash代码行数
  17. linux root用户被锁定 Account locked due to 217 failed logins
  18. 英语四级完形填空解题方法
  19. 短信网关 php,php使用ICQ网关发送手机短信_PHP
  20. 韩语中有“促音”吗?从音变语法中得到答案,从日语转韩语的学习者常见误区

热门文章

  1. RTSP/ONVIF协议视频平台EasyNVR级联时上级平台播放视频卡顿的原因排查分析
  2. 全网最全最细 FreeRTOS 手册详解——1-The FreeRTOS Distribution
  3. 数据分析告诉你月薪多少才“配”坐高铁
  4. 给数子加千分号的方法(每三个数字后加一个逗号)
  5. 从5G到区块链,IPFS将颠覆未来!
  6. Flink 清理过期 Checkpoint 目录的正确姿势
  7. 切换IP地址的小工具
  8. CSS(Cascading Style Sheets)层叠样式表
  9. 单片机c语言设计数据,单片机C语言设计.doc
  10. [C/C++]员工考勤记录 - 2019校招编程刷题