互联网 qkzz.net
全刊杂志网:首页 > 女性 > 文章正文
刊社推荐

客户流失预测的现状与发展研究


摘 要:根据客户流失预测研究的发展历程和智能化程度的高低,将客户流失预测研究划分为三个阶段,包括基于传统统计学的预测方法、基于人工智能的预测方法和基于统计学习理论的预测方法,并通过分析每个阶段存在的问题提出了未来可研究的方向。
  关键词:客户流失; 支持向量机; 预测模型
  中图分类号:F830.133; TP391
  文献标志码:A
  
  文章编号:1001-3695(2010)02-0413-04
  doi:10.3969/j.issn.1001-3695.2010.02.004
  
  Research on current situation and development of customer churn prediction
  
  XIA Guo-en
  
  (Dept. of Business Management, Guangxi University of Finance & Economics, Nanning 530003, China)
  
  Abstract:Based on the intelligence degree and development course of customer churn prediction research, this paper separated customer churn prediction research into three stages including on traditional statistics methods, artificial intelligence methods and statistics learning theory. And proposed future research aspect by analyzing the problems of every stage.
  Key words:customer churn; support vector machine(SVM); prediction model
  
  客户流失预测是利用客户记录的历史数据对潜在的流失客户进行判断的过程。它是许多行业关注的一个重要问题,特别是在激烈竞争和越发自由的国内外电信、金融、客运、报刊等行业,受到学术界和实业界的广泛关注。据估计,各行业客户流失率较高,其中电信业平均每月的客户流失率约为2.2%。客户损失不仅会因为减少销售而产生机会成本,而且会导致所吸引的新客户减少,而赢得一个新客户所花费的成本约为$300~600,这大约是保留一个老客户所花费成本的5、6倍。就有效地实施客户保持策略而言,为了确定策略实施的目标客户群,对潜在的流失客户进行预测在客户关系管理中具有十分重要的作用。客户流失预测是客户保持、客户细分和客户价值分析中的关键处理过程,其预测水平是衡量客户保持策略有效性和客户关系管理系统先进程度的重要标志。流失预测的关键在于所建立模型的精度、模型的解释性和数据特征变量的质量,如何建立高效的预测模型和挖掘出有效的数据特征变量是客户流失预测乃至客户关系管理领域亟待解决的关键问题。本文主要是以客户流失预测的国内外现状研究为基础,分析其存在的问题和未来的研究方向,为深入研究客户流失预测理论和应用提供参考。 ......
很抱歉,暂无全文,若需要阅读全文或喜欢本刊物请联系《计算机应用研究》杂志社购买。
欢迎作者提供全文,请点击编辑
分享:
 

了解更多资讯,请关注“木兰百花园”
分享:
 
精彩图文


关键字
支持中国杂志产业发展,请购买、订阅纸质杂志,欢迎杂志社提供过刊、样刊及电子版。
关于我们 | 网站声明 | 刊社管理 | 网站地图 | 联系方式 | 中图分类法 | RSS 2.0订阅 | IP查询
全刊杂志赏析网 2017