隨著市場競爭的加劇，中國電信面臨的壓力越來越大，客戶流失也日益增大。從統計資料看，今年固話小靈通的銷戶數已經超
過了開戶數。面對如此嚴峻的市場形式，當務之急就是要盡全力減少客戶的流失。因此，利用資料探勘方法，建立一套可以及時**客戶流失率的模型就相當有必要。
（一）確定客戶流失模型的目標：**可能流失的客戶名單。經過對市場的分析，我們發現固話小靈通流失率比較大，而寬頻等資料業務還處於增長期，流失率比較小。因此，我們把**的產品範圍限定在固話和小靈通上。另外，我們也不考慮那些因為欠費被強制銷戶的客戶，因為這些客戶沒有什麼價值。還有，對已經加入了某一類有銷戶時間限制**且未到期的客戶也可以不考慮。這樣，我們建模的目標範圍變得更加明確。
（二）獲取用於建模的資料。建模的資料可以從各個營運系統中提取。可以從ibss系統提取客戶資料、服務資料、產品資料、**資料、業務資料：從計費賬務系統提取市話計費資料、長途計費資料、智慧型網計費資料、省資料業務計費資料；從cmms系統提取渠道資料；從資源系統提取位址資料、資源資料；從交換系統提取通話資料等等。另外有一些資料需要通過市場調查獲取，比如調查哪些地區是其他運營商有佈線的固話競爭區域。可以在區域範圍內的交接箱資料加上「競爭區域」的標識。
（三）對資料進行清洗、格式化，轉換成建模資料集。乙個客戶可能有多個固話和小靈通，銷戶指的是固話小靈通拆機，而不是指客戶不再使用所有的電信產品。因此真正的客戶**流失上並不具有價值。經過分析，我們確定建模的物件為服務實體，即固話和小靈通。模型集的行代表乙個固話或小靈通，計費等資料則對應到各個列。另外。為了使**結果更接近於現實情況，我們取最近12個月的計費資料。接下來，我們要剔除一些無效的變數，如身份證號、**號碼、絕對日期、位址資料等。這些交量對建模沒有用處。最後就是加入衍生變數。這個過程需要我們對電信業務進行深入的分析並充分發揮創造性，這樣才能生成一組對建模很有意義的衍生變數。如根據固話對應的交接箱，我們提取出「是否處於競爭區域」的變數；從通話日期可以提取出「星期幾」、「是否節假日」等變數，另外，還可以通過組合生成全部月份的變數總和及其方差，各月變數佔總和的比等變數。經過這些清洗和轉換工作，我們便生成了用於建模的資料集。
（四）建立模型。我們選用sas em軟體包作為建模工具，在挖掘演算法方面選用決策樹演算法。決策樹演算法可以處理上百個字段，具有探索功能，且高度自動化。考慮到固話和小靈通這兩類產品有很大的區別，因此需要分別建立**模型。接下來，我們對客戶進行分類。按月平均消費額分成**值客戶和低價值客戶。另外再分出兩類特殊客戶，近期開戶的客戶和有申請**的客戶，對這四類客戶分別建立模型，再將模型進行合併。
（五）模型評估。對模型的評估同樣分成四類客戶分別評分。即生成四類客戶的評分資料集，分別輸入模型中，得出**結果。把結果和實際情況進行比較來評價模型的有效性。
（六）模型**結果用於支援決策。客戶流失率**模型建立後，我們就及時**某個客戶流失的可能性大小。當其流失可能性高於某一分值，我們就認為他是將可能流失的客戶，就可以及時的推出針對性的營銷**來留下該客戶
資料探勘案例 建立客戶流失模型
本文 隨著市場競爭的加劇，中國電信面臨的壓力越來越大，客戶流失也日益增大。從統計資料看，今年固話小靈通的銷戶數已經超過了開戶數。面對如此嚴峻的市場形式，當務之急就是要盡全力減少客戶的流失。因此，利用 資料探勘 方法，建立一套可以及時 客戶流失率的模型就相當有必要。一 確定客戶流失模型的目標 可能流失...
基於資料探勘的客戶流失分析案例
客戶挽留在很多行業都是乙個備受關注的問題，比如電信 銀行 保險 零售等。要做客戶挽留就需要對客戶流失進行預警 客戶流失原因分析 客戶滿意度或忠誠度研究 客戶生命週期研究等相關問題進行深入而全面的分析。例如，對客戶的行為特徵進行分析，可以了解有多少客戶流失，客戶是什麼時候流失的，以及客戶是如何流失的等...
用KNIME建立客戶流失模型
pmml是一種可以呈現 分析模型的事實標準語言，用於呈現資料探勘模型。分析模型採用定型過程中獲取的知識來 新資料中是否有已知模式。pmml允許您在不同的應用程式之間輕鬆共享 分析模型。因此，您可以在乙個系統中定型乙個模型，pmml中對其進行表達，然後將其移動到另乙個系統中，並在該系統中使用上述模型 ...