客户流失
客户流失的相关文献在1997年到2022年内共计688篇,主要集中在自动化技术、计算机技术、经济计划与管理、邮电经济
等领域,其中期刊论文589篇、会议论文24篇、专利文献24801篇;相关期刊388种,包括才智、集团经济研究、商场现代化等;
相关会议23种,包括科技研究——2015科技产业发展与建设成就研讨会、辽宁省通信学会2014年通信网络与信息技术年会、辽宁省通信学会2012年通信网络与信息技术年会等;客户流失的相关文献由1076位作者贡献,包括夏国恩、张晓航、沈磊等。
客户流失—发文量
专利文献>
论文:24801篇
占比:97.59%
总计:25414篇
客户流失
-研究学者
- 夏国恩
- 张晓航
- 沈磊
- 焦洪国
- 胡建华
- 雨桐
- 刘绍清
- 唐琪
- 孙哲
- 孙知信
- 宫婧
- 张显全
- 李鑫
- 王忠
- 王雷
- 王颖
- 覃锡忠
- 訾惠博
- 贾振红
- 邵培基
- 金炜东
- 马军
- 黄章树
- Chen Zong-hai
- 丁红
- 严伟
- 严建峰
- 于小兵
- 于海洋
- 付杰
- 任冰
- 余力涛
- 佚名
- 党延忠
- 冯湘
- 刘丽丽
- 刘勇
- 刘志超
- 刘斌
- 刘艳
- 刘辉
- 刘锴靖
- 刘飞
- 卢光跃
- 卢美琴
- 叶帅
- 吴传威
- 吴桐水
- 吴运奇
- 吴长亮
-
-
曹宁;
王雨薇;
高莹;
徐根祺;
任小文
-
-
摘要:
客户流失已成为目前企业管理中所面临的突出问题,对客户流失情况进行分析显得尤为重要,研究客户流失分析模型成为重中之重.为了解决传统客户流失预测方法准确率不高的问题,将Elman神经网络模型与灰色系统相结合对客户流失进行预测,利用X电信公司的客户样本数据进行仿真,同时将该模型和常用的遗传算法优化BP神经网络(GA-BP)模型、支持向量机(SVM)模型以及卷积神经网络(CNN)模型进行对比.结果表明,改进后的GM-Elman神经网络的精准率为85.21%、准确率为95.19%、F1值为77.33%、召回率为72.01%,均高于其它三种模型,改进Elman模型能够更高效地对客户流失进行预测.本研究为分析客户流失情况提供了一种新的方法.
-
-
廖开际;
邹珂欣;
庄雅云
-
-
摘要:
基于客户价值模型、聚类算法与机器学习算法,提出一套面向电子商务大数据领域的客户流失预测方法并对其进行验证。采用随机森林方法对高维数据进行降维并选择特征变量,利用RFM价值模型,详细地对客户进行划分。由于电商企业对真阳性错误更为敏感,所以对XGBoost算法引入惩罚因子,并结合特征变量预测客户流失,以提高预测准确性。根据对国内某电子商务平台客户数据的预测结果表明,经过预先客户细分处理的预测结果效果明显更好,同时改进后的XGBoost算法较改进前的预测准确率、精确率、召回率分别提升了2.8%、3.8%、2%,即所提出的预测方法是有效的。
-
-
闫春;
张馨予
-
-
摘要:
针对寿险行业的客户流失问题,构建基于外在、内在、行为(EIB)属性的寿险客户指标体系。提出改进的K-means算法,使用改进的轮廓系数公式判断初始聚类数目,并利用欧式距离相似度与余弦相似度的测度优势提出欧式类簇空间的局部、全局离群点过滤规则。运用传统的K-means算法、不同离群点监测阈值下的改进K-means算法进行客户细分及其可视化展示,并采用BP-Adaboost算法对细分后的客户进行流失预测。实证表明:改进的K-means算法可视化噪声降低、簇内误方差减小,可在后续的预测器中实现更高预测精度,为保险公司挖掘更精准的客户分类信息、挽留客户提供决策依据。
-
-
张三妞
-
-
摘要:
针对电信客户流失检测率较低的问题,基于遗传算法来优化BP神经网络模型。首先对客户信息进行可视化分析并选取合适的特征,使用皮尔逊系数对特征进行相关性判断,筛选出有效特征;其次运用遗传算法对BP神经网络中的初始化权值阈值进行编码,经选择、交叉以及变异等操作后得出最优的权值阈值;最后运用BP神经网络进行电信客户流失预测。经实验验证,该模型的预测结果优于传统的BP神经网络模型预测结果。
-
-
龙冰婷
-
-
摘要:
网络视频用户规模决定网络视频服务商收益,如何有效地降低客户流失率成为企业的关注重点.以Kaggle公开的网络视频客户流失数据为例,基于随机森林算法对客户流失进行预测.结果表明,预测效果良好,AUC值高达0.9781,准确率达到94%.在此基础上进一步研究客户流失的原因,构建CMASL模型,结合K-means算法对流失客户进行分类,分析对应类别客户流失的主要原因,为网络视频服务商提供不同类别客户相应的挽留策略.
-
-
陈仁海;
黄敏锐
-
-
摘要:
“自去年10月开始,燃气公司对我司实行限量供气,导致我们的装置无法正常生产运行,不得不采取减产措施,公司客户流失很多。此外,频繁开停车也带来巨大的安全风险。我们多次向燃气公司申请增加供气量,都没有得到有效回复。5月30日,市长出面协调,燃气公司同意自6月1日起,供气量提高至每天12000立方米,但是12000立方米供气仍然不稳定,而且距我们装置达产,还有6000立方米的缺口……”。
-
-
Maria DiCesare
-
-
摘要:
消费者对个性化和优质体验的需求是永恒的,B2B企业应当考虑将客户体验自动化纳入到业务发展战略中,并将持续改善客户体验视为长期发展目标。在当今竞争激烈的大环境下,拥有出色的产品或服务并不意味着100%成功,反而是客户在购买流程中的体验变得比以往任何时候都更加重要。随着企业业务的发展,提供个性化的客户体验变得愈加困难,许多企业因无法提供令人满意的客户体验而出现客户流失的现象。为此,客户体验自动化已成为企业业务战略中越来越重要的一部分。客户体验自动化涉及客户体验工作流程中关键部分的自动化、数字化,有助于维护客户的忠诚度并提高整个组织的内部效率,进而推动B2B公司的业务成功。
-
-
曲浩
-
-
摘要:
近年来,随着金融证券行业的蓬勃发展,市场饱和度越来越高,企业获取新用户的成本也越来越大,因此客户流失问题受到证券公司的广泛关注。本文以某券商A为研究对象,通过融合证券公司的多源数据信息,建立了一套流失预警体系,该体系通过变量挖掘、模型建立和模型应用三个模块,实现对A证券公司客户流失行为监控和预警的目的。
-
-
彭科;
彭龑
-
-
摘要:
针对电信客户流失数据集的多维特征和不均衡问题,本文给出了一种基于代价敏感的逻辑回归的电信客户流失预测模型。通过对不平衡样本集分别采用不同权重调整,将代价敏感学习与传统分类算法相结合,建立基于逻辑回归的电信客户流失预测模型,最后对实际电信客户流失进行验证。通过与其他分类器模型的对比显示此方法在各种评估指标上均有更好的表现,更加符合电信业预测客户流失的实际情况。
-
-
张静怡;
胡俊英;
李卫斌
-
-
摘要:
随着证券市场竞争的日益加剧,证券行业客户数量呈现动态增长模式,但是在大量客户开户的同时,又有大批客户流失,带来较多的无交易客户,导致业务与收入总量增长相对趋缓,出现“增量不增收”的现象.准确预测潜在流失客户,对这些客户实施差异化营销和服务已成为当前证券企业的迫切需求.基于证券客户交易的历史数据,在给出证券流失客户定义的基础上,选择合适的自变量和因变量时间窗口,建立信息熵,趋势值和波动值三类特征指标体系,使用CART算法建立决策树模型,并采用交叉验证法选取最优决策树,实现依据历史交易数据对客户是否流失进行预测.数据实验结果表明,所提出的预测方法可以较准确地对潜在流失客户进行预测.
-
-
姜蕾
- 《辽宁省通信学会2019年度学术年会》
| 2019年
-
摘要:
目前,国内运营商间的竞争激烈,客户流失现象较为普遍.客户流失预测是有效解决通信行业客户流失问题的关键环节.本文借助Lagrange函数求极值的思想将基本模型进行组合,建立流失预测模型,以提高维系有价值客户的准确度.
-
-
-
郝晶;
冯伟荣;
王洪旭;
张曦
- 《第四届全国石油石化行业信息化创新发展论坛》
| 2018年
-
摘要:
本文选用炼化企业某大区公司一年交易数据为样本,从现有客户流失状态分析出发,识别现有客户流失特征,并运用数据挖掘C5.0算法,该算法采用实际业务需求和boosting与交叉验证相结合方法,对炼化客户建立流失预测模型.实际研究结果表明所使用的挖掘技术获得了满意的预测效果.
-
-
-
-
杜尚全;
马申玉;
张沫
- 《辽宁省通信学会2012年通信网络与信息技术年会》
| 2012年
-
摘要:
通信市场三分天下的形式由来已久,客户市场日趋饱和,各家运营商逐渐转变经营模式,由传统的扩张新增市场转向深耕存量客户市场,减少客户流失成为以保促增、以稳求升的关键.从客户贡献价值来看,一个存量客户相当于3~4个新增客户,因此客户保有工作成为所有工作的重中之重,关乎企业未来发展,而如何准确判断客户的流失倾向,及时给予关怀和挽留成为客户保有工作的基本前提.本文提出了基于联合决策树算法的客户流失预测模型,根据客户的基本信息、消费特征等情况,对客户的离网趋势做出准确预测,有效的降低了离网率,为客户保有工作提供了有力的支撑.
-
-
-
Hai-ling Guo;
郭海玲
- 《科技研究——2015科技产业发展与建设成就研讨会》
| 2015年
-
摘要:
本文综合介绍了对于保险客户数据挖掘不同时期采用的数据挖掘算法。近年来,为了克服传统数据挖掘算法在保险客户数据挖掘中的缺点,研究者们引入了人工智能技术的算法,将其应用到数据挖掘中,通过跨学科的算法研究,将数据挖掘的算法的研究空间进一步拓宽了。具体包括基于BP神经网络算法的保险客户流失预测,基于遗传神经网络算法的保险客户数据挖掘。并对其进行了评价,对保险客户数据挖掘的算法的未来发展做出了展望,以便为未来保险客户数据挖掘算法的研究提供一个参考.
-
-
凌洁;
王慧;
王银
- 《第九届中国不确定系统年会、第五届中国智能计算大会、第十三届中国青年信息与管理学者大会》
| 2011年
-
摘要:
近年来电信业蓬勃发展,各个运营商之间的竞争也愈演愈烈,如何减少客户流失尤其是优质客户的流失已经是运营商发展过程中面临的一个严重问题,本文主要是对电信行业客户流失情况进行数据挖掘,通过对运营商的历史数据资料进行数据挖掘分析,建立客户流失预测模型.由以上分析可以看出,利用数据挖掘来分析电信行中业影响客户流失率的相关因素,使运营商能够有效地找出流失的原因,以及在设施管理和服务上的不足,及时地调整自己的运营策略、管理方式,有针对性的提高自己的技术水平,从而有效的增加客户忠实度,并有力的竞争新客户,保证了企业的长久发展,增强企业竞争实力。所以说,在电信行业中,引进数据挖掘技术是非常之必要的。
-
-
应江勇;
周宇
- 《第十三届中国管理科学学术年会》
| 2011年
-
摘要:
随着全业务的深入开展,通信行业竞争日益激烈,“拓展新用户、维稳老用户”是电信运营商当前面临的热点和难点问题。从用户规模及营销成本来看,老用户保有更是当前工作的重中之重。将决策树算法作为建模工具,以“用户当月通信消费指标预测其第三个月流失概率,为营销保有工作预留两个月宝贵窗口期”为指导思想,结合北方某省移动公司实践工作,出台“预警流失概率越高,促销力度越大”的保有政策,形成了一套理论与实践相结合的通信行业用户预警模型。从模型应用效果来看,通信用户预警准确率较高,保有效果显著,模型结果通过了通信市场的实践检验,对电信运营商生产一线的指导作用较大。