中国移动通信集团广东有限公司东莞分公司
Published:2023
移动端阅览
曾国文, 钟玲, 罗琼华. 基于健康度的客户分群及流失预警算法研究[J]. 2023, 36(11): 49-55.
DOI:
曾国文, 钟玲, 罗琼华. 基于健康度的客户分群及流失预警算法研究[J]. 2023, 36(11): 49-55. DOI: 10.13992/j.cnki.tetas.2023.11.006.
为了能更好地开展移动通信客户分群运营和客户流失预警,本文从多个维度分析客户业务使用“不健康”的复杂因素,引入标准化和熵值法重组指标变量,采用基于标准分的分段排名算法,计算客户的长期趋势、短期趋势、现状水平和弹性空间,预测客户离网概率并据此进行段内二次排序,实现客户“健康状态”的精准定位,最终根据“健康程度”细分客群,并开展分群施策,向“健康客户”要收入,向“高危客户”争保有。通过历史数据证明,本算法识别的“高危群体”离网率高达44.7%,并集中分布在长期趋势为下降型的客群里,证明了算法的准确性。
电信客户流失的组合预测模型[J]. 余路.华侨大学学报(自然科学版),2016(05)
基于Logistic回归的通信业客户流失预测与挽留研究[J]. 付杰;方芳;严克文.鄂州大学学报,2015(06)
基于信息熵的建设项目全生命周期确定[J]. 侯小斌.合作经济与科技,2011(18)
读者流失预警模型及其在公共图书情报机构中的应用[J]. 方红.黑龙江科技信息,2007(04)
基于客观信息熵的多因素权重分配方法[J]. 黄定轩.系统工程理论方法应用,2003(04)
如何防范客户流失[J]. 严伟.企业管理,2003(06)
0
Views
54
下载量
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution