电信运营商集团客户价值评估及细分研究

根据客户价值评价理论,针对电信运营商集团客户的具体特点,进行了分析研究,设计了包含3个当前价值指标,6个潜在价值指标的集团客户价值评价指标体系、价值计算方法以及客户细分方法。     

基于逻辑回归的商业银行客户信用评级研究

客户信用评级是衡量客户偿债能力和偿债意愿的重要标准,是指导商业银行及各金融机构信用风险管理的重要手段。各商业银行建立自己内部合适有效的信用评分模型对于管控风险、降低损失尤为重要。逻辑回归分析是一种广义的线性回归分析模型,在数据挖掘、经济预测等领域有着广泛的应用。该文采用统计学建模方法,将逻辑回归模型应用于农村商业银行客户信用评级,构建了基于逻辑回归的农村商业银行客户信用评级模型,对贷款客户的信用等级进行评价。该方法能够帮助银行有效区分违约客户,比较准确地量化客户违约风险,同时为商业银行及其他金融机构开展信用风险管理提供参考。     

基于QBC主动学习方法建立电信客户信用风险等级评估模型

电信客户信用风险等级评估是对电信客户的信用风险进行等级分类. 针对建立客户信用风险等级分类模型时,大量带有类标注数据难以获得的问题,提出了基于主动学习的分类器建模方法,并对基于QBC(委员会投票选择)的主动学习算法进行改进以提高分类器的预测精度. 通过对实际电信客户数据进行信用风险等级建模实验,结果表明:应用新算法,分类器使用了较少的带类标签样本数据,达到了与被动学习相同的精度,大大降低了信用专家评估数据的工作量.     

一种基于Fisher比率和预测风险准则的电信客户流失预测分步特征选择方法

电信客户流失预测是电信运营商客户关系管理系统的一个重要问题,其目的是预测具有较高流失风险的客户.电信客户流失预测模型的构建过程包括数据预处理、不均衡处理、特征选择和分类器的训练与评估.针对电信数据集中存在的特征维度过高问题,结合过滤式特征选择和嵌入式特征选择方法的优点,提出了一种基于Fisher比率和预测风险准则的分步特征提取方法.结合真实数据集的实验结果表明,该方法能够减少特征维度,提高分类器的预测效果.     

基于MBBC算法的电信客户信用度评分模型

客户信用度是评价客户欠费风险的指标.目前国内对电信客户信用度评估采用线性公式,其对相关客户属性的权值进行简单的相加,但是实际客户信用度与各相关属性之间并不是简单的线性关系,而是非线性关系.因此,针对电信客户信用度评分问题,提出了一种应用马尔科夫毯贝叶斯网络分类器建立模型的方法.实验结果显示,该算法建立的客户信用度评分模型简洁、易懂和准确率高.     

面向电信的客户流失预测模型研究

针对现有客户流失预测模型预测准确率低下的问题,本文结合基于统计学习的客户聚类分析和分类预测技术来构建客户流失预测模型。根据模型计算结果,可以辨别出客户类别及流失倾向,并在此基础上提出了预防客户流失的保持措施,从而为电信企业运营商的客户关系管理提供决策依据。     

电信运营商如何提高ARPU

介绍了客户价值和客户终身价值的概念,分析了电信运营商客户流失的原因,提出了电信运营商提高ARPU的方法。     

电信运营商营业厅客户体验式服务受理系统的构建

随着电信改革的不断深化,运营企业间的竞争趋势愈演愈烈,如何提升客户服务满意度、增强客户粘性,已经成为电信运营商们争夺业务增量市场、保证业务存量市场的普遍服务观念作为电信运营商主要服务渠道的营业厅,由于电信业务种类多样化、复杂化,使得人工服务的准确性、及时性越来越得不到保证,直接降低了客户服务时的感知度并因此造成用户的流失本文通过对电信体验式营业服务系统的需求进行分析,提出电信运营商体验式营业系统的建设方案,并以实际实施案例分析研究适应电信运营商营业服务系统的延伸方案,对目前各运营商营业厅客户服务系统的建设有借鉴意义。     

基于贝叶斯网络的客户流失分析

随着电信市场竞争加剧,客户流失现象成为电信运营商关注的问题。文中基于数据挖掘手段,采用贝叶斯网络分类器,进行电信客户流失分析。在贝叶斯网络构造过程中,结合采用K2和MC-MC算法构建网络。根据贝叶斯网络的拓扑结构,筛选出客户流失相关的显著指标;由条件概率表确定客户的流失规则,进而确定高流失的客户群。考虑分类的误判损失函数,给出不同分类临界值下,贝叶斯网络模型的分类效果。与其它分类算法相比,比如决策树和人工神经网络,在客户流失率很低的情况下,该算法不需要进行“过量抽样”。     

分析型CRM技术在电信行业中的应用研究

本文根据目前电信行业的最新进展以及现有特点,在保护电信运营商的前期投资的前提下,提出了基于数据仓库、数据挖掘技术的分析型CRM模型,这些技术与模型为解决信息孤岛问题、大客户挖掘与评价问题等电信行业普遍存在的重大问题。     

财务共享模式下的财务智能化协作系统设计研究

随着人工智能等新技术不断发展,财务共享模式也迎来了新的历史发展纪元.针对建筑企业协作施工财务管理过程中的现状,提出了基于支持向量机的协作施工合同资金支付预警模型和基于BP神经网络的分包商信用信用评价模型,选择7个风险指标并设置三种风险等级,建立6个信用评价指标一级指标和20个二级指标.通过模型训练和测试,结果表明具有明显有效性,显著提高资金风险管控能力和保证信用评价的客观性.     

移动通信家庭用户预测模型的建立与应用

国内电信业全业务竞争已经展开,各运营商面临的竞争压力越来越大,家庭用户和集团客户将是各大运营商新的业务以及收入增长点,如何挖掘家庭客户、分析家庭客户业务行为特征并对之进行有效的营销,是一个紧迫的话题。本文基于数据仓库,通过模型挖掘出的家庭用户,分析其已有业务使用特征,对家庭客户进行分类,建设家庭客户统一视图,可以提高营销命中率以及客户的粘性和忠诚度,也将带来新的利润增长点。     

微信认证实现集团WLAN应用

集团WLAN业务传统的登录方式是通过3A门户强制用户登录,实现上网行为溯源及用户无线接入互联网.随着移动互联网发展,集团客户对微信营销的需求日益强烈.基于某银行集团客户网点WIFI覆盖项目,搭建集团WLAN微信认证平台,创新性将微信营销与集团WLAN认证相结合,在满足用户上网闲时诉求、规避运营商信息安全风险的同时,巧妙地利用公众号功能支撑集团客户营销推广.项目运营结果显示,采用微信认证方式的集团WLAN业务,用户感知良好,集团客户营销效能提升明显.     

信用评分卡模型的建立

信用评分技术是一种应用统计模型，为信用申请者或已有的帐户计算一个风险分值的方法。而这种用途的统计模型就称为信用评分卡。信用评分卡可以根据客户提供的资料和客户的历史数据，对客户的信用进行评估。信用评分卡的建立是以对大量数据的统计结果为基础。具有相当之高的准确性和可靠性。     

移动互联网时代电信运营商流量管控策略浅析

随着电信运营商加速向流量经营转型,进行智能管道经营是电信运营商流量经营的重要举措。在移动互联网时代.电信运营商实施PCC流量管控,采取多种有效管控策略,可有效提升网络利用率、提升客户满意度,提高流量价值.     

一种基于消费者群体画像的智能评分模型

针对传统的评分模型难以客观、及时地评估客户信用,基于中国移动福建分公司的用户消费数据,提出一种基于消费者群体画像的智能评分模型,该模型能够对客户信用进行动态评分.首先对消费数据中的多维度"弱特征"进行特征分析,构建消费者群体画像;然后建立基于LightGBM和XGboost的集成模型.实验证明该评分模型可以有效预测客户的信用分值.     

基于聚类挖掘的移动资费体系研究与设计

资费套餐体系是电信运营商核心竞争力之一,首先分析移动运营商现行资费套餐存在的问题,然后运用数据挖掘中的聚类分析方法,通过对移动经营分析系统中真实的客户通信数据的挖掘,建立客户消费需求细分模型,最后结合资费设计原则和移动运营策略,研究分析提出了一整套全新的移动资费体系,提高了客户满意度、移动运营商的竞争力和经营效益。     

基于层次分析法的电信客户满意度的综合评价方法

客户满意度是电信运营企业管理客户、满足客户需求以及向客户提供个性化服务的先决条件.因此,如何评价客户满意度和提高客户满意度对电信运营企业就显得尤为重要.鉴于此,本文提出了基于层次分析法的电信客户满意度的综合评价方法.     

分析型CRM,给运营商装上三只金手

确保成本回报,确保客户不流失,确保服务资源,针对这些电信运营商最关注的问题,神州数码提出：通过分析型CRM的三个功能,为运营商装上三只“金手”,使电信运营商建立以客户为中心的业务管理系统。     

遗传投影寻踪插值模型在大电力客户信用评估中的应用研究

分析、评估及掌握电力客户用电行为,是电力企业营销活动的重点和难点。供电企业着力研究与探索客户信用度等级评定的科学方法有助于企业规避经营风险。笔者在认真分析电力市场环境、客户纳费态度及能力等因素的基础上,构建了电力客户信用等级评价指标体系,本文首次提出将基于遗传算法的投影寻踪理论用于电力客户的信用评估,并构建了电力客户信用评估的新模型一遗传投影寻踪插值模型（Genetic Projeccion Pursuic Interpolation Model,简称GPPIM）。实例计算结果表明：GPPIM模型用于电力客户信用评估,使评估结果更为客观、合理,有其独特的优越性,具有推广应用价值。