基于消费行为理论对西安电信投诉现状的浅析

以消费行为理论为基础,从投诉主体的年龄、社会阶层等方面对不同类型投诉主体的投诉行为进行分析。以期深入掌握服务质量所需改进的主要方面,并为投诉流程的优化提供解决依据。     

门诊患者投诉的原因分析及对策

探讨门诊患者投诉原因及处理方法,减少医患纠纷,提高服务质量。对2013年1月至2014年12月本院门诊投诉进行回顾性分析,找出原因及处理方法。服务态度问题、工作责任心问题、沟通技巧问题、就诊流程问题是门诊投诉的主要原因。正确对待、分析、处理病人投诉,既可提升医院的整体形象,又能帮助医院提高医疗质量,改善就医流程,开展优质服务活动。     

浅谈如何应对客户投诉

<正>应对客户投诉是日常客服工作中比较重要的一项工作,如何巧妙应对,化解危机,避免事态扩大,每一位服务人员都有自己独特的处理投诉的方法和技巧,不同的方法和技巧适用于不同的客户、产品和场合。作为一名优秀的客户服务人员,只有了解掌握并灵活运用多种消除异议的技巧,才能在处理客户投诉的过程中得心应手,以下做法或许有效。1及时引导降温通常客户会带着怒气投诉或抱怨,这是十分正常的现象。处理客     

环境问题重复投诉原因及处理方法探析

该文基于环境问题重复投诉长期未化解的危害性,对重复投诉的类型及原因进行分析,并提出相应的处理方法。     

住院收费窗口常见投诉原因分析及处理措施

住院部收费窗口既是医院的窗口,又是社会的窗口,体现着医院的形象。不仅是患者和医院最接触的最早的地方,也是各种矛盾的集聚地。住院部收费窗口的服务质量,对于患者对医院的整体印象、满意程度有着直接的影响,因此,对收费窗口服务的要求越来越高。该文通过调查510例找到住院患者,找出医院住院部收费窗口的缺陷,采取有针对性的处理对策,从而提高住院收费窗口服务质量,营造和谐的窗口环境。     

移动客户投诉分析系统建设及应用

随着市场竞争的日益激烈,公司要在全业务竞争中领先,需要不断提升客户满意度。从客户投诉中发现问题,改进工作是提升满意度的重要手段。本文分析了投诉分析的难点和原因,结合工作的实际提出构建投诉分析系统,解决内容分析难的方法。     

基于数据挖掘的电信企业客户细分研究

结合数据挖掘技术研究电信企业的客户细分,提出了客户细分的模型和客户细分的流程,以提高电信企业的竞争力。     

基于RS_RBF的电信企业客户流失预测

针对电信企业客户流失的不规律性,提出以粗糙集（RS）_RBF神经网络作为电信企业客户流失的预测模型.首先利用粗糙集理论对客户属性约简,简化了网络结构.其次提出以约简后的决策表的规则支持度作为径向基函数的响应宽度基准,此种赋值方法相比传统方法更具合理性和科学性.最后利用正交最小二乘法（OLS）求得对网络输出贡献度较大的条件属性集和网络权值.把本模型与其它RBF预测模型应用于电信企业客户流失预测并且进行效果比较,实验结果证明了本模型的有效性和高效性.     

高校图书馆读者投诉原因及其管理对策的研究

读者投诉是高校图书馆无法避免的问题，文章分析了读者投诉产生的原因以及读者投诉的表现形式，并对读者投诉的处理方法和管理策略做了一些相应的探讨。     

我国电信企业客户满意度研究 ——基于S市移动公司的实证分析

随着我国加入WTO,电信行业逐步开放,市场竞争日趋激烈,提升客户满意度已成为电信企业关键的经营目标之一。本文以我国电信企业客户满意度为研究对象,力图构建提高电信企业客户满意度的模型,最终为电信企业管理者提供提高客户满意度的方案。文章以S市移动公司为研究载体,利用实证研究的方法,得出构建的模型中的各个因素对于该公司客户满意度的影响程度,并在此基础上计算出客户满意度指数。提出相关政策建议。     

数据挖掘在电信客户流失分析中的应用

随着电信市场竞争越来越激烈,电信行业面临的一个严重的问题就是客户频繁流失.而数据挖掘技术是提取海量数据和分析数据的重要工具.以“陕西联通公司铜川分公司”作为研究对象,利用数据挖掘的技术,建立模型,分析流失客户的数据,制定相应的决策避免客户流失.     

基于在线数据的中国旅游投诉时空格局

旅游市场愈发成熟的同时游客对服务质量的期望不断增加。在国家对旅游服务管理越来越重视的情况下,旅游投诉数量的变化趋势如何,空间分布有什么样的特征,这对于旅游投诉认知和服务质量提升具有重要的意义。本研究利用目前受理投诉最多的人民网旅游"3.15"投诉平台上2011.01.04～2015.12.31的3515份用户投诉数据,从全国整体、分省区和在线旅行社(OTA)三个层次对旅游投诉数量与内容进行分析,以探究国内旅游投诉的时空格局。研究发现,旅游投诉数量逐年增多;非OTA投诉省际差异明显,投诉对象主要集中在旅行社、景点、导游这三个方面;OTA发展中失信现象十分突出。     

基于客户生命周期的电信企业营销策略分析

2004年，中国移动用户的离网率为12．6％，中国联通C网离网率为29％，C网离网率为11．5％。较高的离网率造成电信客户在网时问逐渐缩短，严重影响电信企业的可持续发展。基于此，本文以客户生命周期理论为基础，探讨客户生命周期各阶段电信企业的营销策略，通过动态跟踪、引导、管理客户的方式。通过持续不断的信息互动，为客户创造优异的消费体验，最大限度的达到客户生命周期价值最大化，实现电信企业和客户的双赢。     

数据挖掘中SVM模型与贝叶斯模型的比较分析——基于电信客户的流失分析

对电信客户流失数据分别构建贝叶斯模型和SVM模型,进行电信客户流失的可能性预测.在实验过程中改变数据量和特征字段,借助clementine 12.0的可视化实验平台直观、有效地观察5种模型的预测结果,并对贝叶斯和SVM的5种模型进行比较,得出结论:在属性值较多的情况下,采用贝叶斯Markov-FS模型;在属性值较少且与预测结果高度相关的情况下,SVM中多项式核函数模型预测结果的正确率和稳定性都比较好.     

高校图书馆读者投诉现象及处理分析

读者投诉工作的处理是高校图书馆读者工作的一项重要内容。对读者投诉的原因、内容等进行了分析,提出了一些具体处理办法。     

基于DBSCAN算法的电信客户分类的应用研究

为了在激烈的市场竞争中取胜,电信企业意识到必须将客户分类,针对不同的客户研究相应的营销策略,DBSCAN算法能够实现客户分类,但对初始参数E和MinPts的取值非常敏感,不同的取值将产生不同的聚类结果,通过对DBSCAN算法进行改进,实现了更加准确和全面的客户分类。     

生存分析在电信增值服务行业客户流失分析中的应用

利用生存分析对一家电信增值业务提供商的客户流失数据进行了实证研究,提出了一个预测客户流失概率的模型.利用该模型能及时准确地掌握客户流失情况,以此可以提高企业决策的针对性,降低客户流失率.     

基于K-means聚类的电信企业客户分群决策

数据挖掘应用开发对电信企业的发展有重要意义,其中客户分群可以准确认识客户总体构成,使得服务和营销更具针对性。以常州市电信企业为例,采用K-means聚类分析技术,利用商业数据挖掘自动化软件KXEN给出了一个电信客户分群的解决方案。实践表明,该方案是有效的。     

数据挖掘技术在电信客户分析中的应用研究

本文利用数据挖掘的关联规则方法对电信客户分布情况进行了数据挖掘,利用兴趣度来减少频繁项目集,限制关联规模的大小,从而提高数据挖掘的速度。