電信客戶流失預(yù)測(cè)的統(tǒng)計(jì)分析——基于廣義線性混合模型的研究.pdf

1、在產(chǎn)品高度同質(zhì)化的品牌營(yíng)銷(xiāo)階段，各大電信企業(yè)的競(jìng)爭(zhēng)更主要的是表現(xiàn)在對(duì)客戶的爭(zhēng)奪上，這就使得每個(gè)企業(yè)都存在客戶流失的問(wèn)題?？蛻袅魇ьA(yù)測(cè)模型常用來(lái)解決因?yàn)榭蛻舾吡魇识鴮?dǎo)致的企業(yè)市場(chǎng)占有份額的減少、運(yùn)營(yíng)成本的增加和利潤(rùn)降低等問(wèn)題；并且有針對(duì)性的對(duì)客戶進(jìn)行維護(hù)，從而保持企業(yè)的利潤(rùn)水平。因此，近年來(lái)客戶流失問(wèn)題成為了一個(gè)熱門(mén)的研究領(lǐng)域，基于傳統(tǒng)的統(tǒng)計(jì)學(xué)和數(shù)據(jù)挖掘?qū)蛻袅魇?wèn)題所進(jìn)行的研究，雖取得了豐富的成果，但仍然值得進(jìn)行深入的研究。
　

2、　本文采用廣義線性混合模型研究客戶流失預(yù)測(cè)問(wèn)題，通過(guò)設(shè)定適當(dāng)?shù)碾S機(jī)效應(yīng)，有效地將流失和正常狀態(tài)的客戶類(lèi)別區(qū)分開(kāi)，以達(dá)到企業(yè)找尋判定客戶狀態(tài)主要影響因素的目的，這也從一個(gè)新的角度加深了對(duì)該問(wèn)題的理解。在這個(gè)預(yù)測(cè)模型框架構(gòu)建下，利用廣義線性混合模型來(lái)對(duì)昆明市電信客戶數(shù)據(jù)進(jìn)行實(shí)證分析。最后，采用模型評(píng)價(jià)指標(biāo)對(duì)廣義線性混合模型和其他常用建模算法的預(yù)測(cè)結(jié)果進(jìn)行比較。主要結(jié)論如下：
　　1.將廣義線性混合模型引入客戶流失預(yù)測(cè)分析領(lǐng)域，為客戶流

3、失問(wèn)題的研究提供了新的路徑。通過(guò)對(duì)電信客戶消費(fèi)數(shù)據(jù)的研究發(fā)現(xiàn)，它是一個(gè)典型的縱向數(shù)據(jù)，并且以往研究文獻(xiàn)中所采用的傳統(tǒng)客戶流失預(yù)測(cè)問(wèn)題的描繪方法與廣義線性混合模型的結(jié)構(gòu)具有很高的相似性。再加之廣義線性混合模型不僅具有了廣義線性模型處理非正態(tài)數(shù)據(jù)問(wèn)題的能力，還能通過(guò)加入隨機(jī)效應(yīng)來(lái)分析不同樣本之間的異質(zhì)性和同類(lèi)但不同樣本之間的關(guān)聯(lián)性，因此考慮采用廣義線性混合模型對(duì)客戶流失問(wèn)題進(jìn)行分析，以期能得到較好的預(yù)測(cè)結(jié)果。
　　2.將地區(qū)因素作為隨

4、機(jī)效應(yīng)構(gòu)建客戶流失預(yù)測(cè)模型是合理的。在新構(gòu)建的分析框架的基礎(chǔ)上，通過(guò)對(duì)昆明電信客戶數(shù)據(jù)進(jìn)行實(shí)證分析，得到影響客戶流失的主要因素并構(gòu)建了客戶流失預(yù)測(cè)模型，發(fā)現(xiàn)將地區(qū)因素作為一個(gè)隨機(jī)效應(yīng)引入廣義線性混合模型中進(jìn)行分析能有效的提高模型的擬合效果和預(yù)測(cè)精度。這就為電信企業(yè)客戶挽回措施提供理論依據(jù)的同時(shí)，也佐證了廣義線性混合模型對(duì)于客戶流失預(yù)測(cè)問(wèn)題的適用性。
　　3.采用錯(cuò)分代價(jià)為權(quán)數(shù)構(gòu)建評(píng)價(jià)指標(biāo)進(jìn)行模型比較更科學(xué)。在客戶流失問(wèn)題的分析中，

5、無(wú)論是選取的樣本還是實(shí)際的總體，數(shù)據(jù)中正常和非正常狀態(tài)的客戶占比都是非平衡的，從而在模型評(píng)價(jià)的部分，采用傳統(tǒng)的評(píng)價(jià)指標(biāo)對(duì)模型進(jìn)行比較，就容易產(chǎn)生評(píng)價(jià)結(jié)果的假象，給企業(yè)帶來(lái)很大的損失。本文在分析的過(guò)程中，將模型產(chǎn)生錯(cuò)分行為對(duì)企業(yè)造成的損失不同作為權(quán)數(shù)，加入評(píng)價(jià)指標(biāo)的構(gòu)建中，從而使得評(píng)價(jià)指標(biāo)更具有說(shuō)服力。后通過(guò)計(jì)算比較發(fā)現(xiàn)，采用廣義線性混合算法得到的預(yù)測(cè)模型，不論是回判的結(jié)果還是預(yù)測(cè)的精度都較之其它5種算法有所優(yōu)化，從而進(jìn)一步論證了廣義線性