二、客户流失解决方案

随电信市场竞争的发展，客户选择电信产品及电信企业的余地越来越大，电信企业之间对客户的争夺也越来越激烈。面对日益激烈的市场竞争环境，电信企业传统的、被动式服务体系已无法满足客户需要，应对对手挑战。

电信客户流失涉及以下的一些问题：

1.哪些现有客户即将流失?

2.现有客户的流失概率如何?

3.哪些因素造成了客户的流失?

4.客户流失对客户自身会造成什么影响?

5.客户流失对电信公司的影响如何?

6.不同类别客户的流失情况有什么差别?

7.如果某个客户将要流失，他会在多长时间内流失?

SPSS作为全球著名的分析软件提供商，对电信企业的客户流失问题十分关注，并有多年的研究经验。SPSS核心产品之一Clementine的CRISP－DM标准可以帮助电信行业用户规范数据挖掘流程减少客户流失。

1.商业理解

预测现有用户中哪些客户即将流失。

2.数据理解

选取一定数量的客户（包括流失的和未流失的），选择客户属性，包括客户资料、通话行为特征、消费属性、客服信息利用直方图、分布图来初步确定哪些因素可能影响客户流失。

3.数据准备

根据数据理解的结果准备建模用的数据，包括数据选择、新属性的派生，数据合并等。

4.建立模型即评估

将准备的数据划分为训练集和检验集，利用C5.0、神经网络、logistic回归模型建立客户流失预测模型。对检验集应用该模型，并根据预测结果的准确性评价模型。

5.模型发布

利用Clementine Publisher发布模型。模型可以在多种环境中使用。

三、销售提升解决方案

电信公司希望可以向现有客户销售新的产品和服务，提高现金收入并提升每个客户的收益率。例如，移动公司能够利用数据挖掘建立使用GPRS服务的客户个人属性和行为特征概述来理解客户行为，进而利用这一模型来预测针对这些客户还可以制定或推荐什么样的产品或者服务组合，然后我们就可以成功地对这些客户设定有效的销售战略。

SPSS 功能强大的分析产品能够帮助电信用户发现现有和潜在的客户需求，基于对客户的行为描述来制定提供有针对性的策略来获得最佳的新客户。利用购买行为模型向现有客户推荐产品和服务。例如，可以根据新用户的行为特征档案来制定适合提供他们的服务，吸引更多的新客户。另外，分析客户的购买偏好可以找到适合提供给现有客户的产品和服务。

四、欺诈防范解决方案

随着国内电信市场的不断扩大，中国电信业中的欺诈现象也越来越严重。目前，国内电信商在应对恶意欠费上，基本还处于一种事后的、被动的、依赖人力的阶段。如果利用数据挖掘和统计分析技术，对欠费行为进行事前预测，在恶意欠费发生前就采取防范措施，就可以大幅减少欠费行为给运营商带来的巨额损失。

在对客户欠费进行准确定义之后，SPSS系列产品和领先技术能够帮助您预测各客户可能欠费额、可能欠费级别并采取相应对策。首先，利用数据描述技术，可以对已知的欺诈性客户和非欺诈性客户进行有关的数据分析，发现可能影响客户欠费的因素，如年龄、性别、职业、职位、以往欠费情况、月平均话费趋势等。然后，我们可以根据对以上因素的分析和统计，构建预测模型，并应用到当前客户数据库中，利用上述预测结果，我们可以适时地对大客户进行重点跟踪，并在必要时采取措施，以减少损失。