前言

随着电信市场的逐渐放开和4G时代的来临，电信企业间竞争日益加剧，如何维系、保留用户，降低用户离网率是电信运营企业面临的一个重要问题。

通过建立用户流失预测模型，采用预警因子分析，使企业能发现即将流失的用户，及时采取措施，减少用户流失的发生，对企业降低运营成本，提高经营业绩有着极为重要的意义。

电信企业具有国内领先的数据仓库系统，为数据挖掘的实施提供了必要条件。通过数据挖掘技术实现的计算机维系系统使企业的预测能力得到增强，为控制用户流失带来了根本性的转变。企业可以使用数据挖掘工具对用户交易历史、人口统计信息及其他资料进行分析，并针对已流失用户模式建立模型，以及应用这一模型预测哪些用户即将离开。有了这些信息的帮助，销售人员就可以通过更加主动的营销活动来保持其用户，而不再像以前那样等用户离开后才被动应付。

本文根据移动通信企业现状，全面分析了客户满意度、忠诚度对客户生命周期价值的影响，通过数据挖掘技术及数据挖掘在移动通信中的应用，建立了用户流失预测分析模型。主要研究内容包括以下几个方面。

1．在现有文献关于客户生命周期价值研究的基础上，通过客户行为模式的划分，揭示了不同阶段客户价值的变化趋势，提出了基于客户生命周期的维系思路。

2．基于行业快速发展，组织结构变迁巨大，但电信经济学理论相对滞后的电信行业现状；研究了国内电信行业的竞争特点，客户关系和维系的不足；阐述了提升客户关系、实施维系对增强电信运营商核心竞争力的重要性。

3．以客户生命周期价值理论，客户满意度、忠诚度对客户价值的影响为基础，根据电信行业多产品及高流失的特点，按照当前价值（CV），增量价值（IV）和存量价值（PV）三维电信CLV模型，提出了基于数据挖掘技术的电信客户细分、识别与获取、交叉销售、流失倾向识别、忠诚度管理、价值评价等现实问题的参考解决策略，为电信运营企业的客户关系管理实战提供有益的帮助。

本研究将传统的营销理论和维系挽留方法运用到电信行业，有助于帮助电信行业的数据挖掘和客户维系实践的实施，但由于本人在写作过程中难免存在不足，请读者予以批评和指正，待本人在今后的工作中进一步加以完善。