【 摘 要 】 随着市场竞争的日益加剧，客户流失问题是电信运营商都面临并急需解决的问题。要解决这个问题，首先就要对客户进行分析和预测。本文就是介绍利用挖掘软件SPASS Modeler对电信客户进行数据探测与分析，掌握老客户的流失动向，并对流失客户的特征进行归类，为以后电信运营提供有用的数据。

【 关键词 】 客户；SPASS Modeler数据；流失

Design and Implementation of Churn Prediction Model

Lin Kuan-sheng

（State Press and Publication Administration of Radiostation2022 XinjiangKashgar 844000）

【 Abstract 】 With the increasing competition in the market， customer churn problem is and telecom operators are facing urgent problems. To solve this problem， we must first analyze and predict customer， this article is to introduce the use of mining software for telecom customers SPASS Modeler data acquisition and analysis of trends in the loss of control and old customers， and the loss of customer characteristics are classified as after telecom operators to provide useful data.

【 Keywords 】 customers；spass modeler data； outflow

1 引言

在电信行业，每个电信运营商都存在客户流失的问题。通常情况下，获取一个新客户的成本往往远高于维系一个老客户的成本， 尤其是客户新增市场越来越稀疏的情况下，减少客户流失就意味着用更少的成本减少利润的流失。如何在海量的数据中提取有效的信息，判断用户流失的倾向，从而做到及时、有效地成功维系和挽留老用户成为电信运营商急需解决的问题。为此，本文利用SPASS Modeler数据挖掘工具，进行数据探索，预测在未来一段时间内可能流失的客户，为挽留客户提供明细清单。

SPASS Modeler数据挖掘的工作流程一般采用CRISP-DM（即“跨行业数据挖掘标准流程”的英文缩写）方法，CRISP-DM是一种业界认可的用于指导数据挖掘工作的方法。具体实施步骤包含商业理解、数据理解、数据准备、建立模型、评估模型、结果部署。

2 数据处理

2.1 商业理解

客户流失属于数据挖掘中的分类技术问题，其最终目的是把客户分为两类：一类是具有流失倾向的客户；另一类是无流失倾向的客户。

根据对历史流失客户的探讨、分析，总结出具有十分明确的流失客户。……