刘世伟+吕景楠+莫兰

【摘 要】为了降低客户升级投诉数量，通过对客户投诉现状进行分析，发现投诉处理环节的短板和不足，并利用大数据工具，使用海量的客户投诉数据建立预测模型，对有升级倾向的投诉客户进行预判，在投诉升级之前预先解决客户的问题，从而提升客户满意度。

【关键词】大数据 客户投诉 决策树 预测模型

doi：10.3969/j.issn.1006-1010.2017.08.016 中图分类号：TP181 文献标志码：A 文章编号：1006-1010（2017）08-0079-06

引用格式：刘世伟，吕景楠，莫兰. 基于客户投诉信息的创新预测方法研究[J]. 移动通信， 2017，41（8）： 79-84.

Research on an Novel Prediction Method Based on Customer Complaint Information

LIU Shiwei， LV Jingnan， MO Lan

[Abstract] In order to reduce the number of customers complaints against upgrade， the status of customers complaints was analyzed and shortcomings of complaint link were elaborated. By virtue of mathematical tools， the prediction model based on massive customers complaints was established to determine the potential customers apt to complain. Thus， the appeal of customers could be solved before upgrade to enhance the satisfaction of customers.

[Key words]big data customer complaint decision tree prediction model

1 研究背景

随着移动业务产品、营销活动开展的多样化，客户建议、投诉越来越多，同时工信部对运营商新增了“用户申诉率”和“不明扣费申诉率”两条红线的考核，这也增加了运营商投诉部门的工作压力。面对客户规模化的投诉，应当建立更加科学化的系统管理机制，改善当前传统管理方式，使两条红线指标控制在合理的范围内，进而避免客户产生升级投诉，更好地提升客户忠诚度和满意率，增加业务产品的良好口碑。

数字化、系统化使得企业拥有大量的客户投诉数据，但并没有很好地利用这些数据进行挖掘分析，也未能有效地从这些数据中找到客户的需求点，无法真正了解客户的意图。服务及产品改进和创新需要了解客户最真实的需求，对客户投诉信息的挖掘和分析是关键。但是，目前还没有基于客户投诉信息来获得改进和创新思路的成功方法，更多是人工根据多年的工作经验进行浅层次的数据分析，难以形成说服力的建议。……