导读:本文包含了电信客户价值论文开题报告文献综述及选题提纲参考文献，主要关键词:移动互联网,客户价值,当前价值,潜在价值
电信客户价值论文文献综述
沈宝宝[1]（2019）在《移动互联网环境下电信客户价值评价模型研究》一文中研究指出当今时代,随着互联网的普及、信息技术的提升,移动互联网快速发展进入稳健发展期,在如此的环境下通信行业的主要收入来源从话音业务转变为移动数据及互联网业务。2018年,我国移动互联网接入流量消费比去年增长189.1%,保持高速增长,为通信运营商在运营成本、网络资源分配和网络服务质量等方面带来了巨大的挑战;同时电信运营商在2018年移动数据及互联网业务收入的增速比去年降低了 17.4%,移动数据及互联网业务呈现了增量与增收不匹配的现象。因此流量经营策略对于电信运营商提高业务收入来说起着重要的作用,而通过流量经营获取收益的前提是了解客户价值,基于客户价值对客户进行细分,在有限的网络资源条件下对不同价值群体的客户提供不同的网络资源,为高价值客户群体提供优质的网络服务,在用户流量增加的同时提高流量收入的增速。本文站在电信运营商的角度,主要研究如何评估移动互联网环境下的电信客户价值,并基于客户价值对客户进行细分,制定不同的客户管理建议和流量经营策略。本文基于已有的电信客户价值评价模型,以移动数据及互联网业务为主要指标,建立了移动互联网环境下电信客户价值评价模型。其中,客户价值主要由客户当前价值和潜在价值组成,当前价值主要受客户的收入贡献影响,潜在价值研究的影响因素为忠诚度、信用度和影响力,然后选择问卷调查法作为数据获取的方式、通过描述性统计、探索性因子分析、验证性因子分析和聚类算法等数据分析方法对数据进行深入分析与探究。本文的理论与实证研究有助于运营商了解移动互联网环境下电信客户的价值特征,准确评价以移动数据及互联网业务为主要指标的客户价值,从而为客户价值提供一个准确的评价模型,为电信企业基于客户价值对客户采取细分管理和进行有效的流量经营提供支持。(本文来源于《北京邮电大学》期刊2019-05-09）
王竹霞,卢文静[2]（2018）在《全生命周期下K-means算法的电信客户价值分析》一文中研究指出文中研究了大数据背景下电信客户价值的分析问题。基于电信客户全生命周期管理思想,建立了电信客户当前价值模型和电信客户长期价值模型,确立了以电信客户分类为基础的客户价值分析策略。基于电信客户的当前价值模型和长期价值模型,采用K-means聚类算法对电信客户分类,进而依据分类结果对客户的价值作出评价。实例验证结果表明,文中给出的基于全生命周期思想和K-means聚类算法的电信客户价值分析方法是行之有效的。(本文来源于《信息技术》期刊2018年12期）
谢正娟[3]（2017）在《电信运营商的客户行为分析与价值研究》一文中研究指出本文根据电信运营商客户的历史消费数据,筛选出客户对使用掌厅业务的偏好。运用Logistic回归模型对客户进行分类、预测,并筛选出影响客户使用掌厅业务的特征变量。同时,利用K-Means聚类算法,对筛选出的特征属性进行聚类分析,评价客户的自身价值情况。Logistic回归结果得出,影响客户下月是否使用掌厅的有效特征属性为短厅办理次数、网厅办理次数、掌厅办理次数、短信量、入网年份、WLAN时长和LDTX订购标识。K-Means聚类,以使用掌厅业务为核心,将客户分为重要保持客户、重要发展客户、重要挽留客户、一般客户以及低价值客户。(本文来源于《中外企业家》期刊2017年35期）
董哲[4]（2017）在《基于粗糙集理论的电信客户价值评价研究》一文中研究指出随着供给侧结构性改革的推进,面对业务资费的加速下降和用户结构的持续升级,对客户价值的精确描述和评价已成为电信企业的首要任务。然而,面对海量的电信客户数据,传统方法过多依赖领域专家的先验知识,且无法很好的处理数据的不完备、不确定以及评价体系的高维度问题。因此,本文引入改进的粗糙集模型,优化了电信客户价值评价方法。首先,界定了电信客户价值的概念并分析其影响因素,依据客户终生价值思想,创新性的构建了电信客户价值叁维评价体系,以实现对客户生命周期价值全方位、多维度的评价;依照指标体系构建的原则,选择具有代表性的客户属性作为各个维度的子指标,并给出具体的计算方式。其次,针对评价体系和电信客户数据的特点,对传统的粗糙集模型进行优化,创新性的将限制优势关系引入加权多粒度粗糙集中,构建了限制优势关系下的加权多粒度粗糙分析方法,并讨论了基于下近似不变的属性约简新算法,同时给出决策规则的获取方式,通过具体实例证明了其优越性;并结合以上分析,梳理了以改进粗糙集模型为基础的电信客户价值评价流程。最后,引入某电信运营商的真实客户数据进行实证分析,初步得出了关键客户属性,并输出相应的决策规则。实践证明,该方法不仅适用于电信客户数据的海量、不完备、高维度等特征,并且实现了基于数据本身的自主化学习,节省了领域专家的重复工作,因此,可以作为电信运营商评价客户价值的决策依据。(本文来源于《南京邮电大学》期刊2017-10-26）
陈杨[5]（2016）在《电信运营商提升客户价值的战略探讨》一文中研究指出电信运营商要想增加企业的经济效益,就需要重视提升客户价值,所以,电信企业应强化员工客户竞争意识,树立科学管理理念,真正将提升客户价值作为企业发展重要内容,为实现这一目标就要求电信企业全面优化营销资源配置,为企业最大客户价值组合提供服务,因此,本文将从提升电信客户价值应用思考入手,对电信客户价值进行评估,进而提出电信运营商提升客户价值的方式方法。(本文来源于《才智》期刊2016年12期）
[6]（2015）在《“流量不清零”服务不走样》一文中研究指出如何在“流量不清零”的情况下更好地引导客户消费？日前，中国电信江苏江阴分公司政企客户服务和营销部门率先行动，策划了流量经营新举措，向行业客户提供“一对一应用辅导”、“光纤提速适时到位”、“客户障碍快速修复”、“变更业务灵活有效”等举措，不仅加快了年度流量(本文来源于《人民邮电》期刊2015-11-18）
刘江泉[7]（2015）在《粗糙集神经网络在电信客户价值分类中的应用》一文中研究指出客户是企业一种特殊的资产,是企业生存和发展的命脉。客户价值的大小取决于客户能够给企业带来利润的大小,根据二八法则,企业80%的利润来自20%的客户,所以企业必须对这20%的优质客户采取特殊的服务策略以保证这些客户不流失。如何才能快速有效的识别客户价值,以便企业有针对性的进行客户关系管理呢。为此企业必须进行客户价值分析和评价,按照客户价值的大小进行客户分类,对不同价值类别的客户,有针对性的对客户进行管理和维护,达到维持现有客户、吸引新客户、提升客户对企业的价值贡献的目的,最终实现企业经济效益最大化。本文首先介绍了客户分类、客户价值和客户价值评价相关基础理论,包括传统客户分类方法、现有客户价值评价模型、电信客户价值的特点以及当前国内电信客户价值分类的现状及存在的问题。其次是从当前价值和潜在价值两个方面分析电信客户价值的主要影响因素,并利用邻域粗糙集理论的属性约简功能,从众多影响因素中识别主要因素,确定电信客户价值评价指标。同时利用神经网络在处理复杂多元非线性数据的优势,构建用于电信客户价值分类的BP神经网络结构。电信客户价值影响因素的分析关键在于其潜在价值影响因素的分析。电信客户与电信运营商之间是一种长期的契约关系,其潜在价值的大小直接决定了未来一段时间内客户能够给企业带来的价值贡献,是构成电信客户价值的重要部分。本文从客户忠诚度、转网成本和客户信用度叁个方面来分析影响电信客户潜在价值的因素,确定在网时长、月消费额增值、客服评分、通讯对象数目和客户信用等级为电信客户潜在价值的主要影响因素。文章最后以中国移动某市分公司的客户情况为例进行实证研究,对客户历史消费数据进行分析处理和训练学习,得到稳定的电信客户价值分类的BP神经网络,并通过验证数据验证网络的分类效果。实验结果表明,稳定状态下的BP网络的客户价值分类准确率达到90%。证明本文所选取的电信客户价值评价指标是合理的,BP神经网络在电信客户价值分类应用中是可行的。(本文来源于《武汉理工大学》期刊2015-04-01）
连漪,樊志文[8]（2015）在《基于BG/NBD模型的电信客户终身价值测度研究》一文中研究指出在技术水平不断提升以及产品服务趋于同质化的环境下,我国移动通信企业开始由基础网络建设向专业化的增值业务转型,在激烈的市场竞争中,及时准确的挖掘高价值客户,提供个性化的功能业务,提升客户价值,成为各通信企业获取新竞争优势的有效途径之一。在BG/NBD模型的基础上,通过捕捉客户随机交易行为,构建了客户终身价值测度模型,结合电信运营商的客户数据进行客户终身价值预测研究,结果发现,模型在客户整体层面和个体层面均能有效且准确的预测客户终身价值。(本文来源于《科技和产业》期刊2015年01期）
邓维斌,王国胤[9]（2015）在《基于优势关系粗糙集的电信客户价值评价方法》一文中研究指出针对电信客户价值评价问题,提出了一种基于优势关系粗糙集的客户价值评价方法。首先借助领域专家的先验知识分别从客户当前价值和潜在价值两方面进行特征数据的提取、学习数据类别标定,而后以各决策类集的最大确定性作为变精度阈值实现自主式规则获取。该方法有效地将领域专家的先验知识和数据本身特征进行了有机结合。由于电信客户数据量大且具有类别标定的学习数据难以获取,在训练数据集选择和类别标定过程中,采用了基于近邻熵的主动学习方法来最大限度地减少领域专家的工作量和提高对训练数据的选择质量。通过在实际数据集上的仿真实验,表明该方法能有效地实现对电信客户的价值评价。(本文来源于《计算机应用研究》期刊2015年06期）
邬兵[10]（2014）在《SH电信公司基于客户价值评估的客户细分研究》一文中研究指出电信公司内部保存着大量的客户信息,如何有效的分析这些数据并通过科学合理的客户细分为不同客户提供差异化的服务,提高客户的忠诚度,减少客户的流失,实现企业综合竞争力的提升是电信公司亟待解决的重要问题。本文采用案例研究的方法,以SH电信公司为研究对象,结合相关理论研究并针对SH电信公司的客户特点,设计更具针对性和可操作性的SH电信公司客户价值评价指标体系,在基于客户价值评估的基础上给出SH电信公司的客户细分方法,最后提出基于客户细分的差异化服务策略,结合SH电信公司的实际情况有针对性地开展客户服务管理工作。本文的研究结果对于SH电信公司的客户关系管理具有较高的参考价值,同时也可为其他类似企业进行客户关系管理提供一定的借鉴。(本文来源于《华东理工大学》期刊2014-10-12）
电信客户价值论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
文中研究了大数据背景下电信客户价值的分析问题。基于电信客户全生命周期管理思想,建立了电信客户当前价值模型和电信客户长期价值模型,确立了以电信客户分类为基础的客户价值分析策略。基于电信客户的当前价值模型和长期价值模型,采用K-means聚类算法对电信客户分类,进而依据分类结果对客户的价值作出评价。实例验证结果表明,文中给出的基于全生命周期思想和K-means聚类算法的电信客户价值分析方法是行之有效的。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
电信客户价值论文参考文献
[1].沈宝宝.移动互联网环境下电信客户价值评价模型研究[D].北京邮电大学.2019
[2].王竹霞,卢文静.全生命周期下K-means算法的电信客户价值分析[J].信息技术.2018
[3].谢正娟.电信运营商的客户行为分析与价值研究[J].中外企业家.2017
[4].董哲.基于粗糙集理论的电信客户价值评价研究[D].南京邮电大学.2017
[5].陈杨.电信运营商提升客户价值的战略探讨[J].才智.2016
[6]..“流量不清零”服务不走样[N].人民邮电.2015
[7].刘江泉.粗糙集神经网络在电信客户价值分类中的应用[D].武汉理工大学.2015
[8].连漪,樊志文.基于BG/NBD模型的电信客户终身价值测度研究[J].科技和产业.2015
[9].邓维斌,王国胤.基于优势关系粗糙集的电信客户价值评价方法[J].计算机应用研究.2015
[10].邬兵.SH电信公司基于客户价值评估的客户细分研究[D].华东理工大学.2014