[發明專利]一種汽車企業客戶流失建模與分析方法

在審

• 申請號: 201710994836.1
• 申請日: 2017-10-23
• 公開（公告）號: CN107977853A
• 公開（公告）日: 2018-05-01
• 發明（設計）人: 胡朝暉;牟必清;吳勁浩;吳映波;王旭;景笑飛;幸杰;鄢孟娟;于丹;戴翔;胡渝虹;胡林海;姚建豐;劉民娜
• 申請（專利權）人: 重慶長安汽車股份有限公司;重慶大學
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06K9/62;G06N3/08
• 代理公司: 重慶大學專利中心50201
• 代理人: 王翔

技術領域

本發明涉及汽車運營領域，具體是一種汽車企業客戶流失建模與分析方法。

背景技術

傳統運營以產品為中心,在新的競爭態勢下需要轉換為以客戶為核心。因此數據運營在企業整體經營中的作用變得越來越重要。經營時，需要逐步實現以客戶為中心的企業戰略，并在客戶數據、洞見、渠道、營銷、服務等多領域層層推進，以達到最佳效果。

汽車行業中，多家品牌已建立了大數據分析部門，并開展數據挖掘工作。其中福特設有卓越的分析部門，部門中包括負責收集數據和深度分析的200多名大數據分析專家。該分析部門利用分析所得的客戶偏好結果(包括車型及配置、經銷商地理區域等)，對設計、生產及物流分配進行調整。福特根據客戶需求推出25個新汽車產品線，從而使福特于2009年實現連續4年虧損后的首次盈利。國內的上汽通用設有的CRM及大數據團隊已為三個品牌建立了數據挖掘，并負責匯聚企業內外部的各種數據、進行多維深入分析。

整個大數據分析為企業多個品牌業務部門提供各種數據分析業務及模型服務，支持了整個銷售及服務過程，有效提升了業務水平。同時包括奧迪在內的多家豪車品牌都在數據分析及數據運營上加大投入并深化數據分析的應用。

目前長安汽車正穩步走向以客戶為中心的運營思路，通過甄別高潛力客戶來提升營銷效率、延伸客戶生命周期和忠誠度、提升再購及增購比例。隨著長安汽車企業客戶的快速增長，運營過程中需要對資源分配進行優化，同時也需要對客戶需求洞察更加深刻。客戶是企業的重要資源，也是企業的無形資產，客戶的流失，也就意味著資產的流失，因此進行客戶流失分析是十分重要的，

但是現有技術還無法對長安汽車的高潛力客戶和流失客戶進行有效甄別，也就無法通過分析流失客戶的特點來提升延伸客戶生命周期和忠誠度、營銷效率。

發明內容

本發明的目的是解決現有技術中存在的問題。

為實現本發明目的而采用的技術方案是這樣的，為實現本發明目的而采用的技術方案是這樣的，一種汽車企業客戶流失建模與分析方法，主要包括以下步驟：

1)構建汽車企業客戶流失模型需要的變量；所述變量通過降維產生。

降維方法主要包括主成分分析法、SOM網絡學習算法和FCM聚類法。

1.1)主成分分析法的主要步驟如下：

1.1.1)確定分析變量，并采集所述分析變量的原始數據。

采集出n個樣本，每個樣本有p個變量，所述n個樣本和所述p個變量構成一個n×p型矩陣。

1.1.2)對原始數據進行標準化處理，以消除量綱對數據處理的影響。

標準化處理公式：y_ij＝x_ij-x_i/s_i (1)

式中，y_ij為標準化后的變量值，x_ij為實際變量值，x_i為算術平均值，s_i為標準差，i為矩陣向量的行下標，j為矩陣向量的列下標。

處理后的數據矩陣為：

式中，n為樣本個數，p為每個樣本中的變量個數。

1.1.3)計算特征根和響應的標準正交特征向量。

相關系數矩陣Z為：

式中，z_ij為原變量z_i與z_j的相關系數，i為矩陣向量的行下標，j為矩陣向量的列下標，n為樣本個數，p為每個樣本中的變量個數。

z_ij＝z_ji (4)

式中，z_ij為原變量z_i與z_j的相關系數，i為矩陣向量的行下標，j為矩陣向量的列下標，y_ki和y_kiy_kj為標準化后的變量值，為y_ki的算術平均值，為y_ki的算術平均值，n為樣本個數，整數k為任意樣本，1≤k≤n。

|λE-Z|＝0 (6)

式中，λ為矩陣Z的特征值，E為單位矩陣，Z為公式(3)表示的矩陣。

根據公式(6)，可以求出矩陣Z的p個特征值，各主成分的方差貢獻大小按特征根順序遞減排列。

利用每個特征值λ_j解出方程組Zb＝λ_jb對應于每個特征值的特征變量b_j。