电信产业重组,破除一家独大的垄断市场,进入三足鼎立的竞争局面。信息时代,竞争成败输赢关键在于由信息到实践的转换速率,这其中新型信息处理工具的高效应用至关重要。因本文研究成果面向电信企业的一线员工。故选取决策树和神经网络两种基础算法组建模型,摆脱恼人的手工繁杂运算,仅需简单调用目标数据即可自动算出结果。通俗易懂,简单高效。决策树精于分类处理,但局限于小规模数据。神经网络精于大规模数据处理,但受样本维度限制。本文将二者综合运用:通过决策树给神经网络降维,通过神经网络扩展决策树的处理规模,相得益彰、各取所长。在保有资源有限的现状下,本文选用客户价值评估模型对潜在流失客户进行二次筛选,选取其中高价值客户实施保有。以保证成本回收,及未来收益。模型总体运行流程如下:首先,运用决策树模型选取出样本数据中的流失特征属性指标,提取出样本数据中的特征指标数据;之后,运用神经网络模型筛选出特征数据中的潜在流失客户;最后,运用客户价值评估模型确定出潜在流失客户中的高价值客户,作为流失保有目标。模型初步建成后,采用取自我市某电信企业营销中心前台,2014年12月至2015年5月期间,6000位样本客户的15项属性指标的共计54万个信息点的样本数据,对模型进行了运行测试。在测试过程中,通过对模型参数的多次调整、反复评估,最终使所建模型在覆盖率、命中率、正确率三个维度的运行效果均达到既定目标。投入实际生产,效果反响良好。