PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2011 | nr 238 Zastosowanie badań operacyjnych : zarządzanie projektami, decyzje finansowe, logistyka | 197--210
Tytuł artykułu

Model odejść klientów na rynku telekomunikacyjnym z uwzględnieniem efektów sieciowych

Treść / Zawartość
Warianty tytułu
Model of Churn in the Telecommunications Market with Network Effects
Języki publikacji
PL
Abstrakty
W pracy podjęto problem odejść klientów w telekomunikacji (churnu). Przyjmując, że ceny za połączenia wewnątrz sieci są niższe niż poza siecią, wykazano, że wystąpią efekty zewnętrzne zmiany operatora przez klienta. Jeżeli klient opuszcza operatora, to koszty jego rozmówców mogą rosnąć, a wtedy mogą oni podążać za odchodzącym klientem - tzw. churn indukowany. Z punktu widzenia operatora telekomunikacyjnego pożądane jest zidentyfikowanie klientów, których odejście wywoła najwyższy churn indukowany. W pracy posłużono się analizą symulacyjną sieci modelowanej metodą Wattsa-Strogatza na podstawie danych empirycznych - gdzie intensywność połączeń jest reprezentowana przez mieszaninę rozkładów prawdopodobieństwa: wykładniczego i Pareto. Wykazano, że dobrym predyktorem pozwalającym na identyfikację tych klientów jest ich ważony prestiż. (abstrakt oryginalny)
EN
We investigate the problem of churn in telecommunication industry considering the calls network effects. Assuming the calling party pays and the on-net/off-net prices differ we expect the network effects to appear. In particular, if an individual leaves the company, the costs of the people calling him do change. In some situations it would be fruitful for them to follow the churning person - the phenomenon called induced churn. It would be beneficial to the telco company to identify the clients potentially inducing the highest churn and our aim is to identify the factors determining the induced churn potential. For this task we investigate some network basing on empirical data. The calls network is modeled with Watts-Strogatz graph, while the calls intensity - with exponential and Pareto probability density functions. (original abstract)
Twórcy
  • Szkoła Główna Handlowa w Warszawie
  • Szkoła Główna Handlowa w Warszawie
  • Szkoła Główna Handlowa w Warszawie
  • Szkoła Główna Handlowa w Warszawie
Bibliografia
  • Barrat A., Weigt M. [2000], On the properties of small-world network models, "The European Physical Journal B - Condensed Matter and Complex Systems", vol. 13, no. 3, s. 547-560.
  • Dasgupta K., Singh R., Viswanathan B., Chakraborty D., Mukherjea S., Nanavati A.A., Joshi A. [2008], Social ties and their relevance to churn in mobile telecom networks, "EDBT '08: Proceedings of the 11th international conference on Extending database technology", New York, s. 668-677.
  • Datta P., Masand B., Mani D.R., Li B. [2000], Automated cellular modeling and prediction on a large scale, "Artificial Intelligence Review", vol. 14, s. 485-502.
  • Furnas G. [2003], Framing the wireless market. The Future of Wireless, "WSA News:Bytes", vol. 17(11), s. 4-6.
  • Hadden J., Tiwari A., Roy R., Ruta D. [2006], Churn prediction using complaints data, "Proc. of world academy of science, engineering, and technology", vol. 13, s. 158-163.
  • Hadden J., Tiwari A., Roy R., Ruta D. [2007], Computer assisted customer churn management: Stateof- the-art and future trends, "Computers & Operations Research", vol. 32, s. 2902-2917.
  • Hastie T., Tibshirani R., Friedman J. [2008], The Elements of Statistical Learning. Data Mining Inference and Prediction, Springer.
  • Hidalgo C., Rodriguez-Sickert C. [2007], Persistence, Topology and Sociodemographics of a Mobile Phone Network, "Technical report", Center for Complex Network Research, Department of Physics, University of Notre Dame.
  • Katz L. [1953], A new status index derived from sociometric analysis, "Psychometrika", vol. 18, s. 39-43.
  • Kazienko P., Brodka P., Ruta D. [2009], The influence of customer churn and acquisition on value dynamics of social neighbourhoods, ,,Lectures Notes in Computer Science", vol. 5736/3309, s. 491-500.
  • Kim H., Yoon C. [2004], Determinants of subscriber churn and customer loyalty in the Korean mobile telephony market, "Telecommunications Policy" 28, s. 751-765.
  • Knoke D. [2007], Social Network Analysis in Quantitative Applications in the Social Sciences, Sage Publications, Inc.
  • Luke S., Cioffi-Revilla C., Panait L., Sullivan K., Balan G. [2005], MASON: A multiagent simulation environment, "SIMULATION", vol. 81 (7), s. 517-527.
  • Newman M. [2003], The structure and function of complex networks, "SIAM Review", vol. 45, s. 167-256.
  • Onnela J., Saramaki J., Hyvonen J., Szabo G., Lazer D., Kaski K., Kertesz J., Barabasi A. [2007], Structure and tie strengths in mobile communication networks, "Proc. National Academy of Science USA", vol. 104, s. 7332-7336.
  • R Development Core Team: R: A Language and Environment for Statistical Computing, Foundation for Statistical Computing, Vienna 2010.
  • Richter Y., Yom-Tov E., Slonim N. [2010], Predicting customer churn in mobile networks through analysis of social groups, "SIAM Int. Conf. on Data Mining".
  • Vega-Redondo F. [2007], Complex Social Networks, Cambridge University Press, Cambridge.
  • Wasserman S., Faust K. [1994], Social Network Analysis: Methods and Applications, Cambridge University Press, Cambridge.
  • Watts D.J., Strogatz S.H. [1998], Collective dynamics of 'small-world' networks, "Nature", vol. 393 (6684), s. 409-410.
  • Wojewnik P., Kamiński B., Antosiewicz M., Zawisza M. [2011a], Social-network influence on telecommunication customer attrition, [w:] Agent and Multi-Agent Systems: Technologies and Applications, LNAI 6682, eds J. O'Shea, N.T. Nguyen, K. Crockett, R.J. Howlett, L.C. Jain, Springer, Heidelberg, s. 64-73.
  • Wojewnik P., Kamiński B., Antosiewicz M., Zawisza M. [2011b], Efekty sieciowe w churnie telekomunikacyjnym, Badania Statutowe Młodych Naukowców 03/BMN/21/11, Instytut Ekonometrii, Szkoła Główna Handlowa w Warszawie.
  • Yan L., Miller D.J., Mozer M.C., Wolniewicz R. [2001], Improving prediction of customer behaviour in non-stationary environments, "Proc. of International Joint Conference on Neural Networks, IJCNN", vol. 3, s. 2258-2263.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171218701

Zgłoszenie zostało wysłane

Zgłoszenie zostało wysłane

Musisz być zalogowany aby pisać komentarze.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.