1、湖南商學院北津學院學年論文第17頁 共17頁數(shù)據(jù)挖掘技術在電信行業(yè)CRM中應用研究內容摘要本文在介紹數(shù)據(jù)挖掘技術和客戶關系管理概念的基礎上，以電信行業(yè)為背景，介紹了將數(shù)據(jù)挖掘技術應用到客戶關系管理中的流程和方法。關鍵詞數(shù)據(jù)據(jù)挖掘、客戶戶關系管理、電電信行業(yè)一、數(shù)據(jù)挖掘方方法和技術在在客戶關系管管理中的應用用數(shù)據(jù)挖掘的任務務主要是關聯(lián)聯(lián)分析、聚類類分析、分類類、預測、時時序模式和偏偏差分析等，根根據(jù)數(shù)據(jù)挖掘掘所能夠完成成的任務，數(shù)數(shù)據(jù)挖掘的技技術可以應用用到以客戶為為中心的企業(yè)業(yè)決策分析和和管理的各個個不同領域和和階段。在客客戶關系管理理中，它可以以應用到以下下幾個方面：客戶群體分分類分析、客客

2、戶盈利能力力分析、客戶戶背景分析、客客戶滿意度分分析、交叉銷銷售、客戶信信用分析、客客戶流失分析析、客戶的獲獲得與保持等等。（一）、客戶群群體分類分析析客戶細分是指將將一個大的消消費群體劃分分成一個個細細分群的動作作，同屬一個個細分群的消消費者彼此相相似，而隸屬屬于不同細分分群的消費者者是不同的。細細分可以讓一一個用戶從比比較高的層次次上來查看整整個數(shù)據(jù)庫中中的數(shù)據(jù)，細細分也使得人人們可以用不不同的方法對對待處于不同同細分中的客客戶。有多種種方式可以在在細分上運用用數(shù)據(jù)挖掘，通通常用來建立立細分群的數(shù)數(shù)據(jù)挖掘方法法是決策樹方方法和聚類方方法。首先，數(shù)數(shù)據(jù)挖掘可以以用來根據(jù)客客戶的預測行行為來定

3、義客客戶細分群。如如決策樹的葉葉節(jié)點可視為為一個獨立的的客戶細分群群，每個葉節(jié)節(jié)點由某些特特定的客戶特特征定義，對對所有符合這這些特征的客客戶存在一些些預測行為。數(shù)數(shù)據(jù)挖掘可以以把大量的客客戶分成不同同的類，在每每一個類里的的客戶具有相相似的屬性，而而不同類里的的客戶的屬性性也不同。大大多數(shù)公司一一般將客戶分分為VIP客客戶、主要客客戶、普通客客戶和小客戶戶4類。電信客戶分類一一般是按照業(yè)業(yè)務類型進行行分類，主要要分為大客戶戶和普通客戶戶。大客戶又又主要包括兩兩類：其一指指客戶范圍大大，不僅包括括普通的消費費者，還包括括企業(yè)的分銷銷商、經(jīng)銷商商、批發(fā)商和和代理商；其其二指客戶的的價值大，不不同

4、的客戶對對企業(yè)的利潤潤貢獻差異很很大，20%的大客戶貢貢獻了企業(yè)880%的利潤潤，因此，企企業(yè)必須要高高度重視高價價值客戶以及及具有高價值值潛力的客戶戶。在大客戶戶營銷戰(zhàn)略中中的大客戶是是指后者，是是指公司所轄轄地域內使用用產品量大或或單位性質特特殊的客戶，主主要包括經(jīng)濟濟大客戶、重重要客戶、集集團客戶與戰(zhàn)戰(zhàn)略客戶等。（二）、客戶盈盈利能力分析析客戶盈利能力分分析是數(shù)據(jù)挖挖掘的基礎。數(shù)數(shù)據(jù)挖掘技術術是通過幫助助你理解和提提高客戶盈利利能力來發(fā)揮揮作用的，它它可以用來預預測在不同的的市場活動情情況下客戶盈盈利能力的變變化，通過分分析已經(jīng)發(fā)生生的事實來發(fā)發(fā)現(xiàn)信息和預預測未來。數(shù)數(shù)據(jù)挖掘技術術可以從

5、客戶戶的交易記錄錄中發(fā)現(xiàn)一些些行為模式，并并用這些行為為模式來預測測客戶盈利能能力的高低，但但首先必須要要設定一種計計算客戶盈利利能力的方法法。數(shù)據(jù)挖掘掘技術還可以以用來揭示客客戶的行為習習慣和預測發(fā)發(fā)現(xiàn)一些在不不同情況下有有相似行為的的新客戶。通通過數(shù)據(jù)挖掘掘技術可以優(yōu)優(yōu)化一個市場場活動以確定定哪些顧客對對提供的產品品和服務感興興趣。（三）、交叉銷銷售現(xiàn)代企業(yè)和客戶戶之間的關系系是經(jīng)常變動動的，一旦一個人人或一個團體體成為企業(yè)的的客戶，就要竭力使使這種客戶關關系趨于完善善，需要對現(xiàn)有有的客戶進行行交叉銷售。交叉銷售是是建立在雙贏贏原則上的，對客戶來講講，要得到更多多更好滿足需需求的服務且且從

6、中受益，對企業(yè)來講講，也會因銷售售額的增長而而獲益。數(shù)據(jù)挖掘可可以幫助企業(yè)業(yè)分析出最優(yōu)優(yōu)的合理的銷銷售匹配。交叉銷售就是指指向現(xiàn)有的客客戶提供新的的產品和服務務的營銷過程程，那些購買了了某種產品和和服務的客戶戶很有可能同同時購買你能能提供的某些些他感興趣的的相關產品和和服務，數(shù)據(jù)挖掘技技術可以幫助助企業(yè)發(fā)現(xiàn)這這種行為模式式并從中獲利利。交叉銷售還還有一種形式式就是“升級銷售”，即向客戶提提供與他們已已購買的服務務相關的增值值服務。例如，電信公司向向已經(jīng)使用標標準長途電話話服務的客戶戶推銷優(yōu)質長長途電話服務務。使用數(shù)據(jù)挖掘技技術進行交叉叉營銷分析一一般是從分析析現(xiàn)有客戶的的購買行為數(shù)數(shù)據(jù)開始，將

7、每個單項項產品銷售分分析進行疊加加，形成多項產產品的交叉營營銷分析。首先收集關關于現(xiàn)有客戶戶消費習慣的的數(shù)據(jù)，然后對這些些數(shù)據(jù)進行挖挖掘，對所有的客客戶提供最合合適的產品和和服務。對交叉營銷銷做分析時，具體的數(shù)據(jù)據(jù)挖掘過程包包括：對個體行為為進行建模；用預測模型型對數(shù)據(jù)進行行評分； 對得分矩矩陣進行最優(yōu)優(yōu)化處理。建模過程時時用數(shù)據(jù)挖掘掘的一些算法法對數(shù)據(jù)進行行分析，然后產生一一些數(shù)學模型型，這些模型用用來對客戶將將來的行為進進行預測分析析。在交叉營銷銷分析中，需要對每一一種交叉營銷銷的情況都要要建立一個模模型。在這些交叉叉營銷分析模模型建好以后后，每一個模型型都可以用來來分析新的客客戶數(shù)據(jù)以預

8、預測這些客戶戶將來的行為為。評分過程就就是計算這些些數(shù)學模型的的結果，評分過程的的結果就是產產生一個得分分矩陣，矩陣的每一一行代表一位位顧客，每一列代表表一種交叉銷銷售的情況。最后一步就就是對這個得得分矩陣進行行最優(yōu)化處理理，即對每一位位顧客選出最最適合的幾種種服務方案。使用數(shù)據(jù)挖挖掘技術建立立預測模型可可以幫助找出出客戶最適合合的服務種類類，來進行針對對性的營銷活活動。在交叉銷售售中通常采用用的數(shù)據(jù)挖掘掘算法是關聯(lián)聯(lián)規(guī)則。（四）、客戶的的保持隨著行業(yè)的競爭爭越來越激烈烈和獲得一個個新客戶的開開支越來越大大，保持原有客客戶的工作也也越來越有價價值。保留一個客客戶的時間越越長，收回你在這這個客戶

9、身上上所花的初期期投資和獲取取費用的時間間越長，你從客戶身身上獲得的利利潤就越多。隨著獲得新新客戶的費用用與保留客戶戶的費用比在在逐年升高，這樣的效果果也逐年明顯顯，尤其電信業(yè)業(yè)在獲取新客客戶的時候的的費用是非常常高的。但是由于各各種因素的不不確定性和市市場的不斷增增長以及一些些競爭對手為為新客戶提供供比你更多的的額外優(yōu)惠條條件，很多客客戶為了求得得更低的費用用，不斷的從從你這里轉向向另一個服務務商。客戶從從一個服務商商轉向到另一一個服務商的的行為稱為客客戶轉移。為為了分析出是是哪些主要因因素導致客戶戶轉移并可以以有針對性的的挽留那些有有離開傾向的的客戶，企業(yè)業(yè)可以通過使使用數(shù)據(jù)挖掘掘技術，建

10、立立客戶轉移傾傾向的預測模模型，挖掘出出具有高風險險轉移可能性性并具有較高高商業(yè)價值的的客戶，在這這些客戶轉移移到同行業(yè)其其它服務商那那里之前，采采取相應的商商業(yè)活動措施施來保持住這這些有價值的的客戶，這個個過程就叫做做客戶的保持持。由于客戶保持預預測模型是全全局市場策略略的一部分，如如何使用預測測工具將對實實施預測模型型帶來的效益益產生重要的的影響。因此此選擇的數(shù)據(jù)據(jù)挖掘技術要要使企業(yè)能夠夠對客戶進行行細分并且能能夠對客戶流流失的原因有有比較清晰的的了解。在這這樣的要求下下，分類回歸決決策樹CARRT和數(shù)據(jù)挖挖掘技術中的的一些其它決決策樹如CHHAID和CC4.5都可可以很好的運運用在這類現(xiàn)

11、現(xiàn)實環(huán)境中。從兩個方面分析析電信企業(yè)客客戶保持的重重要性，從電信企業(yè)業(yè)所處的外部部環(huán)境來看，客戶保持是是進行市場競競爭的需要。在社會經(jīng)濟濟發(fā)展，科技進步的的影響之下，我國的電信信市場逐漸擴擴大，電信業(yè)務的的需求量不斷斷增長。大量新運營營商不斷進入入電信市場，更激發(fā)了市市場競爭的激激烈程度。隨著電信市市場壟斷局面面的打破，市場上的廠廠商獲利由壟壟斷時期的高高額利潤降至至市場平均利利潤水平。在這種情況況下，客戶保持的的重要性就在在競爭中凸現(xiàn)現(xiàn)出來。從電信運營營商的角度來來看，客戶保持是是企業(yè)生存發(fā)發(fā)展的需要。通過一組數(shù)數(shù)據(jù)表明：發(fā)展一位新新客戶的成本本是挽留一個個老客戶的44倍；客戶忠誠度度下降5

12、%，則企業(yè)業(yè)利潤下降225%；向新新客戶推銷產產品的成功率率是15%，而向向現(xiàn)有客戶推推銷產品的成成功率是500%；如果將將每年的客戶戶關系保持率率增加5個百百分點，可能使利潤潤增長85%；向新客戶進進行推銷的花花費是向現(xiàn)有有客戶推銷花花費的6倍；如果公司對對服務過失給給予快速關注注，70%對服服務不滿的客客戶還會繼續(xù)續(xù)與其進行商商業(yè)合作； 60%的的新客戶來自自現(xiàn)有客戶的的推薦；一個對服務務不滿的客戶戶會將他的不不滿經(jīng)歷告訴訴其他810 個個人，而一位滿意意的客戶則會會將他的滿意意經(jīng)歷告訴223人。以上數(shù)據(jù)充充分說明，客戶是目前前商業(yè)活動的的中心，衡量一個企企業(yè)是否成功功的標準將不不再僅僅是

13、企企業(yè)的投資收收益率和市場場份額， 而是該企企業(yè)的客戶保保持率，客戶份額及及客戶資產收收益率等指標標。可見，客戶保持的的價值體現(xiàn)在在增加企業(yè)的的盈利、降低企業(yè)的的成本以及提提高企業(yè)的信信譽度、美譽度等方方面。近年來電信體制制的激烈變革革和競爭的加加劇使電信企企業(yè)忙于開拓拓市場、發(fā)展客戶，對客戶保持持重視不夠。從而導致企企業(yè)一方面投投入大量時間間、人力、財力去發(fā)展展新客戶，另一方面因因客戶保持工工作的不完善善導致現(xiàn)有客客戶不滿意而而發(fā)生流失，這種情況對對企業(yè)危害極極大。面對當前的的市場狀況。電信企業(yè)必必須摒棄那種種“狗熊掰棒子子”式的市場開開拓方式，在發(fā)展新客客戶的同時，著手進行客客戶保持的研研

14、究，以有效的客戶戶關系管理來來提高客戶的的保持力，支支持企業(yè)經(jīng)濟濟效益的不斷斷增長。（五）、客戶的的獲取數(shù)據(jù)挖掘技術可可以幫助企業(yè)業(yè)完成對潛在在客戶的篩選選工作，市場人員把把由數(shù)據(jù)挖掘掘技術得出的的潛在客戶名名單和這些客客戶感興趣的的優(yōu)惠措施系系統(tǒng)地結合起起來。數(shù)據(jù)挖掘技技術在發(fā)展新新客戶策略中中的應用是圍圍繞數(shù)據(jù)開展展的，用獲得的客客戶數(shù)據(jù)建立立一個預測模模型，然后根據(jù)模模型預測獲得得最優(yōu)價值的的潛在客戶信信息。客戶的獲取取包括發(fā)現(xiàn)那那些對你的產產品不了解的的顧客，它們可能是是你的產品的的潛在消費者者，也可能是以以前接受你的的競爭對手服服務的顧客，其中有些客客戶可能以前前是你的客戶戶。通過數(shù)

15、據(jù)挖掘技技術來獲取新新客戶首先必必須收集一份份潛在客戶名名單。在潛在在客戶名單上上列出哪些可可能對你的產產品或服務感感興趣的消費費者的信息。這這些信息應不不僅包括客戶戶的基本信息息還應包括消消費者消費行行為的大量信信息如個體的的興趣、消費費習慣、消費費傾向和消費費需求等。通通過各種數(shù)據(jù)據(jù)源來收集這這些信息，如如果沒能收集集到足夠的數(shù)數(shù)據(jù)，那么就就需要通過一一次小規(guī)模的的實驗活動來來收集分析用用的數(shù)據(jù)。在在挑選實驗活活動的對象時時，不僅要從從潛在客戶名名單中選取一一些客戶，還還要隨機選取取一些與潛在在客戶名單上上顧客屬性特特征不同的客客戶作為實驗驗對象。這樣樣可以為將來來的數(shù)據(jù)挖掘掘提供足夠有有

16、價值的信息息。二、客戶數(shù)據(jù)挖挖掘主題對照數(shù)據(jù)挖掘研研究的4類問問題：關聯(lián)、分分類、預測、聚聚類，客戶數(shù)數(shù)據(jù)挖掘主題題也可按此44類來劃分。（一）、關聯(lián)問問題橫向關聯(lián)：是挖挖掘表面看似似獨立的事件件間的相互關關系，例如“90%的顧顧客在一次購購買活動中購購買商品A的的同時購買商商品B”之類的知識識。比如經(jīng)典典的“尿布和啤酒酒”的故事，就就是利用這種種方法，發(fā)現(xiàn)現(xiàn)二者之間有有很高的相關關系數(shù)，引起起重視，然后后深入分析后后才找出內在在原因的。次序關聯(lián)：這種種分析的側重重點在于分析析事件的前后后序列關系，發(fā)發(fā)現(xiàn)諸如“在購買A商商品后，一段段時間里顧客客會接著購買買商品B，而而后購買商品品C”的知識，

17、形形成一個客戶戶行為的 “ABC”模式。比如如一個顧客在在買了電腦之之后，就很有有可能購買打打印機、掃描描儀等配件。關聯(lián)問題研究客客戶各項屬性性特征的相互互關系以及交交叉銷售等問問題，同時也研究究客戶實體和和其它實體的的關系。電信業(yè)比較較典型的關聯(lián)聯(lián)問題有交叉叉銷售、套餐選擇問問題、業(yè)務相互影影響等問題。（二）、預測問問題客戶預測問題是是預測客戶的的行為變化或或消費等屬性性變化。客戶典型的的行為變化有有流失、 增增加、通話行行為變化、消消費行為變化化、客戶信息息變化、和其其它行為變化化。比較典型型的預測問題題有客戶流失失/大客戶離離網(wǎng)、潛在大大客戶預測、客客戶級別變動動、客戶發(fā)展展、市場效果果

18、預測等。（三）、分類問問題分類分析就是通通過分析樣本本客戶數(shù)據(jù)庫庫中的數(shù)據(jù)，為為每個類別做做出準確的描描述或建立分分析模型或挖挖掘出分類規(guī)規(guī)則，然后用用這個分類規(guī)規(guī)則對其它客客戶的記錄進進行分類。比比如電信公司司根據(jù)客戶的的消費記錄，把把客戶分成大大客戶和普通通客戶，并標標記數(shù)據(jù)庫中中的每個記錄錄。有了這樣樣的挖掘結果果，客戶服務務部門就知道道一個新的客客戶的潛在價價值，在客戶戶服務投入上上就心中有底底。（四）、聚類問問題聚類是分類的逆逆向方法。聚聚類把沒有分分類的記錄，在在不知道應分分成幾類的情情況下，按照照數(shù)據(jù)內在的的差異性大小小，合理地劃劃分成幾類，并并確定每個記記錄所屬類別別。它采用的

19、的分類規(guī)則是是按統(tǒng)計學的的聚類分析方方法決定的。客客戶聚類問題題是對客戶特特征的研究，典典型的聚類問問題有客戶特特征分析、消消費模型和異異常客戶分析析等。三、數(shù)據(jù)挖掘技技術對客戶管管理管理的影影響和作用在CRM中應用用數(shù)據(jù)挖掘，第第一步是要理理解數(shù)據(jù)挖掘掘所要解決的的具體業(yè)務問問題；第二步步根據(jù)問題準準備相應的數(shù)數(shù)據(jù)，并對數(shù)數(shù)據(jù)進行預處處理；第三步步是選擇挖掘掘的模型，比比如是用關聯(lián)聯(lián)規(guī)則還是聚聚類等等；第第四步是用訓訓練集數(shù)據(jù)訓訓練和評估挖挖掘模型的效效果。一旦評評估可以達到到一定滿意程程度，該模型型就得到確定定，演變?yōu)橐灰粋€固定的業(yè)業(yè)務應用模型型。這個業(yè)務務應用模型就就可以套用于于實際的業(yè)

20、務務處理，從而而完成一個閉閉環(huán)的挖掘過過程。當業(yè)務務發(fā)生了變化化或者有新的的需求產生時時，數(shù)據(jù)挖掘掘就在另外一一個層次上重重復這個循環(huán)環(huán)過程。循環(huán)環(huán)過程如圖44.1所示。圖4.1 數(shù)據(jù)據(jù)挖掘應用循循環(huán)過程在CRM中應用用數(shù)據(jù)挖掘，可可以在以下方方面對CRMM提供支持：（一）、為決策策提供依據(jù)企業(yè)運營過程中中的各種信息息都是通過數(shù)數(shù)據(jù)反映出來來的，通過對對這些數(shù)據(jù)的的分析，可以以發(fā)現(xiàn)企業(yè)運運營過程中的的規(guī)律，從而而對企業(yè)的生生產活動、市市場活動等提提供科學指導導意義。CRRM目前解決決了企業(yè)與外外部市場進行行信息接入的的問題，產生生大量數(shù)據(jù)通通過報表等統(tǒng)統(tǒng)計方法，只只能得到一般般意義上的信信息反

21、映。而而通過數(shù)據(jù)挖挖掘技術，可可以發(fā)現(xiàn)許多多深層的、手手工無法發(fā)現(xiàn)現(xiàn)的規(guī)律，幫幫助企業(yè)在激激烈的競爭環(huán)環(huán)境中獲勝。（二）、為用戶戶提供針對性性服務通過數(shù)據(jù)挖掘技技術，可以根根據(jù)客戶的消消費行為進行行分類，找出出該類客戶的的消費特征，然然后提供更具具個性化的服服務，從而改改進企業(yè)的服服務水平，提提高企業(yè)的社社會效益和經(jīng)經(jīng)濟效益。（三）、提高企企業(yè)決策的科科學性目前，企業(yè)的決決策具有很大大的盲目性，如如果采用數(shù)據(jù)據(jù)挖掘技術，就就可以在自己己的生產過程程中產生的數(shù)數(shù)據(jù)基礎上，進進行科學分析析，得出比較較科學的預測測結果，減少少決策失誤。通通過數(shù)據(jù)挖掘掘技術，可以以讓企業(yè)的決決策回歸到自自己的業(yè)務中中

22、，得到更實實際的判斷。（四）、增值作作用數(shù)據(jù)挖掘在CRRM中會有很很多種應用，而而且有些應用用可以幫助簡簡化管理運營營，有的則可可以提供一些些業(yè)務關聯(lián)性性的數(shù)據(jù)，幫幫助企業(yè)更好好地開展業(yè)務務，實現(xiàn)增值值。（五）、簡化管管理企業(yè)運營管理被被人們提到前前所未有的高高度，一個企業(yè)即即使建的很好好，技術也很先先進，但是如果管管理不好，優(yōu)勢仍然發(fā)發(fā)揮不出來。數(shù)據(jù)挖掘能能幫助簡化管管理：1、預測業(yè)務量量，安排人工在企業(yè)中，業(yè)務務量是個重要要的指標，企業(yè)要根據(jù)據(jù)業(yè)務量的大大小，安排人員的的數(shù)量，但是業(yè)務量量是個變化的的指標，以往比較難難以預測。通過數(shù)據(jù)挖挖掘中的時間間序列分析，可以對業(yè)務務量的情況進進行一定

23、程度度的預測，就可以更合合理的安排人人員的數(shù)量，在不降低效效率的基礎上上，降低企業(yè)的的運營成本。2、進行關聯(lián)分分析，降低運營成成本通過數(shù)據(jù)挖掘中中關聯(lián)分析，可以進行業(yè)業(yè)務的相關性性分析，分析出哪幾幾種業(yè)務具有有比較強的關關聯(lián)性。這樣，在安排人員員時，就可以將兩兩種或更多的的業(yè)務人員進進行一定程度度的合并，減少人員數(shù)數(shù)量，降低經(jīng)營成成本。四、數(shù)據(jù)挖掘技技術在電信客客戶關系管理理中的應用（一）、數(shù)據(jù)挖挖掘技術在電電信CRM中中主要應用領領域電信運營商擁有有許多成熟的的數(shù)據(jù)庫應用用系統(tǒng)，產生生了大量的業(yè)業(yè)務處理數(shù)據(jù)據(jù)。如果針對對客戶關系管管理相關決策策分析的需求求，對這些數(shù)數(shù)據(jù)進行重組組整合，就能能

24、充分利用這這些寶貴的數(shù)數(shù)據(jù)，體現(xiàn)信信息的真正價價值。目前電電信CRM的的數(shù)據(jù)挖掘應應用主要涉及及以下幾個方方面：1、客戶消費模模式分析客戶消費模式分分析是對客戶戶歷年來長話話、市話、信信息臺的大量量詳單、數(shù)據(jù)據(jù)以及客戶檔檔案資料等相相關數(shù)據(jù)進行行關聯(lián)分析，結結合客戶的分分類，可以從從消費能力、消消費習慣、消消費周期等諸諸方面對客戶戶的話費行為為進行分析和和預測，從而而為運營商的的相關經(jīng)營決決策提供依據(jù)據(jù)。2、業(yè)務預測分分析通過對歷史數(shù)據(jù)據(jù)的分析，找找出影響業(yè)務務發(fā)展的因素素，然后對這這些因素的未未來發(fā)展作出出預計，從而而大致地確定定未來業(yè)務量量，作為制訂訂發(fā)展計劃的的重要依據(jù)。3、客戶欠費分分

25、析和動態(tài)防防欺詐通過數(shù)據(jù)挖掘，總總結各種騙費費、欠費行為為的內在規(guī)律律，并建立一一套欺詐和欠欠費行為的規(guī)規(guī)則庫。當客客戶的話費行行為與該庫中中規(guī)則吻合時時，系統(tǒng)可以以提示運營商商相關部門采采取措施，從從而降低運營營商的損失風風險。4、客戶流失分分析根據(jù)已有的客戶戶流失數(shù)據(jù)，建建立客戶屬性性、服務屬性性、客戶消費費情況等數(shù)據(jù)據(jù)與客戶流失失概率相關聯(lián)聯(lián)的數(shù)學模型型，找出這些些數(shù)據(jù)之間的的關系，并給給出明確的數(shù)數(shù)學模型。然然后根據(jù)此模模型來監(jiān)控客客戶流失的可可能性，如果果客戶流失的的可能性過高高，則通過促促銷等手段來來提高客戶忠忠誠度，防止止客戶流失的的發(fā)生。這就就徹底改變了了以往電信運運營商在成功

26、功獲得客戶以以后無法監(jiān)控控客戶流失的的狀況。5、大客戶特征征識別大客戶群體是電電信企業(yè)利潤潤的主要來源源，也是電信信企業(yè)之間相相互爭奪的焦焦點。識別出出大客戶，制制訂針對性的的措施，提高高大客戶的忠忠誠度，是電電信企業(yè)保持持競爭優(yōu)勢的的關鍵所在。不不僅能夠根據(jù)據(jù)現(xiàn)有消費量量的多少來判判斷用戶是否否為大客戶，還還應該根據(jù)現(xiàn)現(xiàn)有大客戶的的資料提取出出大客戶的特特征，并發(fā)現(xiàn)現(xiàn)潛在的大客客戶。6、網(wǎng)絡資源的的管理通信網(wǎng)在運行過過程中產生了了大量的運行行數(shù)據(jù)。對這這些數(shù)據(jù)進行行挖掘，有利利于盡早發(fā)現(xiàn)現(xiàn)潛在的網(wǎng)絡絡故障，提高高網(wǎng)絡的利用用率。（二）、數(shù)據(jù)挖挖掘的應用實實例客戶流失失分析一個完整的數(shù)據(jù)據(jù)挖掘

27、過程可可進一步細分分為業(yè)務問題題定義、數(shù)據(jù)據(jù)選擇、數(shù)據(jù)據(jù)清洗和預處處理、模型選擇與與預建立、模型建立與與調整、模型的評估估與檢驗、模型解釋與與應用。1、業(yè)務問題定定義針對客戶流失的的不同種類分分別定義業(yè)務務問題，進而而區(qū)別處理。在在客戶流失分分析中有兩個個核心變量：財務原因/非財務原因因、主動流失失/被動流失失。客戶流失失可以相應分分為四種類型型，其中非財財務原因主動動流失的客戶戶往往是高價價值的客戶，他他們會正常支支付服務費用用，并容易對對市場活動有有所響應，這這種客戶是企企業(yè)真正需要要保住的客戶戶。此外在分分析客戶流失失時必須區(qū)分分集團/個人人客戶，以及及不同消費水水平的客戶，并并有針對性

28、地地制定不同的的流失標準。例例如，平均月月消費額15500元的客客戶連續(xù)幾個個月消費額降降低到3000元以下，就就可以認為客客戶流失發(fā)生生了，而這個個流失標準不不適用于原來來平均月消費費額400元元的客戶。國國外成熟的應應用中通常根根據(jù)相對指標標來判別客戶戶流失，例如如大眾的個人人通信費用約約占總收入的的1%3%，當客戶的的個人通信費費用遠低于此此比例時，就就認為發(fā)生了了客戶流失。2、數(shù)據(jù)選擇數(shù)據(jù)選擇包括目目標變量的選選擇、輸入變變量的選擇和和建模數(shù)據(jù)的的選擇。a)目標變量的的選擇客戶流失分析的的目標變量通通常為客戶流流失狀態(tài)。根根據(jù)業(yè)務問題題的定義，可可以選擇一個個已知量或多多個已知量的的組

29、合作為目目標變量。實實際的客戶流流失形式有因因賬戶取消發(fā)發(fā)生的流失和和因賬戶休眠眠發(fā)生的流失失兩種。對于于因賬戶取消消發(fā)生的流失失，目標變量量可以直接選選取客戶的賬賬戶狀態(tài)（取取消或正常）；對于因賬戶戶休眠發(fā)生的的流失，可以以認為持續(xù)休休眠超過一定定時間長度的的客戶發(fā)生了了流失。這時時需要對相關關的具體問題題加以考慮：持續(xù)休眠的的時間長度定定義為多少？每月通話金金額低于多少少即認為處于于休眠狀態(tài)，或或者是綜合考考慮通話金額額、通話時長長和通話次數(shù)數(shù)來劃定休眠眠標準？選擇擇目標變量時時面臨的這些些問題需要業(yè)業(yè)務人員給予予明確的回答答。b)輸入變量的的選擇輸入變量是模型型中的自變量量，在建模過過程

30、中需要尋尋找自變量與與目標變量的的關聯(lián)。輸入入變量分為靜靜態(tài)數(shù)據(jù)和動動態(tài)數(shù)據(jù)。靜靜態(tài)數(shù)據(jù)指不不常變化的數(shù)數(shù)據(jù)，包括服服務合同屬性性（如服務類類型、 服務務時間、交費費類型）和客客戶的基本資資料；動態(tài)數(shù)數(shù)據(jù)指頻繁或或定期改變的的數(shù)據(jù)，如月月消費金額、交交費記錄、消消費特征。業(yè)業(yè)務人員在實實際業(yè)務活動動中可能會感感覺到輸入變變量與目標變變量的內在聯(lián)聯(lián)系，只是無無法量化表示示出來，這就就給數(shù)據(jù)挖掘掘留下了發(fā)揮揮的空間。如如果一時無法法確定某種數(shù)數(shù)據(jù)是否與客客戶流失概率率有關聯(lián)，應應該暫時將其其選入模型，并并在后續(xù)步驟驟考察各變量量分布情況和和相關性時再再行取舍。c)建模數(shù)據(jù)的的選擇客戶流失的方式式有

31、兩種。第第一種是客戶戶的自然消亡亡，例如身故、破產、遷徙、移民而導致致客戶不再存存在，或者由于客客戶服務的升升級造成特定定服務的目標標客戶消失。第二種是客客戶的轉移流流失，通常指客戶戶轉移到競爭爭對手，并使用其服服務。第二種流失失的客戶才是是運營商真正正關心的、具有挽留價價值的客戶。因此在選擇擇建模數(shù)據(jù)時時必須選擇第第二種流失客客戶數(shù)據(jù)參與與建模，才能建立有有效的模型。3、數(shù)據(jù)清洗和和預處理數(shù)據(jù)清洗和預處處理是建模前前的數(shù)據(jù)準備備工作，一方面保證證建模數(shù)據(jù)的的正確性和有有效性， 另一方面面通過對數(shù)據(jù)據(jù)格式和內容容的調整，使數(shù)據(jù)更符符合建模的需需要。數(shù)據(jù)整理的的主要工作包包括對數(shù)據(jù)的的轉換和整合

32、合、抽樣、隨機化、缺失值處理理等。例如按比例例抽取未流失失客戶和已流流失客戶，將這兩類數(shù)數(shù)據(jù)合并，構成建模的的數(shù)據(jù)源。此外，模型在建立立之后需要大大量的數(shù)據(jù)來來進行檢驗，因此通常把把樣本數(shù)據(jù)分分為兩部分，2/3的數(shù)數(shù)據(jù)用于建模模，1/3的數(shù)數(shù)據(jù)用于模型型的檢驗和修修正。4、模型選擇與與預建立在模型建立之前前，可以利用數(shù)數(shù)據(jù)挖掘工具具的相關性比比較功能，找出每一個個輸入變量和和客戶流失概概率的相關性性，刪除相關性性較小的變量量，從而可以縮縮短建模時間間，降低模型復復雜度，有時還能使使模型更精確確。現(xiàn)有的數(shù)據(jù)據(jù)挖掘工具提提供了決策樹樹、神經(jīng)網(wǎng)絡、近鄰學習、回歸、關聯(lián)、聚類、貝葉斯判別別等多種建模模方法。可以分別使使用其中的多多種方法預先先建立多個模模型， 然后對這這些模型進行行優(yōu)劣比較，從而挑選出出最適合客戶戶流失分析的的建模方