數(shù)據(jù)挖掘在通信公司CRM中的應(yīng)用實(shí)例

1、-. z.數(shù)據(jù)挖掘在通信公司CRM中的應(yīng)用實(shí)例隨著中國(guó)電信的改革重組，中國(guó)通信業(yè)取得了跨越式的開展，成為國(guó)民經(jīng)濟(jì)中開展速度最快的行業(yè)之一，中國(guó)通信業(yè)總規(guī)?，F(xiàn)已在世界排名第一。與此同時(shí)，中國(guó)通信市場(chǎng)競(jìng)爭(zhēng)也日趨劇烈。通信運(yùn)營(yíng)商的經(jīng)營(yíng)觀念逐漸從技術(shù)質(zhì)量第一向效勞客戶第一轉(zhuǎn)化。以前的營(yíng)銷模式已經(jīng)無法滿足客戶的多樣化、層次化、個(gè)性化的需求。長(zhǎng)期以來，通信單位大量詳盡的業(yè)務(wù)數(shù)據(jù)也只是被簡(jiǎn)單地應(yīng)用在各種業(yè)務(wù)系統(tǒng)中，沒有被更有效地開發(fā)利用。如何利用這些數(shù)據(jù)進(jìn)一步拓寬通信業(yè)務(wù)，促進(jìn)通信業(yè)務(wù)開展，從而為通信業(yè)提供決策支持效勞，已經(jīng)成為各個(gè)通信單位的當(dāng)務(wù)之急。近幾年迅速崛起的數(shù)據(jù)挖掘技術(shù)成為實(shí)現(xiàn)這些目標(biāo)的有效手段。

2、它可以深入分析客戶信息、客戶價(jià)值和行為，從而使?fàn)I銷具有洞察力、準(zhǔn)確化，并通過從數(shù)據(jù)中挖掘價(jià)值來減少營(yíng)銷本錢、提高營(yíng)銷效益。3.3.1 客戶細(xì)分模型和挖掘算法選擇構(gòu)建客戶分類模型需要用到第2章所介紹的一些技術(shù)。其中聚類技術(shù)就是其中之一。在前面的章節(jié)中我們?cè)私獾骄垲惡头诸愑兄艽蟮膮^(qū)別：分類時(shí)，我們事先選擇一些屬性作為分類標(biāo)準(zhǔn)，通信企業(yè)總是會(huì)將重要的、有影響力的屬性作為分類的依據(jù)；而在實(shí)際應(yīng)用當(dāng)中，通信企業(yè)事先根本不知道哪些屬性會(huì)起到作用。而找到那些起關(guān)鍵作用的屬性是聚類技術(shù)的任務(wù)之一。在通信客戶分析中，聚類分析能夠幫助我們發(fā)現(xiàn)特征迥異的不同客戶群和對(duì)客戶分類起關(guān)鍵作用的指標(biāo)變量，并輔助運(yùn)營(yíng)商對(duì)

3、各客戶類別的特征進(jìn)展深刻觀察。通信客戶從營(yíng)銷屬性方面分為三類：普通客戶、價(jià)值客戶和黃金客戶，其中普通客戶消費(fèi)行為有較大的隨機(jī)性，分布較廣，規(guī)律難尋，比擬適于聚類分析。本數(shù)據(jù)挖掘?qū)嵗捎猛ㄔ捫袨?、?shù)據(jù)業(yè)務(wù)使用情況等作為客戶分類變量，把通信行為相似的人群聚為一組。數(shù)據(jù)挖掘方法論選用CRISP-DMCross-Industry Process for Data Mining過程模型。即穿插行業(yè)數(shù)據(jù)挖掘過程標(biāo)準(zhǔn)。它從數(shù)據(jù)挖掘技術(shù)應(yīng)用的角度來劃分挖掘任務(wù)，將數(shù)據(jù)挖掘技術(shù)和實(shí)際應(yīng)用嚴(yán)密結(jié)合。CRISP-DM過程模型的主要步驟有商業(yè)理解、數(shù)據(jù)理解、數(shù)據(jù)準(zhǔn)備、建立模型、數(shù)據(jù)挖掘、評(píng)價(jià)和實(shí)施以及結(jié)果發(fā)布，如圖3

4、-9所示。該過程的各個(gè)環(huán)節(jié)按順序進(jìn)展，但需要不斷地循環(huán)往復(fù)進(jìn)展數(shù)據(jù)探索和模型的調(diào)優(yōu)。這里為了簡(jiǎn)化說明問題，先不考慮循環(huán)往復(fù)的探索和調(diào)優(yōu)過程，直接順序考察各個(gè)環(huán)節(jié)。點(diǎn)擊查看大圖圖3-9CRISP-DM各環(huán)節(jié)所涉及的容和人員客戶的消費(fèi)行為和需求通過調(diào)查問卷以及訪談的方式來實(shí)現(xiàn)。3.3.2 數(shù)據(jù)挖掘模型和挖掘步驟在各種硬件條件和軟件條件都具備的情況下，就可以開場(chǎng)進(jìn)展挖掘的工作了。1數(shù)據(jù)準(zhǔn)備數(shù)據(jù)準(zhǔn)備過程如下：1確定工程目標(biāo)，制定挖掘方案。2分析變量的獲取。3數(shù)據(jù)收集和獲取。4數(shù)據(jù)集成。依據(jù)CRISP-DM流程，第一要確定工程目標(biāo)，之后制定挖掘方案。首先必須明確工程的商業(yè)目標(biāo)，這個(gè)目標(biāo)應(yīng)該是適于用選取的

5、聚類分析方法來到達(dá)的。所定義的客戶細(xì)分的商業(yè)目標(biāo)是對(duì)*地方數(shù)十萬普通客戶，從客戶行為的角度進(jìn)展客戶分類，以了解不同客戶群的消費(fèi)行為特征，為開展新業(yè)務(wù)、原有客戶挽留、對(duì)其他通信公司用戶爭(zhēng)奪的針對(duì)性策略的制訂提供依據(jù)，并實(shí)現(xiàn)企業(yè)穩(wěn)定現(xiàn)有客戶量、提高客戶增長(zhǎng)量的戰(zhàn)略目標(biāo)。之后就應(yīng)該對(duì)分析變量進(jìn)展全面獲取，在保證數(shù)據(jù)的一致性、完整性、有效性和層次性的根底上，數(shù)據(jù)指標(biāo)具有較高的完備性，應(yīng)該覆蓋全部經(jīng)營(yíng)分析與數(shù)據(jù)挖掘的需求。我們選擇的數(shù)據(jù)來源主要有客戶檔案記錄、客戶營(yíng)銷記錄、銷售單主表、銷售退貨主表、銷售付款表、客戶聯(lián)系記錄、客戶投訴記錄和客戶關(guān)心記錄等。變量準(zhǔn)備的構(gòu)造如圖3-10所示。點(diǎn)擊查看大圖圖3-

6、10變量準(zhǔn)備的構(gòu)造客戶的通信行為以及需求特征類別見表3-1。表3-1 客戶行為特征信息表客戶的通信行為客戶的需求特征類別短消息使用次數(shù)移動(dòng)夢(mèng)網(wǎng)使用次數(shù)WAP上網(wǎng)時(shí)間GPRS數(shù)據(jù)流量方便性及信息實(shí)時(shí)性的需求IP長(zhǎng)途使用次數(shù)優(yōu)惠時(shí)段通話次數(shù)套餐定制和使用次數(shù)撥打10086次數(shù)對(duì)資費(fèi)的敏感程度本地、長(zhǎng)途、漫游呼叫時(shí)長(zhǎng)本地、長(zhǎng)途、漫游呼叫次數(shù)呼叫時(shí)間、次數(shù)繁忙/非繁忙時(shí)段、工作/休息時(shí)段、優(yōu)惠/非優(yōu)惠時(shí)段呼叫類型主叫、被叫、呼叫轉(zhuǎn)移對(duì)通話的多層次需求效勞種類對(duì)個(gè)性化效勞的需求程度數(shù)據(jù)是數(shù)據(jù)挖掘的根基，在確定了分析目標(biāo)和執(zhí)行方案后，需要對(duì)各個(gè)數(shù)據(jù)源的數(shù)據(jù)進(jìn)展清洗、整理并集成，以確定這次分析需要哪些方面的

7、數(shù)據(jù)，然后將它們匯總起來，形成這次分析任務(wù)的數(shù)據(jù)庫(kù)數(shù)據(jù)倉(cāng)庫(kù)。在此實(shí)例中，數(shù)據(jù)來源于移動(dòng)公司自己的CRM系統(tǒng)、客戶計(jì)費(fèi)系統(tǒng)，客戶效勞系統(tǒng)、營(yíng)銷系統(tǒng)以及業(yè)務(wù)結(jié)算系統(tǒng)等?；诳蛻粜枨蠛蜕鲜鲂袨樘卣餍畔⒈恚x了幾組細(xì)分變量，d_代表時(shí)常，t_代表頻率，見表3-2。在這里只列出通話形式和通話比例表。表3-2 細(xì)分變量表簡(jiǎn)表通話形式市話d_localt_local省長(zhǎng)途d_toll_InProvincet_toll_InProvince跨省長(zhǎng)途d_toll_BetweenProvincet_toll_BetweenProvince國(guó)際長(zhǎng)途d_toll_htmt_toll_htm通話比例網(wǎng)通話d_mob_

8、Ttlt_ mob_Ttl聯(lián)通通話d_uni_Ttlt_uni_Ttl小靈通通話d_phs_Ttlt_phs_Ttl固定通話d_fi*_Ttlt_fi*_Ttl2數(shù)據(jù)準(zhǔn)備數(shù)據(jù)準(zhǔn)備包括所有從原始的未加工的數(shù)據(jù)構(gòu)造最終分析數(shù)據(jù)集的活動(dòng)，是數(shù)據(jù)挖掘過程中最耗時(shí)的環(huán)節(jié)，甚至要占據(jù)整個(gè)數(shù)據(jù)挖掘工程一半以上的工作量。數(shù)據(jù)準(zhǔn)備工作的流程如圖3-11所示。點(diǎn)擊查看大圖圖3-11 數(shù)據(jù)準(zhǔn)備工作的流程數(shù)據(jù)準(zhǔn)備的過程和數(shù)據(jù)挖掘的過程請(qǐng)參考第1章相關(guān)容，這里不再贅述。3建立模型在生成最終的數(shù)據(jù)集后，就可以在此根底上建立模型來進(jìn)展聚類分析了。建立模型階段主要是選擇和應(yīng)用各種建模技術(shù)，同時(shí)對(duì)它們的參數(shù)進(jìn)展校準(zhǔn)以到達(dá)最優(yōu)值

9、。在明確建模技術(shù)和算法后需要確定模型參數(shù)和輸入變量。模型參數(shù)包括類的個(gè)數(shù)和最大迭代步數(shù)等。在建模過程中，我們采用多種技術(shù)手段，并將建模效果進(jìn)展比照。需要挑選適宜的變量參與建模。參與建模的變量太多會(huì)削弱主要業(yè)務(wù)屬性的影響，并給理解分群結(jié)果帶來困難；變量太少則不能全面覆蓋需要考察的各方面屬性，可能會(huì)遺漏一些重要的屬性關(guān)系。輸入變量的選擇對(duì)建立滿意的模型至關(guān)重要。應(yīng)結(jié)合此次分析任務(wù)的目標(biāo)，選擇有重要業(yè)務(wù)意義并與數(shù)據(jù)挖掘目標(biāo)密切相關(guān)的變量；被選擇的變量應(yīng)具備較好的數(shù)據(jù)質(zhì)量，并且被選變量之間相關(guān)性不宜太強(qiáng)。不同的技術(shù)方案產(chǎn)生的模型結(jié)果有很大不同，而且模型結(jié)果的可理解性也存在較大差異。另外，對(duì)結(jié)果的分析和

10、描述也很關(guān)鍵，不恰當(dāng)?shù)拿枋鰰?huì)造成誤導(dǎo)。需要指出的是，不同的商業(yè)問題和不同的數(shù)據(jù)分布屬性會(huì)影響模型建立與調(diào)整的策略，而且在建模過程中還會(huì)使用多種近似算法來簡(jiǎn)化模型的優(yōu)化過程。因此還需要業(yè)務(wù)專家參與調(diào)整策略的制定，以防止不適當(dāng)?shù)膬?yōu)化造成業(yè)務(wù)信息喪失。建立模型是一個(gè)螺旋上升，不斷優(yōu)化的過程，在每一次聚類完畢后，需要判斷聚類結(jié)果在業(yè)務(wù)上是否有意義，其各群特征是否明顯。如果結(jié)果不理想，則需要調(diào)整聚類模型，對(duì)模型進(jìn)展優(yōu)化，稱之為聚類優(yōu)化。聚類優(yōu)化可通過調(diào)整聚類個(gè)數(shù)及調(diào)整聚類變量輸入來實(shí)現(xiàn)，也可以通過屢次運(yùn)行，選擇滿意的結(jié)果。通?？梢砸罁?jù)以下原則判斷聚類結(jié)果是否理想：類間特征差異是否明顯；群特征是否相似；聚

11、類結(jié)果是否易于管理及是否具有業(yè)務(wù)指導(dǎo)意義。4模型評(píng)估通過上面的處理，就會(huì)得到一系列的分析結(jié)果和模式，它們是對(duì)目標(biāo)問題多側(cè)面的描述，這時(shí)需要對(duì)它們進(jìn)展驗(yàn)證和評(píng)價(jià)，以得到合理的，完備的決策信息。對(duì)產(chǎn)生的模型結(jié)果需要進(jìn)展比照驗(yàn)證、準(zhǔn)確度驗(yàn)證、支持度驗(yàn)證等檢驗(yàn)以確定模型的價(jià)值。在這個(gè)階段需要引入更多層面和背景的用戶進(jìn)展測(cè)試和驗(yàn)證，通過對(duì)幾種模型的綜合比擬，產(chǎn)生最后的優(yōu)化模型。模型評(píng)估階段需要對(duì)數(shù)據(jù)挖掘過程進(jìn)展一次全面的回憶，從而決定是否存在重要的因素或任務(wù)由于*些原因而被無視，此階段關(guān)鍵目的是決定是否還存在一些重要的商業(yè)問題仍未得到充分的考慮。驗(yàn)證模型是處理過程中的關(guān)鍵步驟，可以確定是否成功地進(jìn)展了前

12、面的步驟。模型的驗(yàn)證需要利用未參與建模的數(shù)據(jù)進(jìn)展，這樣才能得到比擬準(zhǔn)確的結(jié)果?？梢圆捎玫姆椒ㄓ兄苯邮褂迷瓉斫⒛Ｐ偷臉颖緮?shù)據(jù)進(jìn)展檢驗(yàn)，或另找一批數(shù)據(jù)對(duì)其進(jìn)展檢驗(yàn)，也可以在實(shí)際運(yùn)行中取出新的數(shù)據(jù)進(jìn)展檢驗(yàn)。檢驗(yàn)的方法是對(duì)客戶狀態(tài)的數(shù)據(jù)利用模型進(jìn)展挖掘，并將挖掘結(jié)果與實(shí)際情況進(jìn)展比擬。在此步驟中假設(shè)發(fā)現(xiàn)模型不夠優(yōu)化，還需要回到前面的步驟進(jìn)展調(diào)整。3.3.3 結(jié)果分析和市場(chǎng)策略制定1根據(jù)對(duì)客戶分類的結(jié)果，對(duì)客戶重新定位，深入對(duì)客戶的認(rèn)識(shí)，并以此為根底制定應(yīng)對(duì)策略。對(duì)客戶的認(rèn)識(shí)主要包括以下幾個(gè)方面：我們的客戶分為哪幾種類型？每一類客戶有什么不同的構(gòu)成特征與消費(fèi)行為特征？客戶群有什么流動(dòng)趨勢(shì)？一個(gè)產(chǎn)品或業(yè)

13、務(wù)應(yīng)該向哪一個(gè)群體的客戶推銷？如何鼓勵(lì)一個(gè)特定客戶群的消費(fèi)行為，使客戶價(jià)值最大化？不同類型的客戶在*個(gè)特定時(shí)刻的需什么？同一個(gè)客戶在不同時(shí)刻的消費(fèi)需什么？在這些問題的根底上，進(jìn)展結(jié)果分析和推廣方案及銷售渠道的制定。1結(jié)果分析客戶分類模型最終產(chǎn)生一些客戶分類，根據(jù)這些群的特征可分成10個(gè)組，各組的頻繁與不頻繁通信行為比擬見表3-3。表3-3 各組的頻繁與不頻繁通信行為比擬分組號(hào)頻繁通信行為不頻繁通信行為組1：手機(jī)低使用率組與小靈通通話撥打10086次數(shù)本地、省長(zhǎng)途漫游、省際長(zhǎng)途、IP、與聯(lián)通用戶通話組2：固話通話頻繁組與固定通話本地、省長(zhǎng)途漫游、省際長(zhǎng)途、IP、與聯(lián)通用戶通話組3：手機(jī)低使用率組

14、與固定通話省際長(zhǎng)途、IP與聯(lián)通通話次數(shù)組4：聯(lián)通頻繁聯(lián)系組與聯(lián)通用戶通話時(shí)長(zhǎng)、次數(shù)跨省漫游與聯(lián)通用戶通話時(shí)長(zhǎng)、次數(shù)組5：移動(dòng)頻繁聯(lián)系組與移動(dòng)用戶通話時(shí)長(zhǎng)、次數(shù)與聯(lián)通和固話通話時(shí)長(zhǎng)，次數(shù)組6：短信高使用率組短信、夢(mèng)網(wǎng)短信、WAP、撥打10086港澳臺(tái)、國(guó)際長(zhǎng)途漫游組7：大量本地通話組本地通話時(shí)長(zhǎng)、次數(shù)、呼叫轉(zhuǎn)移；與移動(dòng)用戶通話時(shí)長(zhǎng)、次數(shù)組8：高IP&省漫游組IP通話時(shí)長(zhǎng)、次數(shù)、省漫游組9：高省際長(zhǎng)途漫游組省際長(zhǎng)途漫游通話時(shí)長(zhǎng)、次數(shù)WAP使用，10086撥打次數(shù)組10：高國(guó)際長(zhǎng)途漫游組港澳臺(tái)、國(guó)際長(zhǎng)途漫游針對(duì)每個(gè)組的頻繁與不頻繁的通信消費(fèi)行為，對(duì)每個(gè)客戶群進(jìn)展分析，并制定相應(yīng)的客戶營(yíng)銷策略，限于篇

15、幅，這里只給出組1：手機(jī)低使用率組和組6：短信高使用率組的詳細(xì)分析結(jié)果，見表3-4和表3-5。表3-4 手機(jī)低使用率組客戶群分析組1：手機(jī)低使用率組客戶群分析本組用戶的根本特點(diǎn)是：1對(duì)手機(jī)的使用，一般只使用通話功能，并且通話需求低，平均每天僅2.1次2優(yōu)惠時(shí)段通話次數(shù)在所有組中最高，占了整個(gè)通話次數(shù)的73短信使用量較低4IP通話次數(shù)占整個(gè)通話次數(shù)的比例最高，有28，可看出這類人群對(duì)資費(fèi)非常敏感5主要在本地通話，并且主要與市用戶溝通6每個(gè)市、長(zhǎng)途的時(shí)長(zhǎng)在10組人群中居前幾位，但次數(shù)卻最少?？煽闯龃祟惾巳阂话闶怯惺虑椴糯?，所以談話時(shí)間長(zhǎng)、次數(shù)少7主叫次數(shù)是被叫次數(shù)的1.6倍，主叫時(shí)長(zhǎng)是被叫時(shí)長(zhǎng)的1

16、.79倍8訪問營(yíng)業(yè)廳次數(shù)少，撥打10086次數(shù)多，可見此客戶群對(duì)資費(fèi)比擬敏感通過對(duì)這類型客戶通話行為的分析，可得到這一組客戶的整體行為特點(diǎn)：此類人群對(duì)資費(fèi)非常敏感，可能會(huì)對(duì)經(jīng)濟(jì)節(jié)約話費(fèi)類產(chǎn)品感興趣。此類人群被叫行為不頻繁，可通過單向收費(fèi)類產(chǎn)品來增加其被叫需求。由于交流圍相對(duì)狹窄，并且主要為市通話，容易成為小靈通或大靈通的搶奪對(duì)象，因此可以設(shè)計(jì)一些市話優(yōu)惠類的產(chǎn)品來保住客戶，防止客戶流失。針對(duì)以上這些行為特點(diǎn)，我們可以制定出相應(yīng)的推廣方案和銷售渠道：由于此類人群中可能包括有低工資人群、家庭婦女、老人、學(xué)生、社交需求少的技術(shù)人員，所以可選擇超市、商場(chǎng)、學(xué)校等地進(jìn)展海報(bào)宣傳或安排人員發(fā)送傳單在人群聚

17、集地進(jìn)展一定的促銷活動(dòng)，實(shí)物獎(jiǎng)勵(lì)會(huì)對(duì)該組人群有很大的吸引力。除根本代銷點(diǎn)外，可選擇此客戶群體的居民樓附近超市、小商店等作為代銷點(diǎn)，效果會(huì)比擬好。表3-5短信高使用率組客戶群分析組6：短信高使用率組業(yè)務(wù)使用行為這類人群最明顯的特征是：1點(diǎn)對(duì)點(diǎn)短信、網(wǎng)短信、彩信、WAP等數(shù)據(jù)業(yè)務(wù)使用量大，可能是因?yàn)榇祟惾巳簩?duì)新技術(shù)好奇心比擬強(qiáng)，并且承受新技術(shù)能力比擬快，對(duì)各類型活動(dòng)參與積極性高2通話次數(shù)居中，平均每天5次左右，每個(gè)通話時(shí)間在10組中最高，特別是優(yōu)惠時(shí)段通話次數(shù)、時(shí)長(zhǎng)最高。IP使用占整個(gè)通話的30，并且每個(gè)IP通話時(shí)長(zhǎng)最長(zhǎng)。整體分析，此類人群可能有較強(qiáng)的長(zhǎng)聊習(xí)慣，對(duì)資費(fèi)相對(duì)敏感3撥打10086次數(shù)最

18、高，特別是資費(fèi)查詢，平均每月?lián)艽?1.52次，可見該人群對(duì)資費(fèi)比擬敏感4短信聯(lián)系人群最高，平均有27.78人。與聯(lián)系最密切的交往圈短信發(fā)送量也最高，平均每天3.2條。其原因可能是因?yàn)槎绦乓韧ㄔ捹M(fèi)用廉價(jià)，或者可能是該組人群喜歡并習(xí)慣短信交流3.3.3 結(jié)果分析和市場(chǎng)策略制定2通過對(duì)短信高使用率組的通信行為分析，可以得知該組用戶有如下特點(diǎn)：該組用戶對(duì)資費(fèi)比擬敏感，且有溝通和通話時(shí)長(zhǎng)的需求，可設(shè)計(jì)隨意聊等進(jìn)一步推進(jìn)客戶長(zhǎng)聊行為的產(chǎn)品。此類客戶應(yīng)對(duì)新推出的增值業(yè)務(wù)，特別是基于短信應(yīng)用的增值業(yè)務(wù)產(chǎn)品很感興趣。由于此群體平均年齡在24歲，是用戶組中最年輕的人群，并且女性用戶比例最高，因此可以考慮一些適用年輕人群或女性用戶的信息類產(chǎn)品。針對(duì)這樣的消費(fèi)特點(diǎn)，我們可以制定推廣方案：因?yàn)樵撊后w中可能包括大局部學(xué)生，所以可選擇學(xué)校、電影院、商場(chǎng)作為宣傳渠道，可進(jìn)展海報(bào)，發(fā)送傳單，活動(dòng)促銷等宣傳、短信宣傳、網(wǎng)絡(luò)宣傳、時(shí)尚雜志廣告等。銷售渠道：學(xué)校附近的代銷點(diǎn)、電子城、手機(jī)市場(chǎng)代銷點(diǎn)。需注意的是，該群體入網(wǎng)時(shí)間最短，需從培養(yǎng)其忠實(shí)程度的角度設(shè)計(jì)產(chǎn)品和效勞。2資費(fèi)設(shè)計(jì)因?yàn)榭蛻舻姆N類不同，