數(shù)據(jù)挖掘技術(shù)在電信行業(yè)CRM中應(yīng)用研究

1、湖南商學(xué)院北津?qū)W院學(xué)年論文第17頁(yè) 共17頁(yè)數(shù)據(jù)挖掘技術(shù)在電信行業(yè)CRM中應(yīng)用研究?jī)?nèi)容摘要本文在介紹數(shù)據(jù)挖掘技術(shù)和客戶關(guān)系管理概念的基礎(chǔ)上，以電信行業(yè)為背景，介紹了將數(shù)據(jù)挖掘技術(shù)應(yīng)用到客戶關(guān)系管理中的流程和方法。關(guān)鍵詞數(shù)據(jù)據(jù)挖掘、客戶戶關(guān)系管理、電電信行業(yè)一、數(shù)據(jù)挖掘方方法和技術(shù)在在客戶關(guān)系管管理中的應(yīng)用用數(shù)據(jù)挖掘的任務(wù)務(wù)主要是關(guān)聯(lián)聯(lián)分析、聚類類分析、分類類、預(yù)測(cè)、時(shí)時(shí)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(wù)，數(shù)數(shù)據(jù)挖掘的技技術(shù)可以應(yīng)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(gè)個(gè)不同領(lǐng)域和和階段。在客客戶關(guān)系管理理中，它可以以應(yīng)用到以下下幾個(gè)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(xì)分是指將將一個(gè)大的消消費(fèi)群體劃分分成一個(gè)個(gè)細(xì)細(xì)分群的動(dòng)作作，同屬一個(gè)個(gè)細(xì)分群的消消費(fèi)者彼此相相似，而隸屬屬于不同細(xì)分分群的消費(fèi)者者是不同的。細(xì)細(xì)分可以讓一一個(gè)用戶從比比較高的層次次上來(lái)查看整整個(gè)數(shù)據(jù)庫(kù)中中的數(shù)據(jù)，細(xì)細(xì)分也使得人人們可以用不不同的方法對(duì)對(duì)待處于不同同細(xì)分中的客客戶。有多種種方式可以在在細(xì)分上運(yùn)用用數(shù)據(jù)挖掘，通通常用來(lái)建立立細(xì)分群的數(shù)數(shù)據(jù)挖掘方法法是決策樹(shù)方方法和聚類方方法。首先，數(shù)數(shù)據(jù)挖掘可以以用來(lái)根據(jù)客客戶的預(yù)測(cè)行行為來(lái)定

3、義客客戶細(xì)分群。如如決策樹(shù)的葉葉節(jié)點(diǎn)可視為為一個(gè)獨(dú)立的的客戶細(xì)分群群，每個(gè)葉節(jié)節(jié)點(diǎn)由某些特特定的客戶特特征定義，對(duì)對(duì)所有符合這這些特征的客客戶存在一些些預(yù)測(cè)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(gè)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(wù)類型進(jìn)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(fèi)費(fèi)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(jià)值大，不不同

4、的客戶對(duì)對(duì)企業(yè)的利潤(rùn)潤(rùn)貢獻(xiàn)差異很很大，20%的大客戶貢貢獻(xiàn)了企業(yè)880%的利潤(rùn)潤(rùn)，因此，企企業(yè)必須要高高度重視高價(jià)價(jià)值客戶以及及具有高價(jià)值值潛力的客戶戶。在大客戶戶營(yíng)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(nèi)使用用產(chǎn)品量大或或單位性質(zhì)特特殊的客戶，主主要包括經(jīng)濟(jì)濟(jì)大客戶、重重要客戶、集集團(tuán)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(chǔ)。數(shù)數(shù)據(jù)挖掘技術(shù)術(shù)是通過(guò)幫助助你理解和提提高客戶盈利利能力來(lái)發(fā)揮揮作用的，它它可以用來(lái)預(yù)預(yù)測(cè)在不同的的市場(chǎng)活動(dòng)情情況下客戶盈盈利能力的變變化，通過(guò)分分析已經(jīng)發(fā)生生的事實(shí)來(lái)發(fā)發(fā)現(xiàn)信息和預(yù)預(yù)測(cè)未來(lái)。數(shù)數(shù)據(jù)挖掘技術(shù)術(shù)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(lái)預(yù)測(cè)測(cè)客戶盈利能能力的高低，但但首先必須要要設(shè)定一種計(jì)計(jì)算客戶盈利利能力的方法法。數(shù)據(jù)挖掘掘技術(shù)還可以以用來(lái)揭示客客戶的行為習(xí)習(xí)慣和預(yù)測(cè)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(guò)數(shù)據(jù)挖掘掘技術(shù)可以優(yōu)優(yōu)化一個(gè)市場(chǎng)場(chǎng)活動(dòng)以確定定哪些顧客對(duì)對(duì)提供的產(chǎn)品品和服務(wù)感興興趣。（三）、交叉銷銷售現(xiàn)代企業(yè)和客戶戶之間的關(guān)系系是經(jīng)常變動(dòng)動(dòng)的，一旦一個(gè)人人或一個(gè)團(tuán)體體成為企業(yè)的的客戶，就要竭力使使這種客戶關(guān)關(guān)系趨于完善善，需要對(duì)現(xiàn)有有的客戶進(jìn)行行交叉銷售。交叉銷售是是建立在雙贏贏原則上的，對(duì)客戶來(lái)講講，要得到更多多更好滿足需需求的服務(wù)且且從

6、中受益，對(duì)企業(yè)來(lái)講講，也會(huì)因銷售售額的增長(zhǎng)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(chǎn)品和服務(wù)務(wù)的營(yíng)銷過(guò)程程，那些購(gòu)買了了某種產(chǎn)品和和服務(wù)的客戶戶很有可能同同時(shí)購(gòu)買你能能提供的某些些他感興趣的的相關(guān)產(chǎn)品和和服務(wù)，數(shù)據(jù)挖掘技技術(shù)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(jí)銷售”，即向客戶提提供與他們已已購(gòu)買的服務(wù)務(wù)相關(guān)的增值值服務(wù)。例如，電信公司向向已經(jīng)使用標(biāo)標(biāo)準(zhǔn)長(zhǎng)途電話話服務(wù)的客戶戶推銷優(yōu)質(zhì)長(zhǎng)長(zhǎng)途電話服務(wù)務(wù)。使用數(shù)據(jù)挖掘技技術(shù)進(jìn)行交叉叉營(yíng)銷分析一一般是從分析析現(xiàn)有客戶的的購(gòu)買行為數(shù)數(shù)據(jù)開(kāi)始，將

7、每個(gè)單項(xiàng)項(xiàng)產(chǎn)品銷售分分析進(jìn)行疊加加，形成多項(xiàng)產(chǎn)產(chǎn)品的交叉營(yíng)營(yíng)銷分析。首先收集關(guān)關(guān)于現(xiàn)有客戶戶消費(fèi)習(xí)慣的的數(shù)據(jù)，然后對(duì)這些些數(shù)據(jù)進(jìn)行挖挖掘，對(duì)所有的客客戶提供最合合適的產(chǎn)品和和服務(wù)。對(duì)交叉營(yíng)銷銷做分析時(shí)，具體的數(shù)據(jù)據(jù)挖掘過(guò)程包包括：對(duì)個(gè)體行為為進(jìn)行建模；用預(yù)測(cè)模型型對(duì)數(shù)據(jù)進(jìn)行行評(píng)分； 對(duì)得分矩矩陣進(jìn)行最優(yōu)優(yōu)化處理。建模過(guò)程時(shí)時(shí)用數(shù)據(jù)挖掘掘的一些算法法對(duì)數(shù)據(jù)進(jìn)行行分析，然后產(chǎn)生一一些數(shù)學(xué)模型型，這些模型用用來(lái)對(duì)客戶將將來(lái)的行為進(jìn)進(jìn)行預(yù)測(cè)分析析。在交叉營(yíng)銷銷分析中，需要對(duì)每一一種交叉營(yíng)銷銷的情況都要要建立一個(gè)模模型。在這些交叉叉營(yíng)銷分析模模型建好以后后，每一個(gè)模型型都可以用來(lái)來(lái)分析新的客客戶數(shù)據(jù)以預(yù)

8、預(yù)測(cè)這些客戶戶將來(lái)的行為為。評(píng)分過(guò)程就就是計(jì)算這些些數(shù)學(xué)模型的的結(jié)果，評(píng)分過(guò)程的的結(jié)果就是產(chǎn)產(chǎn)生一個(gè)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(duì)這個(gè)得得分矩陣進(jìn)行行最優(yōu)化處理理，即對(duì)每一位位顧客選出最最適合的幾種種服務(wù)方案。使用數(shù)據(jù)挖挖掘技術(shù)建立立預(yù)測(cè)模型可可以幫助找出出客戶最適合合的服務(wù)種類類，來(lái)進(jìn)行針對(duì)對(duì)性的營(yíng)銷活活動(dòng)。在交叉銷售售中通常采用用的數(shù)據(jù)挖掘掘算法是關(guān)聯(lián)聯(lián)規(guī)則。（四）、客戶的的保持隨著行業(yè)的競(jìng)爭(zhēng)爭(zhēng)越來(lái)越激烈烈和獲得一個(gè)個(gè)新客戶的開(kāi)開(kāi)支越來(lái)越大大，保持原有客客戶的工作也也越來(lái)越有價(jià)價(jià)值。保留一個(gè)客客戶的時(shí)間越越長(zhǎng)，收回你在這這個(gè)客戶

9、身上上所花的初期期投資和獲取取費(fèi)用的時(shí)間間越長(zhǎng)，你從客戶身身上獲得的利利潤(rùn)就越多。隨著獲得新新客戶的費(fèi)用用與保留客戶戶的費(fèi)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(shí)候的的費(fèi)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(chǎng)的不斷增增長(zhǎng)以及一些些競(jìng)爭(zhēng)對(duì)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(fèi)用用，不斷的從從你這里轉(zhuǎn)向向另一個(gè)服務(wù)務(wù)商?？蛻魪膹囊粋€(gè)服務(wù)商商轉(zhuǎn)向到另一一個(gè)服務(wù)商的的行為稱為客客戶轉(zhuǎn)移。為為了分析出是是哪些主要因因素導(dǎo)致客戶戶轉(zhuǎn)移并可以以有針對(duì)性的的挽留那些有有離開(kāi)傾向的的客戶，企業(yè)業(yè)可以通過(guò)使使用數(shù)據(jù)挖掘掘技術(shù)，建

10、立立客戶轉(zhuǎn)移傾傾向的預(yù)測(cè)模模型，挖掘出出具有高風(fēng)險(xiǎn)險(xiǎn)轉(zhuǎn)移可能性性并具有較高高商業(yè)價(jià)值的的客戶，在這這些客戶轉(zhuǎn)移移到同行業(yè)其其它服務(wù)商那那里之前，采采取相應(yīng)的商商業(yè)活動(dòng)措施施來(lái)保持住這這些有價(jià)值的的客戶，這個(gè)個(gè)過(guò)程就叫做做客戶的保持持。由于客戶保持預(yù)預(yù)測(cè)模型是全全局市場(chǎng)策略略的一部分，如如何使用預(yù)測(cè)測(cè)工具將對(duì)實(shí)實(shí)施預(yù)測(cè)模型型帶來(lái)的效益益產(chǎn)生重要的的影響。因此此選擇的數(shù)據(jù)據(jù)挖掘技術(shù)要要使企業(yè)能夠夠?qū)蛻暨M(jìn)行行細(xì)分并且能能夠?qū)蛻袅髁魇У脑蛴杏斜容^清晰的的了解。在這這樣的要求下下，分類回歸決決策樹(shù)CARRT和數(shù)據(jù)挖挖掘技術(shù)中的的一些其它決決策樹(shù)如CHHAID和CC4.5都可可以很好的運(yùn)運(yùn)用在這類現(xiàn)

11、現(xiàn)實(shí)環(huán)境中。從兩個(gè)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(lái)看，客戶保持是是進(jìn)行市場(chǎng)競(jìng)競(jìng)爭(zhēng)的需要。在社會(huì)經(jīng)濟(jì)濟(jì)發(fā)展，科技進(jìn)步的的影響之下，我國(guó)的電信信市場(chǎng)逐漸擴(kuò)擴(kuò)大，電信業(yè)務(wù)的的需求量不斷斷增長(zhǎng)。大量新運(yùn)營(yíng)營(yíng)商不斷進(jìn)入入電信市場(chǎng)，更激發(fā)了市市場(chǎng)競(jìng)爭(zhēng)的激激烈程度。隨著電信市市場(chǎng)壟斷局面面的打破，市場(chǎng)上的廠廠商獲利由壟壟斷時(shí)期的高高額利潤(rùn)降至至市場(chǎng)平均利利潤(rùn)水平。在這種情況況下，客戶保持的的重要性就在在競(jìng)爭(zhēng)中凸現(xiàn)現(xiàn)出來(lái)。從電信運(yùn)營(yíng)營(yíng)商的角度來(lái)來(lái)看，客戶保持是是企業(yè)生存發(fā)發(fā)展的需要。通過(guò)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(gè)個(gè)老客戶的44倍；客戶忠誠(chéng)度度下降5

12、%，則企業(yè)業(yè)利潤(rùn)下降225%；向新新客戶推銷產(chǎn)產(chǎn)品的成功率率是15%，而向向現(xiàn)有客戶推推銷產(chǎn)品的成成功率是500%；如果將將每年的客戶戶關(guān)系保持率率增加5個(gè)百百分點(diǎn)，可能使利潤(rùn)潤(rùn)增長(zhǎng)85%；向新客戶進(jìn)進(jìn)行推銷的花花費(fèi)是向現(xiàn)有有客戶推銷花花費(fèi)的6倍；如果公司對(duì)對(duì)服務(wù)過(guò)失給給予快速關(guān)注注，70%對(duì)服服務(wù)不滿的客客戶還會(huì)繼續(xù)續(xù)與其進(jìn)行商商業(yè)合作； 60%的的新客戶來(lái)自自現(xiàn)有客戶的的推薦；一個(gè)對(duì)服務(wù)務(wù)不滿的客戶戶會(huì)將他的不不滿經(jīng)歷告訴訴其他810 個(gè)個(gè)人，而一位滿意意的客戶則會(huì)會(huì)將他的滿意意經(jīng)歷告訴223人。以上數(shù)據(jù)充充分說(shuō)明，客戶是目前前商業(yè)活動(dòng)的的中心，衡量一個(gè)企企業(yè)是否成功功的標(biāo)準(zhǔn)將不不再僅僅是

13、企企業(yè)的投資收收益率和市場(chǎng)場(chǎng)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(chǎn)收收益率等指標(biāo)標(biāo)?？梢?jiàn)，客戶保持的的價(jià)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(yù)度、美譽(yù)度等方方面。近年來(lái)電信體制制的激烈變革革和競(jìng)爭(zhēng)的加加劇使電信企企業(yè)忙于開(kāi)拓拓市場(chǎng)、發(fā)展客戶，對(duì)客戶保持持重視不夠。從而導(dǎo)致企企業(yè)一方面投投入大量時(shí)間間、人力、財(cái)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(dǎo)致現(xiàn)有客客戶不滿意而而發(fā)生流失，這種情況對(duì)對(duì)企業(yè)危害極極大。面對(duì)當(dāng)前的的市場(chǎng)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(chǎng)開(kāi)開(kāi)拓方式，在發(fā)展新客客戶的同時(shí)，著手進(jìn)行客客戶保持的研研

14、究，以有效的客戶戶關(guān)系管理來(lái)來(lái)提高客戶的的保持力，支支持企業(yè)經(jīng)濟(jì)濟(jì)效益的不斷斷增長(zhǎng)。（五）、客戶的的獲取數(shù)據(jù)挖掘技術(shù)可可以幫助企業(yè)業(yè)完成對(duì)潛在在客戶的篩選選工作，市場(chǎng)人員把把由數(shù)據(jù)挖掘掘技術(shù)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(jié)合起起來(lái)。數(shù)據(jù)挖掘技技術(shù)在發(fā)展新新客戶策略中中的應(yīng)用是圍圍繞數(shù)據(jù)開(kāi)展展的，用獲得的客客戶數(shù)據(jù)建立立一個(gè)預(yù)測(cè)模模型，然后根據(jù)模模型預(yù)測(cè)獲得得最優(yōu)價(jià)值的的潛在客戶信信息?？蛻舻墨@取取包括發(fā)現(xiàn)那那些對(duì)你的產(chǎn)產(chǎn)品不了解的的顧客，它們可能是是你的產(chǎn)品的的潛在消費(fèi)者者，也可能是以以前接受你的的競(jìng)爭(zhēng)對(duì)手服服務(wù)的顧客，其中有些客客戶可能以前前是你的客戶戶。通過(guò)數(shù)

15、據(jù)挖掘技技術(shù)來(lái)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(duì)你的產(chǎn)產(chǎn)品或服務(wù)感感興趣的消費(fèi)費(fèi)者的信息。這這些信息應(yīng)不不僅包括客戶戶的基本信息息還應(yīng)包括消消費(fèi)者消費(fèi)行行為的大量信信息如個(gè)體的的興趣、消費(fèi)費(fèi)習(xí)慣、消費(fèi)費(fèi)傾向和消費(fèi)費(fèi)需求等。通通過(guò)各種數(shù)據(jù)據(jù)源來(lái)收集這這些信息，如如果沒(méi)能收集集到足夠的數(shù)數(shù)據(jù)，那么就就需要通過(guò)一一次小規(guī)模的的實(shí)驗(yàn)活動(dòng)來(lái)來(lái)收集分析用用的數(shù)據(jù)。在在挑選實(shí)驗(yàn)活活動(dòng)的對(duì)象時(shí)時(shí)，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(jī)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(shí)驗(yàn)驗(yàn)對(duì)象。這樣樣可以為將來(lái)來(lái)的數(shù)據(jù)挖掘掘提供足夠有有

16、價(jià)值的信息息。二、客戶數(shù)據(jù)挖挖掘主題對(duì)照數(shù)據(jù)挖掘研研究的4類問(wèn)問(wèn)題：關(guān)聯(lián)、分分類、預(yù)測(cè)、聚聚類，客戶數(shù)數(shù)據(jù)挖掘主題題也可按此44類來(lái)劃分。（一）、關(guān)聯(lián)問(wèn)問(wèn)題橫向關(guān)聯(lián)：是挖挖掘表面看似似獨(dú)立的事件件間的相互關(guān)關(guān)系，例如“90%的顧顧客在一次購(gòu)購(gòu)買活動(dòng)中購(gòu)購(gòu)買商品A的的同時(shí)購(gòu)買商商品B”之類的知識(shí)識(shí)。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(guān)關(guān)系數(shù)，引起起重視，然后后深入分析后后才找出內(nèi)在在原因的。次序關(guān)聯(lián)：這種種分析的側(cè)重重點(diǎn)在于分析析事件的前后后序列關(guān)系，發(fā)發(fā)現(xiàn)諸如“在購(gòu)買A商商品后，一段段時(shí)間里顧客客會(huì)接著購(gòu)買買商品B，而而后購(gòu)買商品品C”的知識(shí)，

17、形形成一個(gè)客戶戶行為的 “ABC”模式。比如如一個(gè)顧客在在買了電腦之之后，就很有有可能購(gòu)買打打印機(jī)、掃描描儀等配件。關(guān)聯(lián)問(wèn)題研究客客戶各項(xiàng)屬性性特征的相互互關(guān)系以及交交叉銷售等問(wèn)問(wèn)題，同時(shí)也研究究客戶實(shí)體和和其它實(shí)體的的關(guān)系。電信業(yè)比較較典型的關(guān)聯(lián)聯(lián)問(wèn)題有交叉叉銷售、套餐選擇問(wèn)問(wèn)題、業(yè)務(wù)相互影影響等問(wèn)題。（二）、預(yù)測(cè)問(wèn)問(wèn)題客戶預(yù)測(cè)問(wèn)題是是預(yù)測(cè)客戶的的行為變化或或消費(fèi)等屬性性變化?？蛻舻湫偷牡男袨樽兓杏辛魇?、 增增加、通話行行為變化、消消費(fèi)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(yù)測(cè)問(wèn)題題有客戶流失失/大客戶離離網(wǎng)、潛在大大客戶預(yù)測(cè)、客客戶級(jí)別變動(dòng)動(dòng)、客戶發(fā)展展、市場(chǎng)效果果

18、預(yù)測(cè)等。（三）、分類問(wèn)問(wèn)題分類分析就是通通過(guò)分析樣本本客戶數(shù)據(jù)庫(kù)庫(kù)中的數(shù)據(jù)，為為每個(gè)類別做做出準(zhǔn)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(gè)分類規(guī)規(guī)則對(duì)其它客客戶的記錄進(jìn)進(jìn)行分類。比比如電信公司司根據(jù)客戶的的消費(fèi)記錄，把把客戶分成大大客戶和普通通客戶，并標(biāo)標(biāo)記數(shù)據(jù)庫(kù)中中的每個(gè)記錄錄。有了這樣樣的挖掘結(jié)果果，客戶服務(wù)務(wù)部門(mén)就知道道一個(gè)新的客客戶的潛在價(jià)價(jià)值，在客戶戶服務(wù)投入上上就心中有底底。（四）、聚類問(wèn)問(wèn)題聚類是分類的逆逆向方法。聚聚類把沒(méi)有分分類的記錄，在在不知道應(yīng)分分成幾類的情情況下，按照照數(shù)據(jù)內(nèi)在的的差異性大小小，合理地劃劃分成幾類，并并確定每個(gè)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(jì)學(xué)的的聚類分析方方法決定的?？涂蛻艟垲悊?wèn)題題是對(duì)客戶特特征的研究，典典型的聚類問(wèn)問(wèn)題有客戶特特征分析、消消費(fèi)模型和異異?？蛻舴治鑫龅?。三、數(shù)據(jù)挖掘技技術(shù)對(duì)客戶管管理管理的影影響和作用在CRM中應(yīng)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(wù)問(wèn)問(wèn)題；第二步步根據(jù)問(wèn)題準(zhǔn)準(zhǔn)備相應(yīng)的數(shù)數(shù)據(jù)，并對(duì)數(shù)數(shù)據(jù)進(jìn)行預(yù)處處理；第三步步是選擇挖掘掘的模型，比比如是用關(guān)聯(lián)聯(lián)規(guī)則還是聚聚類等等；第第四步是用訓(xùn)訓(xùn)練集數(shù)據(jù)訓(xùn)訓(xùn)練和評(píng)估挖挖掘模型的效效果。一旦評(píng)評(píng)估可以達(dá)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€(gè)固定的業(yè)業(yè)務(wù)應(yīng)用模型型。這個(gè)業(yè)務(wù)務(wù)應(yīng)用模型就就可以套用于于實(shí)際的業(yè)

20、務(wù)務(wù)處理，從而而完成一個(gè)閉閉環(huán)的挖掘過(guò)過(guò)程。當(dāng)業(yè)務(wù)務(wù)發(fā)生了變化化或者有新的的需求產(chǎn)生時(shí)時(shí)，數(shù)據(jù)挖掘掘就在另外一一個(gè)層次上重重復(fù)這個(gè)循環(huán)環(huán)過(guò)程。循環(huán)環(huán)過(guò)程如圖44.1所示。圖4.1 數(shù)據(jù)據(jù)挖掘應(yīng)用循循環(huán)過(guò)程在CRM中應(yīng)用用數(shù)據(jù)挖掘，可可以在以下方方面對(duì)CRMM提供支持：（一）、為決策策提供依據(jù)企業(yè)運(yùn)營(yíng)過(guò)程中中的各種信息息都是通過(guò)數(shù)數(shù)據(jù)反映出來(lái)來(lái)的，通過(guò)對(duì)對(duì)這些數(shù)據(jù)的的分析，可以以發(fā)現(xiàn)企業(yè)運(yùn)運(yùn)營(yíng)過(guò)程中的的規(guī)律，從而而對(duì)企業(yè)的生生產(chǎn)活動(dòng)、市市場(chǎng)活動(dòng)等提提供科學(xué)指導(dǎo)導(dǎo)意義。CRRM目前解決決了企業(yè)與外外部市場(chǎng)進(jìn)行行信息接入的的問(wèn)題，產(chǎn)生生大量數(shù)據(jù)通通過(guò)報(bào)表等統(tǒng)統(tǒng)計(jì)方法，只只能得到一般般意義上的信信息反

21、映。而而通過(guò)數(shù)據(jù)挖挖掘技術(shù)，可可以發(fā)現(xiàn)許多多深層的、手手工無(wú)法發(fā)現(xiàn)現(xiàn)的規(guī)律，幫幫助企業(yè)在激激烈的競(jìng)爭(zhēng)環(huán)環(huán)境中獲勝。（二）、為用戶戶提供針對(duì)性性服務(wù)通過(guò)數(shù)據(jù)挖掘技技術(shù)，可以根根據(jù)客戶的消消費(fèi)行為進(jìn)行行分類，找出出該類客戶的的消費(fèi)特征，然然后提供更具具個(gè)性化的服服務(wù)，從而改改進(jìn)企業(yè)的服服務(wù)水平，提提高企業(yè)的社社會(huì)效益和經(jīng)經(jīng)濟(jì)效益。（三）、提高企企業(yè)決策的科科學(xué)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(shù)，就就可以在自己己的生產(chǎn)過(guò)程程中產(chǎn)生的數(shù)數(shù)據(jù)基礎(chǔ)上，進(jìn)進(jìn)行科學(xué)分析析，得出比較較科學(xué)的預(yù)測(cè)測(cè)結(jié)果，減少少?zèng)Q策失誤。通通過(guò)數(shù)據(jù)挖掘掘技術(shù)，可以以讓企業(yè)的決決策回歸到自自己的業(yè)務(wù)中中

22、，得到更實(shí)實(shí)際的判斷。（四）、增值作作用數(shù)據(jù)挖掘在CRRM中會(huì)有很很多種應(yīng)用，而而且有些應(yīng)用用可以幫助簡(jiǎn)簡(jiǎn)化管理運(yùn)營(yíng)營(yíng)，有的則可可以提供一些些業(yè)務(wù)關(guān)聯(lián)性性的數(shù)據(jù)，幫幫助企業(yè)更好好地開(kāi)展業(yè)務(wù)務(wù)，實(shí)現(xiàn)增值值。（五）、簡(jiǎn)化管管理企業(yè)運(yùn)營(yíng)管理被被人們提到前前所未有的高高度，一個(gè)企業(yè)即即使建的很好好，技術(shù)也很先先進(jìn)，但是如果管管理不好，優(yōu)勢(shì)仍然發(fā)發(fā)揮不出來(lái)。數(shù)據(jù)挖掘能能幫助簡(jiǎn)化管管理：1、預(yù)測(cè)業(yè)務(wù)量量，安排人工在企業(yè)中，業(yè)務(wù)務(wù)量是個(gè)重要要的指標(biāo)，企業(yè)要根據(jù)據(jù)業(yè)務(wù)量的大大小，安排人員的的數(shù)量，但是業(yè)務(wù)量量是個(gè)變化的的指標(biāo)，以往比較難難以預(yù)測(cè)。通過(guò)數(shù)據(jù)挖挖掘中的時(shí)間間序列分析，可以對(duì)業(yè)務(wù)務(wù)量的情況進(jìn)進(jìn)行一定

23、程度度的預(yù)測(cè)，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(chǔ)上上，降低企業(yè)的的運(yùn)營(yíng)成本。2、進(jìn)行關(guān)聯(lián)分分析，降低運(yùn)營(yíng)成成本通過(guò)數(shù)據(jù)挖掘中中關(guān)聯(lián)分析，可以進(jìn)行業(yè)業(yè)務(wù)的相關(guān)性性分析，分析出哪幾幾種業(yè)務(wù)具有有比較強(qiáng)的關(guān)關(guān)聯(lián)性。這樣，在安排人員員時(shí)，就可以將兩兩種或更多的的業(yè)務(wù)人員進(jìn)進(jìn)行一定程度度的合并，減少人員數(shù)數(shù)量，降低經(jīng)營(yíng)成成本。四、數(shù)據(jù)挖掘技技術(shù)在電信客客戶關(guān)系管理理中的應(yīng)用（一）、數(shù)據(jù)挖挖掘技術(shù)在電電信CRM中中主要應(yīng)用領(lǐng)領(lǐng)域電信運(yùn)營(yíng)商擁有有許多成熟的的數(shù)據(jù)庫(kù)應(yīng)用用系統(tǒng)，產(chǎn)生生了大量的業(yè)業(yè)務(wù)處理數(shù)據(jù)據(jù)。如果針對(duì)對(duì)客戶關(guān)系管管理相關(guān)決策策分析的需求求，對(duì)這些數(shù)數(shù)據(jù)進(jìn)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(jià)價(jià)值。目前電電信CRM的的數(shù)據(jù)挖掘應(yīng)應(yīng)用主要涉及及以下幾個(gè)方方面：1、客戶消費(fèi)模模式分析客戶消費(fèi)模式分分析是對(duì)客戶戶歷年來(lái)長(zhǎng)話話、市話、信信息臺(tái)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(guān)數(shù)據(jù)進(jìn)行行關(guān)聯(lián)分析，結(jié)結(jié)合客戶的分分類，可以從從消費(fèi)能力、消消費(fèi)習(xí)慣、消消費(fèi)周期等諸諸方面對(duì)客戶戶的話費(fèi)行為為進(jìn)行分析和和預(yù)測(cè)，從而而為運(yùn)營(yíng)商的的相關(guān)經(jīng)營(yíng)決決策提供依據(jù)據(jù)。2、業(yè)務(wù)預(yù)測(cè)分分析通過(guò)對(duì)歷史數(shù)據(jù)據(jù)的分析，找找出影響業(yè)務(wù)務(wù)發(fā)展的因素素，然后對(duì)這這些因素的未未來(lái)發(fā)展作出出預(yù)計(jì)，從而而大致地確定定未來(lái)業(yè)務(wù)量量，作為制訂訂發(fā)展計(jì)劃的的重要依據(jù)。3、客戶欠費(fèi)分分

25、析和動(dòng)態(tài)防防欺詐通過(guò)數(shù)據(jù)挖掘，總總結(jié)各種騙費(fèi)費(fèi)、欠費(fèi)行為為的內(nèi)在規(guī)律律，并建立一一套欺詐和欠欠費(fèi)行為的規(guī)規(guī)則庫(kù)。當(dāng)客客戶的話費(fèi)行行為與該庫(kù)中中規(guī)則吻合時(shí)時(shí)，系統(tǒng)可以以提示運(yùn)營(yíng)商商相關(guān)部門(mén)采采取措施，從從而降低運(yùn)營(yíng)營(yíng)商的損失風(fēng)風(fēng)險(xiǎn)。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(wù)屬性性、客戶消費(fèi)費(fèi)情況等數(shù)據(jù)據(jù)與客戶流失失概率相關(guān)聯(lián)聯(lián)的數(shù)學(xué)模型型，找出這些些數(shù)據(jù)之間的的關(guān)系，并給給出明確的數(shù)數(shù)學(xué)模型。然然后根據(jù)此模模型來(lái)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(guò)高高，則通過(guò)促促銷等手段來(lái)來(lái)提高客戶忠忠誠(chéng)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(yùn)運(yùn)營(yíng)商在成功

26、功獲得客戶以以后無(wú)法監(jiān)控控客戶流失的的狀況。5、大客戶特征征識(shí)別大客戶群體是電電信企業(yè)利潤(rùn)潤(rùn)的主要來(lái)源源，也是電信信企業(yè)之間相相互爭(zhēng)奪的焦焦點(diǎn)。識(shí)別出出大客戶，制制訂針對(duì)性的的措施，提高高大客戶的忠忠誠(chéng)度，是電電信企業(yè)保持持競(jìng)爭(zhēng)優(yōu)勢(shì)的的關(guān)鍵所在。不不僅能夠根據(jù)據(jù)現(xiàn)有消費(fèi)量量的多少來(lái)判判斷用戶是否否為大客戶，還還應(yīng)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(luò)資源的的管理通信網(wǎng)在運(yùn)行過(guò)過(guò)程中產(chǎn)生了了大量的運(yùn)行行數(shù)據(jù)。對(duì)這這些數(shù)據(jù)進(jìn)行行挖掘，有利利于盡早發(fā)現(xiàn)現(xiàn)潛在的網(wǎng)絡(luò)絡(luò)故障，提高高網(wǎng)絡(luò)的利用用率。（二）、數(shù)據(jù)挖挖掘的應(yīng)用實(shí)實(shí)例客戶流失失分析一個(gè)完整的數(shù)據(jù)據(jù)挖掘

27、過(guò)程可可進(jìn)一步細(xì)分分為業(yè)務(wù)問(wèn)題題定義、數(shù)據(jù)據(jù)選擇、數(shù)據(jù)據(jù)清洗和預(yù)處處理、模型選擇與與預(yù)建立、模型建立與與調(diào)整、模型的評(píng)估估與檢驗(yàn)、模型解釋與與應(yīng)用。1、業(yè)務(wù)問(wèn)題定定義針對(duì)客戶流失的的不同種類分分別定義業(yè)務(wù)務(wù)問(wèn)題，進(jìn)而而區(qū)別處理。在在客戶流失分分析中有兩個(gè)個(gè)核心變量：財(cái)務(wù)原因/非財(cái)務(wù)原因因、主動(dòng)流失失/被動(dòng)流失失?？蛻袅魇Э梢韵鄳?yīng)分分為四種類型型，其中非財(cái)財(cái)務(wù)原因主動(dòng)動(dòng)流失的客戶戶往往是高價(jià)價(jià)值的客戶，他他們會(huì)正常支支付服務(wù)費(fèi)用用，并容易對(duì)對(duì)市場(chǎng)活動(dòng)有有所響應(yīng)，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(shí)必須區(qū)分分集團(tuán)/個(gè)人人客戶，以及及不同消費(fèi)水水平的客戶，并并有針對(duì)性

28、地地制定不同的的流失標(biāo)準(zhǔn)。例例如，平均月月消費(fèi)額15500元的客客戶連續(xù)幾個(gè)個(gè)月消費(fèi)額降降低到3000元以下，就就可以認(rèn)為客客戶流失發(fā)生生了，而這個(gè)個(gè)流失標(biāo)準(zhǔn)不不適用于原來(lái)來(lái)平均月消費(fèi)費(fèi)額400元元的客戶。國(guó)國(guó)外成熟的應(yīng)應(yīng)用中通常根根據(jù)相對(duì)指標(biāo)標(biāo)來(lái)判別客戶戶流失，例如如大眾的個(gè)人人通信費(fèi)用約約占總收入的的1%3%，當(dāng)客戶的的個(gè)人通信費(fèi)費(fèi)用遠(yuǎn)低于此此比例時(shí)，就就認(rèn)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(biāo)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(biāo)變量的的選擇客戶流失分析的的目標(biāo)變量通通常為客戶流流失狀態(tài)。根根據(jù)業(yè)務(wù)問(wèn)題題的定義，可可以選擇一個(gè)個(gè)已知量或多多個(gè)已知量的的組

29、合作為目目標(biāo)變量。實(shí)實(shí)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(duì)于于因賬戶取消消發(fā)生的流失失，目標(biāo)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(duì)于因賬戶戶休眠發(fā)生的的流失，可以以認(rèn)為持續(xù)休休眠超過(guò)一定定時(shí)間長(zhǎng)度的的客戶發(fā)生了了流失。這時(shí)時(shí)需要對(duì)相關(guān)關(guān)的具體問(wèn)題題加以考慮：持續(xù)休眠的的時(shí)間長(zhǎng)度定定義為多少？每月通話金金額低于多少少即認(rèn)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(shí)長(zhǎng)長(zhǎng)和通話次數(shù)數(shù)來(lái)劃定休眠眠標(biāo)準(zhǔn)？選擇擇目標(biāo)變量時(shí)時(shí)面臨的這些些問(wèn)題需要業(yè)業(yè)務(wù)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(guò)過(guò)程

30、中需要尋尋找自變量與與目標(biāo)變量的的關(guān)聯(lián)。輸入入變量分為靜靜態(tài)數(shù)據(jù)和動(dòng)動(dòng)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(wù)合同屬性性（如服務(wù)類類型、 服務(wù)務(wù)時(shí)間、交費(fèi)費(fèi)類型）和客客戶的基本資資料；動(dòng)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(fèi)金額、交交費(fèi)記錄、消消費(fèi)特征。業(yè)業(yè)務(wù)人員在實(shí)實(shí)際業(yè)務(wù)活動(dòng)動(dòng)中可能會(huì)感感覺(jué)到輸入變變量與目標(biāo)變變量的內(nèi)在聯(lián)聯(lián)系，只是無(wú)無(wú)法量化表示示出來(lái)，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(shí)無(wú)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(guān)聯(lián)，應(yīng)應(yīng)該暫時(shí)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(guān)性時(shí)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(chǎn)、遷徙、移民而導(dǎo)致致客戶不再存存在，或者由于客客戶服務(wù)的升升級(jí)造成特定定服務(wù)的目標(biāo)標(biāo)客戶消失。第二種是客客戶的轉(zhuǎn)移流流失，通常指客戶戶轉(zhuǎn)移到競(jìng)爭(zhēng)爭(zhēng)對(duì)手，并使用其服服務(wù)。第二種流失失的客戶才是是運(yùn)營(yíng)商真正正關(guān)心的、具有挽留價(jià)價(jià)值的客戶。因此在選擇擇建模數(shù)據(jù)時(shí)時(shí)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(yù)處理數(shù)據(jù)清洗和預(yù)處處理是建模前前的數(shù)據(jù)準(zhǔn)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(guò)對(duì)數(shù)據(jù)據(jù)格式和內(nèi)容容的調(diào)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(duì)數(shù)據(jù)的的轉(zhuǎn)換和整合

32、合、抽樣、隨機(jī)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(gòu)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(lái)來(lái)進(jìn)行檢驗(yàn)，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(yàn)和修修正。4、模型選擇與與預(yù)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(guān)性比比較功能，找出每一個(gè)個(gè)輸入變量和和客戶流失概概率的相關(guān)性性，刪除相關(guān)性性較小的變量量，從而可以縮縮短建模時(shí)間間，降低模型復(fù)復(fù)雜度，有時(shí)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(shù)樹(shù)、神經(jīng)網(wǎng)絡(luò)、近鄰學(xué)習(xí)、回歸、關(guān)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(yù)先先建立多個(gè)模模型， 然后對(duì)這這些模型進(jìn)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