數(shù)據(jù)挖掘在通信公司CRM中的應用實例

數(shù)據(jù)挖掘在通信公司CRM中的應用實例數(shù)據(jù)挖掘在通信公司CRM中的應用實例數(shù)據(jù)挖掘在通信公司CRM中的應用實例xxx公司數(shù)據(jù)挖掘在通信公司CRM中的應用實例文件編號：文件日期：修訂次數(shù)：第1.0次更改批準審核制定方案設(shè)計，管理制度數(shù)據(jù)挖掘在通信公司CRM中的應用實例隨著中國電信的改革重組，中國通信業(yè)取得了跨越式的發(fā)展，成為國民經(jīng)濟中發(fā)展速度最快的行業(yè)之一，中國通信業(yè)總規(guī)模現(xiàn)已在世界排名第一。與此同時，中國通信市場競爭也日趨激烈。通信運營商的經(jīng)營觀念逐漸從"技術(shù)質(zhì)量第一"向"服務(wù)客戶第一"轉(zhuǎn)化。以前的營銷模式已經(jīng)無法滿足客戶的多樣化、層次化、個性化的需求。長期以來，通信單位大量詳盡的業(yè)務(wù)數(shù)據(jù)也只是被簡單地應用在各種業(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)進一步拓寬通信業(yè)務(wù)，促進通信業(yè)務(wù)發(fā)展，從而為通信業(yè)提供決策支持服務(wù)，已經(jīng)成為各個通信單位的當務(wù)之急。近幾年迅速崛起的數(shù)據(jù)挖掘技術(shù)成為實現(xiàn)這些目標的有效手段。它可以深入分析客戶信息、客戶價值和行為，從而使營銷具有洞察力、精確化，并通過從數(shù)據(jù)中挖掘價值來減少營銷成本、提高營銷效益。

客戶細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)中我們曾了解到聚類和分類有著很大的區(qū)別：分類時，我們事先選擇一些屬性作為分類標準，通信企業(yè)總是會將重要的、有影響力的屬性作為分類的依據(jù)；而在實際應用當中，通信企業(yè)事先根本不知道哪些屬性會起到作用。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客戶分類起關(guān)鍵作用的指標變量，并輔助運營商對各客戶類別的特征進行深刻觀察。通信客戶從營銷屬性方面分為三類：普通客戶、價值客戶和黃金客戶，其中普通客戶消費行為有較大的隨機性，分布較廣，規(guī)律難尋，比較適于聚類分析。本數(shù)據(jù)挖掘?qū)嵗捎猛ㄔ捫袨椤?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-DM（Cross-IndustryProcessforDataMining）過程模型。即交叉行業(yè)數(shù)據(jù)挖掘過程標準。它從數(shù)據(jù)挖掘技術(shù)應用的角度來劃分挖掘任務(wù)，將數(shù)據(jù)挖掘技術(shù)和實際應用緊密結(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)準備、建立模型、數(shù)據(jù)挖掘、評價和實施以及結(jié)果發(fā)布，如圖3-9所示。該過程的各個環(huán)節(jié)按順序進行，但需要不斷地循環(huán)往復進行數(shù)據(jù)探索和模型的調(diào)優(yōu)。這里為了簡化說明問題，先不考慮循環(huán)往復的探索和調(diào)優(yōu)過程，直接順序考察各個環(huán)節(jié)。

（點擊查看大圖）圖3-9CRISP-DM各環(huán)節(jié)所涉及的內(nèi)容和人員客戶的消費行為和需求通過調(diào)查問卷以及訪談的方式來實現(xiàn)。

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，就可以開始進行挖掘的工作了。1．數(shù)據(jù)準備數(shù)據(jù)準備過程如下：（1）確定項目目標，制定挖掘計劃。（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，第一要確定項目目標，之后制定挖掘計劃。首先必須明確項目的商業(yè)目標，這個目標應該是適于用選取的聚類分析方法來達到的。所定義的客戶細分的商業(yè)目標是"對某地方數(shù)十萬普通客戶，從客戶行為的角度進行客戶分類，以了解不同客戶群的消費行為特征，為發(fā)展新業(yè)務(wù)、原有客戶挽留、對其他通信公司用戶爭奪的針對性策略的制訂提供依據(jù)，并實現(xiàn)企業(yè)穩(wěn)定現(xiàn)有客戶量、提高客戶增長量的戰(zhàn)略目標"。之后就應該對分析變量進行全面獲取，在保證數(shù)據(jù)的一致性、完整性、有效性和層次性的基礎(chǔ)上，數(shù)據(jù)指標具有較高的完備性，應該覆蓋全部經(jīng)營分析與數(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)懷記錄等。變量準備的結(jié)構(gòu)如圖3-10所示。

（點擊查看大圖）圖3-10變量準備的結(jié)構(gòu)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)移動夢網(wǎng)使用次數(shù)WAP上網(wǎng)時間GPRS數(shù)據(jù)流量方便性及信息實時性的需求IP長途使用次數(shù)優(yōu)惠時段通話次數(shù)套餐定制和使用次數(shù)撥打10086次數(shù)對資費的敏感程度本地、長途、漫游呼叫時長本地、長途、漫游呼叫次數(shù)呼叫時間、次數(shù)（繁忙/非繁忙時段、工作/休息時段、優(yōu)惠/非優(yōu)惠時段）呼叫類型（主叫、被叫、呼叫轉(zhuǎn)移）對通話的多層次需求服務(wù)種類對個性化服務(wù)的需求程度數(shù)據(jù)是數(shù)據(jù)挖掘的根基，在確定了分析目標和執(zhí)行方案后，需要對各個數(shù)據(jù)源的數(shù)據(jù)進行清洗、整理并集成，以確定這次分析需要哪些方面的數(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（數(shù)據(jù)倉庫）。在此實例中，數(shù)據(jù)來源于移動公司自己的CRM系統(tǒng)、客戶計費系統(tǒng)，客戶服務(wù)系統(tǒng)、營銷系統(tǒng)以及業(yè)務(wù)結(jié)算系統(tǒng)等。基于客戶需求和上述行為特征信息表，定義了幾組細分變量，d_代表時常，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

細分變量表（簡表）通話形式市話d_localt_local省內(nèi)長途d_toll_InProvincet_toll_InProvince跨省長途d_toll_BetweenProvincet_toll_BetweenProvince國際長途d_toll_htmt_toll_htm通話比例網(wǎng)內(nèi)通話d_mob_Ttlt_mob_Ttl聯(lián)通通話d_uni_Ttlt_uni_Ttl小靈通通話d_phs_Ttlt_phs_Ttl固定電話通話d_fix_Ttlt_fix_Ttl2．數(shù)據(jù)準備數(shù)據(jù)準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，是數(shù)據(jù)挖掘過程中最耗時的環(huán)節(jié)，甚至要占據(jù)整個數(shù)據(jù)挖掘項目一半以上的工作量。數(shù)據(jù)準備工作的流程如圖3-11所示。

（點擊查看大圖）圖3-11

數(shù)據(jù)準備工作的流程數(shù)據(jù)準備的過程和數(shù)據(jù)挖掘的過程請參考第1章相關(guān)內(nèi)容，這里不再贅述。3．建立模型在生成最終的數(shù)據(jù)集后，就可以在此基礎(chǔ)上建立模型來進行聚類分析了。建立模型階段主要是選擇和應用各種建模技術(shù)，同時對它們的參數(shù)進行校準以達到最優(yōu)值。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，并將建模效果進行對比。需要挑選合適的變量參與建模。參與建模的變量太多會削弱主要業(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，可能會遺漏一些重要的屬性關(guān)系。輸入變量的選擇對建立滿意的模型至關(guān)重要。應結(jié)合此次分析任務(wù)的目標，選擇有重要業(yè)務(wù)意義并與數(shù)據(jù)挖掘目標密切相關(guān)的變量；被選擇的變量應具備較好的數(shù)據(jù)質(zhì)量，并且被選變量之間相關(guān)性不宜太強。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，對結(jié)果的分析和描述也很關(guān)鍵，不恰當?shù)拿枋鰰斐烧`導。需要指出的是，不同的商業(yè)問題和不同的數(shù)據(jù)分布屬性會影響模型建立與調(diào)整的策略，而且在建模過程中還會使用多種近似算法來簡化模型的優(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，以避免不適當?shù)膬?yōu)化造成業(yè)務(wù)信息丟失。建立模型是一個螺旋上升，不斷優(yōu)化的過程，在每一次聚類結(jié)束后，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，對模型進行優(yōu)化，稱之為聚類優(yōu)化。聚類優(yōu)化可通過調(diào)整聚類個數(shù)及調(diào)整聚類變量輸入來實現(xiàn)，也可以通過多次運行，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；群內(nèi)特征是否相似；聚類結(jié)果是否易于管理及是否具有業(yè)務(wù)指導意義。4．模型評估通過上面的處理，就會得到一系列的分析結(jié)果和模式，它們是對目標問題多側(cè)面的描述，這時需要對它們進行驗證和評價，以得到合理的，完備的決策信息。對產(chǎn)生的模型結(jié)果需要進行對比驗證、準確度驗證、支持度驗證等檢驗以確定模型的價值。在這個階段需要引入更多層面和背景的用戶進行測試和驗證，通過對幾種模型的綜合比較，產(chǎn)生最后的優(yōu)化模型。模型評估階段需要對數(shù)據(jù)挖掘過程進行一次全面的回顧，從而決定是否存在重要的因素或任務(wù)由于某些原因而被忽視，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行了前面的步驟。模型的驗證需要利用未參與建模的數(shù)據(jù)進行，這樣才能得到比較準確的結(jié)果?？梢圆捎玫姆椒ㄓ兄苯邮褂迷瓉斫⒛Ｐ偷臉颖緮?shù)據(jù)進行檢驗，或另找一批數(shù)據(jù)對其進行檢驗，也可以在實際運行中取出新的數(shù)據(jù)進行檢驗。檢驗的方法是對已知客戶狀態(tài)的數(shù)據(jù)利用模型進行挖掘，并將挖掘結(jié)果與實際情況進行比較。在此步驟中若發(fā)現(xiàn)模型不夠優(yōu)化，還需要回到前面的步驟進行調(diào)整。

結(jié)果分析和市場策略制定（1）根據(jù)對客戶分類的結(jié)果，對客戶重新定位，深入對客戶的認識，并以此為基礎(chǔ)制定應對策略。對客戶的認識主要包括以下幾個方面：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)成特征與消費行為特征客戶群有什么流動趨勢一個產(chǎn)品或業(yè)務(wù)應該向哪一個群體的客戶推銷如何激勵一個特定客戶群的消費行為，使客戶價值最大化不同類型的客戶在某個特定時刻的需求是什么同一個客戶在不同時刻的消費需求是什么在這些問題的基礎(chǔ)上，進行結(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個組，各組的頻繁與不頻繁通信行為比較見表3-3。表3-3

各組的頻繁與不頻繁通信行為比較分組號頻繁通信行為不頻繁通信行為組1：手機低使用率組與小靈通通話撥打10086次數(shù)本地、省內(nèi)長途漫游、省際長途、IP、與聯(lián)通用戶通話組2：固話通話頻繁組與固定電話通話本地、省內(nèi)長途漫游、省際長途、IP、與聯(lián)通用戶通話組3：手機低使用率組與固定電話通話省際長途、IP電話與聯(lián)通通話次數(shù)組4：聯(lián)通頻繁聯(lián)系組與聯(lián)通用戶通話時長、次數(shù)跨省漫游與聯(lián)通用戶通話時長、次數(shù)組5：移動頻繁聯(lián)系組與移動用戶通話時長、次數(shù)與聯(lián)通和固話通話時長，次數(shù)組6：短信高使用率組短信、夢網(wǎng)短信、WAP、撥打10086港澳臺、國際長途漫游組7：大量本地通話組本地通話時長、次數(shù)、呼叫轉(zhuǎn)移；與移動用戶通話時長、次數(shù)組8：高IP&省內(nèi)漫游組IP通話時長、次數(shù)、省內(nèi)漫游組9：高省際長途漫游組省際長途漫游通話時長、次數(shù)WAP使用，10086撥打次數(shù)組10：高國際長途漫游組港澳臺、國際長途漫游針對每個組的頻繁與不頻繁的通信消費行為，對每個客戶群進行分析，并制定相應的客戶營銷策略，限于篇幅，這里只給出"組1：手機低使用率組"和"組6：短信高使用率組"的詳細分析結(jié)果，見表3-4和表3-5。表3-4

手機低使用率組客戶群分析組1：手機低使用率組客戶群分析本組用戶的基本特點是：（1）對手機的使用，一般只使用通話功能，并且通話需求低，平均每天僅次（2）優(yōu)惠時段通話次數(shù)在所有組中最高，占了整個通話次數(shù)的7％（3）短信使用量較低（4）IP通話次數(shù)占整個通話次數(shù)的比例最高，有28％，可看出這類人群對資費非常敏感（5）主要在本地通話，并且主要與市內(nèi)用戶溝通（6）每個市內(nèi)、長途電話的時長在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螂娫挘哉勗挄r間長、次數(shù)少（7）主叫電話次數(shù)是被叫電話次數(shù)的倍，主叫時長是被叫時長的倍（8）訪問營業(yè)廳次數(shù)少，撥打10086次數(shù)多，可見此客戶群對資費比較敏感通過對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：①此類人群對資費非常敏感，可能會對經(jīng)濟節(jié)約話費類產(chǎn)品感興趣。②此類人群被叫行為不頻繁，可通過單向收費類產(chǎn)品來增加其被叫需求。③由于交流范圍相對狹窄，并且主要為市內(nèi)通話，容易成為小靈通或大靈通的搶奪對象，因此可以設(shè)計一些市話優(yōu)惠類的產(chǎn)品來保住客戶，防止客戶流失。針對以上這些行為特點，我們可以制定出相應的推廣計劃和銷售渠道：由于此類人群中可能包括有低工資人群、家庭婦女、老人、學生、社交需求少的技術(shù)人員，所以可選擇超市、商場、學校等地進行海報宣傳或安排人員發(fā)送傳單在人群聚集地進行一定的促銷活動，實物獎勵會對該組人群有很大的吸引力。除基本代銷點外，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，效果會比較好。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）點對點短信、網(wǎng)內(nèi)短信、彩信、WAP等數(shù)據(jù)業(yè)務(wù)使用量大，可能是因為此類人群對新技術(shù)好奇心比較強，并且接受新技術(shù)能力比較快，對各類型活動參與積極性高（2）通話次數(shù)居中，平均每天5次左右，每個通話時間在10組中最高，特別是優(yōu)惠時段通話次數(shù)、時長最高。IP使用占整個通話的30％，并且每個IP電話通話時長最長。整體分析，此類人群可能有較強的長聊習慣，對資費相對敏感（3）撥打10086次數(shù)最高，特別是資費查詢，平均每月?lián)艽虼危梢娫撊巳簩Y費比較敏感（4）短信聯(lián)系人群最高，平均有人。與聯(lián)系最密切的交往圈短信發(fā)送量也最高，平均每天條。其原因可能是因為短信要比通話費用便宜，或者可能是該組人群喜歡并習慣短信交流

結(jié)果分析和市場策略制定（2）通過對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：①該組用戶對資費比較敏感，且有溝通和通話時長的需求，可設(shè)計"隨意聊"等進一步推進客戶長聊行為的產(chǎn)品。②此類客戶應對新推出的增值業(yè)務(wù)，特別是基于短信應用的增值業(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。針對這樣的消費特點，我們可以制定推廣計劃：因為該群體中可能包括大部分學生，所以可選擇學校、電影院、商場作為宣傳渠道，可進行海報，發(fā)送傳單，活動促銷等宣傳、短信宣傳、網(wǎng)絡(luò)宣傳、時尚雜志廣告等。銷售渠道：學校附近的代銷點、電子城、手機市場代銷點。需注意的是，該群體入網(wǎng)時間最短，需從培養(yǎng)其忠實程度的角度設(shè)計產(chǎn)品和