基于數據挖掘技術的電信客戶保有研究

摘要：挖掘歷史數據中的有效信息，將其運用到商業決策中，為優化市場營銷提供了有力支持。文章介紹了數據挖掘中的聚類分析和決策樹分析技術，并結合實際數據，給出了數據挖掘技術在電信行業的客戶細分、客戶流失預測及客戶保有中的具體應用。

關鍵詞：數據挖掘；聚類分析；決策樹分析；客戶保有

引言

現今，數據挖掘技術已經被廣泛應用于實際的商業決策，解決如何在企業減少投資的同時提高資金回報問題。在美國，制造業、零售業、通訊業、金融業、保險業以及醫療服務等都已經較為成熟地掌握了數據挖掘技術，應用時間較長。在國內，隨著市場經濟的發展，數據挖掘也逐漸有了自己的市場，尤其是在電信業。近兩年，電信業的經營觀念已逐步從“以產品為中心”轉變為“以客戶為中心”，為此，了解現有客戶的行為，分析客戶的需求是非常重要的。通過數據挖掘技術，從電信公司大量的歷史數據中挖掘分析客戶消費的行為特征，并在市場預測的基礎上制定有針對性的市場營銷計劃等，是電信服務業實現以客戶為中心的服務目標的重要手段。

1 數據挖掘技術

數據挖掘，又稱為數據庫中的知識發現，是一種從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用數據中，提取隱含在其中的、人們事先不知道的信息和知識的過程，其目的是從大量數據中尋找有用的信息。目前，數據挖掘技術有聚類、決策樹、關聯規則、神經網絡、支持向量機等方法，它們通過機器學習的途徑獲取信息，以用于決策支持、預測、估計等領域。不同的數據挖掘方法具有不同的應用范圍。在電信行業中，客戶細分一般可用聚類方法，而針對客戶流失預測及客戶保有問題，采用決策樹方法，相對來說，其結構和推理的過程更清楚。

1．1 聚類分析

聚類是數據挖掘領域最為常見的技術之一，它將不同個體按相似度大小相近的原則聚集成類。相似度是根據描述對象的屬性來計算的。距離是經常采用的度量方式。通過聚類過程形成的每一個組成為一個類。通過聚類，數據庫中的記錄可被劃分為一系列有意義的子集，我們可以借此分析較大的、復雜的，連續有許多變量的數據庫。應用在市場研究領域，聚類分析是市場細分、尋找不同目標市場及其人員特征的非常簡單而又非常有效的方法。

主要的聚類方法大體上可以分為：劃分方法、層次方法、基于密度的方法、基于網格的方法以及基于模型的方法等。K-均值算法是比較常用的算法，為經典的劃分方法。算法描述如下：

算法1：k-均值聚類算法

輸入：類的數目k和n個對象

輸出：被標記聚類類別的n個體

方法：

(1)任意選擇k個對象作為初始的類中心；

(2)根據類中對象的平均值，按相似性大小給每個對象(重新)賦予類標記；

(3)更新類的平均值以及類中心；

(4)若類中心不再發生變化，則輸出，結束；否則轉(2)。

1．2決策樹分析

決策樹是目前最常用的分類技術之一，它是類似于流程圖的樹結構，其中，每個內部結點表示在一個屬性上的測試，每個分枝代表一個測試輸出，而每個樹葉結點代表類或類分布。決策樹算法的核心思想是貪心算法，它以自頂向下遞歸的劃分一控制方式構造決策樹，即從樹的根結點處的所有訓練樣本開始，選取一個屬性來區分這些樣本，該屬性的每一個值產生一個分支，然后將此思路遞歸地應用于每個子結點上，直到結點的所有樣本都區分到某個類中。

各種決策樹算法之間的主要區別就是如何選擇屬性進行劃分，以經典的決策樹算法C4.5為例，它選擇具有最高信息增益的屬性作為待劃分的屬性：

設T是有t個數據樣本的集合，假設有k個不同類，設T中的c類包含t個樣本，任意一個樣本屬于類c的可能性為t/t。

設屬性V具有互不重合的n個值，可以用屬性V將T劃分為n個子集，這里Ti中的所有實例的取值均為v。如果v選作測試屬性(即最好的劃分屬性)，則這些子集對應于由包含集合T的結點生長出來的分枝。設ti是子集Ti中c類的樣本數。根據v劃分的子集的熵或期望信息。

其中幾項充當第一個子集的權重，且等于子集(即V值為vi中的樣本個數除以T中的樣本總數。熵值越小，子集劃分的純度越高。

將屬性v作為劃分屬性所獲得的信息增益。

根據此公式計算每個屬性的信息增益，算法C4.5將具有最高信息增益的屬性選作給定集合的測試屬性，創建一個結點，并根據屬性的每個值創建分枝。

2 在電信行業客戶保有中的應用

客戶流失是電信行業普遍面臨的問題，尤其是在市場飽和期，競爭異常激烈，客戶具有更多的選擇，爭奪新客戶入網的成本已經遠遠高于挽留現有客戶的成本，從實際的業務角度來看，如何保有自己的客戶，如何展開客戶挽留的行動的問題已經迫在眉睫。

通過數據挖掘技術在大量的歷史數據中進行挖掘分析：利用聚類分析技術進行客戶細分，挖掘不同客戶群的業務特征；利用決策樹技術進行客戶流失傾向預測，可以針對流失傾向較高的群體，并結合這些客戶對應的客戶群特征，采取有針對性的客戶挽留策略。

2．1客戶細分

細分是指將一個大的客戶群體劃分成一個個細分群，同屬一個細分群的客戶彼此相似，而隸屬于不同細分群的客戶則有不同的典型特征。客戶細分主要涉及的數據挖掘技術為聚類分析。通過客戶細分，能深刻理解不同客戶群的典型特征，從而對客戶總體構成有更準確的認識，對客戶的服務和營銷更具針對性。

在客戶屬性中，總費用是一個能反映出客戶級別的屬性，月總費用越高的客戶等級越高，是應該特別珍惜的資源。但并不是等級低的客戶就不值得關注了，相反，月總費用低的客戶更有升高等級的潛力，同樣值得關注。

運用馬克威軟件，對月總費用這一屬性進行聚類，采用的是K-Means快速聚類法。對聚出的類(共9類)進行統計分析，結果發現，有的類包含客戶太少，如1個，2個等。對這些類進行合并，不妨將這一個大類(原先標識分別為1、2、3、4)的標識設為0。再對此時形成的6個類進行統計分析，得出表1。可以清楚地看出92.33％的客戶月總費用集中在88.62元左右。

2．2 客戶流失預測

通過數據挖掘建立流失預測模型，分析客戶流失傾向即可在客戶流失之前做出預警并給出量化指標衡量該客戶流失可能性的大小。業務人員也可以根據每個客戶的流失可能性對客戶從高到低排序，找出流失傾向較高的群體，并結合這些客戶對應的分群特征，采取相應的客戶挽留策略，以進行更加精細的客戶保有工作，提高客戶挽留的成功率。

首先通過相關性分析，可以找出每一個客戶屬性與客戶行為和客戶流失概率之間的相關性。通過比較選擇，刪除那些和客戶流失概率相關性不大的變量，可以減小模型的復雜程度，使建立的模型更加精確。其次在模型建立以后，需要用大量的數據對建立的模型進行修正和檢驗。—個未經檢驗的模型如果被貿然推廣使用，就有可能由于模型的不精確給應用項目帶來損失。故在建模時通常會把數據分為兩部分：訓練集和測試集，訓練集用于建模，而測試集用于驗證模型，以避免模型出現“過擬合”的情況。

利用馬克威分析系統，先采用每隔10條記錄取一條的系統抽樣法從248796例客戶的大樣本中抽出2488例客戶作為樣本，運用數據挖掘技術中的決策樹方法對樣本進行挖掘，以應收費用、欠費金額、在網時長作為輸入變量，客戶流失作為目標變量(其中0表示未流失，1表示流失)，挖掘結果如圖1所示。

從此決策樹可以清楚地看出：如果應收費用在[-5．51，259．72]范圍內，并且欠費金額在[-0．01，21．12]范圍內，則客戶流失的可信度為79．92％。在大樣本下，通過以上記錄條件進行選擇得到：應收費用在[-5．51，259．72]范圍內的客戶有2488例，其中欠費金額在[-0．01，21．12]范圍內有1803例，而在這1803例客戶中有1424例流失，即有78．98％(=1424／1803)的客戶流失，與用決策樹方法得出的可信度之間的誤差為0．94％。可見用訓練集所建的預測模型能很好地對測試集進行預測，并且可以清楚地看出哪些客戶容易流失。當然，為了能將模型應用到洞察力營銷當中，還需要業務專家、市場營銷人員等的參與，從業務上指導變量的篩選。

2．3 客戶保有策略

選擇合適的目標客戶群、確定有針對性的保有策略，是確保整個客戶保有營銷活動成功的關鍵所在。基于洞察力營銷的客戶保有是一個應用數據挖掘技術幫助企業構建更個性化并有更高利潤的市場營銷活動的過程。洞察力營銷是一個閉環的自我學習過程(如圖2所示)。

通過將客戶細分模型與客戶流失預測模型緊密結合，既能洞察各客戶的業務特征，又能獲取客戶的流失傾向，便于市場營銷部門選取流失傾向較高的客戶采取針對性的保有策略，比如：針對流失傾向較高的近郊密切型客戶：推薦本地親情連線套餐，例如20元包打40元區間電話；針對流失傾向較高的傳統長途型客戶：傳統轉IP，釋放風險，先推薦17909電信直撥，然后再推薦國內長途親情連線；針對流失傾向較高的異商IP型客戶：進行IP反爭奪，推薦電信IP包月或保底套餐、分段折扣電信lP預付費卡；針對流失傾向較高的本地商務型(多與移動、聯通用戶通話)客戶：要派客戶經理直接上門挽留，推薦包月或保底套餐、預存話費送小靈通、小靈通彩鈴免費送等。

3 結束語

對客戶的深刻理解是實現以客戶為中心的服務理念的基礎。通過數據挖掘技術進行客戶細分和客戶流失預測，可以為客戶理解提供更有力的支撐。客戶保有是數據挖掘技術在電信企業客戶關系管理中的—個重要應用，市場營銷部門應該將客戶細分模型與客戶流失預測模型充分結合起來，針對不同客戶群體的流失預測，進行更加精細的客戶保有，以提高客戶挽留的成功率。電信企業需要超越業務與職能部門的局限，建立以數據挖掘技術為分析手段、以客戶洞察力為驅動的整體規劃與操作，更有效地發揮客戶巨大的潛在價值，以應對日趨激烈的市場競爭。