電信企業客戶維系挽留應用數據挖掘探討

[摘要] 國內的電信市場競爭日趨激烈，客戶的需求向個性化多樣化轉變，電信企業的成功的關鍵因素就在于對客戶數據的深入分析、深入挖掘。目前，電信企業客戶數據分析系統多是客戶數據抽取的報表統計系統。本文從電信企業的實際出發，分析維系挽留系統中應用數據挖掘存在的一些問題，為電信企業實施針對性營銷提供一些實際建議并論述電信企業未來的發展方向。

[關鍵詞] 數據挖掘 維系挽留 針對性營銷

一、電信企業數據挖掘應用現狀

數據挖掘主要的應用對象是海量數據，符合電信行業的特點。作為電信行業商業智能建設的一個重要組成部分，是近年來國內外電信企業關注的焦點之一。

國外電信企業應用現狀：沃達豐利用數據挖掘技術建立模型研究客戶離網的原因，并從不同的角度來進行市場細分。法國電信利用數據挖掘技術在預防欺詐、客戶流失分析和預測、交叉銷售等各方面都取得很多成果。

二、電信行業應用數據挖掘相關問題分析

目前，電信企業發布了經營分析系統和CRM類系統相關的業務標準，但是電信企業應用大量的客戶數據主要針對客戶數據的單一或多個屬性值進行的分類報表統計、專題分析，此類應用方式類似于決策樹的分類方法，現階段的企業應用主要存在以下幾個問題：

1.需求簡單，軟件定制商沒有提出數據挖掘相關的需求，僅提出的報表分析需求不足以上升到數據挖掘的層次。

2.開發困難，企業級軟件制造商沒有為電信企業開發專門數據挖掘分析模型，開發數據挖掘需要一定的理論基礎，對于軟件制造商來說也是存在開發難度。

3.數據挖掘專業性質，利用專業的數據挖掘軟件對于電信企業講不僅僅增加成本也難于與企業內部的其他系統融合。

4.客戶服務層次，由于電信行業是高利潤行業，在激烈的市場競爭中，電信企業更注重利益優勢，客戶服務缺乏有效性以及針對性。

三、數據挖掘應用問題建議解決措施

目前，客戶價值電信企業之間競爭必然會越來越激烈，只有抓住客戶才能抓住企業生存的命脈，針對企業軟件定制的需求，專業性過強的技術需要學習培訓，那么如何選擇一個簡單有效的辦法，成為電信企業的一個有待解決的重要問題。

選擇數據挖掘算法，數據挖掘不是炒概念，如果應用起來，就必須選擇一個與企業本身軟硬件都符合的有效技術，在目前看來，貝葉斯算法是一個簡單高效的算法，尤其是樸素貝葉斯理論，這個理論目前在應用上廣泛認為存在屬性間獨立的計算弊端，但是我個人認為，在電信企業計算上，這個弊端是可以降低到最小的，電信企業客戶數據的屬性間聯系不是十分緊密，比如客戶的年收入如果達到30萬元，但是有的客戶市話費用并不高，與年收入在5萬的客戶是一樣的。這樣我們就得通過更多的屬性值，來分析他們的在網時長趨勢，哪個客戶才是更有維系價值的資源。

在樸素貝葉斯應用上，它能夠運用到大型的數據庫中，且方法簡單分類準確率高速度快。在貝葉斯的應用上，可以用數據庫過程實現，利用數據庫計算的優勢，得出結論。

四、簡單的數據挖掘應用辦法

數據挖掘在客戶價值分析中的應用，從數據挖掘的角度可以有聚類分析、關聯分析、分類算法等，在電信的實際工作中，目的是識別有效客戶從而指導營銷提高客戶的忠誠度，在分類算法中貝葉斯算法是比較簡單的應用，是將數據的分析屬性拆分，降低關聯性增加獨立性，屬性的拆分正好符合電信客戶數據的特征，分析屬性相對簡單。

在大型的電信運行分析系統中，屬性選擇是初步工作，也是最重要的工作，在數據倉庫中，首先定義一個時間段，獲取此段時間內的所有在網客戶的信息，從中選擇需要的客戶信息，如表所示：

其中的數據都是月平均數值，而且屬性字段其中一部分，沒有完整列出全部屬性值信息，這些在電信系統中還是很容易實現的，提取相應字段并整合在一張數據表中。利用樸素貝葉斯算法，計算未知數據，類標號屬性為：在網時長30M。

五、總結

無論國內還是國外，數據挖掘領域都是一個方興未艾的技術，其應用前景很廣，不僅在電信行業，在各個行業都有很廣泛的應用，但是正如在電信的客戶維系挽留功能的應用上，存在很多弊端或多或少阻礙了數據挖掘的實際應用，在實踐過程中，應該克服困難努力讓理論變成現實。在追求個性服務的時代，數據挖掘技術無形中就引領了每個擁有服務功能企業的青睞。

綜上所述，在電信行業應用數據挖掘，仍然存在很多問題，是需要不斷發現與研究實踐的，本文提出的觀點僅僅是解決問題的基本框架，在今后的研究中，仍有許多問題等待發現與探索。