數據挖掘技術在電信行業中的應用

摘要:針對當前電信市場“三足鼎立”經營管理過程中存在的新情況、新問題，特別是客戶流失率、惡意欠費、固話業務用戶增長緩慢甚至下滑、經濟效益下降的矛盾日益突出等問題進行深入分析，引入當前流行的數據挖掘技術建立電信客戶風險預警系統，該系統主要包括離網概率預測模型和欠費欺詐預警模型等兩個功能模塊。該系統的實施將為電信企業實現管理智能化、降低壞賬損失、提高風險預警機制、挖掘優質客戶、實行差別策略等帶來新的競爭優勢。

關鍵詞:數據挖掘;客戶關系管理;風險管理

中圖分類號:F623文獻標志碼:A 文章編號:1002-2589(2010)15-0051-02

引言

2008年，中國電信業又經歷了一次市場變革，由此中國電信業由中國電信一家壟斷，到今天的三足鼎立，經歷了滄海巨變，電信市場的競爭不再局限于原有的業務范圍運營。重組后，中國移動、中國聯通、中國電信三大運營商都取得了全業務運營牌照，市場競爭格局會重新洗牌，一家獨大的局面不會再出現，今后的電信市場競爭將更加激烈。

近年來，全球范圍內移動通信發展迅速，電信市場競爭日益加劇，人們對通訊產品的認知水平和消費能力不斷提高，行業發展面臨著新的機遇和挑戰。我國電信業在競爭架構、資源配置和發展趨勢等方面出現了一些新情況、新問題，特別是客戶流失率、惡意欠費、固話業務用戶增長緩慢甚至下滑、經濟效益下降的矛盾日益突出、企業發展差距逐步擴大、競爭架構嚴重失衡等情況，使得各家電信企業都不得不直接面對以下幾個方面的問題:

(一)客戶流失率不斷增大

隨著電信行業的迅速發展，客戶選擇電信產品及電信企業的余地越來越大，市場競爭不斷加劇，電信企業之間對客戶的爭奪將越來越激烈。而在競爭中受益的客戶對服務的要求也越來越高，但傳統的網絡和技術等優勢難以在電信企業之間拉開差距，無法形成差異化的競爭優勢。據調查顯示，用戶保持率增加5%，就能為運營商帶來85%的利潤增長。

(二)惡意欠費比例偏高

由于我國電信企業提供的是電話通話等信息類服務，所以多數采取先消費后付款的營銷方式。在沒有適當監管、控制措施的情況下，時常發生惡意欠費等行為。據中國信息產業部資料統計，2003年中國因電信欺詐等造成的損失超過240億元人民幣，戶均60元以上。而且這個數字仍以每年20%的速度增長。惡意欠費正成為電信企業亟待解決的難題之一。為此，各營運商想盡對策，但是在國內信用經濟氛圍以及相關法律制度尚未完善的今天，收效甚微。

(三)市場容量增長趨緩

一份信息產業部的統計研究表明，2005年中國電信業的主要特點是:電話用戶增長放慢、收入增長趨緩、投資減少、行業整體效益提升。2005年電信行業的營業收入增長率首次低于GDP增長率。面對新用戶資源趨于枯竭的市場局面，各大電信運營商不可避免地陷入“價格戰”，這種“囚徒困境”的博弈，結果只會讓彼此都遍體鱗傷，而不會帶來整體業績的提升。

這些問題的存在，迫使電信企業必須改變原有經營模式，必須更深入了解和識別客戶，引導和留住客戶，實行全面的以客戶為中心的經營方針，培育和創造出新的差異化的競爭優勢。電信企業這種迫切的需求必然促進了數據挖掘技術在電信行業的廣泛應用和推廣。

二、數據挖掘技術在電信業的應用

數據挖掘(Data Mining)，也叫知識發現、數據開采等，是指從大量數據中，提取正確的、新穎的、潛在有用的并能夠被理解的知識的過程。數據挖掘能進行分類預測、聚類分析、關聯規則和序列模式的發現、相關分析、異常監測和趨勢分析。

作為信息化方面一直處于領先地位的電信業，一方面在長期的經營中積累了海量的客戶數據，同時業務經營迫切需要從浩如煙海的數據中獲得更多的、更有價值的客戶特征信息。因此，數據挖掘在電信行業得到了廣泛重視和大力發展。

國外知名的電信運營企業都已經建立了基于數據挖掘的商業智能系統:如英國電信采用數據挖掘手段，建立模型來確定潛在客戶的購買傾向和他們變為客戶之后可能的價值;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;達沃豐利用數據挖掘技術建立模型研究客戶離網的原因，并從不同的角度進行市場細分。

國內電信業前幾年的發展目標主要是搶占市場，技術領域主要是業務運營支撐系統BOSS的更新換代，但是近年來，山西電信、杭州電信、云南電信等電信企業也意識到挖掘歷史數據對于降低壞賬損失，識別和防范惡意欠費行為的重要性，已經著手建立對自己所掌握的客戶信息進行挖掘的智能化信息平臺。

三、建立電信客戶風險預警系統

客戶對電信企業的潛在風險可以理解為兩個部分:

1)客戶流失使得企業的期望收益減少;

2)客戶惡意欠費造成企業的呆賬損失增加。

電信客戶風險預警系統正是基于此基本原理，結合我國通訊營運商營銷管理業務的現狀，應用國際前沿數據挖掘理論建立起來一套科學的、完整的客戶風險管理體系。將風險預測分析技術應用于電信行業數據，分析和預測客戶的消費行為特征，通過數據挖掘模型給出客戶的離網概率和違約(惡意欠費)概率。從而為建立用戶離網和欠費預警機制提供客觀的、可靠的數據支撐，為制定更好的客戶服務策略提供決策支持，發現并有效識別惡意欠費行為，降低企業的呆壞賬損失。同時，模型結果也有助于細分目標客戶，挖掘優質客戶，實施差別營銷策略，提高客戶的每用戶平均收益(ARPU)、每用戶平均業務量(MOU)，提供更多智能化決策支持。

客戶風險預警系統需要遵循分步驟、多階段的原則進行總體設計和部署，其系統結構及實施過程如下圖所示:

建立系統模型是系統實施的核心步驟之一，也是問題的關鍵所在，主要有以下幾個步驟:

1)基于已經整合好的樣本數據，首先進行探索性分析，得到樣本數據的基本統計特征。該部分將要用到的技術主要有:多元方差分析、路徑分析和因子分析等統計方法。

2)離網概率預測模型。通過Logistics回歸和BP神經網絡方法分別建立模型，預測特定客戶的離網概率，并得到影響客戶忠誠度的因素及其影響作用大小。

3)欠費欺詐預警模型。重點分析客戶繳費行為數據，得到其基本信用特征。將主要采用時間序列建模方法，如Garch、Arch以及AMAR等。并根據違約概率等結果，采用分類樹、多維尺度分析等方法，將客戶劃分成不同特征的群組，并分別制定欠費催收策略。

建立客戶風險預警系統是電信行業競爭白熱化的結果，是電信行業發展到一定階段的必然趨勢，其必將從以下幾個方面給電信企業帶來新的競爭優勢:

1)實現管理智能化，增強國際競爭力。隨著中國電信業的改革和重組以及加入WTO電信市場的對外開放，市場環境發生了根本性的變化，逐步形成了由一家電信運營商壟斷到數家大運營商主導、眾多小運營商參與、電信市場日益開放的競爭新格局。電信企業必須適應時代變革要求，用現代科學管理方法實現管理智能化，才能提高我國電信業的國際競爭力。

2)降低壞賬損失，提高風險預警機制。在國內信用經濟氛圍以及相關法律制度尚未完善的今天，各營運商使出人工催欠、語音催欠、法律催欠等各種奇招均收效甚微的情況下，我們只能依靠科學技術手段建立信用風險管理模型來迅速、準確地確定目前和潛在客戶的信用風險，識別和防范惡意欠費行為，只有這樣才能很好地控制企業的信用風險。

3)挖掘優質客戶，實行差別策略。挖掘優質客戶是數據挖掘技術在電信企業客戶風險管理中的一個重要應用，市場營銷部門將風險預測分析技術應用于業務中，細分目標客戶群體，挖掘優質客戶，針對不同客戶群體實施差別策略，既能有效地發揮優質客戶巨大的潛在價值，又能提高客戶挽留的成功率，最終實現增量又增收、企業健康快速發展的目標。

參考文獻:

[1]朱茜，辛毅.數據挖掘在電信客戶價值管理中的應用[J].太原科技，2009，(3).

[2]蔣娜，金建妹.基于決策樹算法的電信客戶流失預警模型研究[J].青年科學，2009，(12).

[3]齊梅.數據挖掘技術在電信管理中的應用[J].山西財經大學學報，2009，(S2).

[4]賈志強.數據挖掘在防電信客戶欺詐模型中的應用[J].計算機時代，2009，(4).

[5]王維佳，繆柏其，魏國省.數據挖掘——電信客戶流失分析預測[J].數理統計與管理，2006，(4).

[6]李春梅，吳云峰.數據挖掘與CRM在電信行業中的應用[J].電腦知識與技術，2008，(3).