數據挖掘在移動通信業客戶關系管理中的應用研究

摘 要：隨著移動通信業飛速發展、國內電信業重組和全業務運營時代的到來，國內電信市場競爭格局發生著巨大的變化，客戶選擇的機會大大增加，迫使各家運營商圍繞客戶的爭奪戰愈演愈烈。運營商的經營模式逐漸從“技術驅動”向“市場驅動”、“客戶驅動”轉化。這就要求運營商采取以客戶為中心的策略，根據客戶的實際需求提供多樣化、層次化、個性化的服務解決方案。移動運營商在長期的業務運營過程中，積累了大量寶貴的數據信息，本文研究利用數據挖掘技術，在客戶關系管理過程中有效地提取出有價值的信息，從而提升企業核心競爭力，提升客戶滿意度、忠誠度。

關鍵詞：數據挖掘；通信業；關系管理；客戶行為

一、數據挖掘在移動通信業客戶關系管理中的意義

由于移動通信市場龐大，客戶在消費上存在較大的差異和層次性，企業必須根據客戶特點對客戶進行合理細分，并在此基礎上對不同細分市場提供有針對性的營銷策略，才能在競爭中立于不敗之地。與此同時，運營商積累的客戶數據量正在以指數速度增長，面對海量客戶數據，傳統的方法已無法進行有效的客戶細分。在客戶關系管理的流程中，為了準確、及時地進行經營決策，必須充分獲取并利用相關的數據信息對決策過程進行輔助支持。近幾年迅速發展起來的數據挖掘技術就是實現這一目標的重要手段。數據挖掘技術的發展實現了數據挖掘在通信企業客戶關系管理、客戶細分中的實際應用，提高了移動通信企業的核心競爭力。運用數據挖掘技術，可以對現有客戶群體進行分析，通過區分客戶市場、挖掘客戶信息，發現潛在的消費趨勢或動向，從而有針對性地設計產品和服務，開展精細化營銷，在滿足客戶需求的同時，提高企業的利潤，從而真止為企業高效營銷提供支持。

二、數據挖掘在移動通信業客戶關系管理中的應用現狀

全球移動通信發展雖然只有短短20余年的時間，但它已經創造了人類歷史上的偉大奇跡，截止2015年底，全球移動通信用戶達到60億。國外移動通信企業使用數據挖掘技術成功解決了一系列的商業問題，如美國ATT公司利用數據挖掘建立詳細的客戶分類檔案，對現有客戶提供更好的差異性服務，并建立客戶流失預測模型，盡可能準確地預報客戶流失的概率和可能性，以便盡早采取相應的措施進行客戶挽留，防止現有客戶的流失。英國電信公司為在經營過程中獲得更高的投資回報，選用SPSS的數據挖掘產品Clementine，通過分析用戶數據，建立模型來預測客戶使用某種業務的傾向。通過應用該模型使運營商能更好地了解其客戶以及他們在電信市場的行為特征。從而為銷售入員提供了有可能使用該項業務的潛在客戶的清單，同時使直郵活動在這些客戶中的回應率提高了一倍。除此之外，世界上一些主要的移動通信企業都已經采用了針對移動通信行業的數據倉庫系統，如Sprint公司、法國電信、澳大利亞電信和比利時電信等。

我國移動通信客戶的發展也很迅速，隨著國內電信行業重組、電信體制的激烈變革，競爭急速加劇，使得各電信企業著力于開拓新增市場、發展新客戶，而對已有客戶的維系和管理似乎重視不夠；或者是注意到了又沒有好的方法，顯得有點無能為力，造成的結果是：新客戶發展迅速但存量老客戶維系比較困難、客戶發展成本較高、增量不增收。一方面企業投入大量時間、人力、財力去發展新客戶（而且新客戶往往是低端客戶），另一方面因客戶流失管理的不完善導致現有客戶由于不滿意而流失，長此以往，在電信企業中出現了“增量不增收”的現象。如何保留住既有客戶，以及如何由這些客戶獲得最大的收益，是國內電信企業面臨的重要課題。我國電信運營商在多年的業務支撐系統（BOSS）建設中，積累了大量的原始業務數據。這些數據涉及到通信計費、市場營銷、業務收入、銷售渠道、網絡優化、網絡規劃等各個方面。如何有效的利用這些已有的數據，實施客戶關系管理，己經擺到了國內電信運營商的議事日程上。

中國移動過去已經建立起一個有效的信息支撐系統，包括BOSS系統、客服系統、網管系統、結算系統等等，這些系統中存儲著大量數據，目前，對這些基礎數據的操作仍然是以數據的匯總、統計、展現為主。而客戶關系管理數據的研究由于涉及到上千萬的客戶基礎資料、這些客戶上億條的業務工單、百億條的產品使用清單等超大規模的數據，還涉及各種類型客戶的各種復雜原因（如工作變動、住址變遷、價格敏感、棄卡重入網、服務投訴等），如果還是通過做一些傳統的、簡單的數理統計，對于數據的利用僅限于數據的表層信息，而沒有去挖掘數據和數據之間更加深層次的信息，是不可能從如此海量的數據和信息中找到客戶關系管理這一復雜問題的規律的。因此，針對現實需求，亟需引入數據挖掘技術，從海量的業務系統數據中，提煉客戶行為中最本質的特征和規律。

三、研究數據挖掘在移動通信業客戶關系管理中的應用領域

移動通信企業是典型的數據密集型企業，在營業、計費、網管、客服、結算等數據庫系統每天都要生成大量的數據，這些數據中蘊涵了客戶需求、客戶行為、企業運營狀況等大量的信息，是企業的重要資產，需要將這些數據真正轉化為知識與資產，必須借助數據挖掘技術。

（一）客戶群體分類分析。客戶分類是將大量的客戶分成不同的類，在每個類里的客戶具有相似的屬性。數據挖掘可以幫助運營商進行客戶分類，通過從用戶的服務消費記錄中發現一些行為模式和行為習慣，并參照預先設定的計算用戶價值的方法和標準來評測用戶價值的高低，進而對不同的用戶采取不同的營銷策略。以提高客戶的滿意度，提高現有客戶的價值，提升經營決策的準確性和可行性。

（二）客戶消費模式分析。隨著信息技術的突飛猛進和電信競爭的不斷加劇，各公司不斷推出新業務和新服務，希望用戶使用多種業務。客戶消費模式分析是利用數據挖掘技術對客戶歷年來話務、數據業務使用情況以及客戶檔案資料等相關數據進行關聯分析，結合客戶的分類，進行交叉營銷。客戶消費模式分析一般是從分析現有用戶的消費記錄數據開始，得出現有用戶消費習慣的數據，然后用預測模型對數據進行評估和優化，最后得出結論，從而提高交叉銷售的成功率。

（三）客戶欠費分析和動態防欺詐。通過數據挖掘，總結各種騙費、欠費行為的內在規律，建立一套欺詐和欠費行為的規則庫。當客戶的話費行為與該庫中規則吻合時，系統可以提示運營商相關部門采取措施，從而降低運營商的損失風險。

（四）客戶流失分析。客戶流失是競爭日益激烈的市場中移動運營商面臨的一大難題，利用數據挖掘技術，對已有的客戶的流失數據，進行數據理解、數據準備、構建模型等主要步驟的數據分析，從而建立起客戶流失預測模型，以此獲取即將離網的用戶信息，并針對高流失概率客戶群提出針對性的挽留策略，降低客戶流失的發生率。

客戶是電信企業生存和發展的根基，電信運營商的競爭歸根結底是對客戶的競爭，因此，客戶關系管理越來越受到各大運營商的關注。在這種背景下，利用數據挖掘技術作為有效的客戶關系管理工具，從電信運營商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，準確預測用戶的行為特征趨勢，從而采取有效措施進行客戶營銷，提高客戶滿意度和忠誠度，提高客戶關系管理水平，將成為現代通信運營商實現“以客戶為中心”的經營目標的重要手段，成為提高通信運營商核心競爭力的有力武器。

參考文獻：

[1] 金百順.數據挖掘在電信企業客戶關系管理中的應用探討.《企業管理》.2009

[2] 周 穎，呂 巍，井淼.基于數據挖掘技術的移動通信行業客戶細分.上海交通大學學報.2007-7