CRM系統(tǒng):數(shù)據(jù)挖掘在通信行業(yè)客戶關(guān)系管理中的應(yīng)用

數(shù)據(jù)挖掘在通信行業(yè)客戶關(guān)系管理中的應(yīng)用 曾耀輝 （廣東南方電信規(guī)劃咨詢設(shè)計院有限公司惠州分公司 惠州 516003） 摘 要 數(shù)據(jù)挖掘（Data Mining），是指從大量數(shù)據(jù)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。本文介紹了數(shù)據(jù)挖掘在通信行業(yè)客戶關(guān)系管理中的應(yīng)用過程，以及應(yīng)注意的問題。指出，通過 利用數(shù)據(jù)挖掘技術(shù)建立基于數(shù)據(jù)挖掘技術(shù)的客戶關(guān)系管理模式，終將極大地提升企業(yè)的競爭優(yōu)勢，提高 企業(yè)的競爭水平。 關(guān)鍵詞 客戶關(guān)系管理 數(shù)據(jù)挖掘 通信企業(yè) 客戶流失 1 數(shù)據(jù)挖掘的概念和流程 1.1 數(shù)據(jù)挖掘的概念 數(shù)據(jù)挖掘（Data Mining），也叫知識發(fā)現(xiàn)、數(shù)據(jù) 開采等，是指從大量數(shù)據(jù)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(shù)據(jù)挖掘能進行 分類預(yù)測、聚類分析、關(guān)聯(lián)規(guī)則和序列模式的發(fā)現(xiàn)、相 關(guān)分析、異常監(jiān)測和趨勢分析[1]。 數(shù)據(jù)挖掘技術(shù)是目前數(shù)據(jù)倉庫領(lǐng)域廣泛使用的數(shù)據(jù) 分析手段。 它的分析思想是利用已知的數(shù)據(jù)通過建立數(shù) 學(xué)模型的方法找出隱含的業(yè)務(wù)規(guī)則， 在很多行業(yè)中都有 成功的案例。比如信用卡欺詐預(yù)測、通信行業(yè)惡意呼叫 行為分析等。 按照所挖掘的數(shù)據(jù)模式的不同，可以將數(shù)據(jù)挖掘方 法劃分為以下4 種［2］。 （1）關(guān)聯(lián)規(guī)則發(fā)現(xiàn)，關(guān)聯(lián)規(guī)則挖掘發(fā)現(xiàn)大量數(shù)據(jù)中 項集之間有價值的關(guān)聯(lián)或相互聯(lián)系。 （2）分類和預(yù)測，分類和預(yù)測用于提取描述重要數(shù) 據(jù)類的模型并運用該模型預(yù)測未來的數(shù)據(jù)趨勢。 （3）聚類分析，聚類就是將數(shù)據(jù)對象分組成為多個 類或簇，在同一個簇中的對象之間具有較高的相似度， 而不同簇中的對象差別較大。 （4）序列模式分析，序列模式分析和關(guān)聯(lián)分析相 似，其目的也是為了挖掘數(shù)據(jù)之間的聯(lián)系，但序列模式 分析的側(cè)重點在于分析數(shù)據(jù)間的前后序列關(guān)系。 通常一個完整的數(shù)據(jù)挖掘過程由業(yè)務(wù)問題定義、 數(shù) 據(jù)過濾、預(yù)處理、分析、準備、模型選擇與建立、模型 的評估與檢驗、模型應(yīng)用與鞏固等多個步驟組成。以下 介紹運用數(shù)據(jù)挖掘技術(shù)分析客戶流失的一般過程。 1.2 數(shù)據(jù)挖掘流程 通信企業(yè)保存著客戶的相關(guān)信息， 呼叫數(shù)據(jù)及計費 等大量的數(shù)據(jù)，這些業(yè)務(wù)數(shù)據(jù)雖看似普通，卻能釋放出 關(guān)于客戶流失方面的珍貴信息， 數(shù)據(jù)挖掘技術(shù)與海量數(shù) 據(jù)有密不可分的關(guān)系，以及其強大的數(shù)學(xué)算法，使得它 能夠根據(jù)這些數(shù)據(jù)建立有關(guān)客戶流失的預(yù)測模型， 從而 分析出客戶流失的主要原因并且采取相應(yīng)措施有效地挽 留有流失傾向的客戶。 數(shù)據(jù)挖掘是一個周而復(fù)始的過程， 許多軟件供應(yīng)商 和數(shù)據(jù)挖掘顧問公司都提供一些數(shù)據(jù)挖掘過程模型， 來 指導(dǎo)他們的用戶一步步的進行數(shù)據(jù)挖掘工作，比如 SPSS 的5A 和SAS 的SEMMA。但基本的數(shù)據(jù)挖掘步 驟包括以下幾個步驟。 1.2.1 定義業(yè)務(wù)問題 業(yè)務(wù)問題定義要明確數(shù)據(jù)挖掘技術(shù)解決的是何種商 務(wù)問題，對客戶流失管理來說就是要定義何為流失。移 動通信領(lǐng)域的客戶流失有三方面的含義: 一指客戶從本 移動運營商轉(zhuǎn)網(wǎng)到其他通信運營商， 這是流失分析的重 點；二指客戶使用的手機品牌發(fā)生改變，從本移動運營 商的高價值品牌轉(zhuǎn)向低價值品牌， 如中國移動的用戶從 全球通客戶轉(zhuǎn)為神州行客戶；三指客戶ARPU（指每用 戶月平均消費量）降低，從高價值客戶成為低價值客戶。 在客戶流失分析中有兩個核心變量：財務(wù)原因/ 非財 務(wù)原因、主動流失/被動流失。客戶流失可以相應(yīng)分為 4種類型，其中非財務(wù)原因主動流失的客戶往往是高價 值的客戶。他們會正常支付服務(wù)費用，并容易對市場活 動有所響應(yīng)。這種客戶是通信企業(yè)真正需要保住的客 戶。 1.2.2 數(shù)據(jù)處理 這一過程所花的時間和精力要占整個數(shù)據(jù)挖掘項目 的50％～90％，它包括4 個步驟。 （1）數(shù)據(jù)過濾，這一步驟可以確保收集的數(shù)據(jù)符合 分析的需要。 （2）數(shù)據(jù)預(yù)處理，這一步驟應(yīng)確保原始數(shù)據(jù)和輸入 標準一致，將分布在不同的數(shù)據(jù)庫中的數(shù)據(jù)和輸入標準 一致，將分布在不同的數(shù)據(jù)庫中數(shù)據(jù)，集合和合并到單 一的營銷數(shù)據(jù)庫，并協(xié)調(diào)來自多個數(shù)據(jù)源的數(shù)據(jù)在數(shù)值 上的差異，使數(shù)據(jù)屬性標準化。 （3）數(shù)據(jù)分析，在建立良好的預(yù)測模型之前，必須 對預(yù)處理后的數(shù)據(jù)進行初步分析，初步認識，找出對預(yù) 測輸出影響最大的數(shù)據(jù)字段，和決定是否需要定義導(dǎo)出 字段。 （4）數(shù)據(jù)準備，這是建模前數(shù)據(jù)處理的最后一步， 也是數(shù)據(jù)挖掘過程的核心。 主要有4個部分：選擇變量、選擇記錄、創(chuàng)建新變 量、轉(zhuǎn)換變量，使之和選定用來建立模型的算法一致。 1.2.3 建立模型 在多個可供選擇的模型中找出最佳模型， 初始模型 可能沒法達到數(shù)據(jù)挖掘的目的，需要多次反復(fù)。在尋找 最優(yōu)模型過程中，可能要修改正在使用的數(shù)據(jù)，甚至修 改問題的定義。 1.2.4 評估和解釋模型 這個階段是對數(shù)據(jù)挖掘階段構(gòu)建的模型進行比較和 評估，生成一個相對最優(yōu)模型，并對此模型用業(yè)務(wù)語言 加以解釋。模型驗證的標準方法是從預(yù)處理數(shù)據(jù)中隨機 抽取兩個樣本，一個校準樣本用于構(gòu)建模型，一個樣本 用于驗證校準樣本產(chǎn)生的模型。 通常一個好的模型運用 到驗證樣本中能得到較好的效果，如果效果差，就需要 重新構(gòu)建模型。 1.2.5 運用和鞏固模型 對模型在實際應(yīng)用中的表現(xiàn)進行監(jiān)控， 將數(shù)據(jù)挖掘 的結(jié)果同運營市場反饋緊密聯(lián)系起來， 如果模型表現(xiàn)不 好，應(yīng)實時適應(yīng)市場調(diào)整挖掘模型，對模型做進一步的 考察和修正，以反映業(yè)務(wù)運作規(guī)律的變化。 2 客戶關(guān)系管理中數(shù)據(jù)挖掘的應(yīng)用條件 目前通信運營商都具有業(yè)務(wù)營運系統(tǒng)、業(yè)務(wù)受許多 理網(wǎng)站、客戶服務(wù)呼叫中心等客戶信息系統(tǒng)，也擁有許 多成熟的數(shù)據(jù)庫應(yīng)用系統(tǒng)，這些系統(tǒng)具有如下特點。 （1）目前通信運營系統(tǒng)實質(zhì)上是實現(xiàn)了數(shù)據(jù)的物理 集中，業(yè)務(wù)系統(tǒng)之間則相互獨立。 （2）眾多的客戶數(shù)據(jù)、市場營銷數(shù)據(jù)、賬務(wù)數(shù)據(jù)以 不同的數(shù)據(jù)格式和訪問方式分散在不同的系統(tǒng)中，過于 分散、冗余，沒有形成整體的、唯一的、集中的客戶數(shù) 據(jù)，不能滿足數(shù)據(jù)挖掘過程中數(shù)據(jù)必須具有單一視圖的 要求。 （3）這些系統(tǒng)都是聯(lián)機事務(wù)處理（On-Line Transaction, OLTP）系統(tǒng)，實時處理在線事務(wù)，不能適應(yīng)數(shù) 據(jù)挖掘應(yīng)用大規(guī)模、頻繁的檢索和查詢操作。 數(shù)據(jù)挖掘技術(shù)本身不是萬能的，一個完善的CRM 系統(tǒng)應(yīng)該以數(shù)據(jù)挖掘技術(shù)為核心，要有效的支持客戶關(guān) 系管理，必須建立企業(yè)級的客戶信息數(shù)據(jù)倉庫，能夠把 強力推薦： 天柏客戶關(guān)系管理系統(tǒng) 天柏客戶關(guān)系管理系統(tǒng)（CRM）是一款集專業(yè)性、實用性、易用性為一體的純B/S架構(gòu)的CRM系統(tǒng)，它基于以客戶為中心的協(xié)同管理思想和營銷理念，圍繞客戶生命周期的整個過程，針對不同價值的客戶實施以客戶滿意為目標的營銷策略，通過企業(yè)級協(xié)同，有效的“發(fā)現(xiàn)、保持和留住客戶”，從而達到留住客戶、提高銷售，實現(xiàn)企業(yè)利潤最大化的目的。通過對客戶進行7P的深入分析，即客戶概況分析(Profiling)、客戶忠誠度分析(Persistency)、客戶利潤分析(Profitability)、客戶性能分析(Performance)、客戶未來分析(Prospecting)、客戶產(chǎn)品分析(Product)、客戶促銷分析(Promotion)以及改善與管理企業(yè)銷售、營銷、客戶服務(wù)和支持等與客戶關(guān)系有關(guān)的業(yè)務(wù)流程并提高各個環(huán)節(jié)的自動化程度，從而幫助企業(yè)達到縮短銷售周期、降低銷售成本、擴大銷售量、增加收入與盈利、搶占更多市場份額、尋求新的市場機會和銷售渠道，最終從根本上提升企業(yè)的核心競爭力，使得企業(yè)在當(dāng)前激烈的競爭環(huán)境中立于不敗之地。