基于数据挖掘技术的电信客户精确化营销new

《基于数据挖掘技术的电信客户精确化营销new》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、2010年第11期福建电脑119基于数据挖掘技术的电信客户精确化营销黄燚（福建福富软件技术股份有限公司福建福州350003）【摘要】：本文主要介绍精确营销产生的背景，以及精确定义和五个阶段，重点介绍了在精确营销过程中如何使用的数据挖掘技术，收集和处理客户信息的方法，通过MineSet挖掘工具如何对客户行为模式和客户价值进行准确判断和分析，为客户精确化营销进行数据准备。【关键词】：精确营销、数据挖掘、客户细分和定位1.前言中能够解决由于客户离网导致市场份额减少、营销成电信运营业正在步入以业务、服务为竞争焦点的本增加、收入降低的问题，减少由于客户离网带来的收时代，如

2、何提供差异化的业务和个性化的服务、改善客入损失。户关系、赢得客户忠诚度成为电信企业亟需解决的关4.客户信息收集和处理键课题，一个运营商要树立竞争优势，不在于价格和新在客户流失分析中，选用的数据是从电信业务系业务，因为对手可以更低和模仿，只有不断提高自身的统中存在的原始数据，通常来说，数据挖掘不方便对这综合营销能力，只有强大的营销能力，才是对手无法模样的数据直接进行处理。在进行数据挖掘工作之前，我仿的，而实施精确化营销成为最有效的解决之道。们需要进行前期的数据整理工作，比如说，根据直观经2.精确营销验去除数据中的冗余信息，象个人姓名、性别、单位名精确营销被定义为已

3、科学管理为基础，以消费者称等。洞察为手段，恰当而贴切地对市场进行细分，并采取精由于数据量比较大，为提高效率需要从从目前的耕细作的营销操作方式，将市场做深做透，进而获得预数据库中存在千万级左右的数据集中抽取样本，以作期效益的营销方式。为模型训练和验证，MineSet系统是SGI公司开发的一精确营销通常有五个阶段：（1）收集和整理有关的套集成化的数据挖掘和数据可视化软件工具集。它能客户的各方面信息，建立客户数据库；（2）加深客户理够通过一套先进的可视化工具进行交互式地数据挖掘解，掌握细分客户群体的差异化需求量（3）根据细分客工作。在数据挖掘工具中，给出一个数据集中的

4、一些属户群体需求设计差异化产品和服务；（4）提供根据客户性，分类器可以预测出某一个特定的属性。MineSet可群体的差异化产品和服务；（5）通过营销活动反馈，进以从一个训练集中自动地生成分类器。这个训练集由一步深化对客户本质需求和客户购买和使用习惯的理数据库中在给定描述性属性的基础上标签已经被给定解。的记录集组成。在生成分类器后，可以利用它来对数据3.利用数据挖掘实现精确营销集中不包含标签属性的记录进行分类。标签的值可以随着电信行业中的竞争愈来愈激烈，获得一个新用分类器来预测。我们把属性"是否流失（Off_Flag）"作客户的开支也愈来愈大，保持原有客户的工作显

5、得越为我们的标签属性；由于流失标识定义为为Number来越有价值，通过对已流失的客户和在网客户的自然型，我们新增一个列strChurned，表达式定义为属性和行为属性进行分析、挖掘，建立客户流失的预测（((`off_flag`==1.00000000000000)?"Yes":"No")），将新增模型，分析主要有哪些因素导致客户的流失，并预测在的这个列"流失标识"作为我们的标签属性。网客户在一定时间内流失的可能性，为市场经营与决策人员制订相应的策略提供依据，留住高价值的客户（PowerUser）。流失管理需要很好的了解客户的行为，最重要的问题是识别客户，哪些是即

6、将要离开选择的电信公司，同时哪些客户是有利可图的。对电信来说，阻止客户离开公司的首要行动就是要理解客户的行为并试图在客户流失前发现流失行为的模式，使公司能对流失客户做一些深入的行动，期望在目前竞争激烈的通信市场图1聚类分析结果120福建电脑2010年第11期5.客户细分2129，占100%。而在右分支，通话时间在99.5分钟以客户细分是把客户分成一个个群体，在每个群体上的，总人数为7871，其中在网人数为7392，占93.内部，客户的特征非常相似，而在群体和群体之间，客91%，随着左分支逐渐延伸在网人数百分比例显著上户的特征具有较大的差异。升。可以看出对被叫通话

7、时长采取优惠措施，增加号码选择"聚类"数据挖掘方法，选定"SingleK-Means"百事通服务和提供更多的移动增值服务产品，将直接方法，输入参数3表示要求生成3个客户分群。并对一减少离网人数，提高客户的忠诚度。些参数进行设置后，开始数据挖掘工作，我们可以得到一个聚类分析的结果（图1）表3浏览记录选择可视化工具VizToolsRecords从表（表3）中可以看出，在Churned字段中，根据决策树分析（Decision从以上分群数据可以看出，对电信公司来讲真正Tree）方法，得到了各个用户的流失概率情况--一个客产生价值的用户是第三类，应该尽可能想方法设计各户流

8、失分值（介于0到1之间）