数据挖掘在电信的应用

数据挖掘在电信的应用

ID:37791473

大小:390.10 KB

页数:24页

时间:2019-05-31

数据挖掘在电信的应用_第1页
数据挖掘在电信的应用_第2页
数据挖掘在电信的应用_第3页
数据挖掘在电信的应用_第4页
数据挖掘在电信的应用_第5页
资源描述:

《数据挖掘在电信的应用》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、电信行业数据挖掘方案11、数据挖掘简介2、数据挖掘在典型行业应用内容提要2数据挖掘简介3数据挖掘--从大量数据中寻找其规律的技术,是统计学、数据库技术和人工智能技术的综合。数据挖掘定义4功能描述分析(DescriptiveAnalysis)预测分析(PredicationAnalysis)数据挖掘分类5挖掘算法关联分析(ShoppingBasket/AffinityMatrixAssociation)回归分析(Linear/Nonlinear/LogisticRegression)聚集(Clust

2、ering)判别(DiscriminantAnalysis)因子分析法(FactorAnalysis)神经元算法(NeuroAnalysis)异常检测(AbnormalityDetection)序列分析(SequentialAnalysis)数据挖掘分类61.更好地识别客户和产品,制定有效的CRM战略和产品研发战略谁是我们的客户?谁是让我们保持盈利的客户?谁是我们的损失客户?……我们有哪些产品和服务?什么产品让我们保持盈利?什么产品或服务一直在让我们亏损?数据挖掘的价值CRM战略产品研发战略数据挖

3、掘的价值2.细分市场和客户,运用有效营销组合建立在数据统计上的市场细分和顾客分类通过消费行为和人口统计特征建立可靠的模型模型预测功能拟合出最有效的产品组合和营销手段科学的营销测试工具数据挖掘的价值3.提高营销精度,降低营销成本我们应该向所有客户传递促销信息还是专注于某些细分客户群?(假设盈亏平衡点为3%)数据挖掘的价值4.改善和客户的沟通,提高客户满意度定制的沟通渠道定制的沟通信息可衡量的沟通效果(例如,根据客户在签约商家的消费情况衡量促销广告的有效性)服务经费的最佳分配方案(最好的服务组合对应获

4、利最丰的客户群体)数据挖掘的价值1.了解业务确定业务目标情景评估确定数据库营销目标制定项目计划收集原始数据描述数据数据探索和检验自变量选择自变量数验证数据处理和维护典型的数据挖掘实施流程2.收集数据3.筛选数据4.建模5.模型评估6.模型推广确定建模算法测试方法设计建模模型评估(算法层)模型评估(业务层)模型推广计划实施过程监督最终报告建模数据库得分数据探索和转换模型评估注:某些典型的环节被省略或合并数据挖掘流程举例数据挖掘在电信行业应用14人口统计特征性别年龄职业教育程度平均年收入工作单位所在行

5、业建档时间户口所在地……电信行业客户数据15消费行为特征月均基本通话时间/费用月均国内通话时间/费用月均国际通话时间/费用月均国内长途时间/费用月均市内通话时间/费用呼入/呼出比例工作日呼叫次数/时间周末呼叫次数/时间繁忙时段呼叫次数/时间非繁忙时段呼叫次数/时间语音呼叫次数/时间非语音呼叫次数/时间/费用呼叫转移次数月均IP呼叫次数掉话次数……电信行业客户数据16心理倾向特征月均主动联系CallCenter次数月均投诉次数套餐类型缴费方式半年内缴费延迟次数最近CallCenter主动联系内容和响

6、应情况非通话相关的消费嗜好(如旅游等)……电信行业客户数据17基于电信行业,我们可以提供如下建模方案:客户细分模型客户离网预警模型客户综合价值评估模型交叉销售模型欺诈预警模型促销效果模拟综合平台……建模方案18方法:集群分析法(Clustering)判别分析法(DiscriminantAnalysis)参数分析法(FactorAnalysis)决策树分析(DecisionTree)描述性分析(DescriptionStatitics)目的:客户群像的定量描述了解客户自然分组,并赋予具有实际意义的组

7、名(例如,挑剔型客户-高比例投诉,等待接听组-低比例呼出/呼入等)通过分组,多维度了解客户(宏观和微观层面)识别全新营销机会为交叉销售研究提供信息基础抽象切实可行的营销建议是开发其它模型的基础客户细分模型19方法:判别分析法(DiscriminantAnalysis)决策树分析(DecisionTree)对数回归模型(LogisticRegression)客户存活模型(LifeTable和CoxRegression)目的:研究离网客户和在网客户特征矩阵的差异性在一定的时间框架内,准确识别即将离网的

8、客户群和客户为制定具有针对性的客户挽留计划提供定量信息为合理分配挽留计划预算提供定量信息客户离网预警模型20方法:构建客户价值描述参数矩阵客户生命周期分析法(LifeTimeValue)集群分析法(Clustering)决策树分析(DecisionTree)目的:细分客户价值群(例如,根据ARPU等),并从定量角度,抽象和考察不同客户价值群体的共性特征识别衡量客户综合价值的优化矩阵参数为制定有针对性的市场营销计划提供依据(例如,白金客户,优质客户,一般客户,损失型客户等等),从而可

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。