管理科學(xué)與工程專業(yè)畢業(yè)論文基于數(shù)據(jù)挖掘的呼叫中心IVR客戶細分研究

1、管理科學(xué)與工程專業(yè)畢業(yè)論文 精品論文 基于數(shù)據(jù)挖掘的呼叫中心IVR客戶細分研究關(guān)鍵詞：呼叫中心 客戶細分 數(shù)據(jù)挖掘 客戶關(guān)系管理 通訊企業(yè)摘要：隨著市場競爭日益激烈，呼叫中心在企業(yè)客戶關(guān)系管理中已經(jīng)被證明是一種行之有效的模式，因此電信行業(yè)也越來越重視呼叫中心的應(yīng)用。電信行業(yè)為了爭取客戶，必須提供更優(yōu)質(zhì)的服務(wù)，呼叫中心是一個直接與客戶聯(lián)系的部門，因此各大通訊運營商都很注重自身呼叫中心的建設(shè)。而在電信呼叫中心中，互動式語音應(yīng)答業(yè)務(wù)（IVR）現(xiàn)在已成為呼叫中心重要的組成部分，因此它可以解決大部分用戶的問題。但由于用戶對操作流程的陌生，或是習(xí)慣于人工服務(wù)，經(jīng)常會跳過IVR轉(zhuǎn)入人工服務(wù)，降低了IVR的利

2、用率，從而增加了人力需求。因此，如何對IVR進行改進成為電信行業(yè)的一個重要課題。 本文首先介紹了呼叫中心和客戶細分的相關(guān)理論及數(shù)據(jù)挖掘技術(shù)，然后結(jié)合實際項目，參考了CRISP-DW數(shù)據(jù)挖掘方法，并采用SPSSClementine數(shù)據(jù)挖掘工具對數(shù)據(jù)進行分析。對呼叫中心操作數(shù)據(jù)進行預(yù)處理，包括數(shù)據(jù)集合并，數(shù)據(jù)排序，去除異常、重復(fù)數(shù)據(jù)，數(shù)據(jù)集平衡以及離散化處理等。 在數(shù)據(jù)整理與預(yù)處理的基礎(chǔ)上，第五章首先分析了IVR客戶與地區(qū)分布，ARPU值和入網(wǎng)時長的關(guān)系，然后對IVR客戶進行聚類分析。通過聚類，分析IVR客戶的相關(guān)特點，同時有針對性地提出相應(yīng)措施，幫助提高IVR客戶的滿意度和利用率。 第六章建立了

3、一個C5.0決策樹模型，通過對模型分析，預(yù)測客戶在什么情況下進入IVR系統(tǒng)，而非進入“人工接聽”。分析IVR客戶與入網(wǎng)時長、地區(qū)、ARPU值這三類數(shù)據(jù)項之間的規(guī)則，可以更準(zhǔn)確地了解IVR客戶的特征，從而給電信進行IVR改進提供指導(dǎo)和參考。正文內(nèi)容 隨著市場競爭日益激烈，呼叫中心在企業(yè)客戶關(guān)系管理中已經(jīng)被證明是一種行之有效的模式，因此電信行業(yè)也越來越重視呼叫中心的應(yīng)用。電信行業(yè)為了爭取客戶，必須提供更優(yōu)質(zhì)的服務(wù)，呼叫中心是一個直接與客戶聯(lián)系的部門，因此各大通訊運營商都很注重自身呼叫中心的建設(shè)。而在電信呼叫中心中，互動式語音應(yīng)答業(yè)務(wù)（IVR）現(xiàn)在已成為呼叫中心重要的組成部分，因此它可以解決大部分用

4、戶的問題。但由于用戶對操作流程的陌生，或是習(xí)慣于人工服務(wù)，經(jīng)常會跳過IVR轉(zhuǎn)入人工服務(wù)，降低了IVR的利用率，從而增加了人力需求。因此，如何對IVR進行改進成為電信行業(yè)的一個重要課題。 本文首先介紹了呼叫中心和客戶細分的相關(guān)理論及數(shù)據(jù)挖掘技術(shù)，然后結(jié)合實際項目，參考了CRISP-DW數(shù)據(jù)挖掘方法，并采用SPSSClementine數(shù)據(jù)挖掘工具對數(shù)據(jù)進行分析。對呼叫中心操作數(shù)據(jù)進行預(yù)處理，包括數(shù)據(jù)集合并，數(shù)據(jù)排序，去除異常、重復(fù)數(shù)據(jù)，數(shù)據(jù)集平衡以及離散化處理等。 在數(shù)據(jù)整理與預(yù)處理的基礎(chǔ)上，第五章首先分析了IVR客戶與地區(qū)分布，ARPU值和入網(wǎng)時長的關(guān)系，然后對IVR客戶進行聚類分析。通過聚類，

5、分析IVR客戶的相關(guān)特點，同時有針對性地提出相應(yīng)措施，幫助提高IVR客戶的滿意度和利用率。 第六章建立了一個C5.0決策樹模型，通過對模型分析，預(yù)測客戶在什么情況下進入IVR系統(tǒng)，而非進入“人工接聽”。分析IVR客戶與入網(wǎng)時長、地區(qū)、ARPU值這三類數(shù)據(jù)項之間的規(guī)則，可以更準(zhǔn)確地了解IVR客戶的特征，從而給電信進行IVR改進提供指導(dǎo)和參考。隨著市場競爭日益激烈，呼叫中心在企業(yè)客戶關(guān)系管理中已經(jīng)被證明是一種行之有效的模式，因此電信行業(yè)也越來越重視呼叫中心的應(yīng)用。電信行業(yè)為了爭取客戶，必須提供更優(yōu)質(zhì)的服務(wù)，呼叫中心是一個直接與客戶聯(lián)系的部門，因此各大通訊運營商都很注重自身呼叫中心的建設(shè)。而在電信呼

6、叫中心中，互動式語音應(yīng)答業(yè)務(wù)（IVR）現(xiàn)在已成為呼叫中心重要的組成部分，因此它可以解決大部分用戶的問題。但由于用戶對操作流程的陌生，或是習(xí)慣于人工服務(wù)，經(jīng)常會跳過IVR轉(zhuǎn)入人工服務(wù)，降低了IVR的利用率，從而增加了人力需求。因此，如何對IVR進行改進成為電信行業(yè)的一個重要課題。 本文首先介紹了呼叫中心和客戶細分的相關(guān)理論及數(shù)據(jù)挖掘技術(shù)，然后結(jié)合實際項目，參考了CRISP-DW數(shù)據(jù)挖掘方法，并采用SPSSClementine數(shù)據(jù)挖掘工具對數(shù)據(jù)進行分析。對呼叫中心操作數(shù)據(jù)進行預(yù)處理，包括數(shù)據(jù)集合并，數(shù)據(jù)排序，去除異常、重復(fù)數(shù)據(jù)，數(shù)據(jù)集平衡以及離散化處理等。 在數(shù)據(jù)整理與預(yù)處理的基礎(chǔ)上，第五章首先分

7、析了IVR客戶與地區(qū)分布，ARPU值和入網(wǎng)時長的關(guān)系，然后對IVR客戶進行聚類分析。通過聚類，分析IVR客戶的相關(guān)特點，同時有針對性地提出相應(yīng)措施，幫助提高IVR客戶的滿意度和利用率。 第六章建立了一個C5.0決策樹模型，通過對模型分析，預(yù)測客戶在什么情況下進入IVR系統(tǒng)，而非進入“人工接聽”。分析IVR客戶與入網(wǎng)時長、地區(qū)、ARPU值這三類數(shù)據(jù)項之間的規(guī)則，可以更準(zhǔn)確地了解IVR客戶的特征，從而給電信進行IVR改進提供指導(dǎo)和參考。隨著市場競爭日益激烈，呼叫中心在企業(yè)客戶關(guān)系管理中已經(jīng)被證明是一種行之有效的模式，因此電信行業(yè)也越來越重視呼叫中心的應(yīng)用。電信行業(yè)為了爭取客戶，必須提供更優(yōu)質(zhì)的服務(wù)

8、，呼叫中心是一個直接與客戶聯(lián)系的部門，因此各大通訊運營商都很注重自身呼叫中心的建設(shè)。而在電信呼叫中心中，互動式語音應(yīng)答業(yè)務(wù)（IVR）現(xiàn)在已成為呼叫中心重要的組成部分，因此它可以解決大部分用戶的問題。但由于用戶對操作流程的陌生，或是習(xí)慣于人工服務(wù)，經(jīng)常會跳過IVR轉(zhuǎn)入人工服務(wù)，降低了IVR的利用率，從而增加了人力需求。因此，如何對IVR進行改進成為電信行業(yè)的一個重要課題。 本文首先介紹了呼叫中心和客戶細分的相關(guān)理論及數(shù)據(jù)挖掘技術(shù)，然后結(jié)合實際項目，參考了CRISP-DW數(shù)據(jù)挖掘方法，并采用SPSSClementine數(shù)據(jù)挖掘工具對數(shù)據(jù)進行分析。對呼叫中心操作數(shù)據(jù)進行預(yù)處理，包括數(shù)據(jù)集合并，數(shù)據(jù)排

9、序，去除異常、重復(fù)數(shù)據(jù)，數(shù)據(jù)集平衡以及離散化處理等。 在數(shù)據(jù)整理與預(yù)處理的基礎(chǔ)上，第五章首先分析了IVR客戶與地區(qū)分布，ARPU值和入網(wǎng)時長的關(guān)系，然后對IVR客戶進行聚類分析。通過聚類，分析IVR客戶的相關(guān)特點，同時有針對性地提出相應(yīng)措施，幫助提高IVR客戶的滿意度和利用率。 第六章建立了一個C5.0決策樹模型，通過對模型分析，預(yù)測客戶在什么情況下進入IVR系統(tǒng)，而非進入“人工接聽”。分析IVR客戶與入網(wǎng)時長、地區(qū)、ARPU值這三類數(shù)據(jù)項之間的規(guī)則，可以更準(zhǔn)確地了解IVR客戶的特征，從而給電信進行IVR改進提供指導(dǎo)和參考。隨著市場競爭日益激烈，呼叫中心在企業(yè)客戶關(guān)系管理中已經(jīng)被證明是一種行之

10、有效的模式，因此電信行業(yè)也越來越重視呼叫中心的應(yīng)用。電信行業(yè)為了爭取客戶，必須提供更優(yōu)質(zhì)的服務(wù)，呼叫中心是一個直接與客戶聯(lián)系的部門，因此各大通訊運營商都很注重自身呼叫中心的建設(shè)。而在電信呼叫中心中，互動式語音應(yīng)答業(yè)務(wù)（IVR）現(xiàn)在已成為呼叫中心重要的組成部分，因此它可以解決大部分用戶的問題。但由于用戶對操作流程的陌生，或是習(xí)慣于人工服務(wù)，經(jīng)常會跳過IVR轉(zhuǎn)入人工服務(wù)，降低了IVR的利用率，從而增加了人力需求。因此，如何對IVR進行改進成為電信行業(yè)的一個重要課題。 本文首先介紹了呼叫中心和客戶細分的相關(guān)理論及數(shù)據(jù)挖掘技術(shù)，然后結(jié)合實際項目，參考了CRISP-DW數(shù)據(jù)挖掘方法，并采用SPSSCle

11、mentine數(shù)據(jù)挖掘工具對數(shù)據(jù)進行分析。對呼叫中心操作數(shù)據(jù)進行預(yù)處理，包括數(shù)據(jù)集合并，數(shù)據(jù)排序，去除異常、重復(fù)數(shù)據(jù)，數(shù)據(jù)集平衡以及離散化處理等。 在數(shù)據(jù)整理與預(yù)處理的基礎(chǔ)上，第五章首先分析了IVR客戶與地區(qū)分布，ARPU值和入網(wǎng)時長的關(guān)系，然后對IVR客戶進行聚類分析。通過聚類，分析IVR客戶的相關(guān)特點，同時有針對性地提出相應(yīng)措施，幫助提高IVR客戶的滿意度和利用率。 第六章建立了一個C5.0決策樹模型，通過對模型分析，預(yù)測客戶在什么情況下進入IVR系統(tǒng)，而非進入“人工接聽”。分析IVR客戶與入網(wǎng)時長、地區(qū)、ARPU值這三類數(shù)據(jù)項之間的規(guī)則，可以更準(zhǔn)確地了解IVR客戶的特征，從而給電信進行I

12、VR改進提供指導(dǎo)和參考。隨著市場競爭日益激烈，呼叫中心在企業(yè)客戶關(guān)系管理中已經(jīng)被證明是一種行之有效的模式，因此電信行業(yè)也越來越重視呼叫中心的應(yīng)用。電信行業(yè)為了爭取客戶，必須提供更優(yōu)質(zhì)的服務(wù)，呼叫中心是一個直接與客戶聯(lián)系的部門，因此各大通訊運營商都很注重自身呼叫中心的建設(shè)。而在電信呼叫中心中，互動式語音應(yīng)答業(yè)務(wù)（IVR）現(xiàn)在已成為呼叫中心重要的組成部分，因此它可以解決大部分用戶的問題。但由于用戶對操作流程的陌生，或是習(xí)慣于人工服務(wù)，經(jīng)常會跳過IVR轉(zhuǎn)入人工服務(wù)，降低了IVR的利用率，從而增加了人力需求。因此，如何對IVR進行改進成為電信行業(yè)的一個重要課題。 本文首先介紹了呼叫中心和客戶細分的相關(guān)

13、理論及數(shù)據(jù)挖掘技術(shù)，然后結(jié)合實際項目，參考了CRISP-DW數(shù)據(jù)挖掘方法，并采用SPSSClementine數(shù)據(jù)挖掘工具對數(shù)據(jù)進行分析。對呼叫中心操作數(shù)據(jù)進行預(yù)處理，包括數(shù)據(jù)集合并，數(shù)據(jù)排序，去除異常、重復(fù)數(shù)據(jù)，數(shù)據(jù)集平衡以及離散化處理等。 在數(shù)據(jù)整理與預(yù)處理的基礎(chǔ)上，第五章首先分析了IVR客戶與地區(qū)分布，ARPU值和入網(wǎng)時長的關(guān)系，然后對IVR客戶進行聚類分析。通過聚類，分析IVR客戶的相關(guān)特點，同時有針對性地提出相應(yīng)措施，幫助提高IVR客戶的滿意度和利用率。 第六章建立了一個C5.0決策樹模型，通過對模型分析，預(yù)測客戶在什么情況下進入IVR系統(tǒng)，而非進入“人工接聽”。分析IVR客戶與入網(wǎng)時

14、長、地區(qū)、ARPU值這三類數(shù)據(jù)項之間的規(guī)則，可以更準(zhǔn)確地了解IVR客戶的特征，從而給電信進行IVR改進提供指導(dǎo)和參考。隨著市場競爭日益激烈，呼叫中心在企業(yè)客戶關(guān)系管理中已經(jīng)被證明是一種行之有效的模式，因此電信行業(yè)也越來越重視呼叫中心的應(yīng)用。電信行業(yè)為了爭取客戶，必須提供更優(yōu)質(zhì)的服務(wù)，呼叫中心是一個直接與客戶聯(lián)系的部門，因此各大通訊運營商都很注重自身呼叫中心的建設(shè)。而在電信呼叫中心中，互動式語音應(yīng)答業(yè)務(wù)（IVR）現(xiàn)在已成為呼叫中心重要的組成部分，因此它可以解決大部分用戶的問題。但由于用戶對操作流程的陌生，或是習(xí)慣于人工服務(wù)，經(jīng)常會跳過IVR轉(zhuǎn)入人工服務(wù)，降低了IVR的利用率，從而增加了人力需求。

15、因此，如何對IVR進行改進成為電信行業(yè)的一個重要課題。 本文首先介紹了呼叫中心和客戶細分的相關(guān)理論及數(shù)據(jù)挖掘技術(shù)，然后結(jié)合實際項目，參考了CRISP-DW數(shù)據(jù)挖掘方法，并采用SPSSClementine數(shù)據(jù)挖掘工具對數(shù)據(jù)進行分析。對呼叫中心操作數(shù)據(jù)進行預(yù)處理，包括數(shù)據(jù)集合并，數(shù)據(jù)排序，去除異常、重復(fù)數(shù)據(jù)，數(shù)據(jù)集平衡以及離散化處理等。 在數(shù)據(jù)整理與預(yù)處理的基礎(chǔ)上，第五章首先分析了IVR客戶與地區(qū)分布，ARPU值和入網(wǎng)時長的關(guān)系，然后對IVR客戶進行聚類分析。通過聚類，分析IVR客戶的相關(guān)特點，同時有針對性地提出相應(yīng)措施，幫助提高IVR客戶的滿意度和利用率。 第六章建立了一個C5.0決策樹模型，通

16、過對模型分析，預(yù)測客戶在什么情況下進入IVR系統(tǒng)，而非進入“人工接聽”。分析IVR客戶與入網(wǎng)時長、地區(qū)、ARPU值這三類數(shù)據(jù)項之間的規(guī)則，可以更準(zhǔn)確地了解IVR客戶的特征，從而給電信進行IVR改進提供指導(dǎo)和參考。隨著市場競爭日益激烈，呼叫中心在企業(yè)客戶關(guān)系管理中已經(jīng)被證明是一種行之有效的模式，因此電信行業(yè)也越來越重視呼叫中心的應(yīng)用。電信行業(yè)為了爭取客戶，必須提供更優(yōu)質(zhì)的服務(wù)，呼叫中心是一個直接與客戶聯(lián)系的部門，因此各大通訊運營商都很注重自身呼叫中心的建設(shè)。而在電信呼叫中心中，互動式語音應(yīng)答業(yè)務(wù)（IVR）現(xiàn)在已成為呼叫中心重要的組成部分，因此它可以解決大部分用戶的問題。但由于用戶對操作流程的陌生

17、，或是習(xí)慣于人工服務(wù)，經(jīng)常會跳過IVR轉(zhuǎn)入人工服務(wù)，降低了IVR的利用率，從而增加了人力需求。因此，如何對IVR進行改進成為電信行業(yè)的一個重要課題。 本文首先介紹了呼叫中心和客戶細分的相關(guān)理論及數(shù)據(jù)挖掘技術(shù)，然后結(jié)合實際項目，參考了CRISP-DW數(shù)據(jù)挖掘方法，并采用SPSSClementine數(shù)據(jù)挖掘工具對數(shù)據(jù)進行分析。對呼叫中心操作數(shù)據(jù)進行預(yù)處理，包括數(shù)據(jù)集合并，數(shù)據(jù)排序，去除異常、重復(fù)數(shù)據(jù)，數(shù)據(jù)集平衡以及離散化處理等。 在數(shù)據(jù)整理與預(yù)處理的基礎(chǔ)上，第五章首先分析了IVR客戶與地區(qū)分布，ARPU值和入網(wǎng)時長的關(guān)系，然后對IVR客戶進行聚類分析。通過聚類，分析IVR客戶的相關(guān)特點，同時有針對

18、性地提出相應(yīng)措施，幫助提高IVR客戶的滿意度和利用率。 第六章建立了一個C5.0決策樹模型，通過對模型分析，預(yù)測客戶在什么情況下進入IVR系統(tǒng)，而非進入“人工接聽”。分析IVR客戶與入網(wǎng)時長、地區(qū)、ARPU值這三類數(shù)據(jù)項之間的規(guī)則，可以更準(zhǔn)確地了解IVR客戶的特征，從而給電信進行IVR改進提供指導(dǎo)和參考。隨著市場競爭日益激烈，呼叫中心在企業(yè)客戶關(guān)系管理中已經(jīng)被證明是一種行之有效的模式，因此電信行業(yè)也越來越重視呼叫中心的應(yīng)用。電信行業(yè)為了爭取客戶，必須提供更優(yōu)質(zhì)的服務(wù)，呼叫中心是一個直接與客戶聯(lián)系的部門，因此各大通訊運營商都很注重自身呼叫中心的建設(shè)。而在電信呼叫中心中，互動式語音應(yīng)答業(yè)務(wù)（IVR

19、）現(xiàn)在已成為呼叫中心重要的組成部分，因此它可以解決大部分用戶的問題。但由于用戶對操作流程的陌生，或是習(xí)慣于人工服務(wù)，經(jīng)常會跳過IVR轉(zhuǎn)入人工服務(wù)，降低了IVR的利用率，從而增加了人力需求。因此，如何對IVR進行改進成為電信行業(yè)的一個重要課題。 本文首先介紹了呼叫中心和客戶細分的相關(guān)理論及數(shù)據(jù)挖掘技術(shù)，然后結(jié)合實際項目，參考了CRISP-DW數(shù)據(jù)挖掘方法，并采用SPSSClementine數(shù)據(jù)挖掘工具對數(shù)據(jù)進行分析。對呼叫中心操作數(shù)據(jù)進行預(yù)處理，包括數(shù)據(jù)集合并，數(shù)據(jù)排序，去除異常、重復(fù)數(shù)據(jù)，數(shù)據(jù)集平衡以及離散化處理等。 在數(shù)據(jù)整理與預(yù)處理的基礎(chǔ)上，第五章首先分析了IVR客戶與地區(qū)分布，ARPU值

20、和入網(wǎng)時長的關(guān)系，然后對IVR客戶進行聚類分析。通過聚類，分析IVR客戶的相關(guān)特點，同時有針對性地提出相應(yīng)措施，幫助提高IVR客戶的滿意度和利用率。 第六章建立了一個C5.0決策樹模型，通過對模型分析，預(yù)測客戶在什么情況下進入IVR系統(tǒng)，而非進入“人工接聽”。分析IVR客戶與入網(wǎng)時長、地區(qū)、ARPU值這三類數(shù)據(jù)項之間的規(guī)則，可以更準(zhǔn)確地了解IVR客戶的特征，從而給電信進行IVR改進提供指導(dǎo)和參考。隨著市場競爭日益激烈，呼叫中心在企業(yè)客戶關(guān)系管理中已經(jīng)被證明是一種行之有效的模式，因此電信行業(yè)也越來越重視呼叫中心的應(yīng)用。電信行業(yè)為了爭取客戶，必須提供更優(yōu)質(zhì)的服務(wù)，呼叫中心是一個直接與客戶聯(lián)系的部門

21、，因此各大通訊運營商都很注重自身呼叫中心的建設(shè)。而在電信呼叫中心中，互動式語音應(yīng)答業(yè)務(wù)（IVR）現(xiàn)在已成為呼叫中心重要的組成部分，因此它可以解決大部分用戶的問題。但由于用戶對操作流程的陌生，或是習(xí)慣于人工服務(wù)，經(jīng)常會跳過IVR轉(zhuǎn)入人工服務(wù)，降低了IVR的利用率，從而增加了人力需求。因此，如何對IVR進行改進成為電信行業(yè)的一個重要課題。 本文首先介紹了呼叫中心和客戶細分的相關(guān)理論及數(shù)據(jù)挖掘技術(shù)，然后結(jié)合實際項目，參考了CRISP-DW數(shù)據(jù)挖掘方法，并采用SPSSClementine數(shù)據(jù)挖掘工具對數(shù)據(jù)進行分析。對呼叫中心操作數(shù)據(jù)進行預(yù)處理，包括數(shù)據(jù)集合并，數(shù)據(jù)排序，去除異常、重復(fù)數(shù)據(jù)，數(shù)據(jù)集平衡以

22、及離散化處理等。 在數(shù)據(jù)整理與預(yù)處理的基礎(chǔ)上，第五章首先分析了IVR客戶與地區(qū)分布，ARPU值和入網(wǎng)時長的關(guān)系，然后對IVR客戶進行聚類分析。通過聚類，分析IVR客戶的相關(guān)特點，同時有針對性地提出相應(yīng)措施，幫助提高IVR客戶的滿意度和利用率。 第六章建立了一個C5.0決策樹模型，通過對模型分析，預(yù)測客戶在什么情況下進入IVR系統(tǒng)，而非進入“人工接聽”。分析IVR客戶與入網(wǎng)時長、地區(qū)、ARPU值這三類數(shù)據(jù)項之間的規(guī)則，可以更準(zhǔn)確地了解IVR客戶的特征，從而給電信進行IVR改進提供指導(dǎo)和參考。隨著市場競爭日益激烈，呼叫中心在企業(yè)客戶關(guān)系管理中已經(jīng)被證明是一種行之有效的模式，因此電信行業(yè)也越來越重視

23、呼叫中心的應(yīng)用。電信行業(yè)為了爭取客戶，必須提供更優(yōu)質(zhì)的服務(wù)，呼叫中心是一個直接與客戶聯(lián)系的部門，因此各大通訊運營商都很注重自身呼叫中心的建設(shè)。而在電信呼叫中心中，互動式語音應(yīng)答業(yè)務(wù)（IVR）現(xiàn)在已成為呼叫中心重要的組成部分，因此它可以解決大部分用戶的問題。但由于用戶對操作流程的陌生，或是習(xí)慣于人工服務(wù)，經(jīng)常會跳過IVR轉(zhuǎn)入人工服務(wù)，降低了IVR的利用率，從而增加了人力需求。因此，如何對IVR進行改進成為電信行業(yè)的一個重要課題。 本文首先介紹了呼叫中心和客戶細分的相關(guān)理論及數(shù)據(jù)挖掘技術(shù)，然后結(jié)合實際項目，參考了CRISP-DW數(shù)據(jù)挖掘方法，并采用SPSSClementine數(shù)據(jù)挖掘工具對數(shù)據(jù)進行分析。對呼叫中心操作數(shù)據(jù)進行預(yù)處理，包括數(shù)據(jù)集合并，數(shù)據(jù)排序，去除異常、重復(fù)數(shù)據(jù)，數(shù)據(jù)集平衡以及離散化處理等。 在數(shù)據(jù)整理與預(yù)處理的基礎(chǔ)上，第五章首先分析了IVR客戶與