數(shù)據(jù)挖掘技術(shù)在電信行業(yè)CRM中運(yùn)用

1、 HYPERLINK ./ HYPERLINK ./ 更多企業(yè)學(xué)院：./Shopp/中小企業(yè)管理理全能版183套講座+897000份資料./SShop/440.shttml總經(jīng)理、高層層管理49套講座+116388份份資料./SShop/338.shttml中層管理學(xué)院院46套講座+66020份資料./SShop/339.shttml國(guó)學(xué)智慧、易易經(jīng)46套講座./SShop/441.shttml人力資源學(xué)院院56套講座+227123份份資料./SShop/444.shttml各階段員工培培訓(xùn)學(xué)院77套講座+ 324份資料./SShop/449.shttml員工管理企業(yè)業(yè)學(xué)院67套講座+ 872

2、0份份資料./SShop/442.shttml工廠生產(chǎn)管理理學(xué)院52套講座+ 139200份資料./SShop/443.shttml財(cái)務(wù)管理學(xué)院院53套講座+ 179455份資料./SShop/445.shttml銷售經(jīng)理學(xué)院院56套講座+ 143500份資料./SShop/446.shttml銷售人員培訓(xùn)訓(xùn)學(xué)院72套講座+ 4879份份資料./SShop/447.shttml更多資料請(qǐng)?jiān)L問(wèn)問(wèn).(.)更多企業(yè)學(xué)院：./Shopp/中小企業(yè)管理理全能版183套講座+897000份資料./SShop/440.shttml總經(jīng)理、高層層管理49套講座+116388份份資料./SShop/338.sh

3、ttml中層管理學(xué)院院46套講座+66020份資料./SShop/339.shttml國(guó)學(xué)智慧、易易經(jīng)46套講座./SShop/441.shttml人力資源學(xué)院院56套講座+227123份份資料./SShop/444.shttml各階段員工培培訓(xùn)學(xué)院77套講座+ 324份資料./SShop/449.shttml員工管理企業(yè)業(yè)學(xué)院67套講座+ 8720份份資料./SShop/442.shttml工廠生產(chǎn)管理理學(xué)院52套講座+ 139200份資料./SShop/443.shttml財(cái)務(wù)管理學(xué)院院53套講座+ 179455份資料./SShop/445.shttml銷售經(jīng)理學(xué)院院56套講座+ 1435

4、00份資料./SShop/446.shttml銷售人員培訓(xùn)訓(xùn)學(xué)院72套講座+ 4879份份資料./SShop/447.shttml數(shù)據(jù)挖掘技術(shù)在在電信行業(yè)CCRM中應(yīng)用用研究?jī)?nèi)容摘要本本文在介紹數(shù)數(shù)據(jù)挖掘技術(shù)術(shù)和客戶關(guān)系系管理概念的的基礎(chǔ)上，以以電信行業(yè)為為背景，介紹紹了將數(shù)據(jù)挖挖掘技術(shù)應(yīng)用用到客戶關(guān)系系管理中的流流程和方法。關(guān)鍵詞數(shù)據(jù)據(jù)挖掘、客戶戶關(guān)系管理、電電信行業(yè)一、數(shù)據(jù)挖掘方方法和技術(shù)在在客戶關(guān)系管管理中的應(yīng)用用數(shù)據(jù)挖掘的任務(wù)務(wù)主要是關(guān)聯(lián)聯(lián)分析、聚類類分析、分類類、預(yù)測(cè)、時(shí)時(shí)序模式和偏偏差分析等，根根據(jù)數(shù)據(jù)挖掘掘所能夠完成成的任務(wù)，數(shù)數(shù)據(jù)挖掘的技技術(shù)可以應(yīng)用用到以客戶為為中心的企業(yè)業(yè)決

5、策分析和和管理的各個(gè)個(gè)不同領(lǐng)域和和階段。在客客戶關(guān)系管理理中，它可以以應(yīng)用到以下下幾個(gè)方面：客戶群體分分類分析、客客戶盈利能力力分析、客戶戶背景分析、客客戶滿意度分分析、交叉銷銷售、客戶信信用分析、客客戶流失分析析、客戶的獲獲得與保持等等。（一）、客戶群群體分類分析析客戶細(xì)分是指將將一個(gè)大的消消費(fèi)群體劃分分成一個(gè)個(gè)細(xì)細(xì)分群的動(dòng)作作，同屬一個(gè)個(gè)細(xì)分群的消消費(fèi)者彼此相相似，而隸屬屬于不同細(xì)分分群的消費(fèi)者者是不同的。細(xì)細(xì)分可以讓一一個(gè)用戶從比比較高的層次次上來(lái)查看整整個(gè)數(shù)據(jù)庫(kù)中中的數(shù)據(jù)，細(xì)細(xì)分也使得人人們可以用不不同的方法對(duì)對(duì)待處于不同同細(xì)分中的客客戶。有多種種方式可以在在細(xì)分上運(yùn)用用數(shù)據(jù)挖掘，通通

6、常用來(lái)建立立細(xì)分群的數(shù)數(shù)據(jù)挖掘方法法是決策樹(shù)方方法和聚類方方法。首先，數(shù)數(shù)據(jù)挖掘可以以用來(lái)根據(jù)客客戶的預(yù)測(cè)行行為來(lái)定義客客戶細(xì)分群。如如決策樹(shù)的葉葉節(jié)點(diǎn)可視為為一個(gè)獨(dú)立的的客戶細(xì)分群群，每個(gè)葉節(jié)節(jié)點(diǎn)由某些特特定的客戶特特征定義，對(duì)對(duì)所有符合這這些特征的客客戶存在一些些預(yù)測(cè)行為。數(shù)數(shù)據(jù)挖掘可以以把大量的客客戶分成不同同的類，在每每一個(gè)類里的的客戶具有相相似的屬性，而而不同類里的的客戶的屬性性也不同。大大多數(shù)公司一一般將客戶分分為VIP客客戶、主要客客戶、普通客客戶和小客戶戶4類。電信客戶分類一一般是按照業(yè)業(yè)務(wù)類型進(jìn)行行分類，主要要分為大客戶戶和普通客戶戶。大客戶又又主要包括兩兩類：其一指指客戶范

7、圍大大，不僅包括括普通的消費(fèi)費(fèi)者，還包括括企業(yè)的分銷銷商、經(jīng)銷商商、批發(fā)商和和代理商；其其二指客戶的的價(jià)值大，不不同的客戶對(duì)對(duì)企業(yè)的利潤(rùn)潤(rùn)貢獻(xiàn)差異很很大，20%的大客戶貢貢獻(xiàn)了企業(yè)880%的利潤(rùn)潤(rùn)，因此，企企業(yè)必須要高高度重視高價(jià)價(jià)值客戶以及及具有高價(jià)值值潛力的客戶戶。在大客戶戶營(yíng)銷戰(zhàn)略中中的大客戶是是指后者，是是指公司所轄轄地域內(nèi)使用用產(chǎn)品量大或或單位性質(zhì)特特殊的客戶，主主要包括經(jīng)濟(jì)濟(jì)大客戶、重重要客戶、集集團(tuán)客戶與戰(zhàn)戰(zhàn)略客戶等。（二）、客戶盈盈利能力分析析客戶盈利能力分分析是數(shù)據(jù)挖挖掘的基礎(chǔ)。數(shù)數(shù)據(jù)挖掘技術(shù)術(shù)是通過(guò)幫助助你理解和提提高客戶盈利利能力來(lái)發(fā)揮揮作用的，它它可以用來(lái)預(yù)預(yù)測(cè)在不同的

8、的市場(chǎng)活動(dòng)情情況下客戶盈盈利能力的變變化，通過(guò)分分析已經(jīng)發(fā)生生的事實(shí)來(lái)發(fā)發(fā)現(xiàn)信息和預(yù)預(yù)測(cè)未來(lái)。數(shù)數(shù)據(jù)挖掘技術(shù)術(shù)可以從客戶戶的交易記錄錄中發(fā)現(xiàn)一些些行為模式，并并用這些行為為模式來(lái)預(yù)測(cè)測(cè)客戶盈利能能力的高低，但但首先必須要要設(shè)定一種計(jì)計(jì)算客戶盈利利能力的方法法。數(shù)據(jù)挖掘掘技術(shù)還可以以用來(lái)揭示客客戶的行為習(xí)習(xí)慣和預(yù)測(cè)發(fā)發(fā)現(xiàn)一些在不不同情況下有有相似行為的的新客戶。通通過(guò)數(shù)據(jù)挖掘掘技術(shù)可以優(yōu)優(yōu)化一個(gè)市場(chǎng)場(chǎng)活動(dòng)以確定定哪些顧客對(duì)對(duì)提供的產(chǎn)品品和服務(wù)感興興趣。（三）、交叉銷銷售現(xiàn)代企業(yè)和客戶戶之間的關(guān)系系是經(jīng)常變動(dòng)動(dòng)的，一旦一一個(gè)人或一個(gè)個(gè)團(tuán)體成為企企業(yè)的客戶，就就要竭力使這這種客戶關(guān)系系趨于完善，需需

9、要對(duì)現(xiàn)有的的客戶進(jìn)行交交叉銷售。交交叉銷售是建建立在雙贏原原則上的，對(duì)對(duì)客戶來(lái)講，要要得到更多更更好滿足需求求的服務(wù)且從從中受益，對(duì)對(duì)企業(yè)來(lái)講，也也會(huì)因銷售額額的增長(zhǎng)而獲獲益。數(shù)據(jù)挖挖掘可以幫助助企業(yè)分析出出最優(yōu)的合理理的銷售匹配配。交叉銷售就是指指向現(xiàn)有的客客戶提供新的的產(chǎn)品和服務(wù)務(wù)的營(yíng)銷過(guò)程程，那些購(gòu)買(mǎi)買(mǎi)了某種產(chǎn)品品和服務(wù)的客客戶很有可能能同時(shí)購(gòu)買(mǎi)你你能提供的某某些他感興趣趣的相關(guān)產(chǎn)品品和服務(wù)，數(shù)數(shù)據(jù)挖掘技術(shù)術(shù)可以幫助企企業(yè)發(fā)現(xiàn)這種種行為模式并并從中獲利。交交叉銷售還有有一種形式就就是“升級(jí)銷售”，即向客戶戶提供與他們們已購(gòu)買(mǎi)的服服務(wù)相關(guān)的增增值服務(wù)。例例如，電信公公司向已經(jīng)使使用標(biāo)準(zhǔn)長(zhǎng)途

10、途電話服務(wù)的的客戶推銷優(yōu)優(yōu)質(zhì)長(zhǎng)途電話話服務(wù)。使用數(shù)據(jù)挖掘技技術(shù)進(jìn)行交叉叉營(yíng)銷分析一一般是從分析析現(xiàn)有客戶的的購(gòu)買(mǎi)行為數(shù)數(shù)據(jù)開(kāi)始，將將每個(gè)單項(xiàng)產(chǎn)產(chǎn)品銷售分析析進(jìn)行疊加，形形成多項(xiàng)產(chǎn)品品的交叉營(yíng)銷銷分析。首先先收集關(guān)于現(xiàn)現(xiàn)有客戶消費(fèi)費(fèi)習(xí)慣的數(shù)據(jù)據(jù)，然后對(duì)這這些數(shù)據(jù)進(jìn)行行挖掘，對(duì)所所有的客戶提提供最合適的的產(chǎn)品和服務(wù)務(wù)。對(duì)交叉營(yíng)營(yíng)銷做分析時(shí)時(shí)，具體的數(shù)數(shù)據(jù)挖掘過(guò)程程包括：對(duì)個(gè)個(gè)體行為進(jìn)行行建模；用預(yù)預(yù)測(cè)模型對(duì)數(shù)數(shù)據(jù)進(jìn)行評(píng)分分； 對(duì)得分分矩陣進(jìn)行最最優(yōu)化處理。建建模過(guò)程時(shí)用用數(shù)據(jù)挖掘的的一些算法對(duì)對(duì)數(shù)據(jù)進(jìn)行分分析，然后產(chǎn)產(chǎn)生一些數(shù)學(xué)學(xué)模型，這些些模型用來(lái)對(duì)對(duì)客戶將來(lái)的的行為進(jìn)行預(yù)預(yù)測(cè)分析。在在交叉營(yíng)銷

11、分分析中，需要要對(duì)每一種交交叉營(yíng)銷的情情況都要建立立一個(gè)模型。在在這些交叉營(yíng)營(yíng)銷分析模型型建好以后，每每一個(gè)模型都都可以用來(lái)分分析新的客戶戶數(shù)據(jù)以預(yù)測(cè)測(cè)這些客戶將將來(lái)的行為。評(píng)評(píng)分過(guò)程就是是計(jì)算這些數(shù)數(shù)學(xué)模型的結(jié)結(jié)果，評(píng)分過(guò)過(guò)程的結(jié)果就就是產(chǎn)生一個(gè)個(gè)得分矩陣，矩矩陣的每一行行代表一位顧顧客，每一列列代表一種交交叉銷售的情情況。最后一一步就是對(duì)這這個(gè)得分矩陣陣進(jìn)行最優(yōu)化化處理，即對(duì)對(duì)每一位顧客客選出最適合合的幾種服務(wù)務(wù)方案。使用用數(shù)據(jù)挖掘技技術(shù)建立預(yù)測(cè)測(cè)模型可以幫幫助找出客戶戶最適合的服服務(wù)種類，來(lái)來(lái)進(jìn)行針對(duì)性性的營(yíng)銷活動(dòng)動(dòng)。在交叉銷銷售中通常采采用的數(shù)據(jù)挖挖掘算法是關(guān)關(guān)聯(lián)規(guī)則。（四）、客戶的的

12、保持隨著行業(yè)的競(jìng)爭(zhēng)爭(zhēng)越來(lái)越激烈烈和獲得一個(gè)個(gè)新客戶的開(kāi)開(kāi)支越來(lái)越大大，保持原有有客戶的工作作也越來(lái)越有有價(jià)值。保留留一個(gè)客戶的的時(shí)間越長(zhǎng)，收收回你在這個(gè)個(gè)客戶身上所所花的初期投投資和獲取費(fèi)費(fèi)用的時(shí)間越越長(zhǎng)，你從客客戶身上獲得得的利潤(rùn)就越越多。隨著獲獲得新客戶的的費(fèi)用與保留留客戶的費(fèi)用用比在逐年升升高，這樣的的效果也逐年年明顯，尤其其電信業(yè)在獲獲取新客戶的的時(shí)候的費(fèi)用用是非常高的的。但是由于于各種因素的的不確定性和和市場(chǎng)的不斷斷增長(zhǎng)以及一一些競(jìng)爭(zhēng)對(duì)手手為新客戶提提供比你更多多的額外優(yōu)惠惠條件，很多多客戶為了求求得更低的費(fèi)費(fèi)用，不斷的的從你這里轉(zhuǎn)轉(zhuǎn)向另一個(gè)服服務(wù)商?？蛻魬魪囊粋€(gè)服務(wù)務(wù)商轉(zhuǎn)向到另另一

13、個(gè)服務(wù)商商的行為稱為為客戶轉(zhuǎn)移。為為了分析出是是哪些主要因因素導(dǎo)致客戶戶轉(zhuǎn)移并可以以有針對(duì)性的的挽留那些有有離開(kāi)傾向的的客戶，企業(yè)業(yè)可以通過(guò)使使用數(shù)據(jù)挖掘掘技術(shù)，建立立客戶轉(zhuǎn)移傾傾向的預(yù)測(cè)模模型，挖掘出出具有高風(fēng)險(xiǎn)險(xiǎn)轉(zhuǎn)移可能性性并具有較高高商業(yè)價(jià)值的的客戶，在這這些客戶轉(zhuǎn)移移到同行業(yè)其其它服務(wù)商那那里之前，采采取相應(yīng)的商商業(yè)活動(dòng)措施施來(lái)保持住這這些有價(jià)值的的客戶，這個(gè)個(gè)過(guò)程就叫做做客戶的保持持。由于客戶保持預(yù)預(yù)測(cè)模型是全全局市場(chǎng)策略略的一部分，如如何使用預(yù)測(cè)測(cè)工具將對(duì)實(shí)實(shí)施預(yù)測(cè)模型型帶來(lái)的效益益產(chǎn)生重要的的影響。因此此選擇的數(shù)據(jù)據(jù)挖掘技術(shù)要要使企業(yè)能夠夠?qū)蛻暨M(jìn)行行細(xì)分并且能能夠?qū)蛻袅髁魇У?/p>

14、原因有有比較清晰的的了解。在這這樣的要求下下，分類回歸歸決策樹(shù)CAART和數(shù)據(jù)據(jù)挖掘技術(shù)中中的一些其它它決策樹(shù)如CCHAID和和C4.5都都可以很好的的運(yùn)用在這類類現(xiàn)實(shí)環(huán)境中中。從兩個(gè)方面分析析電信企業(yè)客客戶保持的重重要性，從電電信企業(yè)所處處的外部環(huán)境境來(lái)看，客戶戶保持是進(jìn)行行市場(chǎng)競(jìng)爭(zhēng)的的需要。在社社會(huì)經(jīng)濟(jì)發(fā)展展，科技進(jìn)步步的影響之下下，我國(guó)的電電信市場(chǎng)逐漸漸擴(kuò)大，電信信業(yè)務(wù)的需求求量不斷增長(zhǎng)長(zhǎng)。大量新運(yùn)運(yùn)營(yíng)商不斷進(jìn)進(jìn)入電信市場(chǎng)場(chǎng)，更激發(fā)了了市場(chǎng)競(jìng)爭(zhēng)的的激烈程度。隨隨著電信市場(chǎng)場(chǎng)壟斷局面的的打破，市場(chǎng)場(chǎng)上的廠商獲獲利由壟斷時(shí)時(shí)期的高額利利潤(rùn)降至市場(chǎng)場(chǎng)平均利潤(rùn)水水平。在這種種情況下，客客戶保持的

15、重重要性就在競(jìng)競(jìng)爭(zhēng)中凸現(xiàn)出出來(lái)。從電信信運(yùn)營(yíng)商的角角度來(lái)看，客客戶保持是企企業(yè)生存發(fā)展展的需要。通通過(guò)一組數(shù)據(jù)據(jù)表明：發(fā)展展一位新客戶戶的成本是挽挽留一個(gè)老客客戶的4倍；客戶忠誠(chéng)度度下降5%，則則企業(yè)利潤(rùn)下下降25%；向新客戶推推銷產(chǎn)品的成成功率是155%，而向現(xiàn)現(xiàn)有客戶推銷銷產(chǎn)品的成功功率是50%；如果將每每年的客戶關(guān)關(guān)系保持率增增加5個(gè)百分分點(diǎn)，可能使使利潤(rùn)增長(zhǎng)885%；向新新客戶進(jìn)行推推銷的花費(fèi)是是向現(xiàn)有客戶戶推銷花費(fèi)的的6倍；如果果公司對(duì)服務(wù)務(wù)過(guò)失給予快快速關(guān)注，770%對(duì)服務(wù)務(wù)不滿的客戶戶還會(huì)繼續(xù)與與其進(jìn)行商業(yè)業(yè)合作； 660%的新客客戶來(lái)自現(xiàn)有有客戶的推薦薦；一個(gè)對(duì)服服務(wù)不滿的客客

16、戶會(huì)將他的的不滿經(jīng)歷告告訴其他810 個(gè)人人，而一位滿滿意的客戶則則會(huì)將他的滿滿意經(jīng)歷告訴訴23人。以以上數(shù)據(jù)充分分說(shuō)明，客戶戶是目前商業(yè)業(yè)活動(dòng)的中心心，衡量一個(gè)個(gè)企業(yè)是否成成功的標(biāo)準(zhǔn)將將不再僅僅是是企業(yè)的投資資收益率和市市場(chǎng)份額， 而是該企業(yè)業(yè)的客戶保持持率，客戶份份額及客戶資資產(chǎn)收益率等等指標(biāo)。可見(jiàn)見(jiàn)，客戶保持持的價(jià)值體現(xiàn)現(xiàn)在增加企業(yè)業(yè)的盈利、降降低企業(yè)的成成本以及提高高企業(yè)的信譽(yù)譽(yù)度、美譽(yù)度度等方面。近年來(lái)電信體制制的激烈變革革和競(jìng)爭(zhēng)的加加劇使電信企企業(yè)忙于開(kāi)拓拓市場(chǎng)、發(fā)展展客戶，對(duì)客客戶保持重視視不夠。從而而導(dǎo)致企業(yè)一一方面投入大大量時(shí)間、人人力、財(cái)力去去發(fā)展新客戶戶，另一方面面因客戶

17、保持持工作的不完完善導(dǎo)致現(xiàn)有有客戶不滿意意而發(fā)生流失失，這種情況況對(duì)企業(yè)危害害極大。面對(duì)對(duì)當(dāng)前的市場(chǎng)場(chǎng)狀況。電信信企業(yè)必須摒摒棄那種“狗熊掰棒子子”式的市場(chǎng)開(kāi)開(kāi)拓方式，在在發(fā)展新客戶戶的同時(shí)，著著手進(jìn)行客戶戶保持的研究究，以有效的的客戶關(guān)系管管理來(lái)提高客客戶的保持力力，支持企業(yè)業(yè)經(jīng)濟(jì)效益的的不斷增長(zhǎng)。（五）、客戶的的獲取數(shù)據(jù)挖掘技術(shù)可可以幫助企業(yè)業(yè)完成對(duì)潛在在客戶的篩選選工作，市場(chǎng)場(chǎng)人員把由數(shù)數(shù)據(jù)挖掘技術(shù)術(shù)得出的潛在在客戶名單和和這些客戶感感興趣的優(yōu)惠惠措施系統(tǒng)地地結(jié)合起來(lái)。數(shù)數(shù)據(jù)挖掘技術(shù)術(shù)在發(fā)展新客客戶策略中的的應(yīng)用是圍繞繞數(shù)據(jù)開(kāi)展的的，用獲得的的客戶數(shù)據(jù)建建立一個(gè)預(yù)測(cè)測(cè)模型，然后后根據(jù)模型

18、預(yù)預(yù)測(cè)獲得最優(yōu)優(yōu)價(jià)值的潛在在客戶信息。客客戶的獲取包包括發(fā)現(xiàn)那些些對(duì)你的產(chǎn)品品不了解的顧顧客，它們可可能是你的產(chǎn)產(chǎn)品的潛在消消費(fèi)者，也可可能是以前接接受你的競(jìng)爭(zhēng)爭(zhēng)對(duì)手服務(wù)的的顧客，其中中有些客戶可可能以前是你你的客戶。通過(guò)數(shù)據(jù)挖掘技技術(shù)來(lái)獲取新新客戶首先必必須收集一份份潛在客戶名名單。在潛在在客戶名單上上列出哪些可可能對(duì)你的產(chǎn)產(chǎn)品或服務(wù)感感興趣的消費(fèi)費(fèi)者的信息。這這些信息應(yīng)不不僅包括客戶戶的基本信息息還應(yīng)包括消消費(fèi)者消費(fèi)行行為的大量信信息如個(gè)體的的興趣、消費(fèi)費(fèi)習(xí)慣、消費(fèi)費(fèi)傾向和消費(fèi)費(fèi)需求等。通通過(guò)各種數(shù)據(jù)據(jù)源來(lái)收集這這些信息，如如果沒(méi)能收集集到足夠的數(shù)數(shù)據(jù)，那么就就需要通過(guò)一一次小規(guī)模的的實(shí)驗(yàn)

19、活動(dòng)來(lái)來(lái)收集分析用用的數(shù)據(jù)。在在挑選實(shí)驗(yàn)活活動(dòng)的對(duì)象時(shí)時(shí)，不僅要從從潛在客戶名名單中選取一一些客戶，還還要隨機(jī)選取取一些與潛在在客戶名單上上顧客屬性特特征不同的客客戶作為實(shí)驗(yàn)驗(yàn)對(duì)象。這樣樣可以為將來(lái)來(lái)的數(shù)據(jù)挖掘掘提供足夠有有價(jià)值的信息息。二、客戶數(shù)據(jù)挖挖掘主題對(duì)照數(shù)據(jù)挖掘研研究的4類問(wèn)問(wèn)題：關(guān)聯(lián)、分分類、預(yù)測(cè)、聚聚類，客戶數(shù)數(shù)據(jù)挖掘主題題也可按此44類來(lái)劃分。（一）、關(guān)聯(lián)問(wèn)問(wèn)題橫向關(guān)聯(lián)：是挖挖掘表面看似似獨(dú)立的事件件間的相互關(guān)關(guān)系，例如“90%的顧顧客在一次購(gòu)購(gòu)買(mǎi)活動(dòng)中購(gòu)購(gòu)買(mǎi)商品A的的同時(shí)購(gòu)買(mǎi)商商品B”之類的知識(shí)識(shí)。比如經(jīng)典典的“尿布和啤酒酒”的故事，就就是利用這種種方法，發(fā)現(xiàn)現(xiàn)二者之間有有很

20、高的相關(guān)關(guān)系數(shù)，引起起重視，然后后深入分析后后才找出內(nèi)在在原因的。次序關(guān)聯(lián)：這種種分析的側(cè)重重點(diǎn)在于分析析事件的前后后序列關(guān)系，發(fā)發(fā)現(xiàn)諸如“在購(gòu)買(mǎi)A商商品后，一段段時(shí)間里顧客客會(huì)接著購(gòu)買(mǎi)買(mǎi)商品B，而而后購(gòu)買(mǎi)商品品C”的知識(shí)，形形成一個(gè)客戶戶行為的 “ABC”模式。比如如一個(gè)顧客在在買(mǎi)了電腦之之后，就很有有可能購(gòu)買(mǎi)打打印機(jī)、掃描描儀等配件。關(guān)聯(lián)問(wèn)題研究客客戶各項(xiàng)屬性性特征的相互互關(guān)系以及交交叉銷售等問(wèn)問(wèn)題，同時(shí)也也研究客戶實(shí)實(shí)體和其它實(shí)實(shí)體的關(guān)系。電電信業(yè)比較典典型的關(guān)聯(lián)問(wèn)問(wèn)題有交叉銷銷售、套餐選選擇問(wèn)題、業(yè)業(yè)務(wù)相互影響響等問(wèn)題。（二）、預(yù)測(cè)問(wèn)問(wèn)題客戶預(yù)測(cè)問(wèn)題是是預(yù)測(cè)客戶的的行為變化或或消費(fèi)等屬

21、性性變化?？蛻魬舻湫偷男袨闉樽兓辛魇?、 增加、通通話行為變化化、消費(fèi)行為為變化、客戶戶信息變化、和和其它行為變變化。比較典典型的預(yù)測(cè)問(wèn)問(wèn)題有客戶流流失/大客戶戶離網(wǎng)、潛在在大客戶預(yù)測(cè)測(cè)、客戶級(jí)別別變動(dòng)、客戶戶發(fā)展、市場(chǎng)場(chǎng)效果預(yù)測(cè)等等。（三）、分類問(wèn)問(wèn)題分類分析就是通通過(guò)分析樣本本客戶數(shù)據(jù)庫(kù)庫(kù)中的數(shù)據(jù)，為為每個(gè)類別做做出準(zhǔn)確的描描述或建立分分析模型或挖挖掘出分類規(guī)規(guī)則，然后用用這個(gè)分類規(guī)規(guī)則對(duì)其它客客戶的記錄進(jìn)進(jìn)行分類。比比如電信公司司根據(jù)客戶的的消費(fèi)記錄，把把客戶分成大大客戶和普通通客戶，并標(biāo)標(biāo)記數(shù)據(jù)庫(kù)中中的每個(gè)記錄錄。有了這樣樣的挖掘結(jié)果果，客戶服務(wù)務(wù)部門(mén)就知道道一個(gè)新的客客戶的潛在價(jià)價(jià)

22、值，在客戶戶服務(wù)投入上上就心中有底底。（四）、聚類問(wèn)問(wèn)題聚類是分類的逆逆向方法。聚聚類把沒(méi)有分分類的記錄，在在不知道應(yīng)分分成幾類的情情況下，按照照數(shù)據(jù)內(nèi)在的的差異性大小小，合理地劃劃分成幾類，并并確定每個(gè)記記錄所屬類別別。它采用的的分類規(guī)則是是按統(tǒng)計(jì)學(xué)的的聚類分析方方法決定的?？涂蛻艟垲悊?wèn)題題是對(duì)客戶特特征的研究，典典型的聚類問(wèn)問(wèn)題有客戶特特征分析、消消費(fèi)模型和異異常客戶分析析等。三、數(shù)據(jù)挖掘技技術(shù)對(duì)客戶管管理管理的影影響和作用在CRM中應(yīng)用用數(shù)據(jù)挖掘，第第一步是要理理解數(shù)據(jù)挖掘掘所要解決的的具體業(yè)務(wù)問(wèn)問(wèn)題；第二步步根據(jù)問(wèn)題準(zhǔn)準(zhǔn)備相應(yīng)的數(shù)數(shù)據(jù)，并對(duì)數(shù)數(shù)據(jù)進(jìn)行預(yù)處處理；第三步步是選擇挖掘掘的模型

23、，比比如是用關(guān)聯(lián)聯(lián)規(guī)則還是聚聚類等等；第第四步是用訓(xùn)訓(xùn)練集數(shù)據(jù)訓(xùn)訓(xùn)練和評(píng)估挖挖掘模型的效效果。一旦評(píng)評(píng)估可以達(dá)到到一定滿意程程度，該模型型就得到確定定，演變?yōu)橐灰粋€(gè)固定的業(yè)業(yè)務(wù)應(yīng)用模型型。這個(gè)業(yè)務(wù)務(wù)應(yīng)用模型就就可以套用于于實(shí)際的業(yè)務(wù)務(wù)處理，從而而完成一個(gè)閉閉環(huán)的挖掘過(guò)過(guò)程。當(dāng)業(yè)務(wù)務(wù)發(fā)生了變化化或者有新的的需求產(chǎn)生時(shí)時(shí)，數(shù)據(jù)挖掘掘就在另外一一個(gè)層次上重重復(fù)這個(gè)循環(huán)環(huán)過(guò)程。循環(huán)環(huán)過(guò)程如圖44.1所示。圖4.1 數(shù)據(jù)據(jù)挖掘應(yīng)用循循環(huán)過(guò)程在CRM中應(yīng)用用數(shù)據(jù)挖掘，可可以在以下方方面對(duì)CRMM提供支持：（一）、為決策策提供依據(jù)企業(yè)運(yùn)營(yíng)過(guò)程中中的各種信息息都是通過(guò)數(shù)數(shù)據(jù)反映出來(lái)來(lái)的，通過(guò)對(duì)對(duì)這些數(shù)據(jù)的的分

24、析，可以以發(fā)現(xiàn)企業(yè)運(yùn)運(yùn)營(yíng)過(guò)程中的的規(guī)律，從而而對(duì)企業(yè)的生生產(chǎn)活動(dòng)、市市場(chǎng)活動(dòng)等提提供科學(xué)指導(dǎo)導(dǎo)意義。CRRM目前解決決了企業(yè)與外外部市場(chǎng)進(jìn)行行信息接入的的問(wèn)題，產(chǎn)生生大量數(shù)據(jù)通通過(guò)報(bào)表等統(tǒng)統(tǒng)計(jì)方法，只只能得到一般般意義上的信信息反映。而而通過(guò)數(shù)據(jù)挖挖掘技術(shù)，可可以發(fā)現(xiàn)許多多深層的、手手工無(wú)法發(fā)現(xiàn)現(xiàn)的規(guī)律，幫幫助企業(yè)在激激烈的競(jìng)爭(zhēng)環(huán)環(huán)境中獲勝。（二）、為用戶戶提供針對(duì)性性服務(wù)通過(guò)數(shù)據(jù)挖掘技技術(shù)，可以根根據(jù)客戶的消消費(fèi)行為進(jìn)行行分類，找出出該類客戶的的消費(fèi)特征，然然后提供更具具個(gè)性化的服服務(wù)，從而改改進(jìn)企業(yè)的服服務(wù)水平，提提高企業(yè)的社社會(huì)效益和經(jīng)經(jīng)濟(jì)效益。（三）、提高企企業(yè)決策的科科學(xué)性目前，企業(yè)

25、的決決策具有很大大的盲目性，如如果采用數(shù)據(jù)據(jù)挖掘技術(shù)，就就可以在自己己的生產(chǎn)過(guò)程程中產(chǎn)生的數(shù)數(shù)據(jù)基礎(chǔ)上，進(jìn)進(jìn)行科學(xué)分析析，得出比較較科學(xué)的預(yù)測(cè)測(cè)結(jié)果，減少少?zèng)Q策失誤。通通過(guò)數(shù)據(jù)挖掘掘技術(shù)，可以以讓企業(yè)的決決策回歸到自自己的業(yè)務(wù)中中，得到更實(shí)實(shí)際的判斷。（四）、增值作作用數(shù)據(jù)挖掘在CRRM中會(huì)有很很多種應(yīng)用，而而且有些應(yīng)用用可以幫助簡(jiǎn)簡(jiǎn)化管理運(yùn)營(yíng)營(yíng)，有的則可可以提供一些些業(yè)務(wù)關(guān)聯(lián)性性的數(shù)據(jù)，幫幫助企業(yè)更好好地開(kāi)展業(yè)務(wù)務(wù)，實(shí)現(xiàn)增值值。（五）、簡(jiǎn)化管管理企業(yè)運(yùn)營(yíng)管理被被人們提到前前所未有的高高度，一個(gè)企企業(yè)即使建的的很好，技術(shù)術(shù)也很先進(jìn)，但但是如果管理理不好，優(yōu)勢(shì)勢(shì)仍然發(fā)揮不不出來(lái)。數(shù)據(jù)據(jù)挖掘能幫助

26、助簡(jiǎn)化管理：1、預(yù)測(cè)業(yè)務(wù)量量，安排人工工在企業(yè)中，業(yè)務(wù)務(wù)量是個(gè)重要要的指標(biāo)，企企業(yè)要根據(jù)業(yè)業(yè)務(wù)量的大小小，安排人員員的數(shù)量，但但是業(yè)務(wù)量是是個(gè)變化的指指標(biāo)，以往比比較難以預(yù)測(cè)測(cè)。通過(guò)數(shù)據(jù)據(jù)挖掘中的時(shí)時(shí)間序列分析析，可以對(duì)業(yè)業(yè)務(wù)量的情況況進(jìn)行一定程程度的預(yù)測(cè)，就就可以更合理理的安排人員員的數(shù)量，在在不降低效率率的基礎(chǔ)上，降降低企業(yè)的運(yùn)運(yùn)營(yíng)成本。2、進(jìn)行關(guān)聯(lián)分分析，降低運(yùn)運(yùn)營(yíng)成本通過(guò)數(shù)據(jù)挖掘中中關(guān)聯(lián)分析，可可以進(jìn)行業(yè)務(wù)務(wù)的相關(guān)性分分析，分析出出哪幾種業(yè)務(wù)務(wù)具有比較強(qiáng)強(qiáng)的關(guān)聯(lián)性。這這樣，在安排排人員時(shí)，就就可以將兩種種或更多的業(yè)業(yè)務(wù)人員進(jìn)行行一定程度的的合并，減少少人員數(shù)量，降降低經(jīng)營(yíng)成本本。四、數(shù)

27、據(jù)挖掘技技術(shù)在電信客客戶關(guān)系管理理中的應(yīng)用（一）、數(shù)據(jù)挖挖掘技術(shù)在電電信CRM中中主要應(yīng)用領(lǐng)領(lǐng)域電信運(yùn)營(yíng)商擁有有許多成熟的的數(shù)據(jù)庫(kù)應(yīng)用用系統(tǒng)，產(chǎn)生生了大量的業(yè)業(yè)務(wù)處理數(shù)據(jù)據(jù)。如果針對(duì)對(duì)客戶關(guān)系管管理相關(guān)決策策分析的需求求，對(duì)這些數(shù)數(shù)據(jù)進(jìn)行重組組整合，就能能充分利用這這些寶貴的數(shù)數(shù)據(jù)，體現(xiàn)信信息的真正價(jià)價(jià)值。目前電電信CRM的的數(shù)據(jù)挖掘應(yīng)應(yīng)用主要涉及及以下幾個(gè)方方面：1、客戶消費(fèi)模模式分析客戶消費(fèi)模式分分析是對(duì)客戶戶歷年來(lái)長(zhǎng)話話、市話、信信息臺(tái)的大量量詳單、數(shù)據(jù)據(jù)以及客戶檔檔案資料等相相關(guān)數(shù)據(jù)進(jìn)行行關(guān)聯(lián)分析，結(jié)結(jié)合客戶的分分類，可以從從消費(fèi)能力、消消費(fèi)習(xí)慣、消消費(fèi)周期等諸諸方面對(duì)客戶戶的話費(fèi)行為

28、為進(jìn)行分析和和預(yù)測(cè)，從而而為運(yùn)營(yíng)商的的相關(guān)經(jīng)營(yíng)決決策提供依據(jù)據(jù)。2、業(yè)務(wù)預(yù)測(cè)分分析通過(guò)對(duì)歷史數(shù)據(jù)據(jù)的分析，找找出影響業(yè)務(wù)務(wù)發(fā)展的因素素，然后對(duì)這這些因素的未未來(lái)發(fā)展作出出預(yù)計(jì)，從而而大致地確定定未來(lái)業(yè)務(wù)量量，作為制訂訂發(fā)展計(jì)劃的的重要依據(jù)。3、客戶欠費(fèi)分分析和動(dòng)態(tài)防防欺詐通過(guò)數(shù)據(jù)挖掘，總總結(jié)各種騙費(fèi)費(fèi)、欠費(fèi)行為為的內(nèi)在規(guī)律律，并建立一一套欺詐和欠欠費(fèi)行為的規(guī)規(guī)則庫(kù)。當(dāng)客客戶的話費(fèi)行行為與該庫(kù)中中規(guī)則吻合時(shí)時(shí)，系統(tǒng)可以以提示運(yùn)營(yíng)商商相關(guān)部門(mén)采采取措施，從從而降低運(yùn)營(yíng)營(yíng)商的損失風(fēng)風(fēng)險(xiǎn)。4、客戶流失分分析根據(jù)已有的客戶戶流失數(shù)據(jù)，建建立客戶屬性性、服務(wù)屬性性、客戶消費(fèi)費(fèi)情況等數(shù)據(jù)據(jù)與客戶流失失概率相

29、關(guān)聯(lián)聯(lián)的數(shù)學(xué)模型型，找出這些些數(shù)據(jù)之間的的關(guān)系，并給給出明確的數(shù)數(shù)學(xué)模型。然然后根據(jù)此模模型來(lái)監(jiān)控客客戶流失的可可能性，如果果客戶流失的的可能性過(guò)高高，則通過(guò)促促銷等手段來(lái)來(lái)提高客戶忠忠誠(chéng)度，防止止客戶流失的的發(fā)生。這就就徹底改變了了以往電信運(yùn)運(yùn)營(yíng)商在成功功獲得客戶以以后無(wú)法監(jiān)控控客戶流失的的狀況。5、大客戶特征征識(shí)別大客戶群體是電電信企業(yè)利潤(rùn)潤(rùn)的主要來(lái)源源，也是電信信企業(yè)之間相相互爭(zhēng)奪的焦焦點(diǎn)。識(shí)別出出大客戶，制制訂針對(duì)性的的措施，提高高大客戶的忠忠誠(chéng)度，是電電信企業(yè)保持持競(jìng)爭(zhēng)優(yōu)勢(shì)的的關(guān)鍵所在。不不僅能夠根據(jù)據(jù)現(xiàn)有消費(fèi)量量的多少來(lái)判判斷用戶是否否為大客戶，還還應(yīng)該根據(jù)現(xiàn)現(xiàn)有大客戶的的資料提取

30、出出大客戶的特特征，并發(fā)現(xiàn)現(xiàn)潛在的大客客戶。6、網(wǎng)絡(luò)資源的的管理通信網(wǎng)在運(yùn)行過(guò)過(guò)程中產(chǎn)生了了大量的運(yùn)行行數(shù)據(jù)。對(duì)這這些數(shù)據(jù)進(jìn)行行挖掘，有利利于盡早發(fā)現(xiàn)現(xiàn)潛在的網(wǎng)絡(luò)絡(luò)故障，提高高網(wǎng)絡(luò)的利用用率。（二）、數(shù)據(jù)挖挖掘的應(yīng)用實(shí)實(shí)例客戶流失失分析一個(gè)完整的數(shù)據(jù)據(jù)挖掘過(guò)程可可進(jìn)一步細(xì)分分為業(yè)務(wù)問(wèn)題題定義、數(shù)據(jù)據(jù)選擇、數(shù)據(jù)據(jù)清洗和預(yù)處處理、模型選選擇與預(yù)建立立、模型建立立與調(diào)整、模模型的評(píng)估與與檢驗(yàn)、模型型解釋與應(yīng)用用。1、業(yè)務(wù)問(wèn)題定定義針對(duì)客戶流失的的不同種類分分別定義業(yè)務(wù)務(wù)問(wèn)題，進(jìn)而而區(qū)別處理。在在客戶流失分分析中有兩個(gè)個(gè)核心變量：財(cái)務(wù)原因/非財(cái)務(wù)原因因、主動(dòng)流失失/被動(dòng)流失失。客戶流失失可以相應(yīng)分分為

31、四種類型型，其中非財(cái)財(cái)務(wù)原因主動(dòng)動(dòng)流失的客戶戶往往是高價(jià)價(jià)值的客戶，他他們會(huì)正常支支付服務(wù)費(fèi)用用，并容易對(duì)對(duì)市場(chǎng)活動(dòng)有有所響應(yīng)，這這種客戶是企企業(yè)真正需要要保住的客戶戶。此外在分分析客戶流失失時(shí)必須區(qū)分分集團(tuán)/個(gè)人人客戶，以及及不同消費(fèi)水水平的客戶，并并有針對(duì)性地地制定不同的的流失標(biāo)準(zhǔn)。例例如，平均月月消費(fèi)額15500元的客客戶連續(xù)幾個(gè)個(gè)月消費(fèi)額降降低到3000元以下，就就可以認(rèn)為客客戶流失發(fā)生生了，而這個(gè)個(gè)流失標(biāo)準(zhǔn)不不適用于原來(lái)來(lái)平均月消費(fèi)費(fèi)額400元元的客戶。國(guó)國(guó)外成熟的應(yīng)應(yīng)用中通常根根據(jù)相對(duì)指標(biāo)標(biāo)來(lái)判別客戶戶流失，例如如大眾的個(gè)人人通信費(fèi)用約約占總收入的的1%3%，當(dāng)客戶的的個(gè)人通信費(fèi)費(fèi)

32、用遠(yuǎn)低于此此比例時(shí)，就就認(rèn)為發(fā)生了了客戶流失。2、數(shù)據(jù)選擇數(shù)據(jù)選擇包括目目標(biāo)變量的選選擇、輸入變變量的選擇和和建模數(shù)據(jù)的的選擇。a)目標(biāo)變量的的選擇客戶流失分析的的目標(biāo)變量通通常為客戶流流失狀態(tài)。根根據(jù)業(yè)務(wù)問(wèn)題題的定義，可可以選擇一個(gè)個(gè)已知量或多多個(gè)已知量的的組合作為目目標(biāo)變量。實(shí)實(shí)際的客戶流流失形式有因因賬戶取消發(fā)發(fā)生的流失和和因賬戶休眠眠發(fā)生的流失失兩種。對(duì)于于因賬戶取消消發(fā)生的流失失，目標(biāo)變量量可以直接選選取客戶的賬賬戶狀態(tài)（取取消或正常）；對(duì)于因賬戶戶休眠發(fā)生的的流失，可以以認(rèn)為持續(xù)休休眠超過(guò)一定定時(shí)間長(zhǎng)度的的客戶發(fā)生了了流失。這時(shí)時(shí)需要對(duì)相關(guān)關(guān)的具體問(wèn)題題加以考慮：持續(xù)休眠的的時(shí)間長(zhǎng)

33、度定定義為多少？每月通話金金額低于多少少即認(rèn)為處于于休眠狀態(tài)，或或者是綜合考考慮通話金額額、通話時(shí)長(zhǎng)長(zhǎng)和通話次數(shù)數(shù)來(lái)劃定休眠眠標(biāo)準(zhǔn)？選擇擇目標(biāo)變量時(shí)時(shí)面臨的這些些問(wèn)題需要業(yè)業(yè)務(wù)人員給予予明確的回答答。b)輸入變量的的選擇輸入變量是模型型中的自變量量，在建模過(guò)過(guò)程中需要尋尋找自變量與與目標(biāo)變量的的關(guān)聯(lián)。輸入入變量分為靜靜態(tài)數(shù)據(jù)和動(dòng)動(dòng)態(tài)數(shù)據(jù)。靜靜態(tài)數(shù)據(jù)指不不常變化的數(shù)數(shù)據(jù)，包括服服務(wù)合同屬性性（如服務(wù)類類型、 服務(wù)務(wù)時(shí)間、交費(fèi)費(fèi)類型）和客客戶的基本資資料；動(dòng)態(tài)數(shù)數(shù)據(jù)指頻繁或或定期改變的的數(shù)據(jù)，如月月消費(fèi)金額、交交費(fèi)記錄、消消費(fèi)特征。業(yè)業(yè)務(wù)人員在實(shí)實(shí)際業(yè)務(wù)活動(dòng)動(dòng)中可能會(huì)感感覺(jué)到輸入變變量與目標(biāo)變變量

34、的內(nèi)在聯(lián)聯(lián)系，只是無(wú)無(wú)法量化表示示出來(lái)，這就就給數(shù)據(jù)挖掘掘留下了發(fā)揮揮的空間。如如果一時(shí)無(wú)法法確定某種數(shù)數(shù)據(jù)是否與客客戶流失概率率有關(guān)聯(lián)，應(yīng)應(yīng)該暫時(shí)將其其選入模型，并并在后續(xù)步驟驟考察各變量量分布情況和和相關(guān)性時(shí)再再行取舍。c)建模數(shù)據(jù)的的選擇客戶流失的方式式有兩種。第第一種是客戶戶的自然消亡亡，例如身故故、破產(chǎn)、遷遷徙、移民而而導(dǎo)致客戶不不再存在，或或者由于客戶戶服務(wù)的升級(jí)級(jí)造成特定服服務(wù)的目標(biāo)客客戶消失。第第二種是客戶戶的轉(zhuǎn)移流失失，通常指客客戶轉(zhuǎn)移到競(jìng)競(jìng)爭(zhēng)對(duì)手，并并使用其服務(wù)務(wù)。第二種流流失的客戶才才是運(yùn)營(yíng)商真真正關(guān)心的、具具有挽留價(jià)值值的客戶。因因此在選擇建建模數(shù)據(jù)時(shí)必必須選擇第二二種

35、流失客戶戶數(shù)據(jù)參與建建模，才能建建立有效的模模型。3、數(shù)據(jù)清洗和和預(yù)處理數(shù)據(jù)清洗和預(yù)處處理是建模前前的數(shù)據(jù)準(zhǔn)備備工作，一方方面保證建模模數(shù)據(jù)的正確確性和有效性性， 另一方方面通過(guò)對(duì)數(shù)數(shù)據(jù)格式和內(nèi)內(nèi)容的調(diào)整，使使數(shù)據(jù)更符合合建模的需要要。數(shù)據(jù)整理理的主要工作作包括對(duì)數(shù)據(jù)據(jù)的轉(zhuǎn)換和整整合、抽樣、隨隨機(jī)化、缺失失值處理等。例例如按比例抽抽取未流失客客戶和已流失失客戶，將這這兩類數(shù)據(jù)合合并，構(gòu)成建建模的數(shù)據(jù)源源。此外，模模型在建立之之后需要大量量的數(shù)據(jù)來(lái)進(jìn)進(jìn)行檢驗(yàn)，因因此通常把樣樣本數(shù)據(jù)分為為兩部分，22/3的數(shù)據(jù)據(jù)用于建模，11/3的數(shù)據(jù)據(jù)用于模型的的檢驗(yàn)和修正正。4、模型選擇與與預(yù)建立在模型建立之前前，可以利用用數(shù)據(jù)挖掘工工具的相關(guān)性性比較功能，找找出每一個(gè)輸輸入變量和客客戶流失概率率的相關(guān)性，刪刪除相關(guān)性較較小的變量，從從而可以縮短短建模時(shí)間，降降低模型復(fù)雜雜度，有時(shí)還還能使模型更更精確?，F(xiàn)有有的數(shù)據(jù)挖掘掘工具提供了了決策樹(shù)、