數(shù)據(jù)挖掘技術(shù)在電信客戶流失預(yù)警中的應(yīng)用

謝彬

【摘 要】本文主要從數(shù)據(jù)挖掘技術(shù)的重要性、應(yīng)用以及仿真分析三個方面針對數(shù)據(jù)挖掘技術(shù)在電信客戶流失預(yù)警中的應(yīng)用進(jìn)行了簡單分析。

【關(guān)鍵詞】數(shù)據(jù)挖掘技術(shù)；電信客戶流失預(yù)警；應(yīng)用

隨著電信企業(yè)的發(fā)展，企業(yè)之間的競爭不斷加劇，電信運(yùn)營商也在不斷地推出新的業(yè)務(wù)與套餐，以此來在占領(lǐng)市場競爭高地。但是，與此同時，也大大增加了客戶的不穩(wěn)定性，而數(shù)據(jù)挖掘技術(shù)的應(yīng)用，有效地降低了客戶離網(wǎng)率。因此，對數(shù)據(jù)挖掘技術(shù)在電信客戶流失預(yù)警中應(yīng)用的探討有其必要性。

一、數(shù)據(jù)挖掘技術(shù)應(yīng)用的重要性

伴隨著經(jīng)濟(jì)全球化，市場的國際化，目前我國國內(nèi)市場的競爭也變得日加激烈，因此，電信企業(yè)傳統(tǒng)的經(jīng)營模式已經(jīng)不能夠完全適應(yīng)市場的需要。為此，電信企業(yè)的市場戰(zhàn)略定位需要從傳統(tǒng)的生產(chǎn)型企業(yè)向利潤型企業(yè)進(jìn)行轉(zhuǎn)化，從而來求更好的生存與發(fā)展。為此，這就要求電信企業(yè)必須圍繞客戶展開市場分析，全面了解客戶的實(shí)際需求，做到服務(wù)的層次化、多樣化以及全面化，并且提出個性化的解決方案。但是，在市場發(fā)展的過程中，由于市場的飽和以及客戶發(fā)展的減速，這使得電信企業(yè)客戶的維系成為一個熱點(diǎn)問題。因此，在這樣的競爭環(huán)境下，企業(yè)極需完善業(yè)務(wù)管理系統(tǒng)以及生產(chǎn)系統(tǒng)，引進(jìn)數(shù)據(jù)挖掘系統(tǒng)，加強(qiáng)系統(tǒng)構(gòu)建，如渠道系統(tǒng)、BOSS系統(tǒng)以及綜合結(jié)算系統(tǒng)等，通過這些系統(tǒng)，收集大量的數(shù)據(jù)，對企業(yè)的運(yùn)營情況作出具體性的分析，既可以加強(qiáng)對客戶消費(fèi)行為的了解，而且針對企業(yè)某項(xiàng)業(yè)務(wù)在市場中的運(yùn)行情況進(jìn)行預(yù)測分析和運(yùn)行情況分析，以指導(dǎo)企業(yè)做出更好的解決方案，為企業(yè)創(chuàng)造更大的利潤。

另外，集成客戶數(shù)據(jù)是電信企業(yè)發(fā)展最為寶貴的資源，而數(shù)據(jù)挖掘技術(shù)的應(yīng)用可以將大量的客戶數(shù)據(jù)提取出來，包括現(xiàn)有的客戶數(shù)據(jù)、流失數(shù)據(jù)、增加數(shù)據(jù)等，在此基礎(chǔ)上，根據(jù)客戶行為、客戶屬性以及服務(wù)屬性，構(gòu)建相關(guān)數(shù)學(xué)模型，計(jì)算與分析客戶流失概率，同時，根據(jù)這些數(shù)據(jù)之間的相互關(guān)系，得出相關(guān)的數(shù)學(xué)公式，從而來改善企業(yè)的促銷手段，提高服務(wù)質(zhì)量以及客戶忠誠度，預(yù)防客戶的流失，更為重要的是解決了電信企業(yè)傳統(tǒng)運(yùn)營模式上無法監(jiān)控客戶流失、無法實(shí)現(xiàn)客戶關(guān)懷的難題。

二、數(shù)據(jù)挖掘技術(shù)在電信客戶流失預(yù)警中的應(yīng)用

對于電信企業(yè)而言，海量的客戶數(shù)據(jù)是企業(yè)的一筆巨大財(cái)富，簡單來講，企業(yè)若是能夠及時準(zhǔn)確地挖掘出數(shù)據(jù)中的信息，并且從中分析出隱含的價值信息與知識，就能制定出科學(xué)的運(yùn)營方案，才能更好地為客戶提供服務(wù)，進(jìn)而在市場競爭中取得一席之地。而數(shù)據(jù)是從中大量的信息中挖掘出來的規(guī)律、知識以及價值模式等，數(shù)據(jù)的形成是一個復(fù)雜的過程，因此，數(shù)據(jù)挖掘技術(shù)的定義可以通過以下圖示具體地反應(yīng)出來：

而所謂的客戶流失預(yù)警模型的構(gòu)建就是基于數(shù)據(jù)挖掘技術(shù)的基礎(chǔ)上，對電信運(yùn)營狀態(tài)以及客戶狀態(tài)的一種分析與判斷系統(tǒng)，從本質(zhì)上講，就是對數(shù)據(jù)特征的一種挖掘，同時，也是一種分類問題。通過其主要將客戶信息分為兩大類，一種是有離網(wǎng)傾向的客戶，一種無離網(wǎng)傾向的客戶，以數(shù)據(jù)挖掘技術(shù)為基礎(chǔ)，對已離網(wǎng)客戶的信息進(jìn)行特征分析，進(jìn)行總結(jié)歸納，并作為參照，若企業(yè)產(chǎn)生新的客戶信息時，以此來識別其是否存在離網(wǎng)傾向，確定其是否在企業(yè)對客戶維護(hù)開銷范圍內(nèi)，若是低于此開銷值，則說明其不具有任何產(chǎn)生價值，自然，相關(guān)信息也就應(yīng)該刪除。在這里，主要客戶流失預(yù)警模型中數(shù)據(jù)挖掘技術(shù)的應(yīng)用進(jìn)行具體分析：

首先是客戶劃分。一般而言，對于電信企業(yè)，客戶劃分方法多種多樣，如客戶年齡、性別以及信用度和支付能力等，這些都可以作為劃分客戶的具體參照。但是由于一個企業(yè)最為主要的目的就是利潤的產(chǎn)生，為此，我們應(yīng)該以客戶對企業(yè)貢獻(xiàn)大小為主要參考依據(jù)進(jìn)行科學(xué)劃分，具體為三種，即低價值客戶、普通價值客戶以及高價值客戶。

其次是屬性分析。在進(jìn)行客戶流失預(yù)警分析中，其影響因素是多方面的，而這些因素之間的關(guān)系也或強(qiáng)或弱，若以所有屬性為標(biāo)準(zhǔn)，那么分析過程顯得過于復(fù)雜，這樣，在實(shí)時環(huán)境以及追溯目標(biāo)的過程中，要想識別是存在著一定難度的，但是，若是從中抽取某幾個屬性，那么系統(tǒng)的預(yù)警效果則會大大降低。因此，最為有效的解決方法就是采用約簡算法，將這些相互關(guān)聯(lián)的屬性進(jìn)行融合處理，并從中抽取關(guān)鍵性因素，重新構(gòu)造關(guān)鍵指標(biāo)，形成新的線性組合，進(jìn)而獲取最有效的價值信息，取得最為有效的預(yù)測效果。本文運(yùn)用多元統(tǒng)計(jì)中的因子分析方法，結(jié)合SPSS軟件，得到一組流失預(yù)警中可用的因子（屬性）集合，具體內(nèi)容如表1所示：

第三是特征挖掘。關(guān)于數(shù)據(jù)特征的挖掘具體包括以下幾個內(nèi)容：一是數(shù)據(jù)抽取，簡單來講，將業(yè)務(wù)系統(tǒng)中所儲存的離網(wǎng)數(shù)據(jù)信息，進(jìn)行分析整合，并作為訓(xùn)練數(shù)據(jù)集合，同時，進(jìn)行屬性約簡，將所得到的相關(guān)數(shù)據(jù)輸入數(shù)據(jù)庫中，作為模型數(shù)據(jù)；二是將輸入的數(shù)據(jù)運(yùn)用慢啟動頻繁模式進(jìn)行數(shù)據(jù)分析與挖掘，歸納流失客戶特征信息，并在此基礎(chǔ)上，構(gòu)建相應(yīng)的分類器；三是輸入測試數(shù)據(jù)，這一部分?jǐn)?shù)據(jù)集合主要是由新的客戶數(shù)據(jù)組成，經(jīng)過約簡后，作為測試模型；四是將分類器中的數(shù)據(jù)特征與挖掘到的新的客戶信息進(jìn)行模式匹配，以此來確定客戶是否存在著離網(wǎng)傾向，若是存在離網(wǎng)傾向，那么需要將這些數(shù)據(jù)反饋給客戶挽留系統(tǒng)或者是客戶維護(hù)系統(tǒng)，從而為客戶開展針對性的服務(wù)，一方面，為客戶部門的服務(wù)工作提供了重要參考依據(jù)，另一方面，還可以為企業(yè)客戶維護(hù)工作決策提供參考。

三、仿真及結(jié)果驗(yàn)證

基于數(shù)據(jù)挖掘技術(shù)的電信客戶流失預(yù)警模型，在某地電信運(yùn)營公司展開實(shí)地測試，該企業(yè)根據(jù)其實(shí)際情況，構(gòu)建了客戶流失預(yù)警模型，并在此基礎(chǔ)上，全面展開客戶挽留與客戶維護(hù)工作，同時，根據(jù)系統(tǒng)提供的數(shù)據(jù)信息，分析流失客戶的特征，在每月的月初進(jìn)提供客戶名單，該企業(yè)在2012年8月的流失預(yù)警客戶的具體數(shù)據(jù)如表2所示：

根據(jù)客戶流失預(yù)警模型的分析，得到的流失預(yù)警數(shù)據(jù)，該企業(yè)客戶服務(wù)部門分別在6、7、8月份對8259戶、9001戶、8975戶客戶進(jìn)行了回訪，其回訪的成功率分別為90.12% 、89.67% 、88.56%，其中，在這些回訪的客戶中，將近85%以上的客戶表達(dá)了自己近期有離網(wǎng)打算，但是經(jīng)過客戶部門的回訪，結(jié)合針對性的處理措施以及挽留措施，99%以上的客戶均打消了離網(wǎng)的意圖。

四、總結(jié)

總而言之，客戶流失預(yù)警模型的構(gòu)建通過對客戶所處狀態(tài)的判斷，確定客戶是否存在離網(wǎng)意圖，并且綜合企業(yè)維護(hù)運(yùn)行成本、客戶消費(fèi)價值、客戶屬性以及客戶使用習(xí)慣等，對客戶進(jìn)行細(xì)分，針對不同的客戶提出不同的營銷方式，并在此基礎(chǔ)上，通過反饋數(shù)據(jù)，完善客戶服務(wù)，提高產(chǎn)品服務(wù)質(zhì)量，最終達(dá)到拘留客戶的目的。

參考文獻(xiàn)：

[1]蔣亞虎.基于SQL Server的OLAM模塊研究[J].制造業(yè)自動化.2011（16）.

[2]莊仁團(tuán).數(shù)據(jù)挖掘技術(shù)在電子政務(wù)系統(tǒng)中的應(yīng)用[J].海峽科學(xué).2011（05）.

[3]李紅梅.曹建河.數(shù)據(jù)挖掘技術(shù)在煙草銷售行業(yè)中應(yīng)用探析[J].現(xiàn)代商貿(mào)工業(yè).2011（14）.

[4]潘國林.楊帆.數(shù)據(jù)挖掘算法在保險客戶分析中的應(yīng)用[A].全國第20屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會議（CACIS·2009）暨全國第1屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會議論文集（上冊）[C].2009.