数据挖掘在电信客户关系管理中的应用.docx

《数据挖掘在电信客户关系管理中的应用.docx》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、数据挖掘在电信客户关系管理中的应用赵宏波孟雅玲1引言随着中国电信的改革和重组，中国电信业的市场环境发生了根本性的变化，中国电信服务市场逐步形成了从最初个别运营商垄断市场到数家大运营商主导、多家小运营商参与、新运营商不断加入的电信市场竞争的新格局。我国加入ＷＴＯ后，我国电信市场将逐步对外开放，一些世界级的电信巨头将通过多种手段逐步渗透到中国电信市场。国内电信运营商正面对一个全新的、更加激烈的市场竞争环境。因竞争加剧而导致利润下降，迫使国内各电信运营商不得不考虑寻求新的盈利模式，以及如何提升自身的核心竞争力。电信运营商意识到，客户才是企业生存和发展的根基

2、，而保有客户、吸引客户和充分发掘客户的盈收潜力是企业提高核心竞争力的关键。如何通过提高客户的满意度及忠诚度，提升客户价值来扩大自身的收入及利润等问题，成为各电信运营商关注的焦点课题。在这种背景下，一种基于全新的信息技术的管理理念——客户关系管理（ＣＲＭ，ＣｕｓｔｏｍｅｒＲｅｌａｔｉｏｎｓｈｉｐＭａｎａｇｅｍｅｎｔ）受到国内各电信运营商的青睐。其实作为ＣＲＭ的主要应用领域，一些世界级的电信运营商，如英国电信、ＡＴ＆Ｔ、德国电信、ＭＣＩ、ＳＰＲＩＮＴ、ＴＥＬＩＡ等，也无不把ＣＲＭ作为企业竞争的利器。2电信客户关系管理2.1客户关系管理的基本概念简单地说，

3、ＣＲＭ是一个获取、保持和增加可获利客户的过程。ＣＲＭ源于“以客户为中心”的新型商业模式，是一种旨在改善企业与客户之间关系的新型管理机制，它通过将人力资源、业务流程与专业技术进行有效的整合，向企业的销售、市场和服务等部门和人员提供全面、个性化的客户资料，并强化跟踪服务和信息分析能力，使得企业可以以更低成本、更高效率地满足客户的需求，并与客户建立起基于学习型关系基础上的一对一营销模式，从而可让企业最大程度地提高客户满意度及忠诚度，挽回失去的客户，保留现有的客户，不断发展新的客户，发掘并牢牢地把握住能给企业带来最大价值的客户群。ＣＲＭ将先进的思想与最佳的实

4、践具体化，通过使用当前多种先进的技术手段帮助企业从根本上提升核心竞争力，使企业在当前激烈的竞争环境中立于不败之地。2.2电信客户关系管理的特点电信运营企业作为经营电信业务的服务商有其独特的市场特性和客户特性。首先，电信企业的客户具有多元性，从党政机关、经济组织和社会团体，直到居民个人都是其客户；其次，电信客户需求具有多元性，从团体到个人，从城市到农村，从“金领”、“白领”到低收入家庭对电信服务有各种层次的需求；最后，电信服务产品之间的替代性较强，市场竞争性较强，客户使用电信服务的随机性也较强。这决定了电信企业的ＣＲＭ有自己的特点和需求：80％的利润来

5、自占客户总量20％的企业客户；客户加入时间越长，对电信公司的价值越高；老客户介绍新客户是最有效、最经济的销售方式；了解客户对电信业务服务的需求才能推出满足客户需求的打包服务，提高客户的忠诚度并留住客户；目标客户的类别划分越明确，促销效果越好，转换率越高。针对电信运营企业的特点和竞争需求，要求电信ＣＲＭ分析的主要内容有：一是有关客户的年龄、收入、地区、性别、婚姻、种族、职业、职称和文化水平等；二是分析占比例最大和最小的客户群；三是评定客户信用度、排名贡献度和时段分析；四是分析客户风险系数分布及对经营风险的影响程度；五是分析客户的流失情况等。2.3电信客

6、户关系管理的关键技术ＣＲＭ是一个融数据挖掘技术、数据仓库技术、呼叫中心（ＣＴＩ技术）和客户支持管理为一体的综合应用系统。这里主要介绍数据挖掘技术在电信客户关系管理中的应用。3数据挖掘技术3.1数据挖掘的概念数据挖掘的概念可以被简单地描述为：按企业既定业务目标，对大量的企业数据进行探索和分析，揭示隐藏的、未知的或验证已知的规律性，并将其模型化。数据挖掘也可以称为数据库中的知识发现（ＫｎｏｗｌｅｄｇｅＤｉｓｃｏｖｅｒｙｉｎＤａｔａｂａｓｅ，ＫＤＤ）。人们往往不严格地区分两者。一般在科研领域中称为ＫＤＤ，而在工程应用领域则称为数据挖掘。数据挖掘就是从大量的

7、、不完全的、有噪声的、模糊的和随机的原始数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。它可以从大型数据库或数据仓库中提取隐藏的预测性信息；它能开采出潜在的模式，找出最有价值的信息，指导商业行为或决策。3.2数据挖掘的功能数据挖掘在电信ＣＲＭ中，主要是对与客户有关的数据库中的大量业务数据进行信息抽取、转换、分析和其他模型化处理，从中提取辅助经营决策的关键性数据。数据挖掘主要有以下5个功能。（1）自动预测趋势和行为数据挖掘自动在大型数据库中寻找预测性信息，以往需要进行大量手工分析的问题如今可以迅速直接由数据本身得出结论。一

8、个典型的例子是市场预测问题，数据挖掘使用过去有关促销的数据来寻找未来投资中回报最大的用户。（2）关联分析数