电信客户细分方法及应用.pdfVIP

第 卷第 期 年 月 科 技 和 产 业 5 11 2005 11 Vol.5No.11Nov.2005 （ ） C 1671-1807200511-0010-03 ScienceTechnologyandIndustry 2005Sci.Tech.Ind. 科 技 和 产 业 卷 5 电信客户细分方法及应用 陈凤洁 （北京科技大学管理学院，北京 100083） 摘 要：本文应用数据挖掘中的聚类分析技术解决电信行业中的客户细分问题，并结合实际数据，应用数据挖掘工具 建 Clementine 立了客户细分模型。 关键词：数据挖掘；聚类； Clementine 学科分类号： 文献标识码： TP181 A 电信企业保存着客户的相关信息，呼叫数据及计 能短信的需求量大，而商务人士可能长途，漫游等的 费等大量的数据，如何正确地分析利用这些数据发现 通话需求高。根据这些不同的消费层次，可以将客户 有用的知识，向不同的用户提供相应的服务，从而提 按消费特征进行细分，找到高价值的客户，或者，某项 高客户的忠诚度，防止客户流失（转向其他的运营商） 业务的集中客户，并对其进行针对性地营销，降低营 成为电信企业关注的首要问题。 销成本。 聚类分析如同通常所说的“物以类聚”，是把一 在与业务人员沟通后，可以选取适当的细分变 组个体按照相似性归成若干类别。它是数据挖掘领 量参与聚类，选取业务人员关心的其他变量作为描 域最为常见的技术之一，其目的是考察个体或数据 述变量，以便观察某类客户的其它特征。按消费层 对象间的相似性，将满足相似性条件的个体或数据 次进行细分的细分变量示例见表 ，描述变量示例 1 对象划分在一组内，不满足相似性条件的个体或数 见表 。 2 据对象划分在不同的组。通过聚类过程形成的每一 表 按消费层次聚类的细分变量 1 ［］ 1 个组成为一个类 。通过聚类，数据库中的记录可被 划分为一系列有意义的子集。其优势在于可以分析 字段 数据类型 注 释 （ ，） 本地通话时长 较大的，复杂的，连续有许多变量的数据库。应用在 d_local NUMBERPS122 （ ，） 长途通话时长