基于KXEN的电信客户分群研究.docVIP

基于KXEN的电信客户分群研究 　　摘 要:电信业是典型的数据密集行业,数据挖掘应用开发对电信企业的发展有重要意义。其中,客户分群可以准确认识客户总体构成,使得服务和营销更具针对性。在此以常州市电信企业为例,利用商业数据挖掘自动化软件KXEN给出电信客户分群的解决方案。实践证明,利用KXEN软件不仅大量减少了建模时间,而且得到的解决方案是成功有效的。 　　关键词:数据挖掘;电信企业;客户分群;KXEN软件 　　中图分类号:TP311??13文献标识码:A 　　文章编号:1004-373X(2009)20-097-03 　　 　　Research on Telecom Customer Segmentation Based on KXEN 　　CAI Qiuru,LIU Yijun,LUO Ye,YE Feiyue 　　(Jiangsu Teachers University of Technology,Changzhou,213001,China) 　　Abstract:Data mining application is very vital for Telecom.Customer segmentation can analyze customer composition and promote serve quality.In this study,a resolution of customer segmentation for Changzhou Telecom in Jiangsu province is proposed based on the commercial automatic data mining tool KXEN.Results show that KXEN saves much modeling time and the resolution is efficient. 　　Keywords:data mining;telecom;customer segmentation;KXEN software 　　 　　0 引 言 　　随着计算机技术的飞速发展,尤其是数据库技术的普及,人们面临着日益扩张的数据海洋,原来的数据分析工具已无法有效地为决策者提供决策支持所需要的相关知识,从而形成一种独特的现象“丰富的数据,贫乏的知识”。数据挖掘又称为数据库中知识发现,它是一个从大量数据中抽取挖掘出未知的、有价值的模式或规律等知识的复杂过程。目的是在大量的数据中发现人们感兴趣的知识 [1-3]。 　　电信业是典型的数据密集行业,利用数据挖掘得到有用的知识,能更好地向用户提供服务,发现更多的商机。电信的数据挖掘应用开发,主要包括客户分群、客户流失分析、客户发展分析、客户行为分析等专题分析。客户分群意指根据一个或多个客户属性组合把所有客户划分成不同的类,同类内的客户具有最大的相似性,异类间的客户具有最大的差异性。通过对客户合理的类别划分,并对当前客户以及预期的客户群做区段分析,判断不同区段的突出特点,对客户总体构成有准确的认识,对客户的服务和营销更具针对性[4-7]。对客户分群可以达到如下目标: 　　(1) 了解客户的总体构成; 　　(2) 了解各种客户价值的客户群体特征; 　　(3) 了解流失客户的客户群体特征; 　　(4) 了解客户群体的消费特征; 　　(5) 了解各信用等级的客户群体特征。 　　客户分群后的结果可应用于:对不同价值分段的客户进一步分析以了解各个分段的客户组成;对流失倾向高的客户进一步细分以采取不同的挽留策略;对交叉销售的目标客户进一步细分以采取不同的行销策略。 　　常用的数据挖掘技术包括关联分析、异类分析、分类与预测、聚类分析以及演化分析等。其中,聚类分析可以解决客户分群问题。 　　1 KXEN特点分析 　　KXEN是三大数据挖掘软件(SAS/EM,KXEN,SPSS/Clementine)之一,与其他两者不同,KXEN专注数据挖掘的高端技术,是面向结果、而不是面向方法的。用户不需要专业的统计学背景和机器学习的理论,而只需要知道数据和分析的问题,对于每种问题,KXEN都提供一种简单的解决方案。商业数据挖掘自动化软件KXEN具有以下特点[8,9] : 　　(1) 在数据准备阶段,KXEN可以自动处理缺失值、奇异值、进行自动化编码。KXEN独特的预处理编码技术和特征选择方式,大量减少了建模时间。 　　(2) KXEN在建模时不用额外的磁盘空间来存储数据,数据直接在数据仓库内部处理,很好地利用了数据仓库的性能,节省硬件成本,符合现在的Knowledge Discovery in Database的理念。 　　(3) KXEN共有四个模块(稳健回归