联通客户关系数据挖掘及应用.docVIP

联通客户关系数据挖掘及应用 　　【摘 要】市场竞争日趋激烈的形势下，客户对企业的生存和发展起着至关重要的作用，进行有效的客户关系维系及管理成了为运营商增加收入、提高利润及提高客户满意度和忠诚度的最好工具。本研究介绍了数据挖掘的方法，探究了其在CRM中的具体应用，并对在实际应用中存在着的问题进行简要分析。 　　【关键词】联通客户关系；数据挖掘；应用 　　联通的客户关系管理系统是基于客户战略的，它为企业传递的是一种新的客户服务理念，是联通客户需求的风向标，它直接影响联通如何认识客户以及如何对待客户，也直接影响联通公司的客户服务形象。通过数据挖掘系统与客户管理系统的结合，可以有效的实现对客户消费模式和客户市场推广的分析，实现对客户的动态防欺诈、流失分析及竞争对手分析。正确有效的运用数据挖掘意义重大。 　　1.客户关系管理 　　客户决定企业命运。企业关注重点从产品逐步转换到客户，逐渐形成客户为中心的客户关系管理理念。CRM 是最热门话题之一，客户关系管理是信息技术和商业发展过程中得出的理论体系，客户管理需要客户的支持。客户关系管理是企业利用信息技术和企业生产销售相结的产物。客户关系管理核心价值就是实现客户价值。客户关系管理利用计算机技术，实现市场信息化、销售自动化过程、对客户分析的全过程。客户关系管理可以使企业及时了解客户实际情况，增强客户对企业归属感和信任感。它是一种全新的管理客户模式。数据挖掘在客户关系管理研究与实践，大大促进客户价值实现。数据挖掘对客户挖掘结果会给企业带来指导意见，决定企业未来发展方向。 　　2.数据挖掘的主要步骤 　　2.1数据收集 　　大量全面丰富的数据是数据挖掘的前提，没有数据，数据挖掘也就无从做起。因此，数据收集是数据挖掘的首要步骤。 　　2.2数据整理 　　收集到的数据可能有一定的“污染”，表现在数据可能存在自身的不一致性，或者有缺失数据的存在等，因此数据的整理是必须的。同时，通过数据整理，可以对数据做简单的泛化处理，从而在原始数据的基础上得到更为丰富的数据信息，进而便于下一步数据挖掘的顺利进行。 　　2.3挖掘 　　利用各种数据挖掘方法对数据进行分析。 　　2.4结果评估 　　数据挖掘的结果有些是有实际意义的，而有些是没有实际意义的，或是与实际情况相违背的，这就需要进行评估，验证模型的正确性，进而调整挖掘模型。在数据模型建立后，在进行模型的评估时，应该利用未参与建模的数据对模型进行检验。这样做的原因是按照使用建模的数据进行检验，由于模型就是按照这些数据建立的，检验结果自然会很好。但是一旦运用到实际数据中，就会产生很大的偏差，因此我们必须使用未参与建模的数据对模型进行检验。检验的方法是对已知客户状态的数据利用模型进行预测，并将所得到的模型预测值，和实际的客户状态相比较，预测正确值最多的模型就是最优模型。不断重复进行数据挖掘一评估过程，多次的循环反复，以达到预期的效果。 　　2.5分析决策 　　数据挖掘的最终目的是辅助决策。决策者可以根据数据挖掘的结果，结合实际情况，调整竞争策略等。 　　3.数据挖掘的主要作用 　　3.1数据总结 　　数据总结目的是对大量的数据进行浓缩，将数据库中的有关数据从较低的个体层次抽象总结到较高的总体层次上，从而实现对原始基本数据的总体把握。是数据挖掘的基本作用。用统计学中的方法计算出数据库的各个数据项的总和、平均、方差、最大值、最小值等基本描述统计量，或者通过利用统计图形工具，对数据制作直方图、饼状图等，是最简单的数据总结方法。另一种广泛使用的数据总结方法是联机分析处理，是对用户当前及历史数据进行分析、辅助领导决策，主要通过多维数据的查询、旋转、钻取和切片等关键技术对数据进行分析和报表。 　　3.2分类 　　分析数据的各种属性，一个分类函数或分类模型（也常常称作分类器），该模型能够根据数据的属性将数据分派到不同的组中，并预测新数据将属于哪一个组。 　　3.3关联分析 　　数据库中的数据一般都存在着关联关系，也就是说，两个或多个变量的取值之间存在某种规律性。 　　3.4聚类 　　聚类分析是按照某种相近程度度量方法，将用户数据分成一系列有意义的子集合。每一个集合中的数据性质相近，不同集合之间的数据性质相差较大。 　　4.数据挖掘技术在CRM里的应用 　　4.1客户消费模式分析 　　客户分类是客户数据分析基础，数据挖据对客户分类使用聚类和分类。通过分类可以发现不同客户群体的习惯和规律，找到客户价值点，准确预测客户消费方向。客户分类让市场营销活动更有目的性，提高市场营销效率，企业合理配置企业资源。客户分类结果实现客户利益最大化。如固话及移动话费行为分析，是对客户历年来长话、市话、信息台的大量详单数据以及客户档案资料等相关数据进行