基于数据挖掘方法的电信行业增值业务精确营销研究概要.docxVIP

引言 随着 3G 时代的到来 ,国内电信市场竞争日趋激烈 , 电信运营商的经营模式逐渐从 “技术驱动 ”向“市场驱动 ”、“客户驱动 ”转化。这就要求运营商要采取以客户为中心的策略 ,根据客户的实际需求提供多样化、层次化、个性化的服务解决方案。 电信增值业务是凭借公用电信网的资源和其它通信设备而开发的附加通信业务 , 其实现的价值使原有网络的经济效益或功能价值得到进一步提升 ,是运营商提供给消费者的信息服务。增值业务的种类很多 ,例如短信、彩信、手机上网、电子信箱、可视电话、手机电视等 ,多以语音、文字、图形、图像等多媒体形式生动、直观、形象地表示和传递信息。 增值业务是运营商提供给消费者的更高层次的信息服务 ,要求运营商提供的产品应符合不同消费群的个性化需求 ,这使得传统的电信增值服务行业的大众营销策 略已很难适应新形势的发展要求。充分获取并利用相关数据信息 ,使用数据挖掘方法发现潜在客户并展开针对性营销 ,已成为运营商重点关注的市场拓展方法之一。 数据挖掘及其在电信行业的应用 数据挖掘是从大量的、不完整的、有噪声的、模糊的、随机的实际应用数据中 , 提取隐含在其中的、人们事先并不知道的、具有潜在价值的信息和知识的过程。它的出现为自动和智能地把海量的数据转化成有用的信息和知识提供了手段。 数据挖掘在电信行业的应用包括如下几个方面 : 1 关联分析 :其目的是挖掘出隐藏在数据间的关联关系。例如 , 订购手机视频通 话包月套餐的顾客同时订购手机电视套餐的概率较高 , 这就是一条关联规则。 2 分类 /预测 :其目的是产生一个分类模型 ,该模型能把数据库中的数据项映射到 给定类别中。分类数据挖掘主要利用历史数据找出规律 ,建立模型 ,并应用模型预测 未来数据的种类、特征等 ,可用于电信行业的潜在客户发现。 3 聚类 :聚类是把一组个体按照相似性归成若干类别 ,使得属于同一类别的个体之间的距离尽可能小 ,而不同类别个体间的距离尽可能大。聚类通常用于根据客户消费行为特征划分为不同的用户群 ,开展针对性营销。 4 偏差分析 :从数据库中找出异常数据 , 如短信群发、欺诈行为的发现。 时间序列 :从序列数据库中发现相对时间或者其他顺序所出现的高频率子序列。其最初是通过在带有交易时间属性的交易数据库中发现频 基于数据挖掘方法的电信行业增值业务精确营销研究 Data mining method based on value-added services in the telecommunications industry marketing research accurately 巩建光 GONG Jian-guang (哈尔滨工程大学 ,哈尔滨 150001 摘 要: 在电信行业竞争日益激烈的今天 ,增值业务成为各大运营商新的利润增 长点和重点关注的领域。一方面增值业务类型众多且仍呈增长态势 ;另一方面用户群体的需求多样化 ,营销人员 越来越难以捕捉用户的个性化需求 ,传统的电信增值服务营销策略已很难适应新形势的发展 需要 ,基于数据挖掘方法的增值业务精确营销应运而生。本文将分类预测与关联规则两种挖 掘模式纳入到精确营销的最关键步骤 —— 目标客户筛选中 ,从用户消费行为差异分析角度和 增值业务交叉销售角度建立了精确营销模型 ,分别应用于潜在客户的挖掘和对同一种增值业 务不同产品的深度营销。 关键字 :数据挖掘 ;增值业务 ;精确营销 ;C5.0 中图分类号 :TP274 文献标识码 :B 文章编号 :1009-0134(20111(下 -0197-03 Doi: 10.3969/j.issn.1009-0134.2011.1(下 .67 收稿日期 :2010-12-21 作者简介 :巩建光 (1970-,男 ,黑龙江东宁人 ,高级工程师 ,在读博士生 ,研究方向为海量数据系统的构架、规划。 第 33 卷 第 1 期 2011-1(下 【197】 繁项目序列 ,以发现某一时间段客户的购买活动规律。 增值业务潜在客户挖掘分析思路 增值业务精确营销是通过分析现有的增值业务订购关系数据 ,使用统计分析或数据挖掘方法找出针对不同业务具有潜在营销价值的目标客户。 数据挖掘方法可以从两个方面发现增值业务的潜在用户 : 2.1 用户消费能力和消费行为差异角度 通过分析使用某增值业务的用户和未使用用户的消费行为数据 ,找出两者的消费行为 差异 ,寻找和探索表征客户使用习惯的指 标变量 ,以建立客户的特征模型。从现有 未使用该增值业务的客户中筛选出符合此 特征模型的用户群 ,并预评估其营销成功 的概率 ,对其中营销成功概率较高的潜在 用户开展有针对性的营销服务 ,使之发展 成为该增值业务的用户。 2.2 增值业务交叉销售角度 交叉销售是一种以企业和客户的现