基于數(shù)據(jù)挖掘的呼叫中心IVR客戶細(xì)分研究*

莫 贊，樊 鵬，李燕飛

（廣東工業(yè)大學(xué) 管理學(xué)院，廣東 廣州510090）

互動(dòng)式語(yǔ)音應(yīng)答業(yè)務(wù)IVR(Interactive Voice Response)是企業(yè)客戶關(guān)系管理中一種有效的模式，它可以解決用戶的絕大部分問題[1]。本文針對(duì)電信行業(yè)客戶細(xì)分要求，將數(shù)據(jù)挖掘中的聚類分析、決策樹方法應(yīng)用于分析過程[2]。

1 電信呼叫中心客戶細(xì)分體系

隨著客戶關(guān)系管理實(shí)踐和理論的發(fā)展，在客戶細(xì)分方法研究方面，研究者正尋找將客戶聚類為獨(dú)特的客戶群的方法[3-4]。在國(guó)際學(xué)術(shù)界，學(xué)者們主要利用數(shù)據(jù)挖掘技術(shù)建立基于細(xì)分市場(chǎng)水平的客戶分割模型。在國(guó)內(nèi)，武漢大學(xué)郭蘊(yùn)華等人提出了基于模糊聚類分析的客戶分類算法。

2 數(shù)據(jù)挖掘與數(shù)據(jù)處理

2.1 數(shù)據(jù)挖掘在客戶細(xì)分和呼叫中心中的應(yīng)用

數(shù)據(jù)挖掘用來根據(jù)客戶的預(yù)測(cè)行為定義客戶細(xì)分群[5]。例如，將決策樹的葉節(jié)點(diǎn)視為一個(gè)獨(dú)立的客戶細(xì)分群。

2.2 移動(dòng)中心數(shù)據(jù)獲取與預(yù)處理

研究數(shù)據(jù)來自于中國(guó)移動(dòng)深圳分公司呼叫中心（10086）中的操作數(shù)據(jù)，操作數(shù)據(jù)的原數(shù)據(jù)項(xiàng)以及含義如表1所示。

本文選取動(dòng)感地帶2月份的數(shù)據(jù)進(jìn)行分析研究，數(shù)據(jù)量為20多萬條。進(jìn)行數(shù)據(jù)挖掘[6]之前，對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理和數(shù)據(jù)整理，具體步驟如下。

表1 原始數(shù)據(jù)列表項(xiàng)

(1)合并具有相同變量的數(shù)據(jù)集。

(2)對(duì)呼入時(shí)間進(jìn)行升序排序，當(dāng)一個(gè)客戶連續(xù)撥打10086時(shí)，可以更好地顯示數(shù)據(jù)。

(3)去除重復(fù)數(shù)據(jù)。根據(jù)呼入時(shí)間排序，在同一相鄰的時(shí)間段同時(shí)出現(xiàn)重復(fù)的呼叫號(hào)碼視為重復(fù)數(shù)據(jù)。

(4)去除異常數(shù)據(jù)。去除異常數(shù)據(jù)的條件為：ARPU值>1 000或入網(wǎng)時(shí)長(zhǎng)>80或ARPU值<0或入網(wǎng)時(shí)長(zhǎng)<0或地區(qū)="沉默"。

(5)平衡數(shù)據(jù)集。

(6)離散化處理。采取“分箱”的方法劃分區(qū)間，根據(jù)其取值情況分別對(duì)應(yīng)到相應(yīng)的區(qū)間，結(jié)果如圖1所示。

圖1 ARPU值離散化處理結(jié)果

入網(wǎng)時(shí)長(zhǎng)為整型屬性。對(duì)于整型屬性采取“分箱”的方法進(jìn)行區(qū)間劃分，根據(jù)取值情況對(duì)應(yīng)到相應(yīng)的區(qū)間，結(jié)果如圖2所示。

圖2 入網(wǎng)時(shí)長(zhǎng)離散化處理結(jié)果

3 聚類分析在客戶細(xì)分中的應(yīng)用研究

以深圳移動(dòng)動(dòng)感地帶的客戶作為分析對(duì)象，對(duì)IVR客戶進(jìn)行聚類分析[7]。

3.1 深圳移動(dòng)IVR客戶基本情況分析

（1）地區(qū)分布與IVR客戶的關(guān)系分析

經(jīng)分析得到地區(qū)分布結(jié)果，95%以上撥打IVR的客戶來自寶安、龍崗、福田、南山和羅湖5個(gè)地區(qū)。寶安地區(qū)撥打IVR的客戶最多，占到總數(shù)據(jù)量的45.79%；鹽田地區(qū)的客戶撥打數(shù)最少，僅占總數(shù)據(jù)量的1.31%。

（2）ARPU值與IVR客戶的關(guān)系分析

經(jīng)分析得到ARPU值分布，99.9%的客戶ARPU值小于 600，而其余 0.1%的客戶 ARPU值在600～1 608.690之間。因此可以看出，ARPU值越大的客戶撥打IVR的數(shù)量越少，ARPU值小于200的客戶撥打數(shù)量最多。撥打IVR的客戶主要是ARPU值小于350的客戶，ARPU值為100～150之間的客戶撥打IVR的頻率最高。

3.2 K-means算法與分析過程

移動(dòng)IVR客戶細(xì)分分析過程[5]如下：

(1)將客戶劃分為4類：

A類客戶：ARPU值及入網(wǎng)時(shí)長(zhǎng)都很高

B類客戶：ARPU值高，入網(wǎng)時(shí)長(zhǎng)較低

C類客戶：ARPU值較低，入網(wǎng)時(shí)長(zhǎng)高

D類客戶：ARPU值和入網(wǎng)時(shí)長(zhǎng)都較低

(2)選取“arpu”和“in_months”作為模型的輸入。

(3)數(shù)據(jù)準(zhǔn)備：

①將所有數(shù)據(jù)合并到一個(gè)記錄表；

②根據(jù)呼入時(shí)間對(duì)數(shù)據(jù)進(jìn)行排序；

③根據(jù)呼入號(hào)碼去除重復(fù)數(shù)據(jù)；

④去除異常變量；

⑤選擇IVR客戶。

ARPU值、入網(wǎng)時(shí)長(zhǎng)的數(shù)據(jù)大小差別非常大，具體統(tǒng)計(jì)值如圖3所示。

圖3 ARPU值和入網(wǎng)時(shí)長(zhǎng)的統(tǒng)計(jì)值

(4)使用 Clementine 進(jìn)行建模，選取“arpu”、“in_months”作為模型的輸入。此處設(shè)定K=4。

(5)根據(jù)聚類結(jié)果，分為 4類是較為理想的，結(jié)果如圖4所示。

圖4 聚類結(jié)果

相關(guān)統(tǒng)計(jì)量結(jié)果如表2所示。

表2 聚類的各指標(biāo)統(tǒng)計(jì)值

從聚類結(jié)果得到以下客戶劃分：

A 類：cluster-2，7 487條記錄，占 13%

B 類：cluster-3，5 190條記錄，占 9%

C 類：cluster-4，15 370條記錄，占 26%

D 類：cluster-1，30 797條記錄，占 52%

4 決策樹C5.0算法的客戶行為預(yù)測(cè)

(1)進(jìn)行客戶行為預(yù)測(cè)的商業(yè)理解。用戶在撥打熱線電話時(shí)，只會(huì)產(chǎn)生兩種情況：一種是轉(zhuǎn)入“人工接聽”，另一種是進(jìn)入“自動(dòng)語(yǔ)音播放”。

(2)選 取“area”、“arpu”、“in_months”，作 為 模 型 的 輸入，將 “是否轉(zhuǎn)人工”作為輸出變量。

(3)評(píng)估客戶行為預(yù)測(cè)的模型。通過采用analysis節(jié)點(diǎn)對(duì)C5決策模型進(jìn)行評(píng)估，得到的評(píng)估結(jié)果如圖5所示，從圖中的可信矩陣可以看出模型的正確率達(dá)到60.42%。

結(jié)果分析如下：

(1)更可能撥打 IVR的客戶包括：ARPU值在 50～150，入網(wǎng)時(shí)長(zhǎng)為 5.5～8.5，居住在鹽田、羅湖地區(qū)的客戶；入網(wǎng)時(shí)長(zhǎng)為 0～2.5和 59.5～62.5，居住在鹽田、龍崗地區(qū)的客戶；ARPU 值在 50～150，入網(wǎng)時(shí)長(zhǎng)為 8.5～11.5，居住在南山、寶安、鹽田、羅湖的客戶。

圖5 C5.0決策樹模型評(píng)估圖

(2)更可能撥打人工座席的客戶包括：ARPU值在50～150，入網(wǎng)時(shí)長(zhǎng)為 5.5～8.5，居住在南山、寶安地區(qū)的客戶；入網(wǎng)時(shí)長(zhǎng)為 11.5～20.5，居住在鹽田、龍崗地區(qū)的客戶；入網(wǎng)時(shí)長(zhǎng)為 5.5～11.5，居住在鹽田、龍崗地區(qū)的客戶。

該領(lǐng)域的研究仍有許多待改進(jìn)之處，特別是在模型分析上，利用數(shù)據(jù)挖掘的方法較少，本文針對(duì)這些不足，通過數(shù)據(jù)挖掘技術(shù)，達(dá)到提高客戶關(guān)系管理可用性、實(shí)時(shí)性、智能性等目標(biāo)。本文在國(guó)外已有研究的基礎(chǔ)上，結(jié)合電信企業(yè)的實(shí)際需要，提出了電信客戶細(xì)分?jǐn)?shù)據(jù)挖掘模型，并根據(jù)客戶細(xì)分結(jié)果為企業(yè)提供決策支持。在業(yè)務(wù)應(yīng)用上，建立了一個(gè)聚類模型和一個(gè)定量化的決策樹數(shù)據(jù)挖掘模型，提出了相應(yīng)的改進(jìn)措施，可為相關(guān)的決策者提供一定的參考。

[1]王扶東，馬玉芳.基于數(shù)據(jù)挖掘的客戶細(xì)分方法的研究[J].計(jì)算機(jī)工程與應(yīng)用，2011，47(4)：215-218.

[2]易珺，路璐，曹東.改進(jìn)的 k-means算法在客戶細(xì)分中的應(yīng)用研究[J].微型機(jī)與應(yīng)用，2005，24(12)：52-53.

[3]潘玲玲，張育平，徐濤.核 DBSCAN算法在民航客戶細(xì)分中的應(yīng)用[J].計(jì)算機(jī)工程，2012，38(10)：71-73.

[4]徐翔斌，王佳強(qiáng)，涂歡，等.基于改進(jìn)RFM模型的電子商務(wù)客戶細(xì)分[J].計(jì)算機(jī)應(yīng)用，2012，32(5)：1440-1442.

[5]張煥國(guó)，呂莎，李瑋.C均值算法的電信客戶細(xì)分研究[J].計(jì)算機(jī)仿真，2011，28(6)：185-188.

[6]廖寶魁，孫雋楓.基于MapReduce的增量數(shù)據(jù)挖掘研究[J].微型機(jī)與應(yīng)用，2014，33(1)：67-70.

[7]徐新國(guó)，朱廷劭，康衛(wèi)，等.基于數(shù)據(jù)挖掘的工業(yè)控制系統(tǒng)防危機(jī)制研究[J].電子技術(shù)應(yīng)用，2012，38(5)：87-90.