基于數(shù)據(jù)挖掘的電信企業(yè)客戶行為分析研究

【摘要】 當(dāng)今社會(huì)已經(jīng)進(jìn)入到了大數(shù)據(jù)環(huán)境，各類信息以海量形式存在著，移動(dòng)互聯(lián)網(wǎng)時(shí)代的電信運(yùn)營(yíng)商不僅擁有用戶語(yǔ)音通信、更擁有互聯(lián)網(wǎng)流量使用的豐富數(shù)據(jù)，在此環(huán)境下利用好這些數(shù)據(jù)進(jìn)行挖掘使之為企業(yè)的營(yíng)銷、維系服務(wù)，是當(dāng)今技術(shù)研究的重要課題之一。大數(shù)據(jù)展現(xiàn)在企業(yè)面前的不僅僅一系列的數(shù)字或文字，而是海量的客戶信息，對(duì)其加以挖掘與研究能夠了解客戶的需求，客戶的特征、消費(fèi)偏好等，進(jìn)而制定有效的營(yíng)銷、維系和服務(wù)策略，本文就此對(duì)大數(shù)據(jù)與客戶關(guān)系之間的聯(lián)系進(jìn)行分析。

【關(guān)鍵詞】 客戶關(guān)系管理 客戶行為 數(shù)據(jù)挖掘 電信企業(yè)

一、數(shù)據(jù)挖掘與 CRM 的關(guān)系

1.1數(shù)據(jù)挖掘概述

數(shù)據(jù)挖掘（Data Mining）也稱數(shù)據(jù)采掘、數(shù)據(jù)開采等。許多人將“數(shù)據(jù)挖掘”與“數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn)”視為同義詞，F(xiàn)rawley WJ，Piatetsky-Shapiro G 等人對(duì)數(shù)據(jù)挖掘的定義得到了公眾的認(rèn)可：數(shù)據(jù)挖掘即數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn)（KDD），是一個(gè)在數(shù)據(jù)中提取模式的過(guò)程，此類模式均是客觀有效的而且容易理解具備使用價(jià)值。數(shù)據(jù)挖掘的主要任務(wù)在于運(yùn)用知識(shí)以及知識(shí)發(fā)現(xiàn)的過(guò)程中發(fā)現(xiàn)隱含的模式并進(jìn)行揭示，使之發(fā)揮出功效，而數(shù)據(jù)挖掘的對(duì)象不僅僅傳統(tǒng)意義上的數(shù)據(jù)信息而且包括數(shù)據(jù)倉(cāng)庫(kù)、文件系統(tǒng)、網(wǎng)頁(yè)文件等任何一種數(shù)據(jù)的集合體。

1.2數(shù)據(jù)挖掘與 CRM 的關(guān)系

綜合Gartner Group的調(diào)查顯示：在未來(lái)幾年內(nèi)能夠?qū)ζ髽I(yè)經(jīng)營(yíng)發(fā)展產(chǎn)生重大影響的技術(shù)主要有數(shù)據(jù)挖掘、智能化技術(shù)等，尤其是當(dāng)今大數(shù)據(jù)環(huán)境下，如何利用數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘以為企業(yè)的發(fā)展提供輔助是當(dāng)前研究的重點(diǎn)。隨著數(shù)據(jù)捕獲、傳輸和存儲(chǔ)技術(shù)的快速發(fā)展，用戶將更多地要采用新技術(shù)來(lái)挖掘市場(chǎng)價(jià)值。數(shù)據(jù)挖掘技術(shù)將在未來(lái)的數(shù)據(jù)計(jì)算中扮演越來(lái)越重要的色。CRM 是數(shù)據(jù)挖掘重要的應(yīng)用領(lǐng)域，包括客戶獲取、客戶保持、客戶價(jià)值提升等客戶系管理的各個(gè)方面，在通信行業(yè)已經(jīng)獲得最早和最廣泛的應(yīng)用，并衍生出更多細(xì)分的子系統(tǒng)。正是在數(shù)據(jù)挖掘技術(shù)的基礎(chǔ)之上，才能將企業(yè)經(jīng)營(yíng)目標(biāo)以及客戶關(guān)系管理有效融合以實(shí)現(xiàn)企業(yè)利益的最大化，當(dāng)今數(shù)據(jù)挖掘技術(shù)已經(jīng)成為了諸多行業(yè)內(nèi)的重要發(fā)展措施，是不可忽視且具備旺盛生命力的新課題。

二、數(shù)據(jù)挖掘的主要過(guò)程

1、挖掘目標(biāo)的確立。凡事預(yù)則立不預(yù)則廢，在進(jìn)行數(shù)據(jù)挖掘之前必須要明確需求進(jìn)而確定挖掘目標(biāo)。在確定目標(biāo)過(guò)程中，應(yīng)充分了解企業(yè)的經(jīng)驗(yàn)?zāi)繕?biāo)以及現(xiàn)狀，將營(yíng)銷目標(biāo)與挖掘目標(biāo)進(jìn)行融合并為數(shù)據(jù)挖掘目標(biāo)制定初步的計(jì)劃。例如：針對(duì)iPhone 高端客戶行為，對(duì)其進(jìn)行客戶畫像和細(xì)分，并針對(duì)影響其流失的主要原因，進(jìn)行針對(duì)性的挽留產(chǎn)品和服務(wù)匹配。

2、數(shù)據(jù)的準(zhǔn)備。根據(jù)上一環(huán)節(jié)確定的挖掘目標(biāo)進(jìn)一步確定挖掘的數(shù)據(jù)源進(jìn)行預(yù)處理。數(shù)據(jù)源主要包括：企業(yè)業(yè)務(wù)數(shù)據(jù)庫(kù)（增值產(chǎn)品、上網(wǎng)軌跡、客戶咨詢與投訴、基站與故障信息等）、企業(yè)客戶數(shù)據(jù)庫(kù)（包括用戶歷史消費(fèi)信息、繳費(fèi)情況、業(yè)務(wù)辦理情況、與異網(wǎng)客服接觸情況等）、企業(yè)外部數(shù)據(jù)庫(kù)等，在綜合上述數(shù)據(jù)庫(kù)的基礎(chǔ)之上，首先要檢查查數(shù)據(jù)的客觀性和完整性；其次，檢查數(shù)據(jù)的具體情況，進(jìn)行缺省值與噪音數(shù)據(jù)的處理，以提升數(shù)據(jù)的質(zhì)量；再次，對(duì)整理后所得的數(shù)據(jù)進(jìn)行再次的整合處理。另外，如果數(shù)據(jù)量過(guò)大，可導(dǎo)致挖掘的工作量龐大，難以處理，可對(duì)原數(shù)據(jù)進(jìn)行約簡(jiǎn)操作，包括數(shù)據(jù)立力一體的整合、維的縮減、對(duì)數(shù)據(jù)編碼壓縮、概念抽象、抽樣等力一法。并根據(jù)數(shù)據(jù)挖掘的結(jié)果建立相應(yīng)的數(shù)據(jù)挖掘庫(kù)。

3、數(shù)據(jù)建模。在已經(jīng)確定挖掘目標(biāo)的基礎(chǔ)之上，選擇符合需要的挖掘模型和具體的算法（常用的有決策樹、規(guī)則推理、模糊集、甚至神經(jīng)網(wǎng)絡(luò)等）并在數(shù)據(jù)庫(kù)中進(jìn)行相應(yīng)的運(yùn)算處理，同時(shí)需根據(jù)實(shí)際情況不斷進(jìn)行調(diào)整。此外，在必要的情況下可以綜合運(yùn)用多個(gè)挖掘模型，再進(jìn)行對(duì)比分析以獲得最佳的效果。

4、模型評(píng)估。根據(jù)獲取的信息建立對(duì)應(yīng)的模型并加以評(píng)估分析。首先，企業(yè)營(yíng)銷人員應(yīng)根據(jù)數(shù)據(jù)挖掘的結(jié)果確定挖掘的目標(biāo)，從中帥選出需要展示給用戶的信息再通過(guò)以圖形或者可視化的形式予以體現(xiàn)，便于用戶閱讀和理解也即提升用戶體驗(yàn)度。此外要注意，假如得到的反饋與挖掘目標(biāo)之間存在出入，則說(shuō)明其中存在問(wèn)題需要重建模型再加以分析。

5、知識(shí)的應(yīng)用。對(duì)數(shù)據(jù)挖掘出的知識(shí)，運(yùn)用到實(shí)際的業(yè)務(wù)中去，利用結(jié)果進(jìn)行檢測(cè)、修正知識(shí)。可將知識(shí)添加到知識(shí)庫(kù)里，供用戶直接使用，以避免不必要的重復(fù)挖掘，同時(shí)需對(duì)知識(shí)庫(kù)進(jìn)行管理、更新等操作。

三、數(shù)據(jù)挖掘技術(shù)在企業(yè)客戶行為分析中的應(yīng)用

3.1客戶資源的細(xì)分

由于市場(chǎng)的有限性，企業(yè)的客戶資源亦是有限性的，尤其是電信行業(yè)這樣一個(gè)充分競(jìng)爭(zhēng)的飽和的、存量競(jìng)爭(zhēng)市場(chǎng)，對(duì)于電信企業(yè)而言必須要根據(jù)市場(chǎng)狀況樹立憂患意識(shí)，對(duì)現(xiàn)有客戶已經(jīng)市場(chǎng)潛在的客戶進(jìn)行細(xì)分，以便采取針對(duì)性的營(yíng)銷策略，迎合市場(chǎng)，獲取更多的客戶資源。而且在細(xì)分客戶資源的的同時(shí)，企業(yè)不僅能夠清晰的認(rèn)識(shí)到自身存在的問(wèn)題又能夠?qū)蛻粲羞M(jìn)一步的認(rèn)識(shí)，在為之提供針對(duì)性且個(gè)性化服務(wù)的同時(shí)，使得客戶對(duì)企業(yè)不斷提升忠誠(chéng)度。具體劃分依據(jù)有以下方面：企業(yè)的地理位置、當(dāng)?shù)厝藗兊慕?jīng)濟(jì)水平以及生活習(xí)慣、產(chǎn)品的利潤(rùn)、品牌的熟知度等。如在客戶群體劃分環(huán)節(jié)上缺乏明確的標(biāo)準(zhǔn)，則可以利用數(shù)據(jù)挖掘技術(shù)中的聚類技術(shù)進(jìn)行劃分，再根據(jù)分析結(jié)果進(jìn)行營(yíng)銷和維系。

3.2客戶盈利能力分析

客戶盈利能力直接跟企業(yè)的利潤(rùn)相關(guān)，知道了客戶的盈利能力，企業(yè)才有可能采取更有效的營(yíng)銷策略。不同的客戶盈利能力不一樣，企業(yè)可根據(jù)己有的歷史數(shù)據(jù)，采取數(shù)據(jù)挖掘技術(shù)對(duì)數(shù)據(jù)進(jìn)行分析，如可根據(jù)某種客戶盈利能力度量標(biāo)準(zhǔn)將客戶群按不同盈利水平進(jìn)行劃分，尤其要注重對(duì)“黃金客戶”的優(yōu)質(zhì)服務(wù)以及針對(duì)性的營(yíng)銷方法，使之對(duì)企業(yè)的服務(wù)更加滿意進(jìn)而提升忠誠(chéng)度，以保障企業(yè)的盈利，降低企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)。此外，根據(jù)客戶的職業(yè)、性別、學(xué)歷層次等進(jìn)行劃分，利用數(shù)據(jù)挖掘技術(shù)中分類技術(shù)對(duì)其進(jìn)行針對(duì)性研究并根據(jù)其特性既制定針對(duì)性的營(yíng)銷措施又采取交叉營(yíng)銷，使之成為企業(yè)的新客戶乃至忠實(shí)客戶，進(jìn)而提升企業(yè)的盈利能力。

3.3客戶的獲取與維持

在企業(yè)的經(jīng)驗(yàn)發(fā)展之中，客戶是企業(yè)生存的前提，然而客戶的存活率一般相對(duì)較短。隨著時(shí)間的流逝，社會(huì)競(jìng)爭(zhēng)的加劇，企業(yè)客戶隨時(shí)都有可能流失，促使企業(yè)必須要不斷的擴(kuò)展業(yè)務(wù)以增加和穩(wěn)定新客戶。這些新客戶既可以是對(duì)企業(yè)產(chǎn)品感興趣和想要購(gòu)買服務(wù)的客戶也可以是競(jìng)爭(zhēng)對(duì)手，都可以通過(guò)企業(yè)營(yíng)銷進(jìn)行發(fā)展并獲取相關(guān)的數(shù)據(jù)。考慮到每個(gè)客戶對(duì)企業(yè)的營(yíng)銷手段反應(yīng)不同，有的敏感，有的反應(yīng)消極；同時(shí)，現(xiàn)在企業(yè)與客戶的交流渠道多樣化發(fā)展，如微信、微博、郵件、電話、網(wǎng)站、廣告、現(xiàn)場(chǎng)推銷等，這樣反饋數(shù)據(jù)量龐大，營(yíng)銷者難以把握，可充分利用數(shù)據(jù)挖掘技術(shù)，對(duì)于提供反饋信息的客戶加以定性和描述以從整體上進(jìn)行把握并通過(guò)數(shù)據(jù)挖掘技術(shù)，將他們的共同特征、興趣、訴求等進(jìn)行匯總。此外，根據(jù)企業(yè)以及市場(chǎng)狀況建立一定的盈利判斷標(biāo)準(zhǔn)，對(duì)上述客戶的盈利能力加以分析和預(yù)測(cè)進(jìn)而挖掘出具有盈利能力的客戶群，為電信企業(yè)的進(jìn)一步營(yíng)銷廁策略提供參考。

3.4客戶的欺詐行為的防范

市場(chǎng)經(jīng)濟(jì)是買賣雙方的經(jīng)濟(jì)，任何一方均有可能存在欺詐行為，對(duì)于電信企業(yè)而言客戶的欺詐行為帶來(lái)的潛在危害亦不容忽視。根據(jù)企業(yè)經(jīng)常經(jīng)營(yíng)發(fā)展的實(shí)際情況，建立欺詐客戶群并制定相應(yīng)的防范措施，不僅可以避免企業(yè)遭受風(fēng)險(xiǎn)而且能夠保護(hù)企業(yè)的聲譽(yù)，確保經(jīng)營(yíng)的正常化。利用數(shù)據(jù)挖掘技術(shù)，收集目前已有的欺詐客戶與群體的信息并建立相關(guān)的數(shù)據(jù)模型，獲取較為全面的信息。對(duì)當(dāng)前客戶進(jìn)行相關(guān)測(cè)試以測(cè)探出是否存在欺詐傾向，同時(shí)還可以利用數(shù)據(jù)挖掘技術(shù)中的孤點(diǎn)分析法進(jìn)行研究，著重分析出此類客戶與其他客戶之間的區(qū)別并制定針對(duì)性的防范措施。由于電信行業(yè)的特殊性，欺詐客戶相對(duì)較少，因此在數(shù)據(jù)的挖掘和分析環(huán)節(jié)要注意客觀性和有效性以確保對(duì)于營(yíng)銷策略制定的價(jià)值性。

參 考 文 獻(xiàn)

[1] 郭曉科.大數(shù)據(jù)[M].清華大學(xué)出版社，2013-01-01

[2] 朱明.數(shù)據(jù)挖掘[M].中國(guó)科學(xué)技術(shù)大學(xué)出版社，2008-11-01

[3] 王廣宇.客戶關(guān)系管理（第2版）[M].清華大學(xué)出版社，2010-03-01

收件地址：西安市高新區(qū)灃惠南路 15號(hào)

郵編：710075

聯(lián)系電話：15609298816

作者簡(jiǎn)介：

王長(zhǎng)安，男，漢族，1977年4月29日出生于陜西蒲城 大學(xué)本科學(xué)歷，通信工程師，從事過(guò)電信計(jì)費(fèi)、電子商務(wù)、市場(chǎng)營(yíng)銷和客戶服務(wù) 工作，現(xiàn)在主要研究基于大數(shù)據(jù)下的存量經(jīng)營(yíng)和移動(dòng)互聯(lián)網(wǎng)應(yīng)用。