數(shù)據(jù)挖掘在電信客戶維系中的實施與應(yīng)用

田燕

【摘要】 近些年，電信企業(yè)的客戶流失隨著客戶規(guī)模的增長而增長，這一問題已經(jīng)成為束縛電信企業(yè)成長的瓶頸，隨著數(shù)據(jù)挖掘技術(shù)的出現(xiàn)，有效解決了學(xué)術(shù)研究與電信實踐的耦合松散性，將運營商積累的大量有價值的客戶行為信息，通過數(shù)據(jù)挖掘技術(shù)分析、整理、建模，從而預(yù)測客戶流失傾向，并最終將研究結(jié)果深入到客戶保留領(lǐng)域，使技術(shù)成果最終轉(zhuǎn)化為電信企業(yè)提升客戶價值的可操作性管理體系。

【關(guān)鍵詞】 數(shù)據(jù)挖掘 數(shù)據(jù)倉庫 流失預(yù)警

一、引言

客戶保有的前提是理解客戶行為，電信運營商已經(jīng)積累了大量的客戶行為信息，有效結(jié)合數(shù)據(jù)挖掘技術(shù)，對已有的無規(guī)則客戶行為信息進(jìn)行分析識別，并通過各類算法歸納總結(jié)出客戶流失的規(guī)律及特點，最終建立起數(shù)據(jù)挖掘模型，經(jīng)過不斷的校驗，可以預(yù)測客戶流失傾向，并將預(yù)測結(jié)果轉(zhuǎn)化為企業(yè)客戶保有行為，為企業(yè)的營銷工作提供幫助、指導(dǎo)，為企業(yè)決策提供支持，最終實現(xiàn)電信企業(yè)客戶保有及價值提升的目的。

二、數(shù)據(jù)挖掘概述

（1）數(shù)據(jù)挖掘概念。數(shù)據(jù)挖掘是指從大量的、隨機的、不規(guī)則的應(yīng)用數(shù)據(jù)中通過算法（如分類、總結(jié)、關(guān)聯(lián)規(guī)則、聚類等）搜索隱藏于其中的不為人知的、但潛在的有用知識的過程。數(shù)據(jù)挖掘提供預(yù)測性的信息，質(zhì)上是一個歸納推理的過程，不是驗證一個假定模型的正確性，而是在數(shù)據(jù)庫中自己尋找模型。數(shù)據(jù)挖掘是多學(xué)科的產(chǎn)物，包含數(shù)據(jù)庫技術(shù)、統(tǒng)計學(xué)、可視化、高性能計算、人工智能、機器學(xué)習(xí)。數(shù)據(jù)挖掘的三個過程，即數(shù)據(jù)整理、數(shù)據(jù)挖掘和結(jié)果的解釋評估。（2）數(shù)據(jù)挖掘方法。數(shù)據(jù)挖掘常用的方法有關(guān)聯(lián)分析、分類、聚類、回歸分析、神經(jīng)網(wǎng)絡(luò)等，這些方法從不同的角度對數(shù)據(jù)進(jìn)行挖掘分析，可以應(yīng)用到企業(yè)客戶行為分析、決策支撐等不同階段和領(lǐng)域。

三、電信客戶流失預(yù)警中數(shù)據(jù)挖掘的實施步驟

（1）明確目標(biāo)。要充分發(fā)揮數(shù)據(jù)挖掘的作用，必須明確目標(biāo)。電信客戶流失預(yù)警的重要目標(biāo)就是提前預(yù)知客戶流失風(fēng)險，從而指導(dǎo)維系人員準(zhǔn)確定位目標(biāo)客戶，及時給與流失干預(yù)，提升電信客戶保有率。（2）建立數(shù)據(jù)挖掘庫。我們需要從各類海量電信客戶數(shù)據(jù)庫中抽取與客戶流失相關(guān)數(shù)據(jù)內(nèi)容，建立獨立的客戶流失預(yù)警挖掘數(shù)據(jù)庫，該數(shù)據(jù)庫可以是已有數(shù)據(jù)倉庫的一個邏輯子集，而不一定非要是物理上獨立的數(shù)據(jù)庫。單獨設(shè)立的客戶預(yù)警數(shù)據(jù)庫可以提高分析效率、避免由于數(shù)據(jù)巨大帶來的數(shù)據(jù)沖突問題的解決。通過對客戶流失關(guān)鍵點的數(shù)據(jù)抽取、精選，可以極大的減少數(shù)據(jù)處理量，節(jié)約系統(tǒng)資源，更好的輔助數(shù)據(jù)分析目標(biāo)的達(dá)成。（3）數(shù)據(jù)分析。需要從海量客戶、海量信息、海量數(shù)據(jù)中找到客戶流失的關(guān)鍵點，不斷從流失數(shù)據(jù)挖掘庫中找到相應(yīng)的規(guī)律和潛在趨勢，使用聚類分析的方法進(jìn)行客戶信息類別區(qū)分，逐步梳理出影響客戶流失的眾多因素，并進(jìn)行重要性分析，找出這些因素之間相互影響、牽連的關(guān)系，從而發(fā)現(xiàn)因素之間的相關(guān)性。（4）準(zhǔn)備及調(diào)整數(shù)據(jù)。通過數(shù)據(jù)分析步驟，將符合分析要求數(shù)據(jù)進(jìn)行數(shù)據(jù)庫導(dǎo)入，并對數(shù)據(jù)進(jìn)行進(jìn)一步的調(diào)整，關(guān)鍵是實現(xiàn)進(jìn)一層次的明確及量化，為模型化奠定基礎(chǔ)。（5）建立模型。建立模型是數(shù)據(jù)挖掘的核心環(huán)節(jié)，在分析數(shù)據(jù)，并對數(shù)據(jù)進(jìn)行系統(tǒng)調(diào)整的基礎(chǔ)上即可以開始建立模型。通常我們利用聚類分析、時間序列分析等方法來實現(xiàn)建模。（6）評價及解釋。從之前的步驟中我們已經(jīng)很明確的得出客戶流失的一系列分析數(shù)據(jù)及模型，我們會得出對客戶流失問題多種描述，綜合各類描述的規(guī)律性，提供合理的分析支持信息。

四、數(shù)據(jù)挖掘在電信客戶維系中的應(yīng)用

1、流失客戶分析及建模

以往運營商服務(wù)模型基本圍繞全生命周期時間軸主線，重點描述單客戶服務(wù)動作，缺少客戶聚類特征總結(jié)。結(jié)合客戶流失特征，運用聚類統(tǒng)計分析方法將客戶進(jìn)行特征聚類，區(qū)分為入網(wǎng)半年內(nèi)客戶群、入網(wǎng)半年至一年客戶群、入網(wǎng)一年以上客戶群，其客戶流失特征及原因存在區(qū)隔，入網(wǎng)半年內(nèi)客戶的流失與前期客戶發(fā)展質(zhì)量關(guān)系密切，主要取決于在新發(fā)展客戶營銷過程中存在的問題或弊端；而入網(wǎng)半年至一年客戶群的流失與功能性的服務(wù)感知相關(guān)；入網(wǎng)一年以上或更長時間的客戶流失與后期客戶持續(xù)提供的服務(wù)及感知密切相關(guān)。同時三大聚類客戶群又分別具有三個流失關(guān)鍵點，我們可以運用數(shù)據(jù)挖掘技術(shù)“信息熵理論”、“二元分類模型”，找到幾個聚類群體流失相關(guān)因子，從而構(gòu)建針對性精準(zhǔn)的維系模型，如圖1所示。

在基于聚類模型構(gòu)建起精準(zhǔn)的客戶維系體系后，對應(yīng)影響三個聚類群體的核心因子及模型分析，針對性制定標(biāo)準(zhǔn)化維系動作及強化服務(wù)方案，增強原有的客戶服務(wù)體系，從而達(dá)到提升客戶感知及粘性的目的。

結(jié)合三個關(guān)鍵點，從現(xiàn)有的海量客戶行為數(shù)據(jù)中找到維系因子，對影響用戶群流失的因子做聚類分析，梳理出關(guān)鍵因子，并進(jìn)行重要性分析，選定對整體流失影響力較大的因子作為高危挽留的重點突破口，如表1所示。

通過高危因子重要度的區(qū)分，每月月初系統(tǒng)自動預(yù)警，為客戶挽留提供數(shù)據(jù)支持。

2、客戶挽留流程

（1）挽留機會分析。根據(jù)三大聚類客戶群特點，對三類客戶流失傾向進(jìn)行評價，按風(fēng)險的高低進(jìn)行評判，入網(wǎng)初期客戶流失風(fēng)險最高，其次是高危客戶流失傾向明顯，一年以上到期合約客戶也存在流失風(fēng)險，根據(jù)風(fēng)險度及入網(wǎng)時間的不同，進(jìn)行流失客戶預(yù)測，從而及時找到挽留機會。（2）挽留策略的制定。通過高危因子重要度分析，系統(tǒng)自動預(yù)警圈定需要挽留的客戶群，對不同因子客戶進(jìn)行分析逐一制定挽留策略。針對新入網(wǎng)客戶流失分析，梳理主要流失原因，制定相應(yīng)的入網(wǎng)門檻，并配合相應(yīng)酬金發(fā)放機制，在入網(wǎng)半年內(nèi)分批分比例發(fā)放酬金，提升入網(wǎng)質(zhì)量；針對入網(wǎng)半年以上客戶，結(jié)合高危因子，梳理不同因子客戶群流失原因，針對性制定挽留策略，如合約計劃、網(wǎng)齡升級計劃、流量回饋等；對于一年以上合約到期客戶，制定老客戶合約續(xù)費政策，提升合約續(xù)費率。（3）采取保有行為并反饋。通過以上兩個步驟，找到挽留機會，并制定相應(yīng)策略后，需將挽留行為分配給不同的渠道人員實施，新入網(wǎng)客戶的入網(wǎng)策略由各發(fā)展渠道落實并反饋客戶信息；半年以上中期高危客戶及一年以上合約到期客戶的挽留與維系需由維系中心與各實體渠道相互配合，由維系中心進(jìn)行電話回訪式維系，實體渠道配合通過理財專席等方式在日常業(yè)務(wù)辦理中提高客戶在網(wǎng)粘性。

五、結(jié)束語

事實上，流失模型的建立不可能直接帶來客戶流失率的減少，但基于數(shù)據(jù)挖掘的客戶流失預(yù)警模型的應(yīng)用，可以很大程度上提升客戶維系與挽留的有效性，有效的預(yù)警、預(yù)測結(jié)合針對性的挽留策略及有效的挽留行為，才能夠真正實現(xiàn)客戶流失率的降低，達(dá)到提升客戶感知及粘性的最終目的。

參 考 文 獻(xiàn)

[1] Jiawei Han （加）（加）Micheline Kamber.數(shù)據(jù)挖掘概念與技術(shù)[M].機械工業(yè)出版社，2007年，第20-25頁

[2] 呂曉玲.數(shù)據(jù)挖掘方法及應(yīng)用[M].中國人民大學(xué)出版社，2009年，第121頁