數據挖掘技術在電信CRM中的應用

段萍萍 王松松 楊欣 王銀鳳 周少華

摘 要：隨著移動網絡的普及和迅猛發展，對擁有大量的客戶數據的電信企業，迫切需要將數據優勢轉換成企業競爭優勢，基于數據挖掘的電信客戶關系管理（CRM）系統應運而生。本文就客戶關系管理和數據挖掘的概念，以及在電信企業中的綜合應用進行了研究。

關鍵詞：數據挖掘；CRM；電信企業

Abstract： with the popularity and rapid development of mobile network， the telecom enterprises with a large number of customer data， an urgent need to convert data advantage into enterprise competitive advantage， based on data mining of telecom customer relationship management （CRM） system arises at the historic moment. In this paper， the concept of customer relationship management （CRM） and data mining， and comprehensive application in telecom enterprises are studied.

Key words： data mining； CRM； Telecom enterprise

1 引言

隨著經濟的發展，營銷方式從“以產品為中心”轉變為“以客戶為中心”，逐步建立以客戶和市場為導向的經營戰略，主動營銷對企業的發展變得異常重要，因此，越來越多的企業都開展了客戶關系管理（CRM）。CRM能為企業獲得市場競爭優勢，樹立良好的企業形象。通過客戶關系管理系統可建立統一的客戶聯系渠道和全面的客戶服務能力，可為客戶提供更好的服務，促使客戶購買更多的產品或服務，并建立起對客戶的忠誠度，從而增加收人和提高銷售利潤。因此，企業需要對客戶形成更加深刻的理解和認識，而數據挖掘技術可以通過對CRM系統的海量客戶數據的深人分析，發現大量潛在的、真正有價值的信息和知識，滿足企業對客戶關系管理的需求，是當前電信企業提升CRM水平的重要手段。

2 數據挖掘技術

數據挖掘是一門綜合性學科，其涉及統計學、人工智能、機器學習、數據庫等多方面知識。數據挖掘就是從海量數據中提取或“挖掘”知識，它要從不完全的、大量的、隨機的、模糊的歷史數據中發掘出人們事先未知的，但是潛在有用的信息和知識。

數據挖掘根據任務的不同主要分為

（1）描述性數據挖掘：包括統計、聚類和關聯規則等；

（2）預言性數據挖掘：包括分類、回歸和時間序列；

數據挖掘算法有決策樹算法、神經網絡算法、關聯規則算法、粗糙集以及遺傳算法等。

數據挖掘的實現過程是一個循環往復的過程，主要分為以下幾個步驟：

（1）數據準備

選擇計算所需要的合適數據，掌握了解數據分布情況和異常數據，補充和修正缺失的數據，為計算的方便轉換數據類型，為提高計算對數據進行合理的分組。

（2）建立模型

選取合適的數據挖掘算法，對預處理過的數據進行計算和挖掘，調試該算法的運行參數，生成該業務的模型。

（3）評估和解釋模型

比較和評估上述建立的各個模型，從中選取一個最優模型，并用業務語言解釋該模型。

（4）運用和優化模型

在實際操作中，監控該模型的表現和運行情況，若表現不好，則修正和考察該模型，使模型能夠真實的放映實際業務的運作規律。

3 數據挖掘技術在電信 CRM 中的應用

數據挖掘技術使用關聯分析、偏差分析、聚類分析和預測等方法完成對復雜客戶的數據的處理，從數據中將所需的分析結果提取出來。本文對CRM系統中客戶群體、客戶滿意程度、交叉銷售、客戶盈利能力、客戶流失情況應用數據挖掘技術進行分析。

（1）客戶群體分類

采用決策樹和聚類方法把海量客戶分成不同的類型，每類客戶擁有相似的屬性，不同類的客戶具有不同的屬性。企業可以針對不同類型的客戶，提供完全不同的個性化的服務，以此來提高客戶的滿意度。

（2） 客戶流失的控制與預測

隨著行業之間的競爭愈演愈烈，企業獲得新客戶的難度越來越大，這使得保持原有客戶就顯得尤為重要。要想從客戶身上獲得的價值更多，那么必然要做好維護工作。數據挖掘技術可以從客戶數據中發現易流失的客戶，從而企業可針對客戶的需求，采取相應措施保持原有客戶。

（3）客戶利潤回報預測

通過已有的客戶數據預測未知的消費趨勢和消費領域，使用決策樹算法和神經網絡算法對數據進行分析，考察哪些客戶對產品感興趣，哪些人是企業的潛在客戶，然后根據分析結果采取有針對性的營銷，達到企業和客戶雙贏的目的。

（4）交叉銷售

交叉銷售是企業向原有客戶銷售新的產品或服務的過程。在企業所掌握的客戶數據信息中，包含著客戶下一次購買行為的關鍵信息，數據挖掘技術可以從這些數據中挖掘出影響客戶購買行為的主要因素，這樣客戶因獲得其滿意的服務而獲益，企業因銷售增長而獲益。

（5） 產品和服務的關聯分析

關聯分析是數據挖掘技術的重要算法，是挖掘不同數據之間關系的重要手段。對電信產品或服務作有效的關聯分析，可以發掘出電信服務或產品之間的關系，由此可以定制合理的組合套餐，為用戶提供貼心服務，從而開發出最受客戶歡迎的產品服務組合。

（6） 客戶欺詐行為分析

客戶欺詐行為是指以不付費的方式撥打移動通信服務。采用決策樹算法對客戶數據信息進行分析，對客戶行為進行研究，根據分析結果判斷哪些客戶存在欺詐行為。

4 結束語

良好的客戶關系管理是電信企業增加利潤，提高客戶滿意度和忠誠度的有效工具，引入數據挖掘技術可以更好地實現客戶關系管理的目標，加深企業對客戶的理解，建立更準確的客戶模型，改進營銷策略，提供更好的客戶服務，尋找更好的目標市場，使企業獲得和保持市場競爭力。而隨著數據挖掘技術的不斷完善和成熟，基于數據挖擁技術的客戶關系管理必將獲得越來越廣泛的應用。

參考文獻

[1] 王輝，基于數據挖掘技術的客戶關系管理在電信企業中的應用[J]，中國科技信息，2005（18）：25-16.

[2] 張驊，試析數據挖掘在移動通信CRM中的應用[J]，企業導報，2014（16）：134-135.

[3] 冉宏坤，趙京輝，李媛，數據倉庫和數據挖掘技術在電信CRM中的應用[J]，信息通信，2014（1）：234-234.

[4] 吳建華，數據挖掘技術在電信行業CRM中應用研究[J]，電腦知識與技術，2013（35）：7908-7910.

[5] 閆娜娜，劉鋒，李錫娟，耿波. 支持CRM分析的數據倉庫多維啟動模型[J]. 計算機技術與發展. 2008（05）

[6] 陳建輝. 一種基于數據挖掘的CRM系統框架的實現[J]. 華北水利水電學院學報. 2007（05）

[7] 陳加順. 基于數據挖掘技術的房地產CRM的研究與應用[J]. 中國水運（學術版）. 2007（09）

作者簡介

段萍萍（1992-），女，漢，吉林省四平市，本科，現就讀于東北石油大學數學與統計學院，主要從事于應用數學方面的研究。