电信业如何应用数据挖掘 |
作者: 深圳天源迪科计算机有限公司 崔再彬 《每周电脑报》 2006-01-16 15:23:04 |
电信业务领域的全面开放,激烈竞争使得目前的中国电信市场烽烟四起。“客户-产品-市场-利润”成为目前各电信运营商的基本发展思路。中国电信集团去年在全国推出营销分析系统,该系统具有主题分析、专题分析、统计报表等功能,基本解决了“发生了什么?”这个问题。但是,在海量的业务数据基础上,是否隐含着某些内在的商业规律,如何能够发现这些商业规律,做到有针对性营销,实现从数据到知识再到价值的提升呢?我们想到了数据挖掘技术。 数据挖掘(Data Mining,DM)是指从大量不完全的、有噪声的、模糊的、随机的数据中,提取隐含在其中的、有用的信息和知识的过程。 当前中国电信在一些省做MR的试点。MR主要采用聚类和预测挖掘技术,实现了客户分群模型和流失预测模型的建立和应用。通过客户分群模型,对客户进行细分,找出有相同特征的目标客户群,有针对性的进行营销;通过流失预测模型,锁定流失的高危客户,进行事前挽留,取得了一定的效果。本文主要想介绍一下数据挖掘的另一种应用——交叉销售模型(cross-sell model)。 在电信行业的今天,大量发展新的客户越来越困难,而且成本比较高,企业要做的不仅要挽留目前的客户,而且还必须通过有效的交叉销售和提升销售来最大化他们的价值。 交叉销售和提升销售提供预先集成的模式和流程来帮助您增加收入、预测各位客户的“下一步?交叉销售和提升销售让您能够描述购买了大量产品或产品升级的客户,然后您可以对其它客户应用类似的分析,以确定谁是最好的交叉销售和提升销售的目标客户。 交叉销售模型的两个阶段 工具的选择 作为一个数据挖掘平台,Clementine结合商业技术可以快速建立预测性模型,进而应用到商业活动中,帮助人们改进决策过程。强大的数据挖掘功能和显著的投资回报率使得Clementine在业界久负盛誉。它同那些仅注重模型的外在表现而忽略数据挖掘在整个业务流程中的应用价值的其它数据挖掘工具相比,优势十分明显。Clementine强大的数据挖掘算法,丰富的输出展现方式,贯穿业务流程的设计思路,可以帮助企业在缩短投资回报周期的同时极大地提高投资回报率。 数据的准备 数据源的分析 挖掘信息的内容 现在我们找出了客户喜欢交叉选择的套餐,但是我们不知道哪些客户喜欢进行这样的交叉选择,下来采用决策树算法来进行目标客户群的锁定。(见下图) 总结 |
联系客服