数据挖掘技术在电信客户关系管理中的应用

广西工商职业技术学院 覃远霞

数据挖掘技术在电信客户关系管理中的应用

广西工商职业技术学院 覃远霞

数据挖掘，也被称为数据库中的知识发现（Know ledge Discovery in Database，简称KDD），它是近年来随着数据库技术和人工智能技术的发展而出现的一种全新的信息技术，融合了数据库、人工智能以及统计学等多种学科的知识，试图从数据中提取出先前未知的、有效的和实用的信息。

数据挖掘技术从产生开始就是面向应用的。目前，在很多领域，尤其是在银行、保险、交通、零售（如超级市场）等商业领域，数据挖掘都是一个很时髦的词。数据挖掘所能解决的典型商业问题包括数据库营销（Database Marketing）、客户群体划分（Customer Segmentation & Classi f cation）、背景分析（Pro f le Analysis）、交叉销售（Cross-selling）、客户流失性分析（Churn Analysis）、客户信用记分（Credit Scoring）以及欺诈识别（Fraud Detection）等。

一、电信客户关系管理

在电信运营商客户管理过程中，需要通过对各种经营数据的分析，发现客户的特点，从而为客户提供针对性服务。如发现使用某一业务的客户的共同特征，从而可以向那些也同样具有这些特征却没有使用该业务的客户进行有目的的推销；找到流失客户的共同特征，在那些具有相似特征的客户还未流失之前，采取针对性的措施。具体来说，目前电信运营商在客户分析中需要达到如下几方面的要求。

1.客户获得。对于电信运营公司来说，企业效益的增长需要不断地获得新的客户。因此，需要通过对经营数据的分析，辨别潜在的客户群，提高市场活动的响应率。

2.客户保持。由于电信市场竞争越来越激烈，企业获得新客户的成本在不断地上升，因此，维护好原有客户就显得越来越重要。对客户的管理需要能发现易流失客户的特征，并针对客户的需求，采取相应的预防措施。

3.交叉销售。在目前竞争激烈的电信市场中，企业和客户之间的关系是经常变动的，一旦成为企业的客户，企业就要尽力保持这种客户关系。因此，企业需要对原有客户不断销售新的产品或提供新的服务，开展交叉销售。

4.客户细分与一对一营销。CMR系统（客户关系管理系统）可以把大量的客户分成不同的类，其中每个类里的客户拥有相似的属性，而不同类里的客户属性也不同。企业可以通过该系统给不同类客户提供有差别的服务，进而提高客户的满意度。

5.盗用和异常行为分析。盗用行为每年耗掉电信企业数以万亿的资产。通过对数据的分析确定潜在的盗用者和异常使用模式，检测试图侵入用户账户的行为，发现需要引起注意的异常模式,进而采取相应的防范措施。

二、数据挖掘技术的研究现状及发展趋势

1.数据挖掘技术的研究现状。随着KDD在学术界和工业界的影响力越来越大，KDD在研究和应用领域发展迅速，尤其是在商业和银行领域的应用方面。

（1）国外对数据挖掘技术研究的现状。目前，国外有许多研究机构、公司和学术组织从事数据挖掘工具的研制和开发，并且已研制出许多数据挖掘和知识发现系统。例如，Quest是由原IBM Almaden研究中心开发的数据挖掘系统，它可以从大型数据库中发现关联规则、分类规则、序贯模式、时间序列模式等；DBM iner是由加拿大Simon Fraser大学Jia Wei Han教授领导的小组所开发的一个数据挖掘系统；SKICAT是由U.M.Fayyad等人开发的知识发现系统，它将图像处理、数据分类、数据库管理等功能集成在一起，能够自动地对数字天空图像进行搜索和分类；KEFIR全称为Key Fiuding Reporter，是由GTE实验室开发的一个知识发现系统。除此以外，还有许多其他的数据挖掘系统或原形系统，如Anand等人开发的Spotlight系统、Simoudis等人开发的Recon系统、K losgen等人开发的Explora系统、M ichalski等人开发的INLEN系统以及Piatetsky-Shapirro等人开发的KDW+系统等。

（2）国内数据挖掘技术研究现状。目前，国内从事数据挖掘研究的人员主要在大学等高等教育机构，也有部分在研究所或公司；其研究所涉及领域很多，一般集中于学习算法的研究、数据挖掘的实际应用以及有关数据挖掘理论方面的研究。因为目前进行的大多数研究项目是由政府资助进行的，如国家自然科学基金、863计划、“九五”计划等。

2.数据挖掘技术的发展趋势。目前，数据挖掘的发展趋势主要体现在以下几个方面。

（1）进一步发展对知识发现方法的研究。如近年来注重对Bayes方法以及Boosting方法的研究和提高。

（2）传统的统计学回归法在KDD中开始应用。KDD与数据库紧密结合。在应用方面包括：KDD商业软件工具的不断产生和完善，注重解决整个系统的问题，不局限于孤立的过程。

（3）用户主要集中在大型银行、保险公司、电信公司和大型销售公司。国外很多计算机公司非常重视数据挖掘的开发应用，原IBM和微软公司都成立了相应的研究中心进行这方面的工作，此外，一些公司的相关软件也开始在国内销售，如Platinum、BO等。

三、结论

1.将数据挖掘技术应用于客户关系管理中，可以使原来交易营销中两条单向的、联系不紧密的信息通道形成以客户信息为反馈内容的闭环网络，使企业以更加积极有效的方式去识别、保持、巩固自己的客户群体，与其保持长期、稳定、互惠的良性关系，进而增强企业在市场上的竞争力。

2.根据流失客户和未流失客户的性质和消费行为，可以进行挖掘分析，建立客户流失预测模型，对哪些客户的流失概率较大、流失客户的消费行为如何、造成客户流失的其他相关因素等问题进行分析。

3.应用数据挖掘技术可以对电信客户进行细分，进行一对一的准确的市场营销。

4.应用数据挖掘可以预防电信欺诈。