基于关联规则的重庆移动客户群体分析

陈紫君 于凤敏

【摘要】 为了挖掘重庆移动的潜在客户，实现企业的精准化营销，本文通过市场调研的方式收集重庆移动客户资料，以R和spss统计软件为工具，运用apriori关联规则数据挖掘算法对重庆移动客户数据进行分析，并提出初步结论和建议方案。

【关键词】 重庆移动客户群体 数据挖掘 关联规则

一、概述

在当今科技飞速发展的社会，客户是企业生存和发展的保障[1]。因此，对移动运营商来讲，根据当前的移动客户群体，建立更加完善、合理的客户分析方案，并在对潜在客户的培养和发现中提供更多的决策支持就显得尤为重要。本文通过市场调研的方式收集中国移动的客户资料[2]，将收集来的资料进行整理并形成数据文件，最后利用数据挖掘方法对中国移动的客户数据进行分析，并提出了初步结论和建议方案。通过该方案的实施，中国移动可以知道不同的客户有着什么样的需求，根据不同消费者的不同消费习惯和消费特点，有针对性的推出相对优惠的资费套餐来吸引客户增加收益，实现企业的精准化营销，使企业得到快速的发展。

二、关联规则模型

1、理论依据。数据关联是数据库中存在的一类重要的可被发现的知识[3]。若两个或多个变量的取值之间存在某种规律性，就称为关联，关联分析的目的是找出数据库中隐藏的关联网。关联规则挖掘在数据挖掘中是一个重要的课题，最近几年已被业界所广泛研究。

2、构建模型[4]。设是项的集合。设任务相关的数据是数据库事务的集合，其中每个事务是一个非空项集，使得。每一个事务都有一个标识符，成为。设是一个项集，事务包含，当且仅当。规则在事务中成立，具有支持度，其中是中事务包含（集合和的并）的百分比，即概率。规则在事务中具有置信度，其中是中包含的事务的同时也包含的事物的百分比，即条件概率。同时满足最小支持度阈值和最小置信度阈值的规则称为强规则。

三、数据处理与分析

收集的移动客户调查问卷共计289份，问卷共19个问题，每个问题有多个选项。根据调研数据，将每个选项内容作为一个项，每个客户选择的结果作为一个事务，将所有数据整理成为二分变量。数据的处理分为两个部分：①问卷的1-9问题是关于客户的基本信息，即发现潜在客户；②10-19问题是关于选择了移动的不同客户有着什么不同的要求，即企业的精准化营销。本文对两部分数据分别作了分析，得到潜在客户和精准化营销的相关信息。

四、潜在客户分析

运用apriori关联规则算法对客户基本信息样本进行统计分析，将移动作为右项，设置最小支持度阈值为0.05，最小置信度阈值为0.1，建立强规则，分析重庆移动的潜在客户群体特征。

根据支持度排序选取了前5个规则，由表1可知：女性，每月流量消费为50-150M与移动的支持度最高，为0.1419，即有14.19%每月流量消费为50-150M的女性会选择移动运营商。其中，前5个规则中，信息比例由高到低分别为：每月流量80%，性别=女40%，月薪=3000元以下40%，職业=学生40%。

由表2，根据置信度排序的前5个规则中，性别=女，每月话费=50-100元，每月流量=50-150M与移动的置信度最高，达0.9524，即性别=女，每月话费=50-100元，每月流量=50-150M的人群中有95.24%会选择移动。而前5个规则中，有5个规则是每月流量与移动共存的，可知，对每月流量服务有要求的人群更偏向移动运营商；4个女性、2个月薪为3000元以下与移动共存。

由于性别是否影响客户选择手机运营商不能直接地从数据中体现出来，因此，通过spss软件，取显著性水平α=0.05，利用列联表的卡方检验对其进行检验。定义：运营商：1=“移动”；2=“联通”；3=“电信”。性别：1=“男”；2=“女”。

假设：H0：性别对客户选择手机运营商无影响；

H1：性别对客户选择手机运营商有影响。

spss分析结果如下：

由卡方检验可知，P值=0.07>0.05，所以接受原假设。经检验，性别对客户选择手机运营商无影响。

五、 移动精准化营销分析[5]

运用apriori关联规则算法对客户基本需求样本进行统计分析，设置最小支持度阈值为0.05，，最小置信度阈值为0.1，建立强规则，将移动作为左项：

由表5看出，支持度最高为0.2108，即21.08%的客户选择了移动运营商，喜欢运营商通过短信宣传的方式进行新服务的宣传，并其常用的手机卡附加业务为流量优惠包。从上述规则可知，移动客户从手机卡附加业务、手机卡套餐、移动推出的优惠活动等方面均对流量服务需求较大，对话费服务需求次之。

由表6看出，前四个规则的置信度均为1，即在移动的喜欢短信办理业务、喜欢3g.4g流量优惠活动的客户中推广手机卡的流量优惠包附加业务，将会有100%的客户反应。从上述规则看出，在移动客户中进行流量优惠包和通话资费的宣传与推广能得到较好的效果。

六、结果与建议

总结以上对关联规则挖掘结果的分析，可得移动客户占总客户的70.59%，具有绝对的客户资源优势，重庆移动的潜在客户为：每月流量消费50M以上，学生，月薪3000元以下的人群，在此人群基础上推广移动运营商可得到事半功倍的效果。对于已选择移动的客户，为了留住固有客户和更好的满足其需求，必须实现精准化营销[6]。根据以上结果，对移动企业的优化提出以下建议：

6.1 建立潜在客户针对性推广模式

根据移动的潜在客户：学生、月薪3000元以下、每月流量消费50M以上人群的特征，有针对的对其推出相应的服务。因为大多数学生还不能自食其力，因此，针对学生，企业可推出充话费送话费、送流量，统一发放学校新生的手机卡，或者绑定校园宽带的服务。例如：将手机号码与学校的宽带号码绑定[7]，学生充话费的同时可享受相应的网费套餐，既满足了打电话的需求又解决了宽带的问题；对于月薪3000元以下的较低收入人群，通话资费是其考虑的主要问题，因此可推出月租固定但资费较低的手机卡，既保证了企业的利益又满足较低收入人群需求；对于每月流量消费50M以上的人群，企业可根据流量套餐吸引客户。

6.2 把握现有客户，实现更多需求

随着信息化时代的快速发展，人们更多地使用手机聊天、浏览网页、玩游戏、看视频等[8]，在没有WiFi的情况下，对流量更是需求。从精确化营销分析可知，移动用户对流量优惠包和通话资费的需求较大。虽然移动企业也一直在推出相应的流量优惠包，但根据客户反映其推出的流量数量相对于其他运营商而言较少[9，10]，因此，企业应增加流量数量，如：绑定手机卡的流量套餐，月租可适当提高，但套餐推出每月2-3G的流量。据以前的分析[11]，客户普遍反映移动信号较好，是其选择移动的重要原因，但希望在话费方面多推出相应的优惠。所以，充话费送话费、固定话费消费、充话费送手机等活动应加大推广力度，争取更能满足客户的需求。

6.3 科技、人文并进

推出吸引潜在客户的服务，满足现有客户的需求是移动运营商基本的营销手段，但仅仅只在技术上做出努力是不够的，企业只有在技术和人文上共同发展，才能迈向高峰。因此，移动可举办或赞助与人文有关的活动，如：慈善、公益等，不仅可以让更多的人了解移动，还能在人心中树立有爱、诚信的正能量形象，使客户更加信任移动，进而选择移动，拓展客户群，建立更好的企业形象。

参 考 文 献

[1] 侯立静. 移动通信行业分析报告[R]. 清华大学， 2004.

[2] 周颖， 吕巍， 井淼. 基于数据挖掘技术的移动通信行业客户细分[J]. 上海交通大学学报， 2007， 41（7）： 1142-1145.

[3] 朱其祥， 徐勇， 张林. 基于改进 Apriori 算法的关联规则挖掘研究[J]. 计算机技术与发展， 2006， 16（7）： 102-104.

[4] 韓家炜，Micheline Kamber，裴健.数据挖掘概念与技术（范明，孟小峰）[M].机械工程出版社，2012.7

[5] 郑英，王继成，韩海冰.数据挖掘在电信业务精确营销中的应用[J].网络安全技术与应用，2008年第10期1-2

[6] 胡瑞娟，李岩芳，何昀.基于关联规则算法的医疗数据挖掘[J].长春理工大学学报，2009年第2期1-2

[7] 臧学运，电信运营商提升客户价值的战略思考.铁道通信信号，2008年第44卷第02期1-2

[8] 汪朋.R软件简明教程[M].西藏民族学院统计教研室，2013.4

[9] 叶才卫. 移动互联网浪潮下的智能手机流量分析[J]. 移动通信， 2012 （13）： 68-70.

[10] 陈涛. 流量经营的相关技术及策略[J]. 电信快报： 网络与通信， 2013 （3）： 32-35.

[11] 张明珠， 贺昌政. SC 移动公司客户满意度分析[J]. 软科学， 2010， 24（9）： 92-94.