spss 电信行业应用手册.pdf

随着电信业务的发展和体制改革地不断深化,国内电信行业内部各大运营商之间的竞争
日趋激烈,这一趋势在国内移动通信业内表现的尤为突出。移动通信运营商为了获取更多的
客户资源和占有更大的市场份额往往采取“简单”的价格竞争和“此起彼伏”的广告宣传战,
其弊端显而易见。这就要求运营商要采取以客户为中心的策略,根据客户的实际需求提供多
样化、层次化、个性化的服务解决方案。因此,客户关系管理(CRM)成了电信运营商增
加收入和利润,提高客户满意度、忠诚度的有效工具。在客户关系管理的流程中,为了准确、
及时地进行经营决策,必须充分获取并利用相关的数据信息对决策过程进行辅助支持。近几
年迅速发展起来的数据挖掘技术就是实现这一目标的重要手段。
从电信业务层面来讲,电信业务已从单纯的提供市话和长话服务演变为提供综合电信服
务,如宽带、移动电话、语音、传真、图像、电子邮件、计算机和 Web 数据传输,以及其
他数据通信服务。电信、计算机网络、因特网和各种其他方式的通信和计算机的融合是目前
的大势所趋。而且随着许多国家对电信业的开放和新兴计算与通信技术的发展,电信市场正
在迅速扩张并越发竞争激烈。因此,为了提高企业竞争力利用数据挖掘技术来挖掘现有电信
业务能力,提高商业效率具有重要意义。
数据挖掘的概念
数据挖掘是根据企业的既定业务目标和存在的问题,对大量的业务数据进行探索,揭示
其中隐藏的规律,并将其模型化,指导并应用于企业的实际经营。
数据挖掘是建立在数据仓库基础上的高层应用,但数据挖掘跟数据仓库的其它一些应用
如 OLAP 分析、预定义报表和即席查询等有很大的区别。后三者通常是用户根据已知的情
况对所关心的业务指标进行分析;而前者则是在业务问题和目标明确但考察的问题不清楚
时,对数据进行探索,揭示隐藏其中的规律性,进而将其模型化。
电信运营商拥有许多成熟的数据库应用系统,如网管系统、财务系统、计费账务系统、
112 障碍管理系统、缴费销账系统等,并产生了大量的业务处理数据。如果针对客户关系管
理相关决策分析的需求,对这些数据进行重组整合,就能充分利用这些宝贵的数据,体现信
息的真正价值。
数据挖掘技术在电信行业客户关系管理的主要应用领域如下:
(1)客户消费模式分析
客户消费模式分析(如固话话费行为分析)是对客户历年来长话、市话、信息台的大量
详单、数据以及客户档案资料等相关数据进行关联分析,结合客户的分类,可以从消费能力、
消费****惯、消费周期等诸方面对客户的话费行为进行分析和预测,从而为固话运营商的相关
经营决策提供依据。
(2)客户市场推广分析
客户市场推广分析(如优惠策略预测仿真)是利用数据挖掘技术实现优惠策略的仿真,
根据数据挖掘模型进行模拟计费和模拟出账,其仿真结果可以揭示优惠策略中存在的问题,
并进行相应的调整优化,以达到优惠促销活动的收益最大化。

.com 2
(3)客户欠费分析和动态防欺诈
通过数据挖掘,总结各种骗费、欠费行为的内在规律,并建立一套欺诈和欠费行为的规
则库。当客户的话费行为与该库中规则吻合时,系统可以提示运营商相关部门采取措施,从
而降低运营商的损失风险。
(4)客户流失分析
根据已有的客户流失数据,建立客户属性、服务属性、客户消费情况等数据与客户流失
概率相关联的数学模型,找出这些数据之间的关系,并给出明确的数学公式。然后根据此模
型来监控客户流失的可能性,如果客户流失的可能性过高,则通过促销等手段来提高客户忠
诚度,防止客户流失的发生。这就彻底改变了以往电信运营商在成功获得客户以后无法监控
客户流失、无法有效实现客户关怀的状况。
数据挖掘成功方法论
按照 CRISP-DM(跨行业数据挖掘方法论),数据挖掘可以划分为以下六个步骤:

图 :数据挖掘项目实施流程示意图
商业理解
在这个阶段要明确面临的商业问题和数据挖掘想要达到的目的,完成商业问题到挖掘问
题的定义过程。这阶段将产生的主要文档及提交物包括:
a) 确定商业目标。包括电信行业背景,需要实现的商业目标和成功标准等;
b) 形势评估。包括电信运营商拥有的资源、需求、假定和限制、风险偶然性、专业术
语和成本收益等;
c) 在上述基础上确定数据挖掘的目标和成功标准;
d) 制定的项目计划和阶段性里程碑的设定说明。
.com 3
明确挖掘的目的。在进行数据挖掘前,一定要明确挖掘的目标。因为电信业务变化快,
不同的时期,挖掘的对象并不一样,挖掘目标也千差万别,而挖掘目的不一样,决定了挖掘
使用的模型和算法完全不一样。例如:电信开通新视通业务后,根据不同的类型用户对新视