基于聚类分析的电信客户细分研究.doc

基于聚类分析的电信客户细分研究.doc:..基于聚类分析的电信客户细分研究马立斌北京中创信测科技股份有限公司,北京,100081联系作者:马立斌;E-mail:malb@摘要:电信运营商在进行客户关系管理、市场决策及精准营销时,需要依据客户的分类情况。目前,客户细分主要以客户价值为依据,本文提出以客户业务数据为依据,根据业务属性特征、采用聚类分析的K・平均聚类算法对客户进行分类,其分类结果在理论上与客户价值理论一致,但更加精细、客观。关键字:聚类;K■平均算法;客户细分;数据挖掘;customclassificationbasedonclusteringanalyze・Abstract:operatorsneedknowofthecustomclassificationwhentheyareimplementingcustomrelationmanagement,,thecustomclassificationismostlybasedoncustomvalue・「unningtheK-・KeyWords:clustering;K-meansalgorithms;customclassification;datamining;signals0引言随着运营商重组和3G网络的开通,国内运营商都拥有全业务运营的许可。但随Z而来的是运营商Z间的竞争加剧了,单纯依靠争夺客户资源、发展客户数最以及价格战,已很难在竞争中取胜,需要寻找新的盈利模式。运营商已经意识到,客户是企业生存和发展的根基,保持客户、吸引客户和挖掘客户价值潜能是提高竞争力的关键。根据客户价值理论,20%的客户贡献着80%的利润罔。因此,运营商需要对客户进行分类,区分哪些是价值客户,他们有什么特征,然示再采取相关的优惠策略,保持和吸引这些客户长期存在;根据这些客户的特征,向他们推销新产品,增加收入。很显然,客户保持和价值挖掘,不只是针对这20%的价值客户,在精准营销、一对一销何方面,需要对不同客户群体特征有全血的了解,需要对客户进行精细的分类。1K・平均聚类算法聚类是数据挖掘领域的主要算法客户细分需要用聚类算法实现,这也是一个数据挖掘的过程。・平均聚类算法进行电信客户分群,K■平均是一种划分算法,对于给定的n个数据对象和所要形成的类组个数k,将对象集合划分为k(k<n)份,其屮,每个划分均代表一个类组。下面是该算法的处理流程®:算法功能:根据聚类中的均值进行聚类划分的K■平均算法。输入:聚类个数k以及包含n个数据对象的数据集合输出:满足方差最小标准的k个类组处理流程:1) 从n个数据对象任意选择k个对象作为初始聚类的屮心质点;2) 循环m次流稈3)到4),直到每个类组不再发生变化为止;3) 根据每个聚类的均值(屮心质点)计算每个对象与这些屮心质点的距离,并根据