數(shù)據(jù)挖掘技術(shù)在電信行業(yè)crm中運(yùn)用(編輯修改稿)
2025-08-09 23:21 本頁面
【文章內(nèi)容簡介】 的投資收益率和市場(chǎng)份額， 而是該企業(yè)的客戶保持率，客戶份額及客戶資產(chǎn)收益率等指標(biāo)?？梢姡蛻舯３值膬r(jià)值體現(xiàn)在增加企業(yè)的盈利、降低企業(yè)的成本以及提高企業(yè)的信譽(yù)度、美譽(yù)度等方面。近年來電信體制的激烈變革和競爭的加劇使電信企業(yè)忙于開拓市場(chǎng)、發(fā)展客戶，對(duì)客戶保持重視不夠。從而導(dǎo)致企業(yè)一方面投入大量時(shí)間、人力、財(cái)力去發(fā)展新客戶，另一方面因客戶保持工作的不完善導(dǎo)致現(xiàn)有客戶不滿意而發(fā)生流失，這種情況對(duì)企業(yè)危害極大。面對(duì)當(dāng)前的市場(chǎng)狀況。電信企業(yè)必須摒棄那種“狗熊掰棒子”式的市場(chǎng)開拓方式，在發(fā)展新客戶的同時(shí)，著手進(jìn)行客戶保持的研究，以有效的客戶關(guān)系管理來提高客戶的保持力，支持企業(yè)經(jīng)濟(jì)效益的不斷增長。（五）、客戶的獲取數(shù)據(jù)挖掘技術(shù)可以幫助企業(yè)完成對(duì)潛在客戶的篩選工作，市場(chǎng)人員把由數(shù)據(jù)挖掘技術(shù)得出的潛在客戶名單和這些客戶感興趣的優(yōu)惠措施系統(tǒng)地結(jié)合起來。數(shù)據(jù)挖掘技術(shù)在發(fā)展新客戶策略中的應(yīng)用是圍繞數(shù)據(jù)開展的，用獲得的客戶數(shù)據(jù)建立一個(gè)預(yù)測(cè)模型，然后根據(jù)模型預(yù)測(cè)獲得最優(yōu)價(jià)值的潛在客戶信息?？蛻舻墨@取包括發(fā)現(xiàn)那些對(duì)你的產(chǎn)品不了解的顧客，它們可能是你的產(chǎn)品的潛在消費(fèi)者，也可能是以前接受你的競爭對(duì)手服務(wù)的顧客，其中有些客戶可能以前是你的客戶。通過數(shù)據(jù)挖掘技術(shù)來獲取新客戶首先必須收集一份潛在客戶名單。在潛在客戶名單上列出哪些可能對(duì)你的產(chǎn)品或服務(wù)感興趣的消費(fèi)者的信息。這些信息應(yīng)不僅包括客戶的基本信息還應(yīng)包括消費(fèi)者消費(fèi)行為的大量信息如個(gè)體的興趣、消費(fèi)習(xí)慣、消費(fèi)傾向和消費(fèi)需求等。通過各種數(shù)據(jù)源來收集這些信息，如果沒能收集到足夠的數(shù)據(jù)，那么就需要通過一次小規(guī)模的實(shí)驗(yàn)活動(dòng)來收集分析用的數(shù)據(jù)。在挑選實(shí)驗(yàn)活動(dòng)的對(duì)象時(shí)，不僅要從潛在客戶名單中選取一些客戶，還要隨機(jī)選取一些與潛在客戶名單上顧客屬性特征不同的客戶作為實(shí)驗(yàn)對(duì)象。這樣可以為將來的數(shù)據(jù)挖掘提供足夠有價(jià)值的信息。二、客戶數(shù)據(jù)挖掘主題對(duì)照數(shù)據(jù)挖掘研究的4類問題：關(guān)聯(lián)、分類、預(yù)測(cè)、聚類，客戶數(shù)據(jù)挖掘主題也可按此4類來劃分。（一）、關(guān)聯(lián)問題橫向關(guān)聯(lián)：是挖掘表面看似獨(dú)立的事件間的相互關(guān)系，例如“90%的顧客在一次購買活動(dòng)中購買商品A的同時(shí)購買商品B”之類的知識(shí)。比如經(jīng)典的“尿布和啤酒”的故事，就是利用這種方法，發(fā)現(xiàn)二者之間有很高的相關(guān)系數(shù)，引起重視，然后深入分析后才找出內(nèi)在原因的。次序關(guān)聯(lián)：這種分析的側(cè)重點(diǎn)在于分析事件的前后序列關(guān)系，發(fā)現(xiàn)諸如“在購買A商品后，一段時(shí)間里顧客會(huì)接著購買商品B，而后購買商品C”的知識(shí)，形成一個(gè)客戶行為的 “A→B→C”模式。比如一個(gè)顧客在買了電腦之后，就很有可能購買打印機(jī)、掃描儀等配件。關(guān)聯(lián)問題研究客戶各項(xiàng)屬性特征的相互關(guān)系以及交叉銷售等問題，同時(shí)也研究客戶實(shí)體和其它實(shí)體的關(guān)系。電信業(yè)比較典型的關(guān)聯(lián)問題有交叉銷售、套餐選擇問題、業(yè)務(wù)相互影響等問題。（二）、預(yù)測(cè)問題客戶預(yù)測(cè)問題是預(yù)測(cè)客戶的行為變化或消費(fèi)等屬性變化?？蛻舻湫偷男袨樽兓辛魇?、 增加、通話行為變化、消費(fèi)行為變化、客戶信息變化、和其它行為變化。比較典型的預(yù)測(cè)問題有客戶流失/大客戶離網(wǎng)、潛在大客戶預(yù)測(cè)、客戶級(jí)別變動(dòng)、客戶發(fā)展、市場(chǎng)效果預(yù)測(cè)等。（三）、分類問題分類分析就是通過分析樣本客戶數(shù)據(jù)庫中的數(shù)據(jù)，為每個(gè)類別做出準(zhǔn)確的描述或建立分析模型或挖掘出分類規(guī)則，然后用這個(gè)分類規(guī)則對(duì)其它客戶的記錄進(jìn)行分類。比如電信公司根據(jù)客戶的消費(fèi)記錄，把客戶分成大客戶和普通客戶，并標(biāo)記數(shù)據(jù)庫中的每個(gè)記錄。有了這樣的挖掘結(jié)果，客戶服務(wù)部門就知道一個(gè)新的客戶的潛在價(jià)值，在客戶服務(wù)投入上就心中有底。（四）、聚類問題聚類是分類的逆向方法。聚類把沒有分類的記錄，在不知道應(yīng)分成幾類的情況下，按照數(shù)據(jù)內(nèi)在的差異性大小，合理地劃分成幾類，并確定每個(gè)記錄所屬類別。它采用的分類規(guī)則是按統(tǒng)計(jì)學(xué)的聚類分析方法決定的。客戶聚類問題是對(duì)客戶特征的研究，典型的聚類問題有客戶特征分析、消費(fèi)模型和異?？蛻舴治龅?。三、數(shù)據(jù)挖掘技術(shù)對(duì)客戶管理管理的影響和作用在CRM中應(yīng)用數(shù)據(jù)挖掘，第一步是要理解數(shù)據(jù)挖掘所要解決的具體業(yè)務(wù)問題；第二步根據(jù)問題準(zhǔn)備相應(yīng)的數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行預(yù)處理；第三步是選擇挖掘的模型，比如是用關(guān)聯(lián)規(guī)則還是聚類等等；第四步是用訓(xùn)練集數(shù)據(jù)訓(xùn)練和評(píng)估挖掘模型的效果。一旦評(píng)估可以達(dá)到一定滿意程度，該模型就得到確定，演變?yōu)橐粋€(gè)固定的業(yè)務(wù)應(yīng)用模型。這個(gè)業(yè)務(wù)應(yīng)用模型就可以套用于實(shí)際的業(yè)務(wù)處理，從而完成一個(gè)閉環(huán)的挖掘過程。當(dāng)業(yè)務(wù)發(fā)生了變化或者有新的需求產(chǎn)生時(shí)，數(shù)據(jù)挖掘就在另外一個(gè)層次上重復(fù)這個(gè)循環(huán)過程。 數(shù)據(jù)挖掘應(yīng)用循環(huán)過程在CRM中應(yīng)用數(shù)據(jù)挖掘，可以在以下方面對(duì)CRM提供支持：（一）、為決策提供依據(jù)企業(yè)運(yùn)營過程中的各種信息都是通過數(shù)據(jù)反映出來的，通過對(duì)這些數(shù)據(jù)的分析，可以發(fā)現(xiàn)企業(yè)運(yùn)營過程中的規(guī)律，從而對(duì)企業(yè)的生產(chǎn)活動(dòng)、市場(chǎng)活動(dòng)等提供科學(xué)指導(dǎo)意義
電大資料相關(guān)推薦
鄂ICP備17016276號(hào)-1