安會(huì)玲

（中國(guó)聯(lián)合網(wǎng)絡(luò)通信有限公司安國(guó)市分公司，河北 安國(guó) 071200）

0 引 言

近年來(lái)，我國(guó)電信業(yè)發(fā)展迅速，隨之而來(lái)的市場(chǎng)競(jìng)爭(zhēng)也日益激烈。電信運(yùn)營(yíng)已由傳統(tǒng)單一的業(yè)務(wù)模式向“業(yè)務(wù)＋服務(wù)”的方向發(fā)展。在日益激烈的市場(chǎng)競(jìng)爭(zhēng)環(huán)境下，電信公司如何更好地提供個(gè)性化、差異化的服務(wù)，是改善客戶關(guān)系、贏取客戶群的重要內(nèi)容。當(dāng)前，電信運(yùn)營(yíng)商的競(jìng)爭(zhēng)優(yōu)勢(shì)，已不是傳統(tǒng)單一的價(jià)格或業(yè)務(wù)，而更多地強(qiáng)調(diào)服務(wù)模式轉(zhuǎn)變，以適應(yīng)多變的市場(chǎng)環(huán)境。同時(shí)，電信企業(yè)只有形成強(qiáng)大的營(yíng)銷能力，特別是實(shí)施精準(zhǔn)化營(yíng)銷，才能應(yīng)對(duì)市場(chǎng)競(jìng)爭(zhēng)，提高產(chǎn)品服務(wù)，提升客戶價(jià)值，使自己在競(jìng)爭(zhēng)中處于主動(dòng)狀態(tài)。

1 精準(zhǔn)化營(yíng)銷

精準(zhǔn)化營(yíng)銷以消費(fèi)者洞察為手段，針對(duì)市場(chǎng)定位進(jìn)行市場(chǎng)細(xì)分，并采取精細(xì)化的經(jīng)營(yíng)方式，對(duì)市場(chǎng)進(jìn)行深耕耘，盤活并做透市場(chǎng)，以獲取預(yù)期效益的營(yíng)銷方式。

精準(zhǔn)化營(yíng)銷分為五個(gè)階段，具體如圖1所示。

圖1 精準(zhǔn)化營(yíng)銷的五個(gè)階段

在精準(zhǔn)化營(yíng)銷的五個(gè)階段中，客戶數(shù)據(jù)庫(kù)的建立，是依托于客戶信息的收集與整理；加深對(duì)客戶群體的理解，是做好客戶差異化需求了解工作的基礎(chǔ)；差異性產(chǎn)品與服務(wù)的設(shè)計(jì)，是以客戶群體需求細(xì)分為基礎(chǔ)；在前三個(gè)階段的準(zhǔn)備與構(gòu)建下，便可向消費(fèi)群體提供差異化產(chǎn)品服務(wù)，并通過(guò)營(yíng)銷活動(dòng)的反饋，進(jìn)一步強(qiáng)化對(duì)客戶本質(zhì)需求的滿足。

2 基于數(shù)據(jù)挖掘?qū)崿F(xiàn)精準(zhǔn)化營(yíng)銷

近年來(lái)，電信產(chǎn)業(yè)的競(jìng)爭(zhēng)性日益加劇，構(gòu)建龐大的客戶群體，對(duì)于電信業(yè)的發(fā)展無(wú)疑是至關(guān)重要的。在不斷拓展?fàn)I銷渠道的同時(shí)，保持原有客戶的工作仍非常重要。有客戶流失是自然，但通過(guò)對(duì)在網(wǎng)客戶和已流失客戶的挖掘與分析，并以此挖掘數(shù)據(jù)為依托，構(gòu)建客戶流失預(yù)測(cè)模型。這樣，可以較精準(zhǔn)化的分析客戶流失的因素，并在一定時(shí)間內(nèi)，預(yù)測(cè)客戶容量的走向，為市場(chǎng)營(yíng)銷決策提供數(shù)據(jù)支持，提高市場(chǎng)的透徹性。全面而有效地了解客戶行為，是電信公司開(kāi)展流失管理的基礎(chǔ)。而了解客戶行為的立足點(diǎn)在于如何更好地識(shí)別客戶，也就是說(shuō)，哪些市場(chǎng)客戶是電信公司有利可圖的，而哪些又是將要離開(kāi)電信服務(wù)的。對(duì)于中國(guó)電信而言，在競(jìng)爭(zhēng)日益激烈的市場(chǎng)環(huán)境下，全面了解客戶的行為，并試圖將客戶流失前的行為進(jìn)行分析，是企業(yè)阻止客戶流失的首要行動(dòng)，也是電信企業(yè)深入流失客戶工作的關(guān)鍵。所以，本文在闡述電信公司精準(zhǔn)化營(yíng)銷內(nèi)容時(shí)，主要基于數(shù)據(jù)挖掘技術(shù)的電信客戶精準(zhǔn)化營(yíng)銷的內(nèi)容。對(duì)于聚類分類結(jié)果，本文在此不列出。

3 客戶的信息收集與處理

客戶信息收集與處理，是支撐客戶流失分析的基礎(chǔ)。客戶流失原因分析的數(shù)據(jù)源依賴于電信業(yè)務(wù)系統(tǒng)的原始數(shù)據(jù)。就實(shí)際而言，在進(jìn)行數(shù)據(jù)挖掘的過(guò)程中，不便于對(duì)原有數(shù)據(jù)源進(jìn)行直接處理。所以，在進(jìn)行數(shù)據(jù)挖掘之前，需要進(jìn)行一定的前期整理工作。例如，精簡(jiǎn)數(shù)據(jù)信息，除去數(shù)據(jù)中冗余信息，特別是客戶的個(gè)人信息，如姓名、年齡、性別等。

龐大的消費(fèi)群體勢(shì)必累積龐大的數(shù)據(jù)量。為提高數(shù)據(jù)處理的效率，應(yīng)該有針對(duì)性地以數(shù)據(jù)庫(kù)中的已有信息作為抽取樣本，用于模型的訓(xùn)練與操作等行為。SGI公司開(kāi)發(fā)的Mine Set系統(tǒng)具有集成化數(shù)據(jù)挖掘功能。特別是Mine Set系統(tǒng)的可視化功能，有效地實(shí)現(xiàn)了數(shù)據(jù)挖掘工作的交互式進(jìn)行。同時(shí)，Mine Set具有分類生成器，可以從一個(gè)訓(xùn)練集中進(jìn)行分類生成。其中，訓(xùn)練集是由數(shù)據(jù)庫(kù)中被給定的記錄集組成。并且在分類生成器之后，可以針對(duì)相關(guān)的標(biāo)簽屬性進(jìn)行分類。當(dāng)然，標(biāo)簽的值可以通過(guò)分類器進(jìn)行預(yù)測(cè)。通常情況下，可以將“是否流失（Off－Flag）”作為標(biāo)簽的屬性；而在流失標(biāo)識(shí)的定義為“Yes”，“No”。

4 客戶細(xì)分

客戶細(xì)分主要指將客戶分為一個(gè)個(gè)群體。并遵循這樣的特征:在群體內(nèi)部，客戶的特征基本相似或十分相似；而在群體之間，客戶的特征呈現(xiàn)出較大的差異性。

在客戶細(xì)分的操作中，選定“Single K—Means”方法，并選擇“聚類”的數(shù)據(jù)挖掘方法。例如，當(dāng)輸入的參數(shù)為“4”，那么就表示生成的客戶分群為4個(gè)。同時(shí)，在一些參數(shù)輸入之前，可以適當(dāng)?shù)倪M(jìn)行設(shè)置，這樣更有助于數(shù)據(jù)挖掘工作的開(kāi)展。表1所示是一個(gè)聚類分析的結(jié)果。

表1 “聚類”分析的結(jié)果

根據(jù)表1的分群數(shù)據(jù)，中國(guó)電信公司應(yīng)該主要面向于第三類用戶，因?yàn)槠洚a(chǎn)生的價(jià)值更多。也就是說(shuō)，電信企業(yè)應(yīng)該盡可能地保留這群用戶。在這里需要說(shuō)明的是，針對(duì)客戶的通話消費(fèi)、呼叫次數(shù)等信息的分類，會(huì)表現(xiàn)出兩種情形，一是同群客戶的消費(fèi)行為的相似度極高；二是不同群體間的客戶存在較大的行為差異。

5 客戶流失特征分析

對(duì)于客戶流失挖掘，可以選定“分類及錯(cuò)誤率評(píng)估”模式，并選擇“決策樹”的數(shù)據(jù)挖掘方法。同樣，在進(jìn)行數(shù)據(jù)挖掘之前，需要對(duì)一定的數(shù)據(jù)進(jìn)行適當(dāng)?shù)奶幚?，這樣便于相關(guān)工作的開(kāi)展。圖2所示是決策樹分類結(jié)果。

圖2 決策樹分類結(jié)果

圖2中所得出的結(jié)果是一棵二叉樹。在相關(guān)具體的操作中，將鼠標(biāo)移至相關(guān)的樹杈節(jié)點(diǎn)上，并對(duì)節(jié)點(diǎn)的詳細(xì)信息進(jìn)行具體的描述。對(duì)于根節(jié)點(diǎn)，其有10000個(gè)訓(xùn)練集記錄，其中有73.92%是在網(wǎng)人數(shù)，而離線的人數(shù)占到26.07%。

在決策樹中，月通話分鐘數(shù)為其第一個(gè)判斷條件。也就是，當(dāng)客戶的離網(wǎng)意圖日益凸顯時(shí)，其通話時(shí)間數(shù)勢(shì)必會(huì)呈現(xiàn)下降的趨勢(shì)，直至最后的完全脫網(wǎng)，終止通話。但在該點(diǎn)上，有一個(gè)突出的難點(diǎn)，即如何科學(xué)地判斷客戶的離網(wǎng)傾向。而通過(guò)上述的數(shù)據(jù)挖掘工具所形成的判斷依據(jù)也只停留在在統(tǒng)計(jì)學(xué)方面。對(duì)此可以通過(guò)量化的方式，對(duì)問(wèn)題進(jìn)行較好的解決。從本文舉例來(lái)看，分界線在99.5分鐘。通話時(shí)間＜99.5分鐘的，總?cè)藬?shù)為2129，分布在根節(jié)點(diǎn)的左支。其中，離網(wǎng)人數(shù)即為2129人，在線人數(shù)為0。而通話時(shí)間＞99.5分鐘的，分布在根節(jié)點(diǎn)右分支，總?cè)藬?shù)為7871，其中在網(wǎng)人數(shù)占到93.9%，即為7692人次。同時(shí)可以看出，針對(duì)客戶被叫通話時(shí)長(zhǎng)采取一定的優(yōu)惠措施，或提高號(hào)碼服務(wù)增值業(yè)務(wù)，都可以有效地提高客戶在網(wǎng)數(shù)量，減少離網(wǎng)人數(shù)，構(gòu)建起忠誠(chéng)度較高的客戶群體。

如表2所示是在工具“VizTools Records”下，所得出的瀏覽記錄。從所示的記錄來(lái)看，在Churned字段中，依據(jù)決策樹分析法，可以較好地得出客戶流失的概率（離網(wǎng)率），并且客戶流失的分值＜1。這樣，可以有效地區(qū)分不同客戶間的流失情況。例如，當(dāng)客戶的流失分值為0.87，那么其比流失分值為0.65的客戶更有可能離網(wǎng)。

表2 瀏覽記錄

6 結(jié)束語(yǔ)

針對(duì)客戶流失分析及細(xì)分模型可以清晰且方便地確定客戶的消費(fèi)行為，較為科學(xué)地分析與判斷客戶離開(kāi)的原因。因此，電信公司可以針對(duì)分析結(jié)果，采取針對(duì)性的措施挽留客戶群。在服務(wù)成本一定的條件下，當(dāng)客戶流失概率較大（一般＞70%），且價(jià)值所屬群為3，那么電信公司可以采取上門服務(wù)的方式，強(qiáng)化面對(duì)面的溝通服務(wù)，以清晰地了解客戶流失的真正原因。與此同時(shí)，要積極地整理客戶即將離網(wǎng)的原因，這樣可以為模型的優(yōu)化與改進(jìn)提供第一手的參考數(shù)據(jù)。并且，要強(qiáng)化與客戶群的交流與溝通，貫徹以人為本的服務(wù)理念，觀察客戶的流向動(dòng)態(tài)，適時(shí)給予一定的優(yōu)惠政策，提高客戶對(duì)電信產(chǎn)品服務(wù)的忠誠(chéng)度。

［1］Jiawei Han，Micheline Kamber.數(shù)據(jù)挖掘概念和技術(shù)［M］.機(jī)械工業(yè)出版社，2001.

［2］林桂珠.電信企業(yè)基于3G時(shí)代的精準(zhǔn)營(yíng)銷［J］.重慶郵電大學(xué)學(xué)報(bào)，2009，（07）:23－25.

［3］Chen J.Research on Application of data mining in the retail industry based precise marketing［J］.Business administration，2010，（14）:89－91.

［4］Y H.Research on precision of package design method of data mining based on Telecom Industry［J］.Journal of information，2011，（06）:12－13.

［5］何鴻凌.應(yīng)用數(shù)據(jù)挖掘技術(shù)的精確化營(yíng)銷研究［J］.移動(dòng)通信，2009，（07）:56－57.