数据挖掘技术在电信数据业务精确营销中应用研究

开篇：润墨网以专业的文秘视角，为您筛选了一篇数据挖掘技术在电信数据业务精确营销中应用研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘要：阐述数据挖掘技术和精确营销理论，以及数据挖掘技术在电信数据业务精确营销中应用，以福建某电信公司历史客户数据，构建移动气象站产品客户细分模型和移动气象站产品关联模型，根据模型结果为电信公司数据业务产品进行精确营销提供可行决策。

关键词：数据挖掘　精确营销　数据业务　电信行业

中图分类号：TN91　文献标识码：A　文章编号：1007-3973(2011)006-080-03

1　引言

随着4G技术的发展和3G技术成熟，电信服务行业面临着新一轮激烈竞争和客户多样化需求问题，而传统粗放式营销已无法适应新形势发展需求，电信公司亟需采用精确营销措施以满足客户个性化需求，实现由产品驱动转向客户驱动。目前，数据挖掘是实现精确营销最佳技术，企业应用数据挖掘技术可以深入了解客户消费行为特征以及客户生命周期过程，从而实现一对一精准营销。本文在通过福建某电信公司数据仓库的历史客户数据，应用k-means聚类算法构建移动气象站业务的客户细分模型，以及关联规则算法构建移动气象站产品关联模型，根据模型分析结果制定不同客户群体增量营销和交叉营销策略，从而实现一对一精确营销。

2　数据挖掘与精确营销技术概念

数据挖掘标准定义是从大量的、不完整的、有噪声的数据集中，提取出隐含在其中的有效的、新颖的、潜在有用的和最终可理解的模式的非平凡过程。目前数据挖掘技术包括分类、估值、关联、聚类、预测、描述与可视化分析方法。而目前公认的、较有影响的数据挖掘技术方法论之一为C R I S P-D M，是Michael J・A・Berry提出一种寻找应用数据挖掘技术解决商业问题的科学的、有效的方法，并通过实践检验方案实施的一个完整过程。它将整个挖掘过程分为以下六个阶段，包括商业理解、数据理解、数据准备、建立模型、模型评估，最后是模型发表；当然它并不是一个直线流程，而是一个闭环流程，在某个环节出现问题时，可以循环去修证某个环节，已到达最优最段。

精确营销是在数据库营销基础上发展而来，它通过采集大量历史客户数据，构建以客户为中心数据仓库，并借助数据挖掘技术，了解客户消费行为特征、心理特征、产品喜好等消费行为问题，从而实现对目标市场不同消费者群体强有效性、高投资回报的营销沟通。

3　数据挖掘在电信增值业务精确营销中应用分析

3.1　数据准备

为了分析福建某公司移动气象站用户细分以及移动气象站关联产品，本文抽取了福建某移动公司2009年1月至9月在网用户1220804户，其中使用移动气象站产品用户为117420户。选取描述变量字段包括用户账户信息、营销偏好特征、以及服务与产品特征10个字段；细分变量包括用户基本信息属性，总共包括APRU、月平均通话时长、短信发送条数等39个字段。在进行数据挖掘之前，需要经过多种数据处理技术分析后，才能转入数据挖掘阶段，将以上数据借助数据处理工具进行数据清洗、转换、剔除异常数据、逻辑查错等方法处理，将处理后数据导入spssclementine软件，构建k-means客户细分模型和Apriori关联规则模型。

3.2　客户细分模型

将处理完的使用移动气象站产品103473户数据，通过spssclementine软件，采用k-means聚类算法建立客户细分模型，然后识别不同分群特点，针对不同群体，提供精细营销策略。本文通过细分变量39个字段和描述变量10个字段，分别建立聚类模型，最后根据模型结果总结出得六类细分群体强势特征和弱势特征，结果如表1。

3.3　产品关联分析

通过对该地区用户群的移动气象站订制数据进行分析，可以发现不同数据业务之间存在的关联性。应用关联规则，可以从现有数据业务的用户中发现其他数据业务的潜在客户，从而实现交叉销售。本案例从该地区用户的移动气象站订购数据中挖掘不同业务存在的关联性，从中发现有趣的关联规则。本案例先依据短信发送量对用户进行分群，结果分为6类，其中短信4的短信发送量为103～192条；将处理好的数据，采用Apriori算法进行分析，分析结果如下：

3.4　案例应用

经过对该地区客户细分和数据业务产品关联规则应用，将客户分为六组，每组都具有各自特征，并发现细分群组5和群组6中同时使用多种数据业务客户较多：可结合产品关联规则，对不同群体进行交叉销售；在发现的关联规则中，其中来电提醒、手机报、手机缴费通业务中使用移动气象站业务客户数据量大，因此公司可根据此规则建立有效的交叉营销策略。

(1)根据细分结果，可在与群组5或群组6相似特征客户中，进行产品交叉销售，提高产品附加值。

(2)根据细分结果，针对不同客户特征，建立不同客户保留措施。

(3)根据不同客户服务需求特征，选择客户数据业务使用较多群体，进行数据业务推广。

(4)根据关联规则，设计多种数据产品组合销售，提高产品附加值。

4　结束语

综上所述，数据挖掘技术是实现电信数据业务精确营销的手段，通过数据挖掘技术对使用数据业务客户群体进行细分以及数据产品关联分析，从而了解不同客户群体特征，实现不同消费群体精细交叉营销，提升产品附加值，加强用户使用产品粘性。通过数据挖掘技术进行产品精确营销，将正确产品通过正确渠道送到正确客户手中，从而提高客户满意度，进而提高企业竞争力。