论文部分内容阅读
本文研究数据挖掘技术在移动通信客户细分中的应用，旨在解决如何利用现有客户数据资源，寻求行业内对客户群体的有效细分方法，使用数据挖掘技术对移动通信客户进行合理的、有效的划分，从而为电信企业的商业决策提供科学的理论依据，为企业的服务和销售提供有效的决策支持和指导。近年来，我国全国电信业务总量逐年增长，到2010年已达到30954.90亿元。其中移动通信业则逐渐发展成为电信行业中的利润最高、成长最快的业务。随着人们对移动通信业务需求的加大，各大运营商之间的竞争也日益激烈。面对海量的客户信息及客户数据，运营商如何从中得到有用的信息，为公司维护、开发客户的决策提供支持，已成为移动通信运营商关心的首要问题。现在国内的移动通信运营模式正逐步向以客户为中心、以数据为中心、以信息为基础的国际先进模式转变。只有对用户群的特点进行详细的分析和定位，才能针对其特点有目的制定营销方案，才能获得较高的投资回报。 数据挖掘是较先进的数据分析方法，可对客户数据进行深入地分析。客户细分是客户关系管理系统的核心功能之一，可对客户获取、客户保持及客户增值等客户关系管理过程提供全面支持。将数据挖掘技术更好的应用于客户细分，能够帮助企业实现既定目标。 本文针对移动通信市场庞大的客户资源，在掌握市场一般特征的基础上，对其客户的消费需求和购买行为进行了系统的研究，按照客户消费特征和购买规律划定目标市场。通过整合来自营业、计费、账务、客户服务、决策支持等系统的客户数据，根据对客户细分理论算法的剖析，设计了基于数据挖掘的客户细分模型；运用聚类分析将客户分成不同的客户群体，对各群体的客户特征进行了描述，构建出了客户细分矩阵。同时也通过实例数据对模型进行了检验；将模型得到的结果与目前的商业实际进行了关联，进一步说明了各细分群体的特征。