联通客户关系的数据挖掘及应用.docx

联通客户关系的数据挖掘及应用【摘要】市场竞争日趋激烈的形势下客户对企业的生存和发展起着至关重要的作用进行有效的客户关系维系及管理成了为运营商增加收入、提高利润及提高客户满意度和忠诚度的最好工具。本研究介绍了数据挖掘的方法探究了其在CRM中的具体应用并对在实际应用中存在着的问题进行简要分析。【关键词】联通客户关系；数据挖掘；应用联通的客户关系管理系统是基于客户战略的它为企业传递的是一种新的客户服务理念是联通客户需求的风向标它直接影响联通如何认识客户以及如何对待客户也直接影响联通公司的客户服务形象。通过数据挖掘系统与客户管理系统的结合可以有效的实现对客户消费模式和客户市场推广的分析实现对客户的动态防欺诈、流失分析及竞争对手分析。正确有效的运用数据挖掘意义重大。1.客户关系管理客户决定企业命运。企业关注重点从产品逐步转换到客户逐渐形成客户为中心的客户关系管理理念。CRM是最热门话题之一客户关系管理是信息技术和商业发展过程中得出的理论体系客户管理需要客户的支持。客户关系管理是企业利用信息技术和企业生产销售相结的产物。客户关系管理核心价值就是实现客户价值。客户关系管理利用计算机技术实现市场信息化、销售自动化过程、对客户分析的全过程。客户关系管理可以使企业及时了解客户实际情况增强客户对企业归属感和信任感。它是一种全新的管理客户模式。数据挖掘在客户关系管理研究与实践大大促进客户价值实现。数据挖掘对客户挖掘结果会给企业带来指导意见决定企业未来发展方向。2.数据挖掘的主要步骤2.1数据收集大量全面丰富的数据是数据挖掘的前提没有数据数据挖掘也就无从做起。因此数据收集是数据挖掘的首要步骤。2.2数据整理收集到的数据可能有一定的“污染”表现在数据可能存在自身的不一致性或者有缺失数据的存在等因此数据的整理是必须的。同时通过数据整理可以对数据做简单的泛化处理从而在原始数据的基础上得到更为丰富的数据信息进而便于下一步数据挖掘的顺利进行。2.3挖掘利用各种数据挖掘方法对数据进行分析。2.4结果评估数据挖掘的结果有些是有实际意义的而有些是没有实际意义的或是与实际情况相违背的这就需要进行评估验证模型的正确性进而调整挖掘模型。在数据模型建立后在进行模型的评估时应该利用未参与建模的数据对模型进行检验。这样做的原因是按照使用建模的数据进行检验由于模型就是按照这些数据建立的检验结果自然会很好。但是一旦运用到实际数据中就会产生很大的偏差因此我们必须使用未参与建模的数据对模型进行检验。检验的方法是对已知客户状态的数据利用模型进行预测并将所得到的模型预测值和实际的客户状态相比较预测正确值最多的模型就是最优模型。不断重复进行数据挖掘一评估过程多次的循环反复以达到预期的效果。2.5分析决策数据挖掘的最终目的是辅助决策。决策者可以根据数据挖掘的结果结合实际情况调整竞争策略等。3.数据挖掘的主要作用3.1数据总结数据总结目的是对大量的数据进行浓缩将数据库中的有关数据从较低的个体层次抽象总结到较高的总体层次上从而实现对原始基本数据的总体把握。是数据挖掘的基本作用。用统计学中的方法计算出数据库的各个数据项的总和、平均、方差、最大值、最小值等基本描述统计量或者通过利用统计图形工具对数据制作直方图、饼状图等是最简单的数据总结方法。另一种广泛使用的数据总结方法是联机分析处理是对用户当前及历史数据进行分析、辅助领导决策主要通过多维数据的查询、旋转、钻取和切片等关键技术对数据进行分析和报表。3.2分类分析数据的各种属性一个分类函数或分类模型（也常常称作分类器）该模型能够根据数据的属性将数据分派到不同的组中并预测新数据将属于哪一个组。3.3关联分析数据库中的数据一般都存在着关联关系也就是说两个或多个变量的取值之间存在某种规律性。3.4聚类聚类分析是按照某种相近程度度量方法将用户数据分成一系列有意义的子集合。每一个集合中的数据性质相近不同集合之间的数据性质相差较大。4.数据挖掘技术在CRM里的应用4.1客户消费模式分析客户分类是客户数据分析基础数据挖据对客户分类使用聚类和分类。通过分类可以发现不同客户群体的习惯和规律找到客户价值点准确预测客户消费方向。客户分类让市场营销活动更有目的性提高市场营销效率企业合理配置企业资源。客户分类结果实现客户利益最大化。如固话及移动话费行为分析是对客户历年来长话、市话、信息台的大量详单数据以及客户档案资料等相关数据进行关联分析增值业务话费分析结合客户的分类可以从消费能力、