數據挖掘實例：電信業如何應用數據挖掘

電信業務領域的全面開放，激烈競爭使得目前的中國電信市場烽煙四起?！翱蛻簦a品－市場－利潤”成為目前各電信運營商的基本發展思路。中國電信集團去年在全國推出營銷分析系統，該系統具有主題分析、專題分析、統計報表等功能，基本解決了“發生了什么？”這個問題。但是，在海量的業務數據基礎上，是否隱含著某些內在的商業規律，如何能夠發現這些商業規律，做到有針對性營銷，實現從數據到知識再到價值的提升呢？我們想到了數據挖掘技術。

數據挖掘（Data Mining，DM）是指從大量不完全的、有噪聲的、模糊的、隨機的數據中，提取隱含在其中的、有用的信息和知識的過程。

當前中國電信在一些省做MR的試點。MR主要采用聚類和預測挖掘技術，實現了客戶分群模型和流失預測模型的建立和應用。通過客戶分群模型，對客戶進行細分，找出有相同特征的目標客戶群，有針對性的進行營銷；通過流失預測模型，鎖定流失的高?？蛻?，進行事前挽留，取得了一定的效果。本文主要想介紹一下數據挖掘的另一種應用——交叉銷售模型（cross-sell model）。

在電信行業的今天，大量發展新的客戶越來越困難，而且成本比較高，企業要做的不僅要挽留目前的客戶，而且還必須通過有效的交叉銷售和提升銷售來最大化他們的價值。

交叉銷售和提升銷售提供預先集成的模式和流程來幫助您增加收入、預測各位客戶的“下一步？交叉銷售和提升銷售讓您能夠描述購買了大量產品或產品升級的客戶，然后您可以對其它客戶應用類似的分析，以確定誰是最好的交叉銷售和提升銷售的目標客戶。

交叉銷售模型的兩個階段
制作交叉模型的兩個階段為：關聯規則的創建和如何使用WEB表現方式展現，使用決策樹進行目標客戶的選取。本次挖掘的目的是希望發現目前選擇多個套餐的客戶在套餐組合方面是否有什么規律，哪些套餐容易被客戶同時選擇，并根據這個規律，發現可能選擇這種組合的其它客戶，然后對其進行重點的營銷，提高營銷的成功率，降低營銷成本。

工具的選擇
Clementine是ISL（Integral Solutions Limited）公司開發的數據挖掘工具平臺。1999年SPSS公司收購了ISL公司，對Clementine產品進行重新整合和開發，現在Clementine已經成為SPSS公司的又一亮點。

作為一個數據挖掘平臺，Clementine結合商業技術可以快速建立預測性模型，進而應用到商業活動中，幫助人們改進決策過程。強大的數據挖掘功能和顯著的投資回報率使得Clementine在業界久負盛譽。它同那些僅注重模型的外在表現而忽略數據挖掘在整個業務流程中的應用價值的其它數據挖掘工具相比，優勢十分明顯。Clementine強大的數據挖掘算法，豐富的輸出展現方式，貫穿業務流程的設計思路，可以幫助企業在縮短投資回報周期的同時極大地提高投資回報率。

數據的準備
數據的準備指在商業理解（而非技術理解）的基礎上進行數據的抽取、轉換、裝載工作。這要求挖掘人員對現有業務系統比較熟悉，而且必須具有一定的數據匯總工作能力。

數據源的分析
在分析過程中主要有二方面：客戶的電信消費屬性，客戶的人口統計學等社會學屬性 。一般來講，客戶的電信消費屬性在電信運營商的系統上是較為完整的，可以從計費系統、營銷渠道系統、網間結算系統、10000號系統、智能網系統等得到客戶的通話詳單、賬單、客戶服務記錄信息，運營商只要從客戶的所有電信消費角度進行整理，就可以得到其電信消費屬性?；诳蛻羧丝诮y計學等社會學屬性的分析，對電信企業的經營決策很有價值，但很難做到，主要原因是基礎數據缺乏。決策分析所需要的客戶社會學屬性包括地理因素、人口因素、心理因素、行為因素等很難取得。分析這些因素對電信運營商的市場營銷決策有著重要作用，因而需要通過各種方式和渠道收集這些數據。目前，電信運營商解決這個問題的辦法主要有兩個：一是對客戶進行普查，其工作量和難度相當大；二是通過積分獎勵等措施搜集部分高消費客戶的社會屬性資料。

挖掘信息的內容
在挖掘所使用的信息中，我們主要包括三部分：客戶詳細描述，客戶選擇的套餐，客戶的消費行為。（見下表）

現在我們找出了客戶喜歡交叉選擇的套餐，但是我們不知道哪些客戶喜歡進行這樣的交叉選擇，下來采用決策樹算法來進行目標客戶群的鎖定。（見下圖）

總結
交叉銷售模型不僅可以使用在用戶套餐的交叉選擇上，還可以指導客戶經理進行新產品的推廣。該案例的演示，說明了交叉銷售模型的創建流程，指導市場營銷策略的制定，最終可以提升客戶的價值。