《数据挖掘在电信行业的应用》由会员分享，可在线阅读，更多相关《数据挖掘在电信行业的应用（33页珍藏版）》请在金锄头文库上搜索。
1、 数据挖掘在电信行业的应用数据挖掘在电信行业的应用黄典伟黄典伟 博士博士上海宏能软件有限公司上海宏能软件有限公司数据挖掘应用应用的理论背景数据挖掘应用的几个主要瓶颈数据挖掘应用的发展趋势数据挖掘在电信行业中解决的问题Unica公司的电信数据挖掘平台抛砖引玉：一些应用案例与软件演示主要内容主要内容2Unica Confidential & Proprietary从经验中学习，越来越多的从经验中学习，越来越多的“经验经验”正在被数字正在被数字化化社会信息化后，社会的历史是数据的历史社会信息化后，社会的历史是数据的历史数字化的数字化的 “物以类聚，人以群分物以类聚，人以群分”事物的发展一般都有其内在
2、的规律事物的发展一般都有其内在的规律数据挖掘应用的理论背景数据挖掘应用的理论背景3Unica Confidential & Proprietary应用者必须强烈地关心效率与利润必要的数据积累（有效使用的业务系统）所用的数学工具与实际业务知识的鸿沟成熟数学建模工具应经过数年的实践检验与国内这方面的初始状态之间的矛盾相信科学方法与传统经验管理至上的矛盾数据挖掘应用的几个主要瓶颈数据挖掘应用的几个主要瓶颈4Unica Confidential & Proprietary数据挖掘中应用和算法的关系数据挖掘中应用和算法的关系5Unica Confidential & Proprietary1995200
3、0：已经从研究性质转向具体实践20002002：积累丰富业务数据的企业正式感到了数据挖掘的必要性与迫切性2002以后：数据挖掘平台更加面向细分的行业，对使用者数学与数据库知识的要求会越来越少2004年前，在管理上对数据挖掘的需要会像航空业对定座系统与零售业对POS系统一样必须与迫切！数据挖掘应用的发展趋势数据挖掘应用的发展趋势6Unica Confidential & Proprietary数据挖掘在电信行业解决的问题数据挖掘在电信行业解决的问题如何发现电信客户的特征和分类如何发现电信客户的特征和分类?如何预测那些即将流失的客户？如何预测那些即将流失的客户？如何评价客户的贡献价值？如何评价客户
4、的贡献价值？如何判断客户的欺诈行为特征？如何判断客户的欺诈行为特征？还有更多还有更多如何对呆帐/坏帐进行预测和控制？大客户的消费行为特征是什么？人口统计学特征是什么？如何知道公司下一阶段的营业收入？如何设计交叉销售/ 深入销售？7Unica Confidential & Proprietary举例：如何发现电信客户的特征和分类举例：如何发现电信客户的特征和分类?市场竞争就是对客户的竞争！对客户的竞争首先要知道客户在哪里，然后制定相应的市场策略：对客户进行分组；确定你感兴趣的那些客户群；（周末组/商业组/接听电话组/打电话组/服务组/打折组/）对不同的组给出不同的价格策略，和促销策略；业务问题业
5、务问题8Unica Confidential & Proprietary举例：如何发现电信客户的特征和分类举例：如何发现电信客户的特征和分类?选择什么样的变量（看问题的角度）行为特征，非人口统计特征；要有营销意义；选择什么样的算法有的工具要求使用者有专业的数学基础；有的工具只要求使用者是业务专家；问题解决主要考虑：9Unica Confidential & Proprietary举例：如何发现电信客户的特征和分类举例：如何发现电信客户的特征和分类?行为数据电话使用的方式；服务使用的种类；人口统计数据年令；性别；地址；其它数据帐户设立时间；网络质量；客户关怀；级别；需要的数据(数据模型)：10U
6、nica Confidential & Proprietary举例：如何发现电信客户的特征和分类举例：如何发现电信客户的特征和分类?不同的建模工具对人的要求不同；不同的建模工具生产效率不同；建立模型：建立模型：11Unica Confidential & Proprietary举例：如何发现电信客户的特征和分类举例：如何发现电信客户的特征和分类?营销活动CRM系统（Call Center）市场多维分析（OLAP）应用模型（评分）：应用模型（评分）：12Unica Confidential & Proprietary公司于 1992由几个资深营销分析顾问创建，总部设在美国麻省林肯地区，亚太总部在
7、Singapore，原SAS亚洲区总裁 Bruce Brown 任Unica亚太区总裁公司的服务与产品聚焦在提供基于数据挖掘的营销优化与自动化软件。基础产品是Affinium Model已有260多个公司使用了Unica的软件每年增长100%，被权威机构（德勤科技）评为全美发展最快的500家新兴公司（第137位）2002年被Intelligent Enterprise评为12家最有影响力的软件商之一UnicaUnica公司简介公司简介（）13Unica Confidential & ProprietaryThe Intelligent Enterprise Dozen for 20021. I
8、BM Corp.2. Microsoft Corp.3. PeopleSoft Inc.4. SAP AG5. Business Objects SA6. BEA Systems Inc.7. Unica Corp.8. Informatica Corp.9. Siebel Systems Inc.10. Veritas Software Corp.11. Intel Corp.12. Cognos Inc. 14Unica Confidential & Proprietary公司于 2000年元月由几个资深专业人士创建：公司总经理公司总经理，首任SAS中国公司董事总经理，复旦大学数学博士，自
9、94年以来一直从事数据分析与数据挖掘方面的商业应用工作；公司董事副总经理公司董事副总经理，前EDS长驻上海通用的高级咨询顾问，上海交大的计算机博士，自95年以来一直从事大型商业计算机应用系统的开发公司高级副总经理公司高级副总经理，美国著名信用管理与咨询公司Experian公司的数据挖掘总监，计量经济学硕士，芝加哥大学市场营销与统计学博士，完成过数以百计的数据分析与数据挖掘项目。公司技术总监公司技术总监，前国内著名企业的计算机专家，浙江大学软件硕士，长期从事营销决策支持方面的计算机应用。 上海市政府风险投资公司交大创投的第一个投资项目上海市认定的软件企业是Unica 产品在中国的唯一签约分销商，
10、请访问网址 Confidential & ProprietaryIBM DB2 Intelligent MinerNCR/Teradata Division Tera MinerOracle Data Mining Suite (Darwin)SAS Enterprise MinerSPSS ClementineUnica Affinium ModelMeta GroupMeta Group列出的一些厂商列出的一些厂商横向横向的数的数据挖据挖掘工掘工具集具集纵向的数据挖纵向的数据挖掘解决方案掘解决方案16Unica Confidential & Proprietary发现与管理客户客户管理客
11、户管理寻找与确定潜在顾客客户分析发掘交叉销售机会品牌管理品牌管理品牌管理媒体管理促销活动管理PR 管理市场调查战略计划与资源管理战略计划与资源管理战略计划与资源管理预算与计划长期营销活动的规划资源优化配置Unica的企业营销优化与管理方案的企业营销优化与管理方案分析与优化工具分析工具分析工具 建立预测模型 数据发现 优化营销活动17Unica Confidential & ProprietaryGartner 的行业竞争分析象限：的行业竞争分析象限：客户关系优化软件供应商客户关系优化软件供应商18Unica Confidential & Proprietary一些有代表性的行业用户零售业零售业
12、银行银行保险与医药保险与医药电讯业电讯业出版业出版业B-to-B 网络公司网络公司宾馆与旅游业宾馆与旅游业19Unica Confidential & Proprietary4获得多项行业奖的成熟软件获得多项行业奖的成熟软件4高度自动化，适应各个层面的数高度自动化，适应各个层面的数据挖掘与建模的顾客据挖掘与建模的顾客4特点是：贴近业务、立竿见影特点是：贴近业务、立竿见影4生成的模型可以以生成的模型可以以C源代码形式源代码形式输出，集成到业务系统中。输出，集成到业务系统中。Affinium Model简介简介面向市场营销的数据挖掘与面向市场营销的数据挖掘与数学建模的集成应用软件数学建模的集成应用
13、软件20Unica Confidential & ProprietaryAffinium Model的四大类模型的四大类模型响应模型响应模型比如可预测客户对某个产品或服务的认知度，客户流失或兴趣迁移等。交叉销售模型交叉销售模型比如预测现有客户的新的购买趋向，或组合购买模式。 帮助制定产品系列或套件。客户价值评估模型客户价值评估模型客户的忠诚度评估，利润贡献度评估，消费的宽紧度。市场细分与客户分组模型市场细分与客户分组模型按照已有客户的消费数据对客户按一定属性分组。确定细分市场的定义属性。21Unica Confidential & Proprietary涉及7亿人次的市场促销应用了Unica产
14、品支撑100亿美元销售收入的市场活动使用了Unica产品每年20亿条销售线索的产生应用了Unica产品Unica的平均实施周期是812周（投入实用！）可以支持具有16000个变量的20亿条记录的数据分析与挖掘建模关于关于UnicaUnica产品的一些实践数字产品的一些实践数字22Unica Confidential & Proprietary案例一案例一: : 美国一家著名电信运营商美国一家著名电信运营商市场营销问题客户流失率高 / 获得客户成本高（ $）不了解客户的贡献价值依据经验开展业务，没有依靠技术手段经营管理问题客户流失率高推出新服务成本高背景信息：背景信息：23Unica Confi
15、dential & Proprietary用数据挖掘解决的问题用数据挖掘解决的问题：案例一案例一: :美国一家著名电信运营商美国一家著名电信运营商根据客户使用网络的行为，将客户进行分组检查人口统计学方面的规律分析如何将目前的客户提升到新的细分市场中开发业务系统（生产系统），使分析工作变成日程工作的一部分，易于使用24Unica Confidential & Proprietary完成的工作：完成的工作：案例一案例一: :美国一家著名电信运营商美国一家著名电信运营商对目前客户分组250+个变量 和100多个模型；对所发现的规律进行了大量个人/家庭访谈，验证；将所发现的规律分组，制定了相应的市场/
16、客服策略；开发了生产系统（Production System），以支持促销活动管理和客户服务；25Unica Confidential & Proprietary案例一案例一: :美国一家著名电信运营商美国一家著名电信运营商所发现的规律：所发现的规律：人口统计方面的特性不影响购买人口统计方面的特性不影响购买/使用；使用；“商业商业”客户主要在工作时间内消费；客户主要在工作时间内消费；许多客户很少使用移动电话，仅仅是在心理上许多客户很少使用移动电话，仅仅是在心理上需要一个移动电话；需要一个移动电话；26Unica Confidential & Proprietary案例一案例一: :美国一家著名
17、电信运营商美国一家著名电信运营商对对“最新的最新的”技术需求很弱；技术需求很弱；一些如何使目前用户一些如何使目前用户“成长成长”的模式，不仅仅的模式，不仅仅是如何获得是如何获得/保持用户；保持用户；所发现的规律：所发现的规律：27Unica Confidential & Proprietary案例二：案例二：电信服务的市场定位电信服务的市场定位( (响应模型响应模型) ) 由于通信行业正经历全球化的演变，一个提供多种通信服务和产品的著名电信公司，需要进入新的服务领域，如Internet，无线，本地等，而大家都在用类似的产品和服务来竞争同一群客户，因此不可避免地与许多竞争者产生竞争。该公司因此希
18、望识别对特定的市场促销活动有积极响应的潜在客户群体，以便实施一套更有针对性、更高效的市场策略来确保业务的持续增长。 28Unica Confidential & Proprietary案例三：案例三：客户流失监控客户流失监控 美国一个很大的通信公司，面临日益激烈的市场竞争。该公司希望按国家、州、城市等不同级别来监控市场的竞争，以便及时有效地向应该投放市场资源的区域投放合适的资源。为了有效地应对来自其它电信运营商的竞争，该公司希望能以周为最小时间单位来操作该监控系统。我们开发了一个模型，能将客户流失的趋向分解为市场变化趋向和个体变化趋向。市场变化趋向是对包含季节性结果在内的一些共性结果的刻画，而
19、个体变化趋向则用于产生警告信号。该系统的信息可以做到每天更新一次。 将流失趋向显示在地图上，以此来反映市场的竞争将流失趋向显示在地图上，以此来反映市场的竞争 29Unica Confidential & Proprietary案例三：案例三：客户流失监控客户流失监控30Unica Confidential & Proprietary案例四：客户生命周期价值优化案例四：客户生命周期价值优化（客户获取与保持分析）（客户获取与保持分析） 一个电信运营商希望评估不同的客户群组的客户生命周期价值（CLV）。通过详细的客户获取与保持分析，我们开发了预算分配模型，将电信运营商的CLV最大化。该系统的应用使得
20、该电信运营商能专注于提高市场活动的效果，提供对可产生持续性利润的市场策略的评价指标。 31Unica Confidential & Proprietary客户生命周期价值优化客户生命周期价值优化Customer Equity Optimization 32Unica Confidential & Proprietary数据挖掘是人脑的延伸，是与日常经营决数据挖掘是人脑的延伸，是与日常经营决策密切相关的策密切相关的数据是非常宝贵的财富数据是非常宝贵的财富通过数据挖掘应用，我们更加认识到前期通过数据挖掘应用，我们更加认识到前期业务信息化的巨大价值业务信息化的巨大价值业务绩效目标越清晰，数据挖掘越有成效业务绩效目标越清晰，数据挖掘越有成效离开业务人员的数据挖掘是不存在的离开业务人员的数据挖掘是不存在的结束语结束语33Unica Confidential & Proprietary
