張驊

摘 要：隨著4G技術(shù)的快速發(fā)展，運營商為了提高自己的競爭力開始對客戶管理進行研究，本文通過分析數(shù)據(jù)挖掘技術(shù)和移動通信CRM的現(xiàn)狀，對數(shù)據(jù)挖掘在移動通信CRM中的應(yīng)用進行了研究。

關(guān)鍵詞：數(shù)據(jù)挖掘；移動通信；CRM

一、數(shù)據(jù)挖掘技術(shù)概述

國外對數(shù)據(jù)挖掘的技術(shù)的研究是從1995年在加拿大召開的國際學(xué)術(shù)會議上開始的，自1995年以來，國外關(guān)于數(shù)據(jù)庫挖掘技術(shù)的研究已經(jīng)非常多。從理論上來看，數(shù)據(jù)挖掘技術(shù)涉及了很多學(xué)科。

數(shù)據(jù)挖掘技術(shù)根據(jù)任務(wù)的不同主要分為描述性數(shù)據(jù)挖掘技術(shù)和預(yù)言性數(shù)據(jù)挖掘技術(shù)，其中描述性數(shù)據(jù)挖掘技術(shù)主要包括統(tǒng)計、聚類、分群和關(guān)聯(lián)規(guī)則等。而預(yù)言性數(shù)據(jù)挖掘技術(shù)主要包括分類、回歸和時間序列。其中分類主要就是預(yù)先設(shè)定一種分類方法，然后用設(shè)置好的分類方法來對以后的數(shù)據(jù)進行分類，回歸主要就是運用線性回歸或者非線性回歸的方法用一直的變量對未知的變量進行預(yù)測。數(shù)據(jù)挖掘技術(shù)有很多算法，比較常見的有決策樹算法、神經(jīng)網(wǎng)絡(luò)算法、關(guān)聯(lián)規(guī)則算法、粗糙集以及遺傳算法等。而數(shù)據(jù)挖掘技術(shù)作為一門綜合型學(xué)科，其主要包含的知識有統(tǒng)計學(xué)、人工智能等多方面的理論。數(shù)據(jù)挖掘的主要作用是知識的發(fā)現(xiàn)，它的主要貢獻是從一些繁瑣的、沒有規(guī)律的以及一些相對模糊的數(shù)據(jù)中提煉出對人們有用的信息，即一些人們事先未知的但是有規(guī)律性的，并把這些信息整合成人們可以直接應(yīng)用的模型。

二、移動通信業(yè)CRM概述

隨著近年來世界信息科技的高度發(fā)展，電子商務(wù)已經(jīng)成為當今世界經(jīng)濟的主流趨勢，在這之前世界經(jīng)濟市場多以生產(chǎn)為中心，以增加銷量為目的，但是這種市場戰(zhàn)略逐漸被取代，越來越多的人重視以客戶為中心、以服務(wù)為目的。為了在與競爭對手博弈的過程中取得勝利，就必須要重視與客戶之間的聯(lián)系，準確把握客戶的需求，這也就促生出了客戶關(guān)系管理（Cus

tomer Relation Management）的概念，即CRM。隨著通信行業(yè)的競爭越來越激烈，為了提高自己產(chǎn)品的核心競爭力，國內(nèi)的運營商一直在致力于尋找一種有效的方法，CRM的出現(xiàn)有效的解決了運營商的難題。從實際應(yīng)用上來看CRM在移動行業(yè)中的應(yīng)用是最為廣泛的。國外的很多運營商都在這方面進行了大量的投入，并且CRM對提高他們產(chǎn)品的核心競爭力起到了很有效的作用。CRM所涵蓋的方面非常廣，其實施起來的難度也比較大，僅從移動通信中的CRM來看，還沒有一個運營商能夠真正運用到CRM的全部功能。因此對于國內(nèi)的運營商來看，這將使一個任重而道遠的任務(wù)。

三、數(shù)據(jù)挖掘技術(shù)在移動通信CRM中的應(yīng)用現(xiàn)狀

國外的研究學(xué)者對數(shù)據(jù)挖掘技術(shù)在移動通信業(yè)CRM中的應(yīng)用進行了比較早的研究，并且作出了很多比較成功的成果。比較典型的例子有：英國的電信公司為了獲得更大的營銷利益，利用SPSS軟件對客戶的購買意向以及他們的價值這些數(shù)據(jù)進行了處理，從而對這些客戶的特征有了充分的了解。比利時國家電信公司的工作人員使用數(shù)據(jù)庫技術(shù)建立了以顧客數(shù)據(jù)為基礎(chǔ)的系統(tǒng)，并利用此系統(tǒng)做出了一個欺騙檢測模型，利用此模型能夠?qū)蛻舻膬r值進行評估，減少欺騙與欠費行為的發(fā)生。國外的其他公司也想數(shù)據(jù)挖掘技術(shù)應(yīng)用到客戶的數(shù)據(jù)分析中，用來提高CRM水平。

相比于國外，國內(nèi)的數(shù)據(jù)挖掘技術(shù)還處在初步階段，還沒有形成成熟的市場，特別是在移動通信業(yè)CRM中很少應(yīng)用到數(shù)據(jù)挖掘技術(shù)，現(xiàn)階段，相對比較成功的是中國移動所做的研究，其對客戶進行分類，對客戶的消費數(shù)據(jù)進行分析，并使用聚類算法的手段對每個客戶的市場進行細分，根據(jù)所分析的結(jié)果來設(shè)置不同的套餐以滿足不同人群的消費需求，比如說其設(shè)置的全球通套餐主要面向高端的消費者，而對于低端消費這，設(shè)置了相應(yīng)的神州行套餐。綜上所述，國內(nèi)對于數(shù)據(jù)挖掘技術(shù)在

CRM中的應(yīng)用的研究還不是很成熟。

四、數(shù)據(jù)挖掘技術(shù)在移動CRM中的應(yīng)用

（一）數(shù)據(jù)挖掘任務(wù)。數(shù)據(jù)挖掘技術(shù)在移動CRM中應(yīng)用的主要過程主要是通過數(shù)據(jù)分析、搜索數(shù)據(jù)模式、對模式進行評價、對模式進行解釋等步驟，對于不同的客戶一般采用不同的挖掘模式，然后根據(jù)這個模式來采取相應(yīng)的措施，這樣有益于提高客戶的價值，使移動運營商在行業(yè)內(nèi)保持一定的競爭優(yōu)勢。在對客戶關(guān)系管理進行分析的過程中，主要有以下六個方面的數(shù)據(jù)挖掘任務(wù)：（1）分類技術(shù)。分類技術(shù)是數(shù)據(jù)挖掘中最為常見的，其主要目的是在一些繁瑣的樣本數(shù)據(jù)中找到一定的規(guī)則，并根據(jù)這些規(guī)則進行分類。分類技術(shù)所應(yīng)用的主要算法有貝葉斯算法、決策樹算法和神經(jīng)網(wǎng)絡(luò)算法。（2）估值。估值和分類是有一定的相似性的，其主要差別在于分類是為了描述離散型變量的輸出。估值的工作一般是在分類之前進行。通過預(yù)先給出的一些數(shù)據(jù)，通過估值的方法，進而得到未知的連續(xù)變量的值。通過分類能夠得到確定數(shù)目的類別，而估值所得到的量是不確定的。（3）預(yù)測。預(yù)測在整個數(shù)據(jù)挖掘的過程中是比較重要的，而且分類和估值過程都可以看做是預(yù)測的一部分。例如哪些用戶會使用全球通業(yè)務(wù)？那些用戶會使用手機進行娛樂？通過預(yù)測就能解決相關(guān)的問題，預(yù)測主要是為了處理一些數(shù)據(jù)使其呈現(xiàn)出一定的趨勢，另外通過預(yù)測還可以進行一些周期性分析和噪聲過濾。（4）關(guān)聯(lián)分組。作為一個數(shù)據(jù)挖掘中比較常見的任務(wù)，關(guān)聯(lián)分組有時也被稱為購物籃分析，其主要意義就是對顧客的購物籃中的商品進行分析，進而找出它們的關(guān)聯(lián)關(guān)系，然后可以將那些關(guān)聯(lián)性比較強的商品放在一塊以方便購物，比如移動公司可以在研究手機軟件的過程中，分析哪幾種軟件是相互關(guān)聯(lián)的，從而根據(jù)關(guān)聯(lián)結(jié)果對一些軟件進行打包處理，然后銷售。（5）聚類 。聚類分析是在數(shù)據(jù)庫中發(fā)現(xiàn)未知的數(shù)據(jù)，例如：移動根據(jù)客戶的打字習(xí)慣進行分類，從而分出不同客戶對輸入界面的要求。（6）描述與可視化分析。描述與可視化分析的主要功能就是來描述數(shù)據(jù)挖掘的內(nèi)容，它是為了對數(shù)據(jù)挖掘得出的結(jié)果進行形象性的描述。

（二）應(yīng)用實例。數(shù)據(jù)挖掘技術(shù)在CRM中的應(yīng)用實例主要從以下方面介紹：（1）客戶市場劃分。所謂市場細分，就是將大的用戶群體分成多個小的群體，并且所分類的每一個小群體它們的特征是基本相同的，相反不同的小群體之間的特征要有明顯的差別，這種方法能夠讓企業(yè)對每一類的客戶都有充分的認識，將客戶市場劃分的越細，就越能體現(xiàn)出數(shù)據(jù)挖掘的作用。（2） 客戶利潤回報預(yù)測。主要目的是分析出客戶的回報大小的趨勢，預(yù)測出客戶回報的改變，主要使用到?jīng)Q策樹算法和神經(jīng)網(wǎng)絡(luò)算法。通過數(shù)據(jù)分析出那些人對產(chǎn)品感興趣，即那些人事公司的潛在客戶，這樣可以根據(jù)分析結(jié)果進行有針對性的營銷。（3）客戶欺詐行為分析?？蛻羝墼p行為是指以不付費的方式撥打移動通信服務(wù)，主要包括無意欠費和惡意欠費兩種。惡意欠費是客戶在欠費一段時間內(nèi)，仍然不進行繳費手續(xù)；一定運營商需要對這些對象進行研究，主要用到?jīng)Q策樹算法，根據(jù)客戶的行為來決策此客戶是否存在欺詐行為

總結(jié)：本文主要從數(shù)據(jù)挖掘技術(shù)和移動通信CRM的基本定義進行介紹為出發(fā)點，介紹了數(shù)據(jù)挖掘技術(shù)在移動通信

CRM中的應(yīng)用現(xiàn)狀，從具體的數(shù)據(jù)挖掘任務(wù)以及數(shù)據(jù)挖掘在移動通信CRM中的應(yīng)用實例分別進行了介紹，利用數(shù)據(jù)挖掘技術(shù)對客戶的信息進行挖掘。以理論聯(lián)系實際的方法對數(shù)據(jù)挖掘在移動通信CRM中的應(yīng)用進行了簡單分析，可以作為一些研究人員的參考。

參考文獻：

[1] 呂巍.移動通訊行業(yè)客戶流失預(yù)警及挽留模型構(gòu)建與應(yīng)用[J].移動通信，2009，33（18）：56-58

[2] 胡勇.數(shù)據(jù)挖掘技術(shù)在移動CRM中的應(yīng)用[J].信息通信，2011，2（1）：46-52.