黑昱冬

摘要：隨著信息技術(shù)發(fā)展進(jìn)步與各類型電子通信設(shè)備普遍應(yīng)用，以書信方式傳遞信息已經(jīng)被網(wǎng)絡(luò)通信方式所取代，社會各個方面通信需求不斷提高，在為通信行業(yè)發(fā)展提供大好機遇的同時，也促使通信運營企業(yè)之間的競爭日漸白熱化。借助先進(jìn)技術(shù)手段，不斷提高企業(yè)經(jīng)營管理水平，可以說是推動通信運營企業(yè)發(fā)展的制勝法寶，為此，文章針對數(shù)據(jù)挖掘技術(shù)在通信運營企業(yè)管理中的應(yīng)用這一議題，進(jìn)行相關(guān)分析研究，希望能對有關(guān)企業(yè)有所助益。

關(guān)鍵詞：數(shù)據(jù)挖掘；通信運營企業(yè)；企業(yè)管理

doi：10.3969/J.ISSN.1672-7274.2024.04.037

中圖分類號：F 626，TP 311.13? ? ? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? ? ? ?文章編碼：1672-7274（2024）04-0-03

The Application of Data Mining in the Management of Communication Operations Enterprises

HEI Yudong

（China United Network Communications Co.， Ltd. Beijing Branch， Beijing 100000， China）

Abstract： With the development and progress of information technology and the widespread application of various types of electronic communication devices， the transmission of information through letters has been replaced by network communication methods. The demand for communication in various aspects of society is constantly increasing. While providing great opportunities for the development of the communication industry， it also promotes the increasingly fierce competition among communication operation enterprises. By utilizing advanced technological means and continuously improving the level of enterprise management， it can be said that it is a winning strategy to promote the development of communication operation enterprises. Based on this， this article conducts a correlation analysis and research on the application of data mining technology in the management of communication operation enterprises， hoping to be helpful to relevant enterprises.

Keywords： data mining; communication operation enterprises; business management

1? ?數(shù)據(jù)挖掘技術(shù)

從應(yīng)用實質(zhì)上看，數(shù)據(jù)挖掘技術(shù)的應(yīng)用過程主打決策支持功能，信息時代每時每刻都在產(chǎn)生海量數(shù)據(jù)，形成規(guī)模巨大的數(shù)據(jù)信息群集，數(shù)據(jù)挖掘技術(shù)應(yīng)用就是要從中進(jìn)行篩選比對，以期找到所需的相關(guān)信息，對其進(jìn)行價值挖掘利用。包括模式識別、數(shù)據(jù)庫以及統(tǒng)計學(xué)等在內(nèi)的一大批先進(jìn)技術(shù)得到充分且高效的整合利用，數(shù)據(jù)信息的匯總及推理速度得到極大提升，潛藏在數(shù)據(jù)信息內(nèi)的利用價值得到充分挖掘，用以為決策層的科學(xué)規(guī)劃決策提供準(zhǔn)確依據(jù)。

2? ?通信運營大數(shù)據(jù)平臺

大數(shù)據(jù)平臺能夠高效準(zhǔn)確完成用戶、網(wǎng)絡(luò)等方面的數(shù)據(jù)采集，分析管理系統(tǒng)和用戶之間存在的內(nèi)在聯(lián)系。

（1）數(shù)據(jù)源層。國內(nèi)目前共有3大通信運營商，他們掌握了龐大的數(shù)據(jù)量，幾乎做到了全維度覆蓋，可以以此為基礎(chǔ)打造大數(shù)據(jù)網(wǎng)。通信運營商通常會設(shè)置專用大數(shù)據(jù)平臺，由包括數(shù)據(jù)源層等在內(nèi)的多個先進(jìn)功能層和平臺管理系統(tǒng)構(gòu)成。

（2）數(shù)據(jù)采集層。數(shù)據(jù)處理由ETL負(fù)責(zé)，它是經(jīng)由業(yè)務(wù)系統(tǒng)和第三方數(shù)據(jù)連接業(yè)務(wù)數(shù)據(jù)庫終端接口，與.FTP和DPI共同執(zhí)行數(shù)據(jù)處理任務(wù)。通過對數(shù)據(jù)實施提取、轉(zhuǎn)換以及加載等流程，傳輸?shù)狡脚_數(shù)據(jù)存儲層。所采集的數(shù)據(jù)源格式類型非常多，能夠覆蓋幾乎全部數(shù)據(jù)，賦予數(shù)據(jù)采集鮮明的周期性特點，保證穩(wěn)定供應(yīng)的數(shù)據(jù)來源。

（3）數(shù)據(jù)存儲層。它的主要數(shù)據(jù)存儲方式是分布式，保證多元化的數(shù)據(jù)類型都能得到妥善合理地儲存。同時它還能對數(shù)據(jù)進(jìn)行全面分析，在此基礎(chǔ)上的數(shù)據(jù)分類、存儲以及日后匹配都會更加合理。

（4）數(shù)據(jù)分析處理層。面對過于龐大的體量，數(shù)據(jù)平臺須以分布式或者離線方式進(jìn)行計算和處理。離線處理常用MapReduce，取其靈活性強的優(yōu)勢，分布式處理則常用Srorm。

（5）數(shù)據(jù)匯聚層。該層主要利用Hbase查詢或存儲數(shù)據(jù)，可以方便快捷地查詢所需數(shù)據(jù)，大大簡化查詢流程。

（6）數(shù)據(jù)服務(wù)層。它負(fù)責(zé)為第三方提供數(shù)據(jù)查詢、分析以及可視化等方面的服務(wù)，保證對方實時獲取信息，用于提升自身發(fā)展水平。

（7）用戶應(yīng)用層。它負(fù)責(zé)為用戶推送各種業(yè)務(wù)短信以及工作日志，為服務(wù)項目提供推薦服務(wù)，用戶可以更快捷地洞悉及應(yīng)用所需產(chǎn)品。

（8）平臺管理系統(tǒng)。它負(fù)責(zé)管理設(shè)備商、設(shè)備運行的專用大數(shù)據(jù)平臺，由數(shù)據(jù)采集、安全以及維護(hù)等系統(tǒng)組成[1]。

3? ?國內(nèi)通信運營企業(yè)存在的管理問題

3.1 創(chuàng)建的數(shù)據(jù)庫平臺水平不高

目前國內(nèi)主要的通信運營企業(yè)有3家，他們正在為日常管理構(gòu)建數(shù)據(jù)庫平臺，但是縱觀其平臺性能表現(xiàn)，普遍存在著水平不高的問題，與世界先進(jìn)國家技術(shù)差距較大。目前國內(nèi)通信運營市場基本就是三國殺，這3家的市場占有率已經(jīng)超過95%，手中的用戶信息和數(shù)據(jù)資料非常充足，已經(jīng)有能力創(chuàng)建自身的專業(yè)數(shù)據(jù)庫，但是其創(chuàng)建過程囿于傳統(tǒng)落后的管理模式和思路，導(dǎo)致數(shù)據(jù)庫平臺的創(chuàng)建長期在起步階段徘徊不前。

3.2 用戶群體劃分缺乏合理性

通信運營企業(yè)目前劃分的用戶群體，雖然都是建立在各自的業(yè)務(wù)及管理發(fā)展目標(biāo)基礎(chǔ)上，然而劃分標(biāo)準(zhǔn)模糊不清，也未站在戰(zhàn)略角度去從整體上對用戶群體的開發(fā)進(jìn)行統(tǒng)籌規(guī)劃。用戶群體要求精細(xì)化劃分，這是相關(guān)企業(yè)開拓業(yè)務(wù)領(lǐng)域及創(chuàng)收的決定性因素，數(shù)據(jù)挖掘技術(shù)的合理利用，可以助力打破通信運營管理面臨的發(fā)展困境，在此期間要求企業(yè)科學(xué)選用不同算法，而且資源投入量也是一個巨大數(shù)字。目前的用戶市場發(fā)展趨勢以及變化特點從整體上體現(xiàn)出強烈的動態(tài)化，如果數(shù)據(jù)信息更新維護(hù)不及時，在進(jìn)行用戶群體分門別類時就會得不出與運營管理相符的結(jié)論，導(dǎo)致企業(yè)的業(yè)務(wù)規(guī)劃缺乏合理性。

3.3 未精準(zhǔn)預(yù)測用戶流失問題

目前國內(nèi)的通信運營管理，普遍存在著嚴(yán)重的用戶流失，企業(yè)要進(jìn)行新的業(yè)務(wù)推廣，就必須對用戶流失狀況全面掌握，在此基礎(chǔ)上才能精準(zhǔn)制定業(yè)務(wù)的優(yōu)化改進(jìn)策略?？v觀目前通信運營企業(yè)的管理現(xiàn)狀，企業(yè)普遍未能精準(zhǔn)預(yù)測用戶流失的動態(tài)走勢，只是通過查看統(tǒng)計數(shù)據(jù)，才能對前期有限時間段內(nèi)的用戶流失資料進(jìn)行了解，導(dǎo)致業(yè)務(wù)改進(jìn)與發(fā)展現(xiàn)狀出現(xiàn)時間差，面對如此殘酷激烈的市場競爭，企業(yè)的用戶群流失資料掌握速度明顯滯后，業(yè)務(wù)決策就是無本之木，數(shù)據(jù)挖掘無法發(fā)揮應(yīng)用價值，嚴(yán)重后果可想而知[2]。

4? ?數(shù)據(jù)挖掘技術(shù)應(yīng)用于通信運營企業(yè)管理

4.1 精細(xì)化劃分用戶群體

電信用戶的應(yīng)用需求日趨多元是大勢所趨，用戶群體的經(jīng)濟實力千差萬別，消費行為也必然存在差異化，所以，數(shù)據(jù)挖掘技術(shù)的應(yīng)用價值就有了用武之地，它可以用于精準(zhǔn)研判用戶群體。K-均值聚類算法是用戶范圍劃分的適用方式，由數(shù)據(jù)庫平臺得到用戶的基本信息，以及長途通話、欠費繳費、賬單、寬帶應(yīng)用、本地通話以及結(jié)算等信息后予以數(shù)據(jù)挖掘，對用戶群體進(jìn)行層次和類別的精準(zhǔn)劃分。數(shù)據(jù)挖掘技術(shù)在應(yīng)用于對用戶群體進(jìn)行細(xì)分時，須側(cè)重于對差異化的數(shù)據(jù)信息進(jìn)行篩選、歸類以及匯總。業(yè)務(wù)需要以及環(huán)境特點都存在很大差異性，應(yīng)用K-均值聚類算法期間須對基本信息以及一直處于動態(tài)變化中的數(shù)據(jù)信息進(jìn)行比對分析，摸清蘊含的內(nèi)在聯(lián)系，以此為依據(jù)對用戶進(jìn)行分類，再引入數(shù)據(jù)標(biāo)準(zhǔn)提升劃分的精細(xì)度。在細(xì)分電信用戶期間，用戶群體可以進(jìn)行另外方式的歸類，包括國內(nèi)傳統(tǒng)類、電信等在內(nèi)的類型各異的用戶，都會各自歸集到對應(yīng)的類別當(dāng)中。業(yè)務(wù)部門對不同用戶類型進(jìn)行消費習(xí)慣歸納分析，制定個性化針對性的營銷方案、服務(wù)方式和靶向定價，提升用戶黏性，在他們中間發(fā)展一批忠誠度高且對服務(wù)水平滿意的用戶，對潛在用戶也要加大爭取力度。

4.2 預(yù)測用戶流失

技術(shù)進(jìn)步為用戶提供了更多通信方式的自由選擇空間，智能化電子化聯(lián)系方式成為新寵，固定電話逐漸式微，移動用戶如果感覺聯(lián)通套餐更便宜可能就會離電信而去。用戶流失就意味著通信運營企業(yè)經(jīng)濟效益下滑，引進(jìn)利用數(shù)據(jù)挖掘技術(shù)，企業(yè)就可提前精準(zhǔn)預(yù)測用戶潛在的流失趨勢，進(jìn)而拿出更真誠積極的態(tài)度去留住用戶。決策樹算法是對用戶流失進(jìn)行精準(zhǔn)預(yù)測的適用方式，首先對用戶進(jìn)行范圍劃定，準(zhǔn)確定義流失的內(nèi)涵，然后包括用戶賬單以及基本信息等在內(nèi)的數(shù)據(jù)進(jìn)行全面采集并挖掘分析，自動評估用戶流失趨勢分值，給出具體結(jié)論，提供給通信運營商用作用戶流失趨勢預(yù)測參考依據(jù)。企業(yè)須精準(zhǔn)研判用戶流失的現(xiàn)狀和具體原因。舉例來說，有的用戶只是對套餐以及業(yè)務(wù)進(jìn)行調(diào)整，可歸結(jié)為業(yè)務(wù)調(diào)整類型，其數(shù)據(jù)挖掘就必須提前明確設(shè)置算法及統(tǒng)計標(biāo)準(zhǔn)，防止數(shù)據(jù)挖掘應(yīng)用失誤帶來錯誤的預(yù)測結(jié)論。預(yù)測信息一旦出爐就要立即向業(yè)務(wù)及客服部門傳送，令其竭盡全力挽留用戶。用戶流失預(yù)測須以月度為單位定期開展，預(yù)測結(jié)論出爐后，要立即聯(lián)系包括客服、管理、業(yè)務(wù)以及信息部門等在內(nèi)相關(guān)人員聯(lián)合研究，結(jié)合數(shù)據(jù)挖掘給出的預(yù)測結(jié)論，綜合分析用戶流失的現(xiàn)狀、未來走向、時間節(jié)點以及具體成因，在此基礎(chǔ)上出臺業(yè)務(wù)調(diào)整和優(yōu)化方案。對已流失用戶須加強聯(lián)系和挽留，有流失風(fēng)險的用戶給予針對性業(yè)務(wù)調(diào)整和改進(jìn)服務(wù)。

5? ?應(yīng)用案例

對電信用戶進(jìn)行數(shù)據(jù)分析，須提前結(jié)合專業(yè)適用的算法精準(zhǔn)歸納流失用戶的規(guī)律特點。第一，神經(jīng)網(wǎng)絡(luò)算法。其具有自適應(yīng)、自學(xué)習(xí)以及自組織特點突出的優(yōu)勢，能夠精準(zhǔn)完成數(shù)據(jù)分析，不受外部因素干擾，但是沒有足夠的解釋性。第二，決策樹算法。它應(yīng)用于用戶流失預(yù)測的優(yōu)勢在于歸類過程條理清晰，專業(yè)規(guī)則通俗易懂，但是無法高效利用數(shù)據(jù)，面對多元化或者數(shù)量太大的數(shù)據(jù)錯誤率太高，應(yīng)用方式容易受到條件限制。所以，要對用戶流失趨勢進(jìn)行精準(zhǔn)預(yù)測，還須對二者進(jìn)行綜合利用，就數(shù)據(jù)分析生成專用模型，采集電信企業(yè)代表性的單月用戶數(shù)據(jù)，利用數(shù)據(jù)挖掘技術(shù)進(jìn)行科學(xué)分析，排查潛在的各種問題。在此期間數(shù)據(jù)均由企業(yè)計費系統(tǒng)提供，按照企業(yè)的業(yè)務(wù)分類標(biāo)準(zhǔn)，對用戶數(shù)據(jù)進(jìn)行對應(yīng)的分門別類，其中信息屬于輸入屬性，而輸出屬性歸屬用戶狀態(tài)。還要利用專業(yè)軟件對數(shù)據(jù)進(jìn)行按需篩選并生成訓(xùn)練數(shù)據(jù)集，結(jié)合算法模型生成專門用于預(yù)測用戶流失趨勢的模型，得到所需的數(shù)據(jù)流。

5.1 模型規(guī)則

（1）判斷If是4G用戶與否＝4G&套餐月租≤13&區(qū)縣＝某區(qū)&當(dāng)月主叫計費時長（s）≤0，Then流失。

（2）判斷If是4G用戶與否＝4G&套餐月租≤13&區(qū)縣＝某區(qū)&當(dāng)月主叫計費時長（s）≤23，Then流失。

（3）判斷If是4G用戶與否＝3G&套餐月租≤4500&計費收入≤0.970&當(dāng)月主叫計費時長（s）≤0，Then流失。

（4）判斷If是4G用戶與否＝3G&套餐月租≤4500&計費收入≤0.970&當(dāng)月主叫計費時長（s）≥0區(qū)縣＝某區(qū)、某縣、某集團(tuán)服務(wù)部，Then流失。

（5）判斷If是4G用戶與否＝3G&套餐月租≤4500&計費收入＞0.970&欠費停機時間≤020160418，區(qū)縣＝某區(qū)、某縣、某大客戶分部，Then流失；

（6）判斷If是4G用戶與否＝3G&基本月租≤0500&計費收入≥0.970&欠費停機時間＝20051019～20101201&區(qū)縣＝某區(qū)，Then流失。

（7）判斷If是4G用戶與否＝3G&欠費停機時間＞20130418&區(qū)縣＝某區(qū)、某縣，Then流失。

（8）判斷If是4G用戶與否＝3G&套餐月租≤0500&計費收入≥0.970&當(dāng)月通話時長（s）＜69&欠費停機時間＞20160418區(qū)縣＝某區(qū)，Then流失。

（9）判斷If4G用戶與否＝3G&基本月租≤0500&計費收入≥0.970&當(dāng)月通話時長（s）＞69&主叫時間＞18542&欠費停機時間＞20160418&區(qū)縣＝某區(qū)，Then流失。

（10）判斷If是4G用戶與否＝3G&套餐月租≤1&計費收入≥3.970&欠費停機時間＞20161031，Then流失。

5.2 模型檢驗

通過對用戶流失進(jìn)行模型檢驗證實，以神經(jīng)網(wǎng)絡(luò)算法結(jié)合決策樹算法共同創(chuàng)建數(shù)據(jù)挖掘分析模型，可以促進(jìn)數(shù)據(jù)分析達(dá)到超過98%的準(zhǔn)確率，而且能夠?qū)?shù)據(jù)挖掘結(jié)果進(jìn)行優(yōu)化完善，成效顯著[3]。

6? ?結(jié)束語

對于通信運營企業(yè)而言，構(gòu)建完善的大數(shù)據(jù)平臺并科學(xué)應(yīng)用數(shù)據(jù)挖掘技術(shù)，可以更為方便快速地做好客戶信息、網(wǎng)絡(luò)信息等各項數(shù)據(jù)的高效采集、處理及儲存，從而為企業(yè)決策與管理提供更為有效的參考依據(jù)，但是現(xiàn)階段我國通信運營企業(yè)仍存在數(shù)據(jù)庫建設(shè)等方面的問題，因此亟需深入探討如何實現(xiàn)數(shù)據(jù)挖掘技術(shù)在通信運營企業(yè)管理中的合理應(yīng)用。

參考文獻(xiàn)

[1] 趙潔，鄭敏．投訴信息挖掘在公司服務(wù)運營中的應(yīng)用[C]．遼寧省通信學(xué)會通信網(wǎng)絡(luò)與信息技術(shù)年會．遼寧省通信學(xué)會，2016.

[2] 周慶榮．?dāng)?shù)據(jù)挖掘技術(shù)在企業(yè)財務(wù)管理中的創(chuàng)新應(yīng)用[J]．科技創(chuàng)業(yè)月刊，2018（12）：135-137.

[3] 楊慧慧，梁艷，蘇輝輝．?dāng)?shù)據(jù)挖掘在物流企業(yè)客戶關(guān)系管理中的研究[J]．商情，2018（10）：153-154，250.