數(shù)據(jù)挖掘實(shí)例：電信業(yè)如何應(yīng)用數(shù)據(jù)挖掘

電信業(yè)務(wù)領(lǐng)域的全面開(kāi)放，激烈競(jìng)爭(zhēng)使得目前的中國(guó)電信市場(chǎng)烽煙四起?！翱蛻簦a(chǎn)品－市場(chǎng)－利潤(rùn)”成為目前各電信運(yùn)營(yíng)商的基本發(fā)展思路。中國(guó)電信集團(tuán)去年在全國(guó)推出營(yíng)銷分析系統(tǒng)，該系統(tǒng)具有主題分析、專題分析、統(tǒng)計(jì)報(bào)表等功能，基本解決了“發(fā)生了什么？”這個(gè)問(wèn)題。但是，在海量的業(yè)務(wù)數(shù)據(jù)基礎(chǔ)上，是否隱含著某些內(nèi)在的商業(yè)規(guī)律，如何能夠發(fā)現(xiàn)這些商業(yè)規(guī)律，做到有針對(duì)性營(yíng)銷，實(shí)現(xiàn)從數(shù)據(jù)到知識(shí)再到價(jià)值的提升呢？我們想到了數(shù)據(jù)挖掘技術(shù)。

數(shù)據(jù)挖掘（Data Mining，DM）是指從大量不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中，提取隱含在其中的、有用的信息和知識(shí)的過(guò)程。

當(dāng)前中國(guó)電信在一些省做MR的試點(diǎn)。MR主要采用聚類和預(yù)測(cè)挖掘技術(shù)，實(shí)現(xiàn)了客戶分群模型和流失預(yù)測(cè)模型的建立和應(yīng)用。通過(guò)客戶分群模型，對(duì)客戶進(jìn)行細(xì)分，找出有相同特征的目標(biāo)客戶群，有針對(duì)性的進(jìn)行營(yíng)銷；通過(guò)流失預(yù)測(cè)模型，鎖定流失的高?？蛻簦M(jìn)行事前挽留，取得了一定的效果。本文主要想介紹一下數(shù)據(jù)挖掘的另一種應(yīng)用——交叉銷售模型（cross-sell model）。

在電信行業(yè)的今天，大量發(fā)展新的客戶越來(lái)越困難，而且成本比較高，企業(yè)要做的不僅要挽留目前的客戶，而且還必須通過(guò)有效的交叉銷售和提升銷售來(lái)最大化他們的價(jià)值。

交叉銷售和提升銷售提供預(yù)先集成的模式和流程來(lái)幫助您增加收入、預(yù)測(cè)各位客戶的“下一步？交叉銷售和提升銷售讓您能夠描述購(gòu)買了大量產(chǎn)品或產(chǎn)品升級(jí)的客戶，然后您可以對(duì)其它客戶應(yīng)用類似的分析，以確定誰(shuí)是最好的交叉銷售和提升銷售的目標(biāo)客戶。

交叉銷售模型的兩個(gè)階段
制作交叉模型的兩個(gè)階段為：關(guān)聯(lián)規(guī)則的創(chuàng)建和如何使用WEB表現(xiàn)方式展現(xiàn)，使用決策樹(shù)進(jìn)行目標(biāo)客戶的選取。本次挖掘的目的是希望發(fā)現(xiàn)目前選擇多個(gè)套餐的客戶在套餐組合方面是否有什么規(guī)律，哪些套餐容易被客戶同時(shí)選擇，并根據(jù)這個(gè)規(guī)律，發(fā)現(xiàn)可能選擇這種組合的其它客戶，然后對(duì)其進(jìn)行重點(diǎn)的營(yíng)銷，提高營(yíng)銷的成功率，降低營(yíng)銷成本。

工具的選擇
Clementine是ISL（Integral Solutions Limited）公司開(kāi)發(fā)的數(shù)據(jù)挖掘工具平臺(tái)。1999年SPSS公司收購(gòu)了ISL公司，對(duì)Clementine產(chǎn)品進(jìn)行重新整合和開(kāi)發(fā)，現(xiàn)在Clementine已經(jīng)成為SPSS公司的又一亮點(diǎn)。

作為一個(gè)數(shù)據(jù)挖掘平臺(tái)，Clementine結(jié)合商業(yè)技術(shù)可以快速建立預(yù)測(cè)性模型，進(jìn)而應(yīng)用到商業(yè)活動(dòng)中，幫助人們改進(jìn)決策過(guò)程。強(qiáng)大的數(shù)據(jù)挖掘功能和顯著的投資回報(bào)率使得Clementine在業(yè)界久負(fù)盛譽(yù)。它同那些僅注重模型的外在表現(xiàn)而忽略數(shù)據(jù)挖掘在整個(gè)業(yè)務(wù)流程中的應(yīng)用價(jià)值的其它數(shù)據(jù)挖掘工具相比，優(yōu)勢(shì)十分明顯。Clementine強(qiáng)大的數(shù)據(jù)挖掘算法，豐富的輸出展現(xiàn)方式，貫穿業(yè)務(wù)流程的設(shè)計(jì)思路，可以幫助企業(yè)在縮短投資回報(bào)周期的同時(shí)極大地提高投資回報(bào)率。

數(shù)據(jù)的準(zhǔn)備
數(shù)據(jù)的準(zhǔn)備指在商業(yè)理解（而非技術(shù)理解）的基礎(chǔ)上進(jìn)行數(shù)據(jù)的抽取、轉(zhuǎn)換、裝載工作。這要求挖掘人員對(duì)現(xiàn)有業(yè)務(wù)系統(tǒng)比較熟悉，而且必須具有一定的數(shù)據(jù)匯總工作能力。

數(shù)據(jù)源的分析
在分析過(guò)程中主要有二方面：客戶的電信消費(fèi)屬性，客戶的人口統(tǒng)計(jì)學(xué)等社會(huì)學(xué)屬性 。一般來(lái)講，客戶的電信消費(fèi)屬性在電信運(yùn)營(yíng)商的系統(tǒng)上是較為完整的，可以從計(jì)費(fèi)系統(tǒng)、營(yíng)銷渠道系統(tǒng)、網(wǎng)間結(jié)算系統(tǒng)、10000號(hào)系統(tǒng)、智能網(wǎng)系統(tǒng)等得到客戶的通話詳單、賬單、客戶服務(wù)記錄信息，運(yùn)營(yíng)商只要從客戶的所有電信消費(fèi)角度進(jìn)行整理，就可以得到其電信消費(fèi)屬性。基于客戶人口統(tǒng)計(jì)學(xué)等社會(huì)學(xué)屬性的分析，對(duì)電信企業(yè)的經(jīng)營(yíng)決策很有價(jià)值，但很難做到，主要原因是基礎(chǔ)數(shù)據(jù)缺乏。決策分析所需要的客戶社會(huì)學(xué)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(duì)電信運(yùn)營(yíng)商的市場(chǎng)營(yíng)銷決策有著重要作用，因而需要通過(guò)各種方式和渠道收集這些數(shù)據(jù)。目前，電信運(yùn)營(yíng)商解決這個(gè)問(wèn)題的辦法主要有兩個(gè)：一是對(duì)客戶進(jìn)行普查，其工作量和難度相當(dāng)大；二是通過(guò)積分獎(jiǎng)勵(lì)等措施搜集部分高消費(fèi)客戶的社會(huì)屬性資料。

挖掘信息的內(nèi)容
在挖掘所使用的信息中，我們主要包括三部分：客戶詳細(xì)描述，客戶選擇的套餐，客戶的消費(fèi)行為。（見(jiàn)下表）

現(xiàn)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(jìn)行這樣的交叉選擇，下來(lái)采用決策樹(shù)算法來(lái)進(jìn)行目標(biāo)客戶群的鎖定。（見(jiàn)下圖）

總結(jié)
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(dǎo)客戶經(jīng)理進(jìn)行新產(chǎn)品的推廣。該案例的演示，說(shuō)明了交叉銷售模型的創(chuàng)建流程，指導(dǎo)市場(chǎng)營(yíng)銷策略的制定，最終可以提升客戶的價(jià)值。