基于数据挖掘技术的电信客户维系挽留系统分析及应用

论文摘要

随着3G技术的日益成熟并即将大规模产业化,各电信业运营商之间的竞争日趋激烈,客户便成了企业的宝贵资源。各电信运营商在纷纷提出由“生产型”企业向“利润型”企业转变的战略转型的同时,提高企业客户关系管理能力逐渐成为工作焦点。而电信运营商如何发挥自身优势,规范客户维系挽留工作,减少客户流失,将直接影响到其在电信市场上的地位。本文在研究了目前我国通信业市场的发展、客户流失现状以及数据挖掘技术在各领域客户关系管理中的应用价值后,对某省电信运营商数据挖掘技术在客户关系管理中的应用现状做了调研和分析,针对该企业目前尚没有清晰统一的系统平台来实现客户的规范管理、预警、营销挽留和客户评估,缺乏对实际应用的指导的管理现状,本文提出了基于数据仓库技术、数据挖掘技术为基础的客户维系挽留系统建设。本文在明确系统建设目标定位的前提下,重点分析和设计了由数据源、数据仓库以及数据挖掘引擎体系构成的电信运营商C网、宽带、融合业务的客户维系系统建设架构。同时,数据挖掘模型的建立作为系统建设中的重点环节,本文利用软件Spss Clementine,结合企业的实际需要及重点关注问题,按照数据挖掘标准流程（CRISP-DM）,着重对客户流失预警模型的设计、建模和评估过程进行了详细的分析,并以某省电信C网部分用户数据为例,通过决策树、神经网络、Logistic算法,建立模型,对模型进行了评估,并对客户维系挽留工作措施进行对策研究分析。最后,本文分析了本系统建设今后改进的方向和功能点。本文对某省电信运营商客户维系挽留系统的分析和设计对其客户维系挽留工作提供了系统化和规范化管理平台,可以让业务人员在系统展示界面方便的使用数据挖掘功能,进行便捷的操作和智能化的分析。同时该系统设计按月输出预警名单,可使及时地有针对性的进行营销活动,开展维系挽留工作。该系统的建立为企业向以客户为中心的精细化营销方向转变,做出了有益的探索,具有较强的现实意义。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 研究背景
• 1.1.1 我国电信市场的发展现状
• 1.1.2 电信业客户流失的现状
• 1.2 客户流失预警研究的意义
• 1.3 数据挖掘技术在电信业中的国内外研究状况
• 1.4 本文的研究内容
• 1.5 论文的基本架构
• 2 数据挖掘技术与客户关系管理
• 2.1 数据挖掘技术概论
• 2.1.1 数据挖掘技术的演变
• 2.1.2 数据挖掘与 OLAP、数据仓库
• 2.1.3 数据挖掘系统的体系结构
• 2.1.4 数据挖掘过程模型（CRISP-DM）
• 2.2 数据挖掘技术在客户关系管理中的应用领域
• 2.2.1 金融领域
• 2.2.2 保险业
• 2.2.3 电子政务领域
• 2.2.4 工业生产领域
• 2.2.5 电信领域
• 2.3 数据挖掘技术在某省电信运营商中的应用现状
• 3 某省电信运营商客户维系挽留系统的分析与设计
• 3.1 系统需求分析
• 3.2 系统整体解决方案
• 3.2.1 系统建设目标
• 3.2.2 系统建设内容
• 3.2.3 系统目标框架
• 3.2.4 网络拓扑架构
• 3.2.5 系统技术架构
• 3.2.6 建设技术原则
• 3.2.7 系统环境准备
• 3.3 EDW 数据仓库的建设
• 3.3.1 ETL 过程
• 3.3.2 数据仓库构建
• 3.4 流失预警模型建立
• 3.4.1 模型描述
• 3.4.2 客户流失预警建模过程
• 3.4.3 商业分析
• 3.4.4 客户流失
• 3.4.5 数据准备
• 3.4.6 算法选择
• 3.4.7 挖掘软件的选取和模型建立
• 3.4.8 模型的评估
• 3.4.9 模型部署及实现
• 4 数据挖掘在某省电信 C 网用户流失预警中的应用实例
• 4.1 C 网客户流失预警的商业分析
• 4.2 数据选择
• 4.3 数据清洗与转换
• 4.4 数据初探
• 4.5 建立模型
• 4.6 模型评估
• 4.7 决策树 C5.0 模型规则解释
• 4.8 维系挽留对策分析
• 5 结束语
• 6 参考文献
• 7 致谢