电信大客户动态细分模型研究

北京邮电大学硕士学位论文电信大客户动态细分模型研究姓名：李重喆申请学位级别：硕士专业：工商管理指导教师：苑春荟20071101电信大客户动态细分模型研究作者：李重喆学位授予单位：北京邮电大学相似文献(10条)1.学位论文郭宇江西小灵通客户消费行为研究2006目前中国小灵通用户已经累计达到7∞0万户，江西省小灵通用户数在两年左右时间也发展到160余万。面对“小灵通”迅速增长的市场份额，移动和联通强力促销措施频出，市场竞争已经进入白热化。当年不被诸多通信专家所看好的小灵通，如何壮大到今天的局面——成为了中国电信市场的千亿级产品，除了中国电信强大的品牌和营销能力以外，绝对离不开市场的接受、用户的认可。本文力图通过对小灵通消费者的行为研究，揭示出其中的一些真实情况，并对小灵通下一步良性发展提出建议。本文为调查研究报告，调查时间一个月左右，采用街头拦访和深度访谈的方式进行，调查共涉及包括南昌市、赣州市、景德镇市、宜春市、南康县、新建县等地的普通常住居民1813人以及江西省电信公司的小灵通在网用户13l5人。本文主体分三部分。第一部分为移动通信市场现状分析，主要从用户发展、市场份额、用户结构等方面从移动通信市场基本情况、影响消费者选择移动通讯品牌因素、消费者对所在网络的满意度、各移动通信用户在网情况进行了分析。第二部分为小灵通使用者行为分析，主要从小灵通用户购买行为、消费行为、新业务选择和使用行为进行了分析，并重点对虚拟网、校园两个重要小灵通客户群的消费行为进行了分析。第三部分为改进小灵通营销策略的建议，从小灵通SWOT分析入手，结合前面的调研情况对小灵通品牌形象定位和产品开发、价格策略、销售渠道、促销方法等四个方面的改进提出建议。经济学原理与消费者的决策、电信企业的运营息息相关，抓住消费者选择的行为特征，有针对性地进行市场营销活动，往往会取得事半功倍的效果。2.学位论文郑国荣基于电信CRM系统的客户消费模式研究2005电信业正面临经营环境和市场格局的一系列变化。在新形势下，电信运营商必须注重培育企业核心竞争力。以“客户为中心”的CRM管理非常适用于电信业，只有通过客户关系管理，了解顾客的需求，向其提供满意的产品和服务，企业才能生存和发展。应用CRM重构电信业的管理模式是电信企业信息化管理发展的必然趋势。但是随着电信企业客户关系管理的深入展开，电信企业形成一个庞大的客户数据，在这些数据中隐藏着非常重要的信息，现代社会的竞争趋势要求对这些历史数据进行深层次的挖掘。虽然现在有了更强大的存储和检索工具，但是使用者发现在分析使用所拥有的信息方面变得越来越困难。在拥有庞大的数据库的基础上，只有结合数据挖掘技术，才能从大量的繁杂的数据中找到真正有价值的信息和知识。在这样的背景下，探讨数据挖掘技术在电信CRM中的应用有非常重要的意义。本文主要研究数据挖掘技术建立电信客户消费模式。客户消费模式分析是对客户历年来长话、市话、信息台的大量详单、数据以及客户登记、调查档案资料等相关数据进行分析，结合客户的分类，提取客户的消费能力、消费习惯、消费周期等诸多方面的规则，利用这些规则对客户的行为进行分析和预测，从而为电信运营商的相关经营决策提供依据。本文首先介绍了数据挖掘的基本概念、挖掘的过程；然后详细的阐述了聚类分析和径向基函数神经网络的原理和算法；再根据数据挖掘的过程，阐述了如何运用上述算法构建客户消费模式模型以及智能决策系统。文章的最后作者总结了在本项目实践中的工作心得体会，提出了一些以后工作的改进方向。3.学位论文金巍移动电信业中数据挖掘的应用——吉林移动流失预测模型的实施2004在电信企业面向市场，面向国内外众多的竞争者，努力创造更高价值的同时，客户流失的不断增加、客户平均生命周期的不断缩短严重影响了电信企业的发展。那么，在激烈的市场竞争和不断变化的市场需求面前，如何最大程度的降低客户的流失率呢?可行的方法之一就是利用数据挖掘技术。在客户流失分析系统中，如何应用数据挖掘技术呢?主要方式是根据以前拥有的客户流失数据建立客户属性、服务属性和客户消费数据，建立与客户流失可能性关联的数学模型，找出客户属性、服务属性和客户消费数据与客户流失的最终状态的关系，并给出明确的数学公式。只要知道客户属性、服务属性和客户消费数据，我们就可以计算出客户流失的可能性。市场/销售部门可以根据得到的数学模型随时监控客户流失的可能性。如果客户流失的可能性过高，高于事先划定的一个限度，就可以通过多种促销手段提高客户的忠诚度，防止客户流失的发生，从而可以大大降低客户的流失率。基于严格数学计算的数据挖掘技术能够彻底改变以往电信企业在成功获得客户以后无法监控客户的流失，无法实现客户关怀的状况，把基于科学决策的客户关系管理全面引入到电信企业的市场/销售工作中来。通过吉林移动客户流失预测模型的实施工作，探讨了数据挖掘在客户流失模型中的实际应用，就数据挖掘如何在实际中更好地发挥作用作了深入的研究。文中重点描述了流失模型建立过程中原始数据提取、挖掘数据的预处理、模型建立、模型验证等阶段的具体内容，为数据挖掘在电信行业中实际应用做了很好的尝试。本次流失预测模型使用了SPSS公司的clmentine工具。数据仓库使用的是Oracle9i。通过clmentine实现了快速高效地数据分析、抽取、模型训练和模型应用。当然由于时间紧，经验不足等客观因素，本次流失预测模型还存在以下问题：数据不够完备，由于生产系统中业务开展的现状，有很多数据无法得到：模型中过分的强调一些趋势的指标，使挖掘结果的有效性和时效性不高，也就是说预测结果中的客户可能在作外呼和挽留时已经离网。如何进一步提高模型的准确性是下一步的重要工作，同时我们还要进一步探讨数据挖掘在移动电信业其它方面的应用，使数据挖掘在移动电信业的其它方面应用中也发挥重要作用。4.学位论文龚成芳K-Means算法在电信企业客户细分中的应用研究2008随着电信企业市场竞争的日趋激烈，客户的需求不断多样化，一对一营销，以客户为中心的市场理念逐渐被人们接受，这些都促使客户细分成为必然。客户细分是电信企业营销的关键所在，它是电信提供面向客户的产品和服务的基础。通过客户细分可以准确的了解客户需求和客户消费行为特征，制定相应的产品营销策略，为产品寻找合适的市场定位。本文以湖北某电信公司的小灵通用户作为客户细分的研究对象。通过对小灵通业务特点和用户行为特征的分析，选择出细分维度和行为度量指标，建立客户细分变量表。从电信计费系统中抽取大约6000个样本作为数据源，导入数据源后进行数据预处理，如缺失值、异常值、数据标准化等。以经典的K-means快速算法为主要的挖掘算法，考虑到小灵通用户源数据的独特性，对K-means算法进行相应的改进，尤其是在聚类初始中心点的优选方面有所改进。使用统计分析软件SPSS进行聚类分析，并利用判别分析方法对聚类结果进行验证，得出最优的聚类结果。最后，对聚类结果进行解释、评估，并根据不同客户群提出相应的营销策略。文中研究了电信小灵通客户细分的整个过程，改进了聚类算法，建立了客户细分功能模型。实践证明，客户细分的结果具有一定的合理性和实用性，对资费套餐的制定及其他相关营销决策具有很大的参考价值。5.期刊论文林坤江.佘名高.贾秀峰数据挖掘技术及其在客户消费行为分析中的应用-福建电脑2007,(2)数据挖掘技术是一种从海量的数据中挖掘出有用的知识的方法.本文首先介绍了数据挖掘的定义、任务、过程和方法,然后结合实例对电信业中客户消费行为的分析,提出一些有用的知识帮助电信企业进行决策.6.学位论文魏莉基于数据仓库的电信经营分析与决策支持系统2008随着中国电信体制改革的逐渐深入，中国电信业面临着前所未有的竞争压力。以人为本的经营观念和营销策略渐入人心，各电信企业面临着产品同质化、客户大量流失，使电信企业逐渐将生产经营活动的重点由面向产品转移到面向客户上来，越来越多的电信企业比以往任何时候都更加重视利用技术手段了解自己的客户与经营情况。因此，为了提升企业核心竞争力，电信企业需要根据中国电信集团公司的经营分析系统业务和技术规范，建立一个统一的数据信息平台，形成经营分析与决策的数据仓库，建设经营分析与决策支持系统，并通过OLAP及报表等手段来进行数据展示与分析。本论文针对电信行业数据分析与决策的共性需求，结合某个具体的电信企业，设计并实现了基于数据仓库技术的电信行业经营分析与决策支持系统。论文首先对该系统的数据仓库架构进行了讨论，并着重分析了相关电信系统数据质量现状及影响，通过数据质量检查知识库，紧密结合数据仓库的ETL过程，对数据进行了有效清洗、转换和入库，保证了数据仓库数据质量；同时对该经营分析与决策支持系统要实现的产品、收入、竞争、客户、消费等分析主题进行了调研和分析，对要完成的功能进行了设计和实现，并提供相关分析主题的OLAP展示功能。最后，本文针对电信企业的海量数据有可能造成OLAP查询性能下降，系统响应慢等突出问题，通过OLAP查询CACHE设计和聚合表设计等查询优化手段提高了OLAP查询性能。7.期刊论文黄友兰.何艳群电信企业基于客户生命周期的CRM策略研究-企业活力2009,(6)一、我国电信企业客户细分存在的弊端当前,我国电信企业客户细分在运营商中的应用主要存在以下问题:1.客户细分不细造成客户管理和服务功效欠佳当前,电信企业如移动运营商依据客户消费额度将客户分为大客户(钻、金、银卡客户)和普通客户,为卡类客户设定客户经理制,并提供一系列特权式的专属服务.8.学位论文芦陈辉Markov模型在电信客户流失预测中的应用2006客户流失是所有电信企业所面临的严重问题，同时也是生存发展的主要障碍.如何利用电信企业长期积累的庞大的数据库资源，对客户的行为特征进行分析，为决策层的决策提供支持，是目前电信企业迫切需求的.若找到流失客户的特征，就可以在那些具有相似特征的客户还未流失之前，采取针对性的措施，从而减少企业的损失.从客户消费的记录可以看出，在数据挖掘领域这是一个解决多维不等长不平衡时间序列的分类问题，解决这个问题是非常具有挑战性的.鉴于Markov模型在时间序列处理上的成功应用，本文将集中考虑如何将Markov模型用于电信的客户流失预测中去.本文分三个步骤合理的解决了序列数据的多维、不等长、不平衡这三个难点.首先采用一种基于模型的聚类算法——SOM，对序列数据进行预处理，很好的处理了序列数据的多维性，并且保留了序列的特征；然后基于Markov模型构建分类器，利用Markov模型的优点巧妙的解决了序列数据不等长这个问题；接着再利用构建出来的分类器用于不平衡数据的向下取样，以此尽可能的降低数据的不平衡性给分类器构建所带来的不利影响.通过以上三个步骤，最终输出了鲁棒性很强的分类器.在这篇文章中，叙述了主要的理论和算法，而且通过大量的实验表明此方法在电信的客户流失预测中可以有效地判别客户的类别.9.学位论文王宁X联通公司移动业务客户维系与挽留研究2008随着国内电信业改革的深入和竞争的加剧，传统的以技术为驱动、以销售产品为目的的市场战略逐渐被以客户为中心、以满足客户需求为目的的市场战略所取代，客户资源成为企业竞争的焦点。激烈的竞争导致客户处于不稳定状态，各运营商都面临严重的客户流失问题，如何防止客户流失、实施客户维系与挽留工作，已成为运营商关注的焦点之一。本文以笔者所工作的中国联通X分公司(以下简称X联通)为研究对象，对移动业务的客户流失问题进行研究。本文以内部访谈和问卷调查为基础，对流失客户的在网时长、ARPU值、去向、看重的因素和满意度以及客户流失的内部原因和外部原因进行了深入细致的分析。在此基础上，本文根据客户生命周期理论，结合X联通实际，提出要分客户预防、客户维系和客户挽留三个阶段，从营销、服务、管理和支撑四个方面着手，根据集团、高端、中端和低端客户的不同特点，有针对性的采取维系和挽留措施；客户预防阶段的工作重点是做好政策分析、市场区隔、渠道控制、市场竞合等方面的工作，同时严把客户入网关，做好客户资料登记和客户发展的责任认定工作；客户维系阶段旨在提