电信客户分群的KXEN应用

第三 ，Ｋ Ｅ Ｘ Ｎ共有四个模块 （ 稳健 回归 、聪 明分 群 、关联规则和时 间序ｙ ）来解决所有 的商业数据挖 Ｊ 掘问题 。—个商业 问题只有一种算法 ，因此不需要用 户选择算法。所有算 法都基 于 Ｖ ｐｉ ａｎｋ的结 构风 险最 小化 （ｔ ｃ ｒｄＲｓ ｉ ｍ ｚｔ ｎ Ｓ ｕｔ ｅ ｉ Ｍ ｎ ｉ ｉ ）理论 。 ｒ ｕ ｋ ｉ ａｏ 第 四 ，Ｋ Ｎ进 行 自动建 模 ，不需 要进 行模 型 ＸＥ 的参数 设 置 ，Ｋ Ｅ Ｘ Ｎ引 擎 采 用 结 构 风 险最 小 化 理 论 ，找 到最佳 模型 。 第 五 ，结果 的可解释 性 。Ｋ Ｅ Ｘ Ｎ所 有组件 的设 计 都使 之对最终 用户 呈现有 意义 的结果 。 由于上述特点 ，Ｋ Ｅ Ｘ Ｎ改变 了传统 的数据挖掘方 法 ，数据准备时间从 以前 的占整个建模周期的 ７％ 到 ０ 现在 的几乎 不 用花 时 问 （ 图 １和 图 ２ 。而 Ｋ Ｅ 见 ） ＸＮ 的模型与传统工具创建 的模型一样精确健壮。
二 、Ｋ Ｅ Ｘ Ｎ特 点分 析
图 １ 传 统 的 数 据 方 法
ＫＥ Ｘ Ｎ是 三 大 数 据 挖 掘 软 件 （ Ａ ／ Ｍ、Ｋ — Ｓ ＳＥ Ｘ Ｅ 、Ｓ Ｓ ／ ｌｍ ｎｉ ） 之 一 ，与 其 它 两 者 不 同 ， Ｎ Ｐ Ｓ Ｃｅ ｅ ｔ ｅ ｎ ＫＥ Ｘ Ｎ专注数 据挖掘 的高 端技 术 ，是 面 向结果 、而 不是 面 向方法 的。用 户不需 要专业 的统计 学 背景 和 机器 学 习 的理 论 ，而 只 需 要 知道 数 据 和 分 析 的 问 题 ，对于 每种 问题 ，Ｋ Ｅ Ｘ Ｎ都提 供一 种 简单 的解 决 方案 。商业 数 据 挖 掘 自动 化 软 件 Ｋ Ｅ 具 有 以下 ＸＮ 特点 。 第一 ，在数 据准备 阶段 ，Ｋ Ｎ可 以 自动化 处 ＸＥ 理缺 失值 、奇异 值 ，进 行 自动化 编 码 。Ｋ Ｅ Ｘ Ｎ独特
收 稿 日期 ：２ １ －５ｌ ０ Ｏ０ 一６
图图园
图 ２ Ｋ Ｎ 的方 法 ＸＥ
三 、实 例 分 析
１ ．业务 问题
电信 运 营 商 定 义 的 客 户 分 群 的 商 业 目标 是
作 者 简 介 ：唐
涛 （９ ６一 ） １７ ，女 ，辽 宁 抚 顺 人 ，讲 师 ，硕 士 研 究 生 ，从 事计 算 机 网络 研 究 。
园 Ｂ ＪＧ ＧＹ ＥＵ Ｉ Ｉ ｄ Ｈ ＡＡ Ｎｌ Ｗ Ａ ＮＮ Ｎ Ｕ
唐
涛 ： 电信 客户 分 群 的 Ｋ Ｎ应 用 ＸＥ
“ 市数 十万公 众 客户 ，从 价 值 和 行 为 的分 析 维 度 对 进行 客户 分 群 ，以 了 解 不 同 客 户 群 的消 费行 为 特 征 ．为发展 新业 务 、流 失客 户保 有 、他 网用户 争夺 的针对 性 营销策 略 的制 订提供 分 析依据 ，并 实 现企 业 保 存量 、激增 量 的战 略 目标 ” 。将 此 商业 目标 转 化 为数据挖 掘 的 可 行 性 方案 ：从 价值 和行 为 维 度 ， 考察 客 户业务 拥有 与使 用 、消 费行 为变化 、他 网业 务渗 透 等方 面属性 ，采 用 聚类 分析 的数据 挖 掘技术 对研 究 的 目标 客户 进行 客 户分 群 ，对各 客户群 进行 特征 刻 画和 属性 分析 ，为 针对 性 营销确 定 目标 客 户 群 ，并 根据 客户 群属 性 和营销 目标 量体 裁衣 制订 恰 当的 营销方 案 。 ２ ．应用 与 分析 笔者在镇 江市选择 了营销服务相对薄弱 的小 型商 客作 为 目标客户群 ，取得 目标客户群 的近一年 的相关 数据。其 中小 型商 客是 指客户 有 １ —２门电话 、小 灵 通的客户 ，不包含 已经安装宽带 的客户 ，有效小 型商 客为 ２０４户。基础表 涵盖 了 以下 数据 ：用户及 客户 ３７ 的基本信息 ：包括客户 身份信息 、联 系方 式 、产 品拥 有 隋况 、入网时长 、服 务 开通 情况 、优 惠套 餐 信息 、 客户服务信息 （ 诉、咨询 、催缴 隋况 ）等 ；价值信 投 息 ：包括业务 月租 费 、使 用 费 、优 惠 费 用及 增 值 业 务 、新业务 、信 息费和卡类 、结算 费用 、缴欠 费信息 等 ；行为信息 ：包 括时长 、次数 、跳次 、发话不 同号 码数 、时长集 中度 、次数集 中度 等。 ＫＥ Ｘ Ｎ软 件 分 群 采 用 结 构 风 险 最 小 化 的 Ｋ — Ｍ ａｓ 法实 现 。笔者 使 用 Ｋ Ｅ ｅｎ 算 Ｘ Ｎ软件 从价 值 维 度 （ Ｖ）将 客户 分 为 ６个 价 值 分群 ，从 行 为 纬 度 （ Ｂ） 将客 户分 为 ５个 行 为 分 群 。其 中参 加分 群 的 Ｖ 变 量有 ２ 个 ，Ｂ变 量有 １ １ ５个 。然 后对 Ｖ变量 按 总费 用进行 群排 序 ，形成 Ｖ Ｂ矩 阵交 叉 图 （ 图 ３和 图 见 ４ 。在 组成 的交 叉 矩 阵 中选 出 １０ ） ０ ０人 以上 的 ８个 战略 客户 群 Ｓ １一Ｓ ８ Ｓ Ｓ ，共 有 客 户 １ １８户 ， 占总 ７２ 客户 的 比例为 ７ ． ３ 。 ４２％
２１ ０ ０年 第 １ 期 １ （ 总第 ８ ３期 ）
边疆 经济 与文化
Ｔ ＨＥ Ｂ０ＲＤＥＲ ０ＮＯＭＹ ＡＮＤ Ｃ ＴＵＲＥ ＥＣ ＵＬ
Ｎ ． １２ ｌ ｏ １．Ｏ ０ Ｇ ｎ ｒ １Ｎｏ ８ ｅ ｅａ ． ．３
亳船
户 群的 Ｋ Ｅ 。 用 ＸＮ
鼯 涛
（ 镇江高等专科 学校 网络中心，江苏 镇江 ２ ２０ ） １０ ３
一
、Байду номын сангаас
引 言
电信业是典型的数 据密集行业 ，利用数据挖掘得 到有用的知识 ，能更好地 向用户提供 服务 ，发 现更多 的商机。电信的数据挖掘应用开发 ，主要包括 客户分 群 、客户流失分析、客户发展分析 、客户行为分 析等 专题分析 。客户分群指根据 一个或 多个 客户属性组合 把所有客户划分成不 同的类 ，同类 内的客户具有最 大 的相似性 ，异类 间的客户具 有最大 的差异性 。通过对 客户合理的类别划分 ，并对 当前客户 以及 预期 的客户 群作 区段分析 ，判断不同区段 的突 出特点 ，对 客户总 体构成有准确 的认 识 ，对客户 的服务和营销更具 针对 性 。对 客户分群可以达到如下 目标 ：了解客户 的总体 构成 ；了解各种客户价值 的群体特征 ；了解 流失 客户 的群体特征 ；了解客户群体 的消费特征 ；了解各 信用 等级客户 的群体特征 。 客户分 群后 的结果 可应用 于 ：对 不 同价值 分段 的客户 进一 步分析 以了解 各个 分段 的客户 组成 ；对 流失倾 向高 的客户 进一 步细分 以采取 不 同的挽 留策 略 ；对 交叉销 售 的 目标 客户进一 步细 分 以采 取不 同 的行销 策略 。 常用 的数 据 挖 掘 技 术 包 括 关 联 分 析 、异 类 分 析 、分类 与 预 测 、聚 类 分 析 以及 演 化 分 析 等 。其 中 ，聚类 分析 可 以解 决客 户分群 问题 。
－
的预处 理编码 技术 和特征 选择 方式 ，大量减少 了建 模时 间。 第 二 ，Ｋ Ｅ Ｘ Ｎ在 建模 的 时候不 用额 外 的磁盘 空
间来存储 数据 ，数据 直接 在数据 仓库 内部处理 ，很 好 地利用 数据仓 库 的性 能 ，节省 硬件成本 ，符合 现
在 的 Ｋ ｏ ｌ ｇ ｉ ｏｅｙｉ Ｄ ｔ ａｅ的理念 。 ｎ ｗｅ ｅＤ ｓ ｖｒ ｎ ａ ｂ ｓ ｄ ｃ ａ
摘
要 ：数 据 挖 掘 应 用 开发 对 电信 企 业 这 种 数 据 密集 行 业 的发 展 具 有 重 要 意 义 。 利 用 商 业 数 据 挖 掘 自动
化软件 Ｋ Ｅ Ｘ Ｎ，并依据其方法给出 了某市电信 企业 电信客 户分群 的较 易实现 的解决方案 ，研 究 了数据挖掘技
术 在 电信 客 户 分 群 和 目标 市 场 营销 中的 应 用 ，并 验 证 了其 可行 性 。 关键 词 ：客 户 分群 ；Ｋ Ｅ Ｘ Ｎ特 点 ；Ｋ Ｅ 应 用 ＸＮ 中 图分 类 号 ：Ｔ １ Ｎ９ １ 文 献标 志码 ：Ａ 文 章 编 号 ：１７ － ０ （０ ０ １ － ３ －２ ６２５ ９ ２ １ ） １０ ６０ ４ ０