本文選題：客戶洞察 + 數(shù)據(jù)挖掘　； 參考：《山東大學(xué)》2017年碩士論文

【摘要】：隨著現(xiàn)代科技的飛速發(fā)展,我國電信市場(chǎng)呈現(xiàn)日益激烈的競(jìng)爭(zhēng)格局,客戶需求的電信業(yè)務(wù)和服務(wù)呈現(xiàn)多樣化和差異化趨勢(shì),這要求運(yùn)營商必須對(duì)客戶消費(fèi)行為進(jìn)行深入分析,通過精確識(shí)別和細(xì)分客戶并提供相應(yīng)服務(wù),才能有效提升客戶滿意度與忠誠度,增強(qiáng)企業(yè)的競(jìng)爭(zhēng)力。在當(dāng)前的運(yùn)營活動(dòng)中,電信運(yùn)營商獲取和保存了海量的客戶數(shù)據(jù),但往往對(duì)電信客戶數(shù)據(jù)的挖掘和應(yīng)用不夠深入,難以實(shí)現(xiàn)從客戶數(shù)據(jù)到企業(yè)收益的轉(zhuǎn)變�；诖�,本文以實(shí)際電信客戶數(shù)據(jù)為基礎(chǔ),聯(lián)系企業(yè)經(jīng)營活動(dòng),提出基于客戶洞察的電信數(shù)據(jù)挖掘模及其新型兩階段聚類分析方法,實(shí)現(xiàn)對(duì)電信客戶的深入分析和挖掘,為電信企業(yè)的科學(xué)決策提供依據(jù)。本文主要針對(duì)電信客戶數(shù)據(jù)的相關(guān)特征,以客戶洞察、顧客關(guān)系管理、數(shù)據(jù)挖掘等相關(guān)理論和研究方法為基礎(chǔ),構(gòu)建相應(yīng)的數(shù)據(jù)網(wǎng)絡(luò)分析模型,并運(yùn)用新型兩階段聚類分析方法進(jìn)行處理和分析,主要內(nèi)容如下:綜合客戶洞察相關(guān)理論和數(shù)據(jù)挖掘技術(shù),針對(duì)電信客戶數(shù)據(jù)的特點(diǎn)構(gòu)建合理的數(shù)據(jù)網(wǎng)絡(luò)模型:(1)收集中國移動(dòng)公司電信客戶數(shù)據(jù),充分理解和分析電信客戶數(shù)據(jù)特征,并通過對(duì)客戶數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗、數(shù)據(jù)轉(zhuǎn)化和屬性選擇等相關(guān)工作,構(gòu)建更加準(zhǔn)確且便于理解的數(shù)據(jù)網(wǎng)絡(luò)模型。(2)結(jié)合一種新型圖論聚類方法QCM算法在聚類過程中可生成較小層次樹、聚類結(jié)果允許模糊聚類的優(yōu)點(diǎn),以及Ward方法在確定聚類數(shù)目上的相關(guān)特性,提出一種新型兩階段聚類分析方法,運(yùn)用該方法開展基于客戶洞察的電信數(shù)據(jù)挖掘研究。第一階段利用SPSS軟件工具運(yùn)用Ward法進(jìn)行統(tǒng)計(jì)分析,根據(jù)不同聚類數(shù)目下集聚系數(shù)的增量順序來確定最合理的聚類數(shù)目;第二階段選用第一階段統(tǒng)計(jì)分析得到的聚類數(shù)目,并運(yùn)用新型圖論聚類方法QCM算法進(jìn)行更深層次的聚類分析和挖掘,得到更為合理的電信客戶聚類結(jié)果。(3)運(yùn)用新型兩階段聚類算法對(duì)電信客戶數(shù)據(jù)進(jìn)行聚類處理和分析,實(shí)現(xiàn)對(duì)電信客戶的科學(xué)合理聚類,針對(duì)不同電信客戶群體提出相關(guān)策略和建議,有利于開展充分而精確的客戶洞察工作,也為電信企業(yè)提供科學(xué)有效的策略指導(dǎo)和決策支持。
[Abstract]:With the rapid development of modern science and technology, the telecom market of our country presents the increasingly fierce competition pattern, the telecommunication service and the service of the customer demand present the diversification and the differentiation tendency, which requires the operator to carry on the thorough analysis to the customer consumption behavior. By accurately identifying and subdividing customers and providing corresponding services, we can effectively enhance customer satisfaction and loyalty and enhance the competitiveness of enterprises. In the current operation activities, telecom operators obtain and preserve a large amount of customer data, but often the mining and application of telecom customer data is not deep enough, it is difficult to realize the transformation from customer data to enterprise income. Based on this, based on the actual telecom customer data, this paper puts forward the telecom data mining module based on customer insight and its new two-stage clustering analysis method, which can realize the in-depth analysis and mining of telecom customers. It provides the basis for the scientific decision of telecom enterprises. Based on the related theories and methods of customer insight, customer relationship management and data mining, this paper constructs the corresponding data network analysis model, which is based on the related characteristics of telecom customer data, such as customer insight, customer relationship management, data mining and so on. A new two-stage clustering analysis method is used to deal with and analyze, the main contents are as follows: comprehensive customer insight related theory and data mining technology, According to the characteristics of telecom customer data, we construct a reasonable data network model: 1) collect telecom customer data from China Mobile Company, fully understand and analyze the characteristics of telecom customer data, and through the data cleaning of customer data, Based on data transformation and attribute selection, a more accurate and easy to understand data network model is constructed, which combines a new graph theory clustering method, QCM algorithm, to generate a smaller tree in the process of clustering. The clustering results allow the advantages of fuzzy clustering and the correlation characteristics of Ward method in determining the number of clusters. A new two-stage clustering analysis method is proposed, which is used to carry out the research of telecom data mining based on customer insight. The first stage uses the SPSS software tool to carry on the statistical analysis using the Ward method, according to the different cluster number increment order of the agglomeration coefficient to determine the most reasonable cluster number, the second stage selects the first stage statistical analysis to obtain the clustering number, A new graph theory clustering method, QCM algorithm, is used for further clustering analysis and mining, and a more reasonable result of telecom customer clustering is obtained. The new two-stage clustering algorithm is used to cluster and analyze the telecom customer data. To realize the scientific and reasonable clustering of telecom customers and to put forward relevant strategies and suggestions for different telecom customer groups is conducive to the development of full and accurate customer insight and provides scientific and effective strategic guidance and decision support for telecom enterprises.
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP311.13;F626;F274

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;時(shí)代力維CRM整裝待發(fā)[J];市場(chǎng)與電腦;2002年12期

2 Brendon Smyth;;了解你的客戶[J];中國金融電腦;2007年11期

3 馮海濤;谷文星;;一種洞察客戶的“價(jià)值-行為”數(shù)據(jù)挖掘方法及應(yīng)用[J];西安郵電學(xué)院學(xué)報(bào);2012年05期

4 馮奇峰,李言;客戶的認(rèn)知投入與保持投入模型研究[J];計(jì)算機(jī)集成制造系統(tǒng);2005年09期

5 賀碩;;借助信用管理深挖客戶價(jià)值[J];通信企業(yè)管理;2014年03期

6 陳衛(wèi)兵;;做好客戶經(jīng)營需要解決啥問題[J];通信企業(yè)管理;2013年02期

7 賈凱;;營銷渠道與客戶關(guān)系管理[J];金融電子化;2005年09期

8 黃定軒,韓建軍;客戶群體劃分機(jī)理及其識(shí)別技術(shù)研究[J];科技進(jìn)步與對(duì)策;2004年01期

9 萬絢;盧優(yōu)莎;黃丹;;基于早期潛在客戶識(shí)別的我國3G 營銷策略[J];新聞傳播;2008年01期

10 馮明;;客戶價(jià)值體驗(yàn)是智能管道的試金石[J];電信技術(shù);2012年09期

相關(guān)會(huì)議論文 前3條

1 閆相斌;李一軍;;基于知識(shí)發(fā)現(xiàn)的客戶智能框架結(jié)構(gòu)及模型研究[A];管理科學(xué)與系統(tǒng)科學(xué)研究新進(jìn)展——第8屆全國青年管理科學(xué)與系統(tǒng)科學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

2 楊麗;榮莉莉;;互動(dòng)營銷模式下客戶識(shí)別方法及其屬性差異分析[A];管理科學(xué)與系統(tǒng)科學(xué)研究新進(jìn)展——第7屆全國青年管理科學(xué)與系統(tǒng)科學(xué)學(xué)術(shù)會(huì)議論文集[C];2003年

3 楊覺英;馮岳松;;CRM對(duì)傳統(tǒng)制造業(yè)管理理念的挑戰(zhàn)[A];全國第七屆工業(yè)工程與企業(yè)信息化學(xué)術(shù)會(huì)議論文集[C];2003年

相關(guān)重要報(bào)紙文章 前10條

1 肖四如;建立科學(xué)的客戶管理策略[N];中華合作時(shí)報(bào);2007年

2 王連;企業(yè)：以客戶為中心[N];中國圖書商報(bào);2006年

3 潘丹丹;灌南煙草：“五�！睒�(gòu)建和諧客戶關(guān)系[N];經(jīng)理日?qǐng)?bào);2008年

4 云南省陸良縣郵政局 陸榮華;假郵資需要綜合治理[N];中國郵政報(bào);2003年

5 齊軒文;創(chuàng)新銀行:用最優(yōu)體驗(yàn)吸引客戶[N];中國城鄉(xiāng)金融報(bào);2013年

6 樓峰 王小仙;客戶貢獻(xiàn)不同 享受服務(wù)不同[N];中國城鄉(xiāng)金融報(bào);2006年

7 遲德明;充分發(fā)揮網(wǎng)絡(luò)功能提高企業(yè)競(jìng)爭(zhēng)力[N];中華合作時(shí)報(bào);2005年

8 王群;用體驗(yàn)留住客戶[N];金融時(shí)報(bào);2006年

9 何方;以客戶的名義變革[N];中國計(jì)算機(jī)報(bào);2006年

10 江西省農(nóng)村信用社聯(lián)合社理事長 肖四如;重視客戶關(guān)系管理[N];中華合作時(shí)報(bào);2007年

相關(guān)博士學(xué)位論文 前10條

1 張建利;房地產(chǎn)客戶經(jīng)營理論與策略研究[D];西安建筑科技大學(xué);2007年

2 趙紫英;基于關(guān)系穩(wěn)定的基金客戶動(dòng)態(tài)市場(chǎng)細(xì)分與營銷策略研究[D];武漢大學(xué);2013年

3 喻友平;企業(yè)客戶服務(wù)中的客戶識(shí)別方法與支持平臺(tái)的研究[D];華中科技大學(xué);2007年

4 雷軼;面向供應(yīng)鏈的外部客戶需求管理研究[D];東華大學(xué);2008年

5 伊輝勇;面向在線大規(guī)模定制的客戶需求表達(dá)方式與滿足方法研究[D];重慶大學(xué);2008年

6 白愛民;基于客戶集群和拓?fù)淅碚摰腃RM模型與算法研究[D];天津大學(xué);2006年

7 龔立雄;面向CRM的制造企業(yè)客戶滿意理論研究與應(yīng)用[D];武漢理工大學(xué);2010年

8 金立江;基于服務(wù)保持的汽車營銷電子商務(wù)客戶價(jià)值研究[D];江蘇大學(xué);2008年

9 李冰;基于二次匹配的精準(zhǔn)服務(wù)推薦研究[D];武漢理工大學(xué);2014年

10 常明山;面向大規(guī)模定制產(chǎn)品規(guī)劃關(guān)鍵技術(shù)的研究[D];天津大學(xué);2003年

相關(guān)碩士學(xué)位論文 前10條

1 吳宗弟;福建移動(dòng)德化分公司大客戶營銷策略研究[D];昆明理工大學(xué);2015年

2 武鳳陽;H公司客戶關(guān)系管理研究[D];中國地質(zhì)大學(xué)(北京);2015年

3 王鐵男;鐵路大客戶貨運(yùn)信息系統(tǒng)的分析與研究[D];西南交通大學(xué);2015年

4 郭禹辰;A銀行保定某支行客戶關(guān)系管理改進(jìn)方案[D];河北金融學(xué)院;2015年

5 周剛;SN集團(tuán)客戶關(guān)系評(píng)價(jià)研究[D];山東大學(xué);2015年

6 李麗莎;農(nóng)業(yè)銀行客戶關(guān)系管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2014年

7 溫洋;A分銷企業(yè)的客戶關(guān)系管理研究[D];北京化工大學(xué);2015年

8 王瑩;基于生存分析的特征客戶群流失預(yù)測(cè)模型及應(yīng)用研究[D];大連理工大學(xué);2015年

9 華倩倩;商業(yè)銀行個(gè)人客戶交易行為研究[D];大連理工大學(xué);2015年

10 冷育江;河北移動(dòng)經(jīng)營分析客戶標(biāo)簽系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];河北科技大學(xué);2014年

，

本文編號(hào)：1836791