【摘要】：論文從XX電信小靈通彩鈴客戶入手,首先介紹本文研究的背景,并對客戶細(xì)分技術(shù)在電信行業(yè)內(nèi)的應(yīng)用做了敘述,其次研究國內(nèi)學(xué)者在客戶細(xì)分方面的文獻(xiàn),總結(jié)客戶細(xì)分的方法,分析各種方法的優(yōu)缺點(diǎn),然后結(jié)合本文的實(shí)際情況和研究目標(biāo)確立本文所要采用的研究方法和研究流程。在本文的實(shí)例分析中,首先通過數(shù)據(jù)準(zhǔn)備階段分析研究本次實(shí)驗(yàn)各個建模階段可能需要什么樣的數(shù)據(jù),將這些數(shù)據(jù)提取出來,供真正建模階段對數(shù)據(jù)整合、轉(zhuǎn)換后使用；其次基于客戶消費(fèi)行為方面的特征對彩鈴客戶進(jìn)行無指導(dǎo)的聚類分析,得到消費(fèi)行為差異明顯的彩鈴客戶群,分析各客戶群的特征并選定本次彩鈴營銷所要研究的目標(biāo)客戶群進(jìn)行下一階段的分析；選擇更小粒度的彩鈴客戶屬性并加入更多的增值業(yè)務(wù)方面的消費(fèi)屬性來對特定客戶進(jìn)行聚類,試圖發(fā)現(xiàn)影響彩鈴消費(fèi)的客戶消費(fèi)行為,進(jìn)而指導(dǎo)彩鈴預(yù)測模型的屬性選擇；然后將影響彩鈴消費(fèi)較大的消費(fèi)屬性和客戶背景屬性共同用于彩鈴預(yù)測建模,并得出規(guī)則集；最后用測試數(shù)據(jù)以及真實(shí)數(shù)據(jù)分別對預(yù)測模型進(jìn)行評價。 論文采用數(shù)據(jù)挖掘理論和算法并結(jié)合統(tǒng)計分析方法對XX電信的彩鈴客戶真實(shí)數(shù)據(jù)進(jìn)行分析。隨著數(shù)據(jù)挖掘技術(shù)的興起和廣泛應(yīng)用,國內(nèi)已經(jīng)有不少學(xué)者利用數(shù)據(jù)挖掘理論和算法進(jìn)行客戶細(xì)分,并在電信、銀行等領(lǐng)域進(jìn)行了大量的研究,但從文獻(xiàn)檢索的情況來看,選定彩鈴用戶作為研究對象的還較少,或者只是在研究電信行業(yè)增值業(yè)務(wù)時提到,利用數(shù)據(jù)挖掘結(jié)果指導(dǎo)彩鈴營銷的實(shí)例更少,而彩鈴業(yè)務(wù)作為繼短信業(yè)務(wù)之后的第二個快速發(fā)展的增值業(yè)務(wù),能夠?qū)⑸墳椴殊徲脩舻目蛻羰杖胩岣?元左右,大量的彩鈴新增用戶將對運(yùn)營商帶來可觀的收入,因此作者選定彩鈴用戶這一研究對象開展研究。 在研究方法的選擇上,作者借鑒了國內(nèi)一些研究的經(jīng)驗(yàn)并結(jié)合本次研究的目的確定研究流程以及研究方法。在對原始數(shù)據(jù)進(jìn)行初次聚類時采用了自組織神經(jīng)網(wǎng)絡(luò)算法進(jìn)行無監(jiān)督的學(xué)習(xí),并通過因子分析來對數(shù)據(jù)進(jìn)行降維,然后基于彩鈴用戶的消費(fèi)行為進(jìn)行聚類,這個階段解決的問題是“研究什么樣的人?”；在確定了研究對象后進(jìn)行二次聚類時采用了K-Means算法,并通過統(tǒng)計分析方法解決K-Means算法K值的確定問題,以及初始聚類中心的問題,這個階段解決的主要問題是“哪些人彩鈴消費(fèi)高?”和“哪些人彩鈴消費(fèi)低?”,解決這個問題是為了分析影響彩鈴消費(fèi)的客戶消費(fèi)行為特征,進(jìn)而指導(dǎo)下一階段彩鈴預(yù)測模型的屬性選擇；最后利用不同的決策樹算法對彩鈴用戶和非彩鈴用戶組成的訓(xùn)練集進(jìn)行有指導(dǎo)的歸納學(xué)習(xí),生成預(yù)測用戶彩鈴開通與否的規(guī)則集,并通過對比實(shí)驗(yàn)評價哪種算法在本次實(shí)驗(yàn)中更優(yōu),最后利用決策樹產(chǎn)生的規(guī)則去預(yù)測現(xiàn)有的非彩鈴用戶,產(chǎn)生可能開通彩鈴的用戶名單,從而指導(dǎo)彩鈴營銷,這個階段解決的主要問題是“什么樣的人會開通彩鈴?”和“什么樣的人不會開通彩鈴?”。論文最后從兩個方面對彩鈴預(yù)測模型進(jìn)行評估,一是對與訓(xùn)練集相似的測試集進(jìn)行預(yù)測,觀察預(yù)測命中率以及覆蓋率,若不滿意則對模型的參數(shù)進(jìn)行調(diào)整,避免模型對訓(xùn)練集過度適應(yīng)性；二是利用規(guī)則集對現(xiàn)有所有非彩鈴用戶進(jìn)行預(yù)測,在真實(shí)的環(huán)境中測試模型,產(chǎn)生預(yù)測名單后跟蹤這些用戶6個月,從預(yù)測當(dāng)月起,統(tǒng)計這些用戶在今后6個月每個月的彩鈴自然開通率(注：不是營銷開通率),將這些預(yù)測名單用戶各個月的自然開通率與所有非彩鈴客戶的各個月的自然開通率進(jìn)行對比,以此來評價模型的有效性。 論文的研究思路可以簡單總結(jié)為：通過研究“什么樣”的人,來發(fā)現(xiàn)彩鈴消費(fèi)的潛在規(guī)律,得出結(jié)論：即“什么樣”的人做“什么樣”的事,那么他們就可能是潛在的彩鈴客戶。這里第一個“什么樣”指彩鈴客戶研究目標(biāo)的定位,第二個“什么樣”指彩鈴客戶的背景信息,例如用戶的年齡、性別等信息,第三個“什么樣”指客戶的消費(fèi)行為特征。 本文的研究流程和和研究方法還適用于電信運(yùn)營商的其他產(chǎn)品其他增值業(yè)務(wù)營銷,例如電信CDMA用戶彩鈴、短信的推廣營銷,移動動感地帶用戶彩信、GPRS包月推薦營銷等,用戶對這些增值業(yè)務(wù)的使用都或多或少的與用戶消費(fèi)行為以及用戶背景信息有關(guān)聯(lián),而數(shù)據(jù)挖掘技術(shù)就可以找到這種聯(lián)系,發(fā)現(xiàn)其中的規(guī)律,因此這些增值業(yè)務(wù)的營銷與本文客戶細(xì)分在彩鈴營銷中的應(yīng)用類似�？梢哉f本論文對利用客戶細(xì)分技術(shù)指導(dǎo)增值業(yè)務(wù)的主動營銷進(jìn)行了探索式的研究,同時預(yù)測模型的評價結(jié)果也證明了用客戶細(xì)分技術(shù)來研究影響彩鈴消費(fèi)的因素,并將這些因素用于彩鈴預(yù)測建模,所得到的結(jié)果是有效的,方法是可行的。
【圖文】：

圖1.1中國移動通信增值業(yè)務(wù)市場歷年及占比變化情況〔2〕中國電信和中國網(wǎng)通的表現(xiàn)同樣不錯，2008年上半年的非話音業(yè)務(wù)分別占到了體的43.5%和40.6%。兩家發(fā)布的上半年業(yè)績報告顯示，2008年上半年中國電信增值和綜合信息應(yīng)用服務(wù)業(yè)務(wù)實(shí)現(xiàn)收入119.87億元人民幣，而中國網(wǎng)通截至今年上半年末，固話用戶達(dá)到10851萬戶，較2007年末減少了231萬戶，雖然不能不面對“移替代”的趨勢，但其積極推進(jìn)創(chuàng)新型業(yè)務(wù)，及時扭轉(zhuǎn)了虧損的局面。從增值業(yè)務(wù)的業(yè)務(wù)種類來看，傳統(tǒng)的移動短信和固網(wǎng)短信業(yè)務(wù)，以其多樣的贏利方式使它們具有巨大的發(fā)展?jié)摿Γ３至碎L期穩(wěn)定的主導(dǎo)地位。以移動短信業(yè)務(wù)為例，短信仍然占據(jù)最大比重，達(dá)到65.3%，其次是彩鈴業(yè)務(wù)，其收入占全部增值業(yè)務(wù)收入的18.1%。這些數(shù)據(jù)說明，彩鈴業(yè)務(wù)己經(jīng)成為繼短信之后的第二個新興增值市場。.2客戶細(xì)分研究與應(yīng)用的現(xiàn)狀對客戶細(xì)分的研究可以分為兩個層面，即初級層次客戶細(xì)分和高級層次客戶細(xì)

圖2.2云南電信某分公司PAS收入結(jié)構(gòu)知名市場調(diào)研機(jī)構(gòu)工DC預(yù)測，未來兩年內(nèi)手機(jī)彩鈴業(yè)務(wù)將成為移動娛樂業(yè)務(wù)收的主要來源，IDC預(yù)測，未來4年內(nèi)全球移動業(yè)務(wù)收入將達(dá)到8000億美元，娛樂性入將達(dá)到數(shù)據(jù)業(yè)務(wù)收入的20%和整體業(yè)務(wù)收入的5%，而娛樂收入的主要來源將是手鈴聲、彩鈴、手機(jī)電視和視頻服務(wù)〔，7]。IDC還預(yù)測，彩鈴業(yè)務(wù)有其固有的優(yōu)勢，將在2010年之后超過手機(jī)鈴聲成為移娛樂性收入的首要來源。IDC無線通信業(yè)務(wù)研究部稱“由于彩鈴業(yè)務(wù)固有的優(yōu)勢，其市場占有率不斷提高將成為不爭的事實(shí)”，彩鈴與提供業(yè)務(wù)的移動網(wǎng)絡(luò)關(guān)系密切，就使得第三方很難介入，除此之外，對于移動通信運(yùn)營商來說，該業(yè)務(wù)還有著其他動娛樂業(yè)務(wù)及內(nèi)容形式所不具備的諸多優(yōu)勢〔”，。彩鈴發(fā)展的趨勢是明朗的，未來幾年內(nèi)彩鈴用戶數(shù)將會快速膨脹，成為增值業(yè)收入的主要組成部分�，F(xiàn)在就需要我們的營銷人，，員抓住這樣一個契機(jī)，對潛在的彩客戶進(jìn)行主動營銷，爭取擴(kuò)大彩鈴的用戶群。
【學(xué)位授予單位】：昆明理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2009
【分類號】：F626

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馮萍,宣慧玉;數(shù)據(jù)挖掘技術(shù)及其在營銷中的應(yīng)用[J];北京輕工業(yè)學(xué)院學(xué)報;2001年01期

2 演克武;張磊;孫強(qiáng);;決策樹分類法中ID3算法在航空市場客戶價值細(xì)分中的應(yīng)用[J];商業(yè)研究;2008年03期

3 連鳳娜;吳錦林;唐琦;;一種改進(jìn)的K-means聚類算法[J];電腦與信息技術(shù);2008年01期

4 于曉燕;;決策樹算法在電信客戶細(xì)分中的應(yīng)用[J];電腦知識與技術(shù)(學(xué)術(shù)交流);2007年01期

5 郭俊鵬;劉西林;;基于ID3算法的進(jìn)一步客戶細(xì)分方法[J];工業(yè)工程;2006年02期

6 陳俊彬,楊春德,張春雷;電信企業(yè)實(shí)施客戶細(xì)分 提升客戶價值[J];經(jīng)濟(jì)論壇;2005年11期

7 周粉妹;;決策樹算法在客戶分類中的應(yīng)用[J];南通職業(yè)大學(xué)學(xué)報(綜合版);2006年03期

8 朱恒民;;基于數(shù)據(jù)挖掘的電信客戶細(xì)分研究[J];中國新通信;2007年22期

9 耿筱媛;張燕平;閆屹;;改進(jìn)的K-means算法在電信客戶細(xì)分中的應(yīng)用[J];計算機(jī)技術(shù)與發(fā)展;2008年05期

10 易s

本文編號：2610327