【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(duì)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(guó)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(guò)數(shù)據(jù)準(zhǔn)備階段分析研究本次實(shí)驗(yàn)各個(gè)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(lái),供真正建模階段對(duì)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(duì)彩鈴客戶進(jìn)行無(wú)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(yíng)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(lái)對(duì)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(cè)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(cè)建模,并得出規(guī)則集；最后用測(cè)試數(shù)據(jù)以及真實(shí)數(shù)據(jù)分別對(duì)預(yù)測(cè)模型進(jìn)行評(píng)價(jià)。 論文采用數(shù)據(jù)挖掘理論和算法并結(jié)合統(tǒng)計(jì)分析方法對(duì)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(guó)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(lái)看,選定彩鈴用戶作為研究對(duì)象的還較少,或者只是在研究電信行業(yè)增值業(yè)務(wù)時(shí)提到,利用數(shù)據(jù)挖掘結(jié)果指導(dǎo)彩鈴營(yíng)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(gè)快速發(fā)展的增值業(yè)務(wù),能夠?qū)⑸?jí)為彩鈴用戶的客戶收入提高5元左右,大量的彩鈴新增用戶將對(duì)運(yùn)營(yíng)商帶來(lái)可觀的收入,因此作者選定彩鈴用戶這一研究對(duì)象開(kāi)展研究。 在研究方法的選擇上,作者借鑒了國(guó)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(duì)原始數(shù)據(jù)進(jìn)行初次聚類時(shí)采用了自組織神經(jīng)網(wǎng)絡(luò)算法進(jìn)行無(wú)監(jiān)督的學(xué)習(xí),并通過(guò)因子分析來(lái)對(duì)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(gè)階段解決的問(wèn)題是“研究什么樣的人?”；在確定了研究對(duì)象后進(jìn)行二次聚類時(shí)采用了K-Means算法,并通過(guò)統(tǒng)計(jì)分析方法解決K-Means算法K值的確定問(wèn)題,以及初始聚類中心的問(wèn)題,這個(gè)階段解決的主要問(wèn)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(gè)問(wèn)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(cè)模型的屬性選擇；最后利用不同的決策樹(shù)算法對(duì)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(cè)用戶彩鈴開(kāi)通與否的規(guī)則集,并通過(guò)對(duì)比實(shí)驗(yàn)評(píng)價(jià)哪種算法在本次實(shí)驗(yàn)中更優(yōu),最后利用決策樹(shù)產(chǎn)生的規(guī)則去預(yù)測(cè)現(xiàn)有的非彩鈴用戶,產(chǎn)生可能開(kāi)通彩鈴的用戶名單,從而指導(dǎo)彩鈴營(yíng)銷,這個(gè)階段解決的主要問(wèn)題是“什么樣的人會(huì)開(kāi)通彩鈴?”和“什么樣的人不會(huì)開(kāi)通彩鈴?”。論文最后從兩個(gè)方面對(duì)彩鈴預(yù)測(cè)模型進(jìn)行評(píng)估,一是對(duì)與訓(xùn)練集相似的測(cè)試集進(jìn)行預(yù)測(cè),觀察預(yù)測(cè)命中率以及覆蓋率,若不滿意則對(duì)模型的參數(shù)進(jìn)行調(diào)整,避免模型對(duì)訓(xùn)練集過(guò)度適應(yīng)性；二是利用規(guī)則集對(duì)現(xiàn)有所有非彩鈴用戶進(jìn)行預(yù)測(cè),在真實(shí)的環(huán)境中測(cè)試模型,產(chǎn)生預(yù)測(cè)名單后跟蹤這些用戶6個(gè)月,從預(yù)測(cè)當(dāng)月起,統(tǒng)計(jì)這些用戶在今后6個(gè)月每個(gè)月的彩鈴自然開(kāi)通率(注：不是營(yíng)銷開(kāi)通率),將這些預(yù)測(cè)名單用戶各個(gè)月的自然開(kāi)通率與所有非彩鈴客戶的各個(gè)月的自然開(kāi)通率進(jìn)行對(duì)比,以此來(lái)評(píng)價(jià)模型的有效性。 論文的研究思路可以簡(jiǎn)單總結(jié)為：通過(guò)研究“什么樣”的人,來(lái)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(gè)“什么樣”指彩鈴客戶研究目標(biāo)的定位,第二個(gè)“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(gè)“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(yíng)商的其他產(chǎn)品其他增值業(yè)務(wù)營(yíng)銷,例如電信CDMA用戶彩鈴、短信的推廣營(yíng)銷,移動(dòng)動(dòng)感地帶用戶彩信、GPRS包月推薦營(yíng)銷等,用戶對(duì)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(yíng)銷與本文客戶細(xì)分在彩鈴營(yíng)銷中的應(yīng)用類似�？梢哉f(shuō)本論文對(duì)利用客戶細(xì)分技術(shù)指導(dǎo)增值業(yè)務(wù)的主動(dòng)營(yíng)銷進(jìn)行了探索式的研究,同時(shí)預(yù)測(cè)模型的評(píng)價(jià)結(jié)果也證明了用客戶細(xì)分技術(shù)來(lái)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(cè)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(guó)移動(dòng)通信增值業(yè)務(wù)市場(chǎng)歷年及占比變化情況〔2〕中國(guó)電信和中國(guó)網(wǎng)通的表現(xiàn)同樣不錯(cuò)，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(jī)報(bào)告顯示，2008年上半年中國(guó)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(guó)網(wǎng)通截至今年上半年末，固話用戶達(dá)到10851萬(wàn)戶，較2007年末減少了231萬(wàn)戶，雖然不能不面對(duì)“移替代”的趨勢(shì)，但其積極推進(jìn)創(chuàng)新型業(yè)務(wù)，及時(shí)扭轉(zhuǎn)了虧損的局面。從增值業(yè)務(wù)的業(yè)務(wù)種類來(lái)看，傳統(tǒng)的移動(dòng)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�，保持了長(zhǎng)期穩(wěn)定的主導(dǎo)地位。以移動(dòng)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(shuō)明，彩鈴業(yè)務(wù)己經(jīng)成為繼短信之后的第二個(gè)新興增值市場(chǎng)。.2客戶細(xì)分研究與應(yīng)用的現(xiàn)狀對(duì)客戶細(xì)分的研究可以分為兩個(gè)層面，即初級(jí)層次客戶細(xì)分和高級(jí)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(chǎng)調(diào)研機(jī)構(gòu)工DC預(yù)測(cè)，未來(lái)兩年內(nèi)手機(jī)彩鈴業(yè)務(wù)將成為移動(dòng)娛樂(lè)業(yè)務(wù)收的主要來(lái)源，IDC預(yù)測(cè)，未來(lái)4年內(nèi)全球移動(dòng)業(yè)務(wù)收入將達(dá)到8000億美元，娛樂(lè)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(lè)收入的主要來(lái)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(cè)，彩鈴業(yè)務(wù)有其固有的優(yōu)勢(shì)，將在2010年之后超過(guò)手機(jī)鈴聲成為移娛樂(lè)性收入的首要來(lái)源。IDC無(wú)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(shì)，其市場(chǎng)占有率不斷提高將成為不爭(zhēng)的事實(shí)”，彩鈴與提供業(yè)務(wù)的移動(dòng)網(wǎng)絡(luò)關(guān)系密切，就使得第三方很難介入，除此之外，對(duì)于移動(dòng)通信運(yùn)營(yíng)商來(lái)說(shuō)，該業(yè)務(wù)還有著其他動(dòng)娛樂(lè)業(yè)務(wù)及內(nèi)容形式所不具備的諸多優(yōu)勢(shì)〔”，。彩鈴發(fā)展的趨勢(shì)是明朗的，未來(lái)幾年內(nèi)彩鈴用戶數(shù)將會(huì)快速膨脹，成為增值業(yè)收入的主要組成部分。現(xiàn)在就需要我們的營(yíng)銷人，，員抓住這樣一個(gè)契機(jī)，對(duì)潛在的彩客戶進(jìn)行主動(dòng)營(yíng)銷，爭(zhēng)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(jí)別】：碩士
【學(xué)位授予年份】：2009
【分類號(hào)】：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(yíng)銷中的應(yīng)用[J];北京輕工業(yè)學(xué)院學(xué)報(bào);2001年01期

2 演克武;張磊;孫強(qiáng);;決策樹(shù)分類法中ID3算法在航空市場(chǎng)客戶價(jià)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(shù)算法在電信客戶細(xì)分中的應(yīng)用[J];電腦知識(shí)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(jià)值[J];經(jīng)濟(jì)論壇;2005年11期

7 周粉妹;;決策樹(shù)算法在客戶分類中的應(yīng)用[J];南通職業(yè)大學(xué)學(xué)報(bào)(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(guó)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(jì)算機(jī)技術(shù)與發(fā)展;2008年05期

10 易s

本文編號(hào)：2610327