|
|
电信企业如何成功实施数据挖掘项目
来源:精英教育网综合 更新时间:2007-9-18 http://www.edu5a.com |
客户发展分析
包括:客户构成分析,客户持久性分析,客户偏好分析,客户异动分析等。
客户价值分析
包括:客户收益分析,客户成本分析,客户欠费分析,客户缴费分析,优惠敏感度分析等。
客户保持分析
包括:流失客户统计分析,流失客户原因分析,流失客户特征分析,流失客户价值分析等。
客户满意分析 包括:客户服务种类分析,客户服务质量分析,客户投诉情况分析,客户服务频度分析等。
客户行为分析
包括:客户各类业务使用分析,客户购买方式分析,客户异常行为分析,客户信用度管理等。
为了很好的实现上述需求,各电信运营商开始接触和使用各类数据挖掘工具和产品,通过实际的项目运作和实例测试,这些数据挖掘工具和产品各自的优势和特性开始逐渐展现出来,也出现了一些成功的和失败的案例。究竟什么样的数据挖掘产品更能适应电信行业自身的特点和要求呢?讨论这个问题之前,我们先分析一下电信行业数据挖掘项目的实施方法论。
电信企业数据挖掘项目实施的成功方法论
电信企业成功实施数据挖掘项目前首先需要有一套成熟的实施流程和方法作为保障,通过实际验证表明,数据挖掘项目的实施一般应经历:商业理解、数据理解、数据准备、模型建立、结果评估和应用部署几个阶段。在这个循环中有时需要在几个步骤间进行反复,完成实际数据、挖掘目标和商业问题解决之间的平衡,因为完全理想的实施环境目前还不存在,有时必须根据实际情况作出取舍。
商业理解
在这个阶段要明确面临的商业问题和数据挖掘想要达到的目的,完成商业问题到挖掘问题的定义过程。这阶段将产生的主要文档及提交物包括:
1.确定商业目标。包括电信行业背景,需要实现的商业目标和成功标准等; 2.形势评估。包括电信运营商拥有的资源、需求、假定和限制、风险偶然性、专业术语和成本收益等; 3.在上述基础上确定数据挖掘的目标和成功标准; 4.制定的项目计划和阶段性里程碑的设定说明。
明确挖掘的目的。在进行数据挖掘前,一定要明确挖掘的目标。因为电信业务变化快,不同的时期,挖掘的对象并不一样,挖掘目标也千差万别,而挖掘目的不一样,决定了挖掘使用的模型和算法完全不一样。例如:电信开通新视通业务后,根据不同的类型用户对新视通业务的使用情况,预测2-3个月内可能使用该业务的用户类型,使用机率和话务量。
|
|
|
|
|
上一篇:没有了 下一篇:随战略而生——广州电信研究院项目管理系统应用案例 |
|
| 相关新闻 |
|