电信行业数据挖掘（上海·07年08月）

• 培训时间
  　　3天（2007年8月22-24日）

• 培训内容
  　　数据挖掘原理＋解决电信行业业务问题＋Clementine软件实现

• 应用工具
  　　Clementine

• 学员参加本课程的必要条件
  本课程要求学员熟悉Windows操作系统，并具有基本的数据挖掘知识。这门课程会简单地介绍数据挖掘及电信业务知识，但更重要地是，展示软件如何解决电信业务问题。

• 课程形式
  课程以讲授和上机操作相结合来进行。培训期间，每人一台电脑。

• 价格
  Y3880.00元

  应用案例：某电信公司的数据挖掘咨询项目

  • 商业背景
    本次使用的数据是基于一个虚构的电信公司；这个数据完全是虚拟的，无关于任何真实的公司。但是数据挖掘技术适用于多个行业。
    客户流失分析和交叉销售是数据挖掘在电信行业的主要应用，是电信运营商用来获取利润最直接最有效的手段。
    在目前竞争激烈的电信市场中，企业和客户之间的关系是经常变动的，一旦成为电信企业的客户，电信企业就要尽力保持这种客户关系。客户关系的最佳境界体现在3个方面：最长时间地保持这种关系；最多次数地和客户交易；保证每次交易的利润最大化。因此，该电信公司需要对已有的客户进行流失分析和交叉销售。

  • 已有数据
    我们从该电信公司数据库中抽取4个数据来进行研究，包括：

    • custinfo.dat：客户的基本信息

    • cdr.dat：按月汇总的通话数据

    • tariff.dat：使用的资费明细的具体信息

    • products.dat：每个客户购买的产品及服务的列表

  • 解决方案

    • 模型1：流失分析
      在客户流失分析系统中，如何应用数据挖掘技术？主要方式是根据以前拥有的客户流失数据建立客户属性、服务属性和客户消费数据与客户流失可能性关联的数学模型，找出客户属性、服务属性和客户消费数据与客户流失的最终状态的关系，并给出模型。
      首先对客户进行细分，通过分析与描述，寻找高流失率的客户群体
      对易流失客户建立规则
      建立评分模型，按照流失程度，对已有客户进行等级评分
      
      下图是该模型数据流的组合应用。（注：方框代表数据，椭圆代表数据流）

  

  • 模型2：交叉销售模型
    
    该模型包含的数据流是采用了交叉销售数据挖掘应用的通用结构。
    
    在该公司所掌握的客户信息，尤其是以前购买行为的信息中，可能正包含着这个客户决定下一次购买行为的关键因素。通过数据挖掘，可以帮助该公司寻找影响客户购买行为的因素，使其能够科学地制定营销策略，从而向客户进行合理的交叉销售获取更多的利润。（注：方框代表数据，椭圆代表数据流）

  

  • 结果

    • 第一个模型对客户价值进行细分，并对易流失客户建立规则，预测不同价值的客户的迁移及流失，产生了：

      • 客户细分模型

      • 客户流失模型

    • 第二个模型对客户的购买行为进行分析，这个模型主要包括如下结果：

      • 对客户消费数据进行分析与描述

      • 产生客户交叉销售模型 

培训报名

　　 联系人：培训部
　　 电　话：010-58626532
　　 传　真：010-58626532
　　 Email： training@zikoo.com

汇款地址

　　公司名称：北京智道顾问有限责任公司
　　开户银行：中国农业银行北京市东城区支行奥园分理处
　　帐号：11-191501040001493