电信市场客户分群

1.引言 

随着国内电信市场竞争的日趋激烈，电信运营商的经营模式逐渐从“技术驱动”向“市场驱动”、“客户驱动”转化。面对客户的多样化、层次化、个性化的需求，大众化营销已经失去了其优势，基于客户信息、客户价值和行为，深入数据分析的洞察力营销、精确化营销的理念逐渐被各大电信运营商所接受，并渴望通过从数据中挖掘价值来减少营销成本、提高营销效益。近几年迅速崛起的数据挖掘技术成为实现这些目标的必要手段。

数据挖掘是从海量数据中提取隐含在其中的有用信息和知识的过程。电信各运营支撑系统所积累的海量历史数据是企业的一笔宝贵财富，谁能正确地挖掘与分析隐含在数据中的知识，谁就能更好地向用户提供产品与服务，从而在竞争中脱颖而出。数据挖掘提供了从数据到价值的解决方案：“数据 + 工具+方法+目标+行动=价值”。数据挖掘目前已有一系列应用：分类分析、聚类分析、预测分析、偏差分析、关联分析和时序模式等，这些应用涉及到的技术和工具各不相同，然而却可以依据统一的方法论来实行，并可以协同作战，解决许多有价值的商业问题。由SPSS、NCR和Daimler-Benzd在1996年提出的CRISP-DM方法论是国际上数据挖掘行业流行的标准，其成功之处在于源于实践，是实际数据挖掘项目的智慧和经验的结晶。CRISP-DM定义了数据挖掘项目的标准化流程，如图1所示。

图1　CRISP-DM方法论

准确的细分市场和差异化的营销策略是目前电信企业市场营销所必须面对的难题。所谓市场细分是指营销者根据顾客之间需求的差异性，把一个整体市场划分为若干个消费者群的市场分类过程。由于顾客对电信产品需求的多样性、变动性以及电信企业资源的有限性，电信企业在进行市场营销过程中，必须进行市场分析，选择目标市场，做出市场定位，并结合目标市场的特点和结构制定有针对性的市场营销策略。客户分群是了解客户进行市场细分和目标市场营销的前提。数据挖掘的分类和聚类的方法都可应用于客户分群。下面我们将对用聚类方法进行客户分群的实现模式进行详细阐述，为电信目标市场营销的客户分群提供完整的解决方案，并以实际案例验证其可行性。