数据挖掘在电信增值业务营销中的应用研究

中国联合网络通信有限公司山西阳泉分公司 魏 军

1.引言

目前，TD-SCDMA、CDMA2000和WCDMA等3G技术逐渐趋于成熟，为人们提供了高速的数据接入和下载速度，加剧了增值业务市场竞争的激烈程度，导致增值业务已经从“技术驱动”的营销模式转变为“市场驱动”和“客户驱动”模式，逐渐实现了精细化营销。因此，作为典型的数据密集型行业，增值业务海量数据市场对企业蕴含了巨大的商机，使用数据挖掘工具，分析增值业务产品使用频繁模式、客户消费行为、渠道层次，发现受众较广的产品，评价顾客的需求，制定精细化的营销策略，为客户提供层次化、多样化和个性化的增值业务组合方案，已经成为诸多管理学者、计算机学者和运营商企业共同追求的目标。

2.数据挖掘概念

数据挖掘可以从海量的、不规则的、存在噪声的数据中发现潜在的数据模式，揭示数据隐藏的规律，以便为人们决策、判断做出有力的支撑，已经在很多领域得到了广泛的应用和普及，尤其是市场营销领域，取得了良好的效果。目前，运营商经过多年的累计，已经积累了数十亿的用户规模，增值业务市场规模巨大，商机无限，作为一种新型的商业数据信息处理技术，数据挖掘可以对电信增值业务数据仓库中的原始数据进行预处理、特征提取、数据转换、分析和建模处理，提取有价值的信息，助理营销决策，降低营销成本，防范运营风险，拓展增值业务用户规模，提升市场竞争力。

3.数据挖掘在电信增值业务中的应用

由于成熟的3G通信技术提高了用户上网速度，使得越来越多的增值业务内容可以提供给人们使用，促进增值业务市场竞争压力骤然上升，必须创新营销工具，数据挖掘为此提供了契机。数据挖掘技术可以应用到增值业务营销的每一个环节，支撑营销人员获取需求，精准把控市场。

(1)细分客户群

基于客户的消费行为、属性等指标，可以细分客户群，将具有同质的客户划分到一个群体中，群间具有明显的差异，群内高度相似，不同群的客户具有不同的增值业务使用需求，助力营销决策者有效的掌控用户群的质量和结构。

(2)精选目标客户

根据用户消费特征，基于数据挖掘技术从数据库中精选潜在目标客户，展开营销活动。应用数据挖掘技术，可以更加精准的获取目标群体，提升营销准确度，降低营销成本，进而提高营销效果。

(3)分析流失客户

目前，涉足增值业务产品的设计、开发者过多，导致产品存在冗余、过剩和同质等现象，并且，用户在各大运营商之间的转网非常简单，成本低廉，因此导致用户流失率较高。通过分析，可以采取数据挖掘工具和算法，分析已经流失的客户相关特征，开发和建立用户流失预警模型，以便能够预知将要流失的客户倾向，及时的采用赢回措施实施挽留。

(4)分析用户欺诈行为

用户欺诈行为给增值业务运营带来极大的损失，应用数据挖掘技术，提取欺诈用户的客户信息，分析欺诈行为潜在的特征模式，建立欺诈行为预警模型，检测到可疑用户或者消费行为时，及时采取控制措施，将风险、损失降到最低。

(5)确定产品营销渠道

目前，增值业务营销渠道包括线上和线下两种，由于客户消费行为习惯不同、增值业务产品特征等，应用数据挖掘技术，挖掘产品的频繁模式，定位客户的订购渠道，合理布局两种渠道的产品，制定合适的渠道推广策略，提升渠道利用率，提升客户感知度。

(6)交叉销售

应用关联规则等数据挖掘算法，可以有效的发现用户使用的增值业务产品之间的关联关系，根据学习到的知识，当用户使用某种增值业务时，即可推荐其可能购买的另一种产品或者服务，实现交叉销售，提高客户价值，渗透增值业务。

(7)分析市场

使用数据挖掘工具，可以有效的获得市场发展特征，发现目标市场，并且能够预测市场发展趋势，以便能够掌控市场。在分析市场过程中，可以利用数据挖掘发现的目标市场模型进行仿真，模拟计费和模拟出账，可以实现营销活动的最大化收益，并且利用回归分析，预测新型增值业务产品的发展趋势，支撑推广的决策。

4.结束语

目前，3G通信技术逐渐成熟，4G/5G技术即将到来，增值业务市场竞争激烈程度加剧，增值业务需求多样化，传统营销策略无法满足人们的需求。基于数据挖掘技术，在增值业务营销的各个环节，挖掘产品、用户、渠道的潜在模式，制定精细化、精确化、个性化的增值业务营销策略，满足各个用户群体的差异化需求，可以有效的激活潜在客户，保留存量客户，拓展新增客户。

[1]张立美.基于数据挖掘的电信客户细分模型的研究与应用[D].电子科技大学,2010:14-20.

[2]杜金刚.数据挖掘在电信客户关系管理及数据业务营销中的应用[D].北京邮电大学,2010:21-32.

[3]林丽金.数据挖掘技术在电信数据业务精确营销中应用研究[J].科协论坛(下半月),2011,19(06):12-14.

[4]向铖.分类预测技术在移动通信企业数据挖掘分析中的应用研究[D].湖南大学,2010:7-16.

[5]窦会昌.数据仓库技术在电信精确营销领域的应用探讨[J].市场周刊(理论研究),2011,21(05):15-16.