数据仓库和数据挖掘技术在电信CRM中的应用

3 数据挖掘技术在电信CRM中的应用

数据仓库主要完成数据的采集、稽核、入库转存、应用管理等工作，目的主要是为数据挖掘和数据分析应用等深层次的数据分析提供平台。但显然，只有数据仓库无法将隐藏在数据背后的重要信息挖掘出来加以利用。要发现客户信息之间潜在的联系，CRM系统必须把数据仓库技术和数据挖掘技术有机地结合起来。从某种意义讲，数据仓库对数据挖掘来说仅仅是一个数据源的作用。因此，数据挖掘技术的正确有效使用是电信企业制胜的关键。以下给出几种具体应用供参考。

3.1 客户群体的分类和聚类

一般来说，占客户数20%的大客户会给公司带来81%以上的利润。于是，怎样找到这样的高端客户群，就得依靠CRM核心系统对用户进行聚类、分类分析。聚类分析与分类分析是可以互相逆反的。

3.2 客户流失的控制与预测

根据哈佛商业评论的研究，通常获取一个新客户的成本是保持一个客户费用的5倍左右，当客户流失率在每降5%时，每位客户平均保有价值直接增到25%～100%。所以电信企业存量客户保有是经营的重点目标。

3.3 一对一营销模式

根据用户个性化需求，从客户角度出发，为客户定制个性化的独特服务或产品，是目前整体电信消费群体的集中消费特征体现。因此，公司必须力争做到给不同类型的客户提供完全不一样的个性服务或产品，提升客户满意度。数据挖掘技术应运而生，恰好能够支撑电信企业完成这一目标。

3.4 产品、服务的关联分析

数据挖掘技术的核心模式是关联分析，用以挖掘不同项目数据之间的关系。目的是为发掘出数据之间隐藏的关系规则。通过对电信产品或电信服务的有效关联分析，进而发掘电信服务或产品之间的关系，开发出最受客户欢迎的产品服务组合，一般情况用户会一起选购、一起使用、一起消费，由此可以定制组合套餐，优先向客户推荐，为用户提供贴心服务。

4 结语

随着以客户为中心理念的不断深入，CRM与数据仓库、数据挖掘技术存在复杂的紧密关系。数据仓库技术作为CRM的基石，是电信行业CRM系统的核心存储体系，是数据挖掘技术的来源。只有将三者有机结合，并集成使用，才能实现CRM的价值和目标。

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友