电信业中数据库营销的商务智能研究

VIP免费
3.0 陈辉 2024-11-19 4 4 1.21MB 82 页 15积分
侵权投诉
I
中文摘要
我国电信业在进一步放开,国外资本逐步进入我国电信市场,国际化的市场
坏境要求国内的电信运营企业在经营管理上能够迅速赶上国外的先进水平,以迎
接电信运营业的国际化竞争。同时随着国内电信行业改革和重组的不断深化,国
内电信业务的市场环境将渐趋合理,竞争将日益加剧。国内外电信业的竞争态势,
对电信运营企业的服务意识、服务内容、服务方式、服务质量、以及经营管理水
平等均提出了严峻的挑战,要求国内的电信运营企业在经营理念、管理模式上有
一个较高层次的飞跃,以求在电信运营业日益残酷的国际化竞争中立于不败之地;
同时,也要求国内电信运营企业从传统的以产品为中心,以营业窗口为基础的运
营模式,逐步向以客户为中心、以数据为中心、以信息为基础的模式转变。
本文针对目前电信业以客户为中心、以数据为中心、以信息为基础的模式的
转变提出了构建电信行业商务智能系统(BI)
商务智能是一种综合运用数据仓库、联机分析和数据挖掘技术处理和分析数
据的应用,它使我们能够将数据转变为信息和知识。
本文将在国外已有研究的基础上,结合我国电信企业的实际需要,通过对电
信营销数据库、数据仓库和数据集市中的数据进行多维分析,并综合各种分析因
素,根据电信营销的需要,对客户细分和客户流失预防模块进行研究。本文探索
基于数据挖掘的客户细分理论与方法及客户细分系统架构,并通过对客户通话记
录数据的分析,通过 K-Means, Kohonen、决策树等挖掘方法来得到客户群的分类。
论文以河南移动建立经营分析系统(BI 应用于电信中叫电信经营分析系统)
为案例研究,河南移动在建立经营分析系统的过程中主要应用了 SPSS 的统计软件
和 SAS 的聚类模块,与本文重点研究的基于数据挖掘的客户细分和客户流失模块
相一致,进一步揭示了基于数据挖掘建立客户细分模型的实际应用及在此基础上
如何实施精细化营销,为电信企业数据库营销的商务智能化提供了借鉴与参考。
希望本研究能为加强与提高商务智能在我国电信运营业中的应用起到一点推
动作用。
关键词: 商务智能 数据挖掘 OLAP 数据仓库 客户细分 客户流流失
精细化营销
II
ABSTRACT
Our national telecommunication industry is more and more open, the foreign
capital is coming the market, it is necessary for telecommunication enterprises to
enhance management with international marketing environment. At the same time, with
the reform and reorganization of national telecommunication enterprises, the marketing
environment of national telecommunication enterprises will go to be in reason, the
competition will prick up much. Which will be a challenge of service thinkservice
content service method service quality and management lever, that needs a big
congress of conduct think and management model, so the telecommunication
enterprises can win in international competition, it is necessary to change
product-orientated and Operation mode based on business window to
customer-orientateddata-orientatedinformation-based.
The article brings forward building business intelligence(BI) of telecommunication
industry with the model of product-orientated and con business windows-based to
customer-orientateddata-orientatedinformation-based.
BI is an application that exercise data warehouseOLAPdata mining synthetically,
thus we can make information or knowledge from data.
The article will study customer subdivide and guarding against customer churn, the
study is based on foreign studied, combined practical needs from national enterprises,
with analysis the date of marketing data house
data warehouse
data market, this article
will use all kinds of mining methods, such as K-Means, Kohonen, decision tree to get
the classification of customer cluster, and be estimated and validated in SPSS
Clementine.
Hope the study can play a promotional role on enforcing and boosting the
application of business intelligence in national telecommunication industry.
KEYWORDS: Business Intelligence, Data Mining, OLAP, Data War
ehouse, Customer Classification, Customer ChurnFi
ne Marketting
III
目 录
中文摘要
ABSTRACT
第一章 绪论.....................................................................................................................1
§1.1 论文背景..........................................................................................................1
§1.1.1 商务智能产生的背景.............................................................................1
§1.1.2 商务智能的定义.....................................................................................2
§1.1.3 商务智能的发展过程.............................................................................3
§1.1.4 商务智能的应用.....................................................................................4
§1.1.4.1 国外应用状况................................................................................4
§1.1.4.2 国内应用状况...............................................................................4
§1.2 论文研究的意义及内容..................................................................................5
§1.2.1 论文的研究意义.....................................................................................5
§1.2.2 论文的研究内容.....................................................................................6
§1.2.3 论文组织结构.........................................................................................7
第二章商务智能框架及技术综述...................................................................................9
§2.1 商务智能框架..................................................................................................9
§2.2 BI 技术综述....................................................................................................10
§2.2.1 BI 的数据存储技术一数据仓库和数据集市.......................................10
§2.2.2 BI 的分析技术一 OLAP ....................................................................... 12
§2.2.3 BI 的另一分析技术一数据挖掘...........................................................14
§2.2.3.1 数据挖掘的概念和发展过程......................................................14
§2.2.4 OLAP 与数据挖掘之间的关系--联机分析挖掘 ................................. 17
§2.2.5 BI 的表示和发布技术一数据可视化和 Web 技术............................. 19
第三章 电信业中数据库营销的商务智能分析...........................................................21
§3.1 客户细分与精细化营销模块分析................................................................21
§3.1.1 客户细分的定义...................................................................................21
§3.1.2 客户细分的方法...................................................................................21
§3.1.3 数据挖掘分析在客户细分中的作用...................................................23
§3.1.4 精确营销理论及其对于通信行业的启示...........................................25
§3.1.5 精确营销的概念...................................................................................25
§3.1.6 精确营销的重要性...............................................................................26
§3.1.7 客户细分是精确营销的基础...............................................................26
IV
§3.1.8 电信企业客户细分的迫切性...............................................................28
§3.2 客户流失预防模块分析................................................................................28
§3.2.1 客户流失概述.......................................................................................29
§3.2.2 研究背景与研究动机...........................................................................30
§3.2.3 国内外研究与应用现状.......................................................................31
§3.2.4 客户流失管理的必要性分析...............................................................32
§3.2.5 预防客户流失的对策研究...................................................................33
第四章 电信业商务智能模块模型设计及实证研究...................................................35
§4.1 商务智能的实施方法论................................................................................35
§4.1.1 商务智能的应用实施...........................................................................35
§4.1.2 商务智能项目的实施步骤...................................................................36
§4.1.3 成功应用 BI 的策略.............................................................................37
§4.2 基于数据挖掘的客户细分模型设计.............................................................38
§4.2.1 客户细分实现的数据挖掘过程...........................................................38
§4.2.1.1 数据准备.....................................................................................38
§4.2.1.2 数据预处理.................................................................................40
§4.2.1.3 数据的分类--聚类分析.............................................................. 41
§4.2.1.4 聚类分析中的数据类型.............................................................42
§4.2.1.5 主要聚类方法的分类.................................................................42
§4.2.2 利用层次聚类算法建立客户细分模型...............................................45
§4.2.3 基于客户细分的精细化营销系统实现框架.......................................47
§4.2.4 案例分析-河南移动基于客户细分的精细化营销策略 ..................... 48
§4.2.4.1 中国移动通信行业发展现状及趋势.........................................48
§4.2.4.2 河南移动实现精确营销过程中面临的问题.............................48
§4.2.4.2.1 河南移动数据挖掘客户细分模型...................................49
§4.2.4.2.2 客户细分目标及建模对象确定.......................................50
§4.2.4.3 客户细分指标体系设计.............................................................51
§4.2.4.3.1 不同大类客户行为差异定性分析...................................51
§4.2.4.3.2 客户细分指标设计...........................................................51
§4.2.4.3.3 客户细分指标权重计算...................................................53
§4.2.4.4 K-means 算法构建客户细分模型 .............................................. 55
§4.2.4.4.1 客户大类细分...................................................................56
§4.2.4.4.2 数据挖掘客户细分...........................................................58
V
§4.2.4.5 基于客户细分的精细化营销策略.............................................59
§4.2.4.5.1 基于客户细分的资费产品设计.......................................59
§4.2.4.5.2 基于客户细分的系列资费套餐推广方案.......................61
§4.2.4.5.3 基于客户细分的差异化服务策略应用...........................64
§4.3 客户流失预测模型设计................................................................................66
§4.3.1 预测模型的主要方法...........................................................................66
§4.3.2 数据挖掘建模过程...............................................................................68
§4.3.2.1 数据理解和准备.........................................................................68
§4.3.2.1.1 时间窗及潜伏期...............................................................68
§4.3.2.1.2 数据抽样...........................................................................69
§4.3.2.1.3 数据探索...........................................................................70
§4.3.2.1.4 数据调整...........................................................................70
§4.3.2.1.5 数据建模...........................................................................70
§4.3.2.2 挑选输入变量.............................................................................70
§4.3.3 客户流失的预测模型和预防客户流失的解决框架...........................72
第五章 总结与展望.......................................................................................................75
§5.1 总结................................................................................................................75
§5.2 通信企业中商务智能系统建设的展望........................................................75
参考文献...................................................................................................................77
在读期间公开发表论文和承担科研项目及取得成果.................................................79
致 谢...............................................................................................................................80
第一章 绪论
1
第一章 绪论
§1.1 论文背景
§1.1.1 商务智能产生的背景
在短短的二十几年里,中国经济在从计划经济向市场经济转型的过程中,也
逐渐由稀缺经济向过剩经济过渡。我国百姓对商品的需求已经不再满足于基本的
生活需要,更加注重的是具有个性化和人情味的产品和服务。市场被区隔成一个
个更小的消费者群,市场细分越来越重视消费者的兴趣和感受。针对这种状况,
需要营销者时刻关注消费者需求的变化,及时与消费者沟通,制定针对性的营销
策略,提供完善的产品及服务,满足不断变化的消费者需求。基于此,由稀缺经
济导致的大规模生产以及与之相应的传统营销方式和那种传统的单向沟通的营销
方式将面临着严峻的考验,需要新的双向沟通的和更加灵活的生产方式以及与之
相应的营销方式取而代之,建立起顾客与企业间的长期稳定的互动关系。正是这
种变化使得数据库营销应时而生。
数据库营销给我们带来方便的同时也出现了难题:随着计算机和自动化数据
采集工具的广泛应用,人们利用信息技术生产和搜集数据的能力大幅度提高,各
应用领域的数据库中存储了大量的数据,尤其市场营销领域的数据库容量更是达
到上万亿的水平(Terabytes) --- 1,000,000,000,000 个字节。随着数据库技
术的迅速发展以及数据库管理系统的广泛应用,人们积累的数据越来越多。激增
的数据背后隐藏着许多重要的信息,人们希望能够对其进行更高层次的分析,以
便更好地利用这些数据。目前的营销数据库系统可以高效地实现数据的录入、查
询、统计等功能,但无法发现数据中存在的关系和规则,无法根据现有的数据预
测未来的发展趋势。缺乏挖掘数据背后隐藏的知识的手段,导致了“数据爆炸但
知识贫乏”的现象。因此,面对“人们被数据淹没,人们却饥饿于知识”的挑战,
数据挖掘(Date Mining)和知识发现(Knowledge Discovery Database)技术应运而
【1】
如今提到数据库营销会被认为是老掉牙的话题,我们站在今天,如何推陈出新
使其焕然一新呢?如果能够把数据库营销与最新的信息技术相结合起来,情况就会
发生变化。具体来说,对营销数据库运用数据仓库、OLAP 和数据挖掘等技术,从新
构建数据库系统,让营销数据库具备一定智能,也就是商务智能。这一过程可以表
摘要:

I中文摘要我国电信业在进一步放开,国外资本逐步进入我国电信市场,国际化的市场坏境要求国内的电信运营企业在经营管理上能够迅速赶上国外的先进水平,以迎接电信运营业的国际化竞争。同时随着国内电信行业改革和重组的不断深化,国内电信业务的市场环境将渐趋合理,竞争将日益加剧。国内外电信业的竞争态势,对电信运营企业的服务意识、服务内容、服务方式、服务质量、以及经营管理水平等均提出了严峻的挑战,要求国内的电信运营企业在经营理念、管理模式上有一个较高层次的飞跃,以求在电信运营业日益残酷的国际化竞争中立于不败之地;同时,也要求国内电信运营企业从传统的以产品为中心,以营业窗口为基础的运营模式,逐步向以客户为中心、以...

展开>> 收起<<
电信业中数据库营销的商务智能研究.pdf

共82页,预览9页

还剩页未读, 继续阅读

作者:陈辉 分类:高等教育资料 价格:15积分 属性:82 页 大小:1.21MB 格式:PDF 时间:2024-11-19

开通VIP享超值会员特权

  • 多端同步记录
  • 高速下载文档
  • 免费文档工具
  • 分享文档赚钱
  • 每日登录抽奖
  • 优质衍生服务
/ 82
客服
关注