随着垄断格局的打破,国内电信运营商间的竞争越来越激烈,而单纯的价格战将对竞争的双方造成损失。在网络服务质量等方面的差别逐渐减少的情况下,为了提高市场竞争力,电信企业都在寻求改善客户服务质量的方法。它们迫切地需要提高企业内部的科学决策能力,增强在市场经营等方面的正确判断能力。 客户资源是运营商最重要的核心资源,只有充分细致地认知客户、了解客户的差异化,才能为客户提供更好的服务,才能提高客户满意度和忠诚度,给运营商带来收入和利润,提高运营商的市场竞争地位。数据挖掘技术的应用可以帮助运营商分析客户消费行为,识别客户特征,辅助运营商进行有效的市场营销和客户服务。 目前移动通信运营商虽然都建立了业务运营支撑系统,积累了海量的电子化的业务运营数据,但是各个信息系统都各自比较完整地管理着客户某一部分的信息,众多的客户数据、市场营销数据、帐务数据以不同的数据格式和访问方式分散在不同的系统中,形成众多的信息孤岛,数据在各个信息孤岛中存在着冗余和不一致,不能满足数据挖掘过程中数据必须具有单一视图的要求。同时这些业务系统都是联机事务处理系统,实时处理在线事务,不能适应数据挖掘应用过程中大规模的、频繁的检索操作。因此,必须建立企业级的数据仓库,将不同联机事务处理系统的客户数据聚集在一起,提供一个正确、完整和单一的客户数据环境。同时系统还必须能集成专业化数据挖掘工具和数据分析、展现工具,为决策者使用系统进行经营分析提供便利。 针对这一状况,本文提出一个基于数据挖掘技术的移动通信企业经营分析系统框架,阐述了系统采用的关键技术并结合移动通信企业特点对系统进行分析和设计。 移动通信企业数据量大,因此选择合适的数据挖掘算法,提高系统分析效率,是建立经营分析系统过程中必须考虑的问题之一。 本文采用的数据挖掘过程严格遵照业界流行的CRISP-DM过程模型,结合移动通信企业特点对数据挖掘算法进行了改进。在客户细分过程中,由于客户行为涉及到的变量众多,而且部分变量之间存在较强的相关性,会影响到聚类算