首页 | 财经 | 资源 | 股票怎么玩 | 考研 | 怎么样玩股票 | 论文 | 玩股票怎么开户 | 投稿 |

全球金融证书大汇总: CFA - FRM - 财务顾问主办人 - 中国精算师 - 保荐代表人 - ACCA - CFP - FECT - 金融英语 - 证券从业 - 期货从业 - 银行从业 - 保险从业 - 更多
金融大学:银行学院 - 保险学院 - 外汇学院 - 债券学院 - 股票学院 - 基金学院 - 港股学院 - 权证学院 - 黄金学院 - 期指学院 - 财经股票书籍在线阅读 - 金融类书籍下载

当前位置:首页 > 金融资源 > 金融数理软件 > 文章正文

spss应用案例:某电信公司的数据挖掘咨询项目

www.21jrr.com发布时间:2010-05-18 15:58文章来源:未知投稿给我们

    应用案例:某电信公司的数据挖掘咨询项目 
    (一)商业背景
    本次使用的数据是基于一个虚构的电信公司;这个数据完全是虚拟的,无关于任何真实的公司。但是数据挖掘技术适用于多个行业。
    客户流失分析和交叉销售是数据挖掘在电信行业的主要应用,是电信运营商用来获取利润最直接最有效的手段。
    在目前竞争激烈的电信市场中,企业和客户之间的关系是经常变动的,一旦成为电信企业的客户,电信企业就要尽力保持这种客户关系。客户关系的最佳境界体现在3个方面:最长时间地保持这种关系;最多次数地和客户交易;保证每次交易的利润最大化。因此,该电信公司需要对已有的客户进行流失分析和交叉销售。
    (二)已有数据
    我们从该电信公司数据库中抽取4个数据来进行研究,包括:
    custinfo.dat:客户的基本信息
    cdr.dat:按月汇总的通话数据
    tariff.dat:使用的资费明细的具体信息
    products.dat:每个客户购买的产品及服务的列表

    (三)解决方案
    模型1:流失分析
    在客户流失分析系统中,如何应用数据挖掘技术?主要方式是根据以前拥有的客户流失数据建立客户属性、服务属性和客户消费数据与客户流失可能性关联的数学模型,找出客户属性、服务属性和客户消费数据与客户流失的最终状态的关系,并给出模型。
     首先对客户进行细分,通过分析与描述,寻找高流失率的客户群体
     对易流失客户建立规则
     建立评分模型,按照流失程度,对已有客户进行等级评分

    下图是该模型数据流的组合应用。(注:方框代表数据,椭圆代表数据流)
     

    模型2:交叉销售模型

    该模型包含的数据流是采用了交叉销售数据挖掘应用的通用结构。

    在该公司所掌握的客户信息,尤其是以前购买行为的信息中,可能正包含着这个客户决定下一次购买行为的关键因素。通过数据挖掘,可以帮助该公司寻找影响客户购买行为的因素,使其能够科学地制定营销策略,从而向客户进行合理的交叉销售获取更多的利润。(注:方框代表数据,椭圆代表数据流)


    (四)结果
    第一个模型对客户价值进行细分,并对易流失客户建立规则,预测不同价值的客户的迁移及流失,产生了:
     客户细分模型
     客户流失模型
    第二个模型对客户的购买行为进行分析,这个模型主要包括如下结果:
     对客户消费数据进行分析与描述
     产生客户交叉销售模型

    更多

    相关阅读

    焦点图文

    关于我们 | 广告服务 | 商务合作 | 网站地图 | TAG | 友情连接

    版权所有 Copyright(C)2013-2014 天下金融网(www.21jrr.com),未经授权禁止复制或建立镜像,否则将依法追究法律责任!
    声明:我们不做任何形式的代客股票怎么玩及投资指导,凡是以天下金融网名义做股票推荐的行为均属违法!
    广告商的言论与行为均与天下金融网无关!股市有风险,投资需谨慎。
    联系我们