《固网漏话用户数据分析论文.docx》由会员分享，可在线阅读，更多相关《固网漏话用户数据分析论文.docx（5页珍藏版）》请在三一文库上搜索。
1、编号：时间：2021年X月X日书山有路勤为径，学海无涯苦作舟页码：第1页共5页固网漏话用户数据分析论文1数据挖掘和知识获取数据挖掘是在数据库中进行知识发现的重要方法，是从大量的表面数 据中提取隐藏在其中的知识的过程。近年来，该技术发展迅速，已应用到各个领 域。本文主要介绍固话漏话用户数据挖掘和分析。2数据挖掘技术应用于电信用户数据研究2.1 固网用户数据的组成和结构对于企业来说，大量的用户数据不仅有利于客户关系管理（CRM）,同 时也是获得用户知识的源泉。从用户知识发现的过程中可以看到，用户数据的质 量会对知识发现的结果产生直接的影响，所以用户数据准备也是一项很重要的步 骤。从商业系统中提取出
2、高质量的用户数据就成为一项最主要的工作。固网企业 的用户数据包括用户基本信息、用户账单信息以及客服信息。数据仓库就是根据 这种方式来组织的。2.2 知识发现的方法和过程用户知识发现概括如下：根据提出的商业目标，分析大量的用户数据， 找出隐藏的和未知的规律或者丰富已知的规律，进而提出模型；最后要将数据挖 掘和分析的结果转化成有商业意义的方法，然后采取进一步的行动。用户知识发 现必须遵循以下几个步骤：商业理解，数据理解，数据准备，分类模型，评估应 用。2.3 数据挖掘建立用户分类模型近年来，以客户为中心的电信市场开始强调为不同用户提供个性化 服务，其前提条件就是用户分类。这也说明了过去的消费行为也
3、预示了未来的消 费倾向。（1）商业理解对用户的理解不仅是理解电信市场的开始，也是理解客户关系管理的 开始。在电信企业中对用户的理解包括：用户种类，不同类中用户的本质属性区 别，用户偏好，不同类别之间的用户如何通信等。（2）用户数据准备对用户分类的研究主要是从用户属性中得到用户特征和行为习惯。主 要数据来源于用户账单信息，同时也需要从商业系统中得到一些用户的基本属性 信息。（3）用户分类模型本文使用聚类分析对用户进行细分以建立分类模型。聚类分析是把大 量数据点的集合根据最大化类内相似性、最小化类间相似性的原则进行聚类或分 组，使得每个类中的数据之间最大限度地相似、而不同类中的数据之间最大限度 地
4、不同。3固网漏话用户数据分析3.1 关于固网漏话用户数据分析的商业理解通过各种渠道调查，对固网漏话用户数据分析的目标可以概括为以下 几点：（1）对用户通话次数、时间段等分析，找出特征，以此来寻找目标用 户；（2）对用户开通漏话保护业务前后的ARPU值分析比较，分析收益的 对比；（3）对目标用户数据分析，从用户分类的角度来管理，设计针对性的 服务，提升用户满意度。3.2 系统用户数据准备数据准备的过程：明确目标；制定计划；分析变量的获取：数据收集 和获取：数据集成。根据当前客户关系管理基本状况和数据挖掘的目的，涉及到 的人口属性变量有：性别、年龄、住址、用户职业、婚否、学历、薪资等。用户 分类结
5、束之后，再使用描述变量来进行分析说明。本文选用某市电信公司运营支 持系统和经营分析系统的数据，从中选取了基本客户基本信息表、客户详细话表、 账单及缴费信息表、产品信息表、业务使用清单等原始数据。数据挖掘工具选择 SPSSClementineo在使用该工具进行挖掘之前，需要对数据进行清洗：（1）删掉不满足要求的数据:选择普通的用户：选择状态正常的用户； 选择入网时间较长的用户，使数据有完整的用户周期：（2）去掉异常数据：比如用于测试的号码；（3）去掉极端值：不具备普遍性的极值容易产生噪声。3.3 固网漏话用户数据分析结果考虑到不同分类建立的有效性和简便性，以及固话用户和数据源的特 点,本文采用常
6、见的K-means算法，其高可靠性、高精准性以及低复杂度使其成 为主流的聚类算法。本文选用SPSSClementine作为数据挖掘工具进行K-means 聚类分析。获取原始数据并进行预处理之后，选择参与聚类的细分变量，输入簇 的个数k,选择k=7,然后点击聚类按钮，使用K-means算法对固网漏话用户 数据进行聚类。经过正常值选择、极值处理等一系列的数据清洗工作，最后用于 研究的记录有251284条。3.4 分析结果和解释93%的遇忙话务都出现在8 ： 0018 ： 00的工作时段，这说明该时段遇 忙话务较多，话务量流失严重，特别需要遇忙话务的解决方法。而这一时间段遇 忙话务量最多的就是政企用
7、户，这些话务量流失对政企用户将造成巨大的损失： 30000政企用户一个月遇忙话务损失达到260万次，本网超过120万次，每个月 预计损失20万；以电信中等发达省份为例：符合条件的政企高端用户约为60 万；每年度损失的潜在业务收入为50000万。经过分析，得到该市各地区已开通 和未开通漏话保护业务的用户分布，如图4所示。C区属于政务新区，未开通漏 话业务的用户较多，而F区属于工业园区，企业较多，很多用户已开通漏话保护 业务，但是还有大量用户未开通该业务，所以C区和F区应该作为该业务的重点 推广地区。综上分析，固网漏话业务是一个非常有潜力的业务，解决漏话问题是 提高用户满意度和忠诚度的重要途径。根
8、据上文的分析，在8 : 0018 : 00时间 段，用户遇忙话务量非常多，在这段时间内，企业需要更多的漏话接入服务器， 而在其他时间段可以减少接入服务器以节约成本。而在不同的地区，用户数量和 精准用户的数量也不同，应该选择精准用户较为集中的地区优先推广漏话保护业 务。由于精准高端用户带来的收益远远超过普通用户，所以要对经过筛选的精准 用户采取针对性措施，比如在C区和F区大力宣传，以各种形式让精准客户看到 该业务带来的收益，还可以电话推广为精准用户提供信息。4结论本文将聚类挖掘方法应用到固网漏话用户数据分析中，采用 SPSSClementine工具进行数据挖掘。漏话保护系统主要针对政企高端用户提出， 主要目的是为了提高通话接通率，以提高政企用户的效益，达到用户和运营商的 共赢。而对用户数据的分析，是为了运营商可以更好地服务于政企客户，为企业 带来更多的利益，从根本上改善固网漏话问题。 第5页共5页