（管理科学与工程专业论文）基于改进型模糊聚类算法的电信客户细分研究.pdf

摘要 摘要 随着中国3 g 牌照的发放，中国电信行业的竞争格局发生了巨大的变革，中 国移动通讯集团公司的“g 3 ”品牌的业务营销面临着巨大的挑战。唯有实施合 理的客户细分并准确定位客户的市场需求，“g 3 品牌j 能够在瞬息力变的市 场环境中始终立于不败之地。数据挖掘技术研究和发展为移动公司“g 3 ”品牌 客户细分和客户需求分析提供了可靠的方法。 模糊聚类的研究是数据挖掘中的一个新兴且很活跃的研究领域，可以用来发 现数据分布和模式，是数据挖掘的一个很重要的工具。本文提出的改进型模糊聚 类算法，利用蚁群聚类可以实现任意形状聚类的特点，解决了传统模糊c 均值 聚类( f c m ) 的原型初始化参数问题，通过对标准数据集的测试，证明了该算 法的优秀的聚类效果。本文重点将改进的模糊聚类算法运用于中国移动某省公司 的“g 3 ”品牌的客户聚类分析研究，得到了优良的客户细分结果，并据此为中国 移动的“g 3 ”品牌的市场营销提出了具体的策略和建议。 关键词：模糊聚类算法客户细分电信数据挖掘3 g a b s t r a c t a b s t r a c t w i t ht h ec h i n e s eg o v e r n m e n t i s s u i n g3 gl i c e n s e ，g r e a tc h a n g e sh a v et a k e np l a c e i nt h ec o m p e t i t i o ns i t u a t i o no ft h ec h i n e s et e l e c o m m u n i c a t i o n si n d u s t r y a n dt h e “g 3 ”b r a n do fc h i n am o b i l eg r o u pi s f a c i n gw i t he n o l t n o u sc h a l l e n g e si nt h e m a r k e t i nt h i sc a s e ，t h ec h i n am o b i l eg r o u pm u s ti m p l e m e n tar e a s o n a b l es t r a t e g y f o rc u s t o m e rs e g m e n t a t i o nt om i n et h em a r k e td e m a n d ，w h i c hw i l l h e l pt h e ”g 3 ” b r a n dt od e v e l o pf a s t e ra n dm a i n t a i nt h ef i r s t p o s i t i o ni nt h em a r k e t c u s t o n l e r s e g m e n t a t i o ni sac o m p l e xa n dd i f f i c u l tt a s k ，b u tt h ed a t am i n i n gt e c h n o l o g yj u s t a p p l yt ot h i sj o b f u z z yc l u s t e r i n gi san e wa n dv e r ya c t i v ea r e ai nd a t am i n i n gr e s e a r c h i tc a nb e u s e dt od i s c o v e rd a t ad i s t r i b u t i o na n dd a t ap a t t e r n sa n di t sa v e r yi m p o r t a n tt o o li n d a t am i n i n g i nt h i sp a p e r , t h es t a n d a r d s f u z z yc l u s t e r i n ga l g o r i t h mh a sb e e ni m p r o v e d b a s e do nt h ea n tc o l o n yo p t i m i z a t i o na l g o r i t h mw h i c hc a na c h i e v ea r b i t r a r ys h a p e c l u s t e r i n g t h ei m p r o v e da l g o r i t h ms o l v e st h ep r o b l e mo fd i f f i c u l tt os e tt h ei n i t i a l p a r a m e t e r sa n di sp r o v e dt ob ee x c e l l e n ta f t e rt e s t e d t h e n ，t h ei m p r o v e da l g o r i t h mi s u s e dt os e g m e n tt h ec l i e n t so fg 3b r a n da n dr e c e i v e sa g o o dc u s t o m e rs e g m e n t a t i o n r e s u l t sb a s e do nw h i c hw eg i v eas p e c i f i cm a r k e t i n gs t r a t e g yt ot h ec h i n am o b i l e g r o u pa b o u tt h eg 3b r a n d k e yw o r d s ：f u z z yc l u s t e r i n ga l g o r i t h m ，c l i e n ts e g m e n t a t i o n ，t e l e c o m m u n i c a t i o n s ， d a t am i n i n g ，3 g 中国科学技术大学学位论文原创性声明 本人声明所呈交的学位论文，是本人在导师指导下进行研究工作所取得的成 果。除己特别加以标注和致谢的地方外，论文中不包含任何他人已经发表或撰写 过的研究成果。与我一同工作的同志对本研究所做的贡献均已在论文中作了明确 的说明。 作者签名： 中国科学技术大学学位论文授权使用声明 作为申请学位的条件之一，学位论文著作权拥有者授权中国科学技术大学拥 有学位论文的部分使用权，即：学校有权按有关规定向国家有关部门或机构送交 论文的复印件和电子版，允许论文被查阅和借阅，可以将学位论文编入中国学 位论文全文数据库等有关数据库进行检索，可以采用影印、缩印或扫描等复制 手段保存、汇编学位论文。本人提交的电子文档的内容和纸质论文的内容相一致。 保密的学位论文在解密后也遵守此规定。 口公开口保密( 年) 作者签名： 歪缉 导师签名譬 签字日期：? 兰? 二皇 第1 章绪论 1 1 研究背景及意义 第1 章绪论 1 1 1 中国电信业的竞争格局 工业和信息化产业部于去年年术分别向中国移动、中国联通和中国电信三家 通信运营公司正式发放了t d s c d m a 、w c d m a 和c d m a 2 0 0 0 三张第三代移 动通信( 3 g ) 的牌照，这意味着我国的通信行业正式进入了3 g 时代。国内电信 行业的重组抹平了中国移动、中国联通和中国电信之间的差距，重组后三家公司 互有优劣，形成了崭新的竞争格局。各有长短的三大运营商策划了全面的竞争布 局，3 g 基础设施建设开始投入，新业务也将逐步推向市场，三大运营商之间的 竞争将从发展战略到营销手段、从商业模式到业务形式、从网络布局到终端定制 全面展开。 中国3 g 时代刚刚拉开序幕，三大技术标准谁更具有优势尚难确定，但可以 确定的是，客户仍为电信企业市场竞争之核心。中国移动首先在服务方面予以改 进，其全球通、神州行和动感地带三大品牌早已深入人心，至今手机客户群已累 计达4 4 亿，占据全国g s m 用户市场份额7 0 之多，在2 g 时代是行业的龙头。 3 g 牌照发放后，中国移动仍利用其巨大的客户群，继续占据市场运营的至高点， 以抵消其他方面的不足。但是，中国联通和中国电信也立即制定对策，将发展用 户作为首要任务。中国联通把2 g 网络和3 g 网络予以整合，用户无需更变卡片 就能畅想3 g 业务，也抢占了大量市场，为3 g 业务的发展提供有力保障；中国 电信发挥其固定、宽带、移动、数据、信息捆绑的优势，确保了客户无需因网络 升级而重新选购手机，占据3 g 业务市场的领先地位。能够预见，将来国内电信 行业会面临更加激烈的市场竞争，在3 g 时代，电信企业未来的发展方向，很大 程度上取决于电信运营商拥有的客户数量和规模。 1 1 2 电信行业客户细分的意义 目前，诸多行业均运用客户细分的战略以提高服务水平、实现利润增长。科 学的客户细分结果表明，企业能够分析和检测不同级别客户的消费行为，找出不 同级别客户消费方式的差别，然后针对不同的客户，制定相应的促销方案。电信 行业也不例外，譬如，中国移动公司已将其3 g 业务的品牌命名为“g 3 ”，在该 第1 章绪论 品牌下，不仅集合了通话等语音业务以及短消息等数据业务，还挖掘了可视电话、 手机电视和手机搜索等3 g 业务。目酶，移动公司正面临着巨大的挑战，中国联 通和中国电信对移动公司的市场主导地位正展丌强大的攻势，而主要采用的竞争 手段就是不断抢夺中国移动的客户细分群，夺取移动公司的客户资源。 随着移动通信市场地蓬勃发展和不同用户群的陆续加入，移动客户市场业凸 显细分化以及异质化的特征，不同的客户群因各自职业、生活习惯的差别而展示 出不同的消费行为。同时，由于客户需求的个性化不断加强，业务产品也展现出 多样化的发展趋势。但是，各大电信企业当前的市场基础并不稳固，他们缺乏对 客户更为深入地了解、更加科学的市场细分和更为有效的营销战略。面对同益细 分化、差异化的市场，按a r p u 值进行客户细分的传统方法，不再能满足移动 公司科学制订营销策略的需要，其市场竞争对手将会利用客户细分的机会再次发 起挑战( 曾进，唐守廉，2 0 0 6 ) 。若要保持领先的市场地位，提升用户价值，移动 公司就必须深入了解客户的需求，对客户予以有效的细分。 科学的客户细分不仅可以让电信企业提高市场营销以及客户服务的功效，而 且能够为电信企业制定科学、系统的差别化市场营销与客服策略提供依据。伴随 中国移动的生产营销、产品业务和客户服务的渐进发展，不同类别客户移动通讯 消费的内在差别就会逐步显现，因此，科学的客户细分显得非常必要。 1 2 研究方法及内容 1 2 1 研究的主要方法 伴随计算机及网络技术的普及和飞速发展，越来越多的大型数据库得以在商 事管理、政府行政、科技研发和工程设计等领域中广泛使用，企业内部的数据量 正在极速增长。面对海量的数据，人们常常不能有效获得感兴趣的知识，这样， 就形成了数据虽然丰富但却缺乏知识的尴尬局面。数据挖掘( d a t am i m n g ) 是一 类全新的商事信息处理技术，其主要特点在于，能过对商业数据库中的大量业务 数据加以抽取、转换、分析和其他形式的处理，从中提取出利于商业决策的关键 性信息和知识( 陈京明，2 0 0 3 ) 。近些年以来，数据库的广泛使用使企业累积了 大量的商业数据，企业迫切需要从累积数据中获取有价值的信息和知识。 “聚类( c l u s t e r i n g ) ”是指，把一组个体按照相似性划分为若干子类别。聚 类分析有助于人们发现特征迥异的不同客户群和对客户细分起关健作用的指标 变量，以辅助企业对各客户群的特征进行深刻洞察( 陈京明，2 0 0 3 ) 。作为聚类 分析中的一个新兴且很活跃的研究领域，模糊聚类技术能够用以发现数据分布结 2 第1 章绪论 构，是聚类分析的一个非常重要的工具。在海量数据统计、网络分析和市场营销 管理等领域，模糊聚类技术具有广泛的应用前景，因此，深入研究并实现模糊聚 类技术必将具有重要的理论和实践意义。 1 2 2 研究的内容及创新 本文的主要内容和创新包括以下方面： 研究了客户细分理论的起源及发展情况，分析了国内外电信行业客户细分理 论的应用和发展现状。 回顾了数据挖掘技术的产生和发展历程，深入研究蚁群聚类算法和模糊聚类 算法的优缺点，讨论了蚁群聚类算法及模糊c 均值算法混合迭代的可能性。 在对蚁群聚类算法和模糊c 均值算法研究的基础上，创造性将两种算法结 合，实现了两种算法的优势互补，提出了一种基于蚁群优化的改进型的模糊聚类 算法，改进的算法既克服了蚁群聚类算法收敛性难以证明的问题，也弥补了模糊 c 均值算法初始参数不能自动而合理设定的缺陷。 完成了改进型模糊聚类算法的编码及测试，并重点将该算法应用到移动公司 “g 3 ”品牌的客户细分中，通过对细分结果进行分析和评价，本文提出了针对 不同“g 3 品牌客户群的具体营销策略和建议。 1 3 论文框架 本文的组织结构和各章节的安排如下： 第一章为绪论，介绍了本文的研究背景、研究意义以及论文主要内容。 第二章主要概述了客户细分理论的产生和发展，归纳了客户细分理论中的几 种基本方法，探讨了国内外电信行业客户细分研究现状。 第三章论述了数据挖掘技术的定义、功能、方法以及聚类分析技术的概述， 并回顾了聚类分析技术在国内外企业客户细分中的应用现状。 第四章中重点讨论了研究最广泛的蚁群算法的特点以及与模糊聚类算法混 合使用的可能性，提出了基于蚁群优化的改进型模糊聚类算法并进行测试。 第五章为实际应用部分，重点将本文提出的基于蚁群优化的改进型模糊聚类 算法应用到某省移动公司“g 3 ”品牌的客户细分中，并对细分结果进行评价和 分析，阐述各个聚类内的客户的消费特点并以此为依据提供合理的营销和服务方 案。 第六章为全文的总结并展望未来的研究方向。 3 第2 章客户细分理论概述 第2 章客户细分理论概述 2 1客户细分理论基础 2 1 1 客户细分的产生和发展 客户细分的概念最丌始是由美国著名的市场学家温德尔史密斯提出的，他 在1 9 5 6 年发表的市场营销策略中的产品差异化与市场细分一文中提到“并不 是所有顾客的需求都相同，只要存在两个以上的顾客，需求就会不同。由于顾客 需求、欲望及购买行为是多元的，所以顾客需求满足呈现差异。 其理论依据主 要有两点：( 1 ) 客户需求的异质性；( 2 ) 企业有限的资源和有效的市场竞争。 在此之后，客户细分理论得到了众多学者的关注。伴随着研究的深入，泼理 论的影响深度和应用范围也越来越广泛。比如，y a n k e l o v i c h ( 1 9 6 4 ) 认为客户 细分有助于促使企业产品和生产能力更加有效地满足客户需求。e n i s ( 1 9 7 7 ) 提 出了围绕企业能力与市场需求之间的平衡理论。s u z a n n ed o n n e r ( 1 9 8 2 ) 认为准 确的客户细分是可以有效地降低成本的，同时，可以获取更高、更有利的市场占 有率。s t o r b a c k a ( 1 9 9 7 ) 指出，客户细分应该建立在关系收益和关系成本基础之 上，各市场分割部分要求是相关的、有效的、同质的和可实施的，客户细分可寻 求一系列变量，以描述各方面的行为需求。 上世纪9 0 年代初期，c h o f r a y $ 1 c a r yl i l i e n 提出了著名的两阶段市场细分理 论。他们认为，市场细分应该分为两个阶段进行：第一阶段是宏观的市场细分， 即在两个或两个以上的企业和组织之间进行的市场细分，主要的细分依据有地理 区域、人口统计、组织性购买以及其它具体特点。这样，企业或组织可以很便利 地掌握细分市场的共同点；第二阶段是微观的市场细分，即在第一阶段选定的企 业或组织范围内，按照宏观目标的要求，在企业或组织间进行进一步的市场细分。 根据实际购买的过程、参与者的影响力、购买者的动机一级制定决策的方式等因 素，企业实施微观的市场细分能够在各个决策单位之间找出共同点。但是，微观 的市场细分所使用的细分标准是比较难以确定的，所以，在实施微观的市场细分 之前，企业或组织必须进行非常详细的市场营销调研，并且能够得到有效的信息 系统给予的支持( 李桂华，2 0 0 1 ) 。 目d ，根据研究角度的不同，客户细分理论的研究领域可以分成两大流派： 一派是以消费者为导向的细分研究，这一流派在理论研究中很受欢迎，其代表人 5 第2 章客户细分理论概述 物y o r a mw i n d ( 1 9 9 9 ) 认为，对消费者需求和行为特征的细分是客户细分的重 点，并强调要侧重以客户总体特征为细分标准来对消费者进行划分。另一派是主 张以产品为导向的客户细分研究，主要被市场营销的决策者们所采用和倡导。他 们认为，基于不同营销决策目标，比如，产品的定位、定价、广告的定位等，企 业和组织要围绕某产品或品牌的特定消费环境来进行客户细分，细分的营销因素 应涉及到产品或品牌的使用率、消费态度、寻求的利益等方面，目的是为了更深 入地了解，消费者对该产品或品牌在心理需求和消费行为上的差异，以选择更有 利的目标客户群及制定更恰当的营销策略。 2 1 2 客户细分的主要内容 客户细分是指根据客户内外在属性划分的客户集合。它是客户关系管理的重 要理论组成部分和重要工具。客户细分理论主张使用用细分策略来研究客户行 为，并进行有效的客户评估，达到合理分配企业服务资源和成功实施客户策略的 目的，据此为企业充分获取客户价值提供理论和方法指导( 杨路明，巫宁，2 0 0 4 ) 。 客户细分理论的基本原理是：某类商品的消费群体极有可能不仅仅只有一个，根 据意识形态、收入水平、消费方式以及风俗习惯的不同，一个较大的客户群可以 细分为多个较小的客户类群。根据客户群的不同，企业可以制定具有针对性的品 牌推广战略和市场营销策略，将企业有限的服务资源面向目标客户群集中使用。 客户细分的基本流程如图2 1 所示： 图2 1 客户细分基本流样图 目前，商品同趋同质化、市场竞争越来越激烈，有效的客户细分不仅是必然 的，也是必须的。企业服务资源的有限性决定了企业或产品只有面向指定的市场， 才能有效地发挥出更大的竞争优势。客户细分的目的是使企业集中力量对准最核 6 第2 章客户细分理论概述 心的目标客户群，有效地实施营销策略。通过客户的细分，不仅能够更准确地发 现消费者需求的差异性和需求被满足的程度，还可以更好地发现和抓住市场机 会，规避j x l 险；另一方面还能掌握竞争对手在各细分市场上的竞争实力和市场占 有率的高低，以便更好地发挥自己的竞争优势。 企业进行客户细分的依据可以是单一的因素，也可以是多个因素关联使用。 并且，选用的细分因素越多，相应的细分子市场也就越多，每一子市场的容量相 应就越小：否则，反之。在市场营销的实践中，准确找到对客户进行有效的细分 的恰当的因素是比较困难的。一般而言，有效并且成功的客户细分策略应遵循下 面的几条基本原则( 何荣勤，2 0 0 3 ) ： 1 细分程度的可衡量性。 细分后的市场必须是可以识别和衡量的，即细分出来的市场范围要十分明 确，也能判断出容量大小。有些客户细分的变量，例如，在实际生活中，具有“较 强依赖心理”的老年人，这一概念是很难量化和测量的，以此为依据细分的市场 就不一定具有实际意义。 2 细分市场的可进入性。 细分后的市场应该是企业的营销活动能够抵达的，即企业通过努力能够使产 品进入该细分市场，并且，企业能够对市场中的客户施加一定的影响。通过一定 的媒体宣传，相关产品的信息能够顺利传递给该市场中的大多数消费者；此外， 在一定时期内，企业有可能会将产品通过一定的分销渠道扩展到该细分市场。否 则，细分的市场价值就不大。 3 细分容量的有效性。 细分后市场的的客户群容量或规模要足够大，大到足以使企业能够获利。企 业在进行客户细分时，必须要考虑细分后的市场中客户的数量，以及他们的购买 能力和消费水平。 4 细分后客户对营销策略反应的差异性。 必须保证针对同一市场营销组合方案，不同细分市场的消费者会有一定的差 异性反应，或者对营销组合方案的变动，不同细分市场的消费者会有不同的反应。 2 2 客户细分的方法 2 2 1 传统的客户细分方法 1 根据人口特征和购买历史细分 大量的针对消费者购买行为的研究成果表明，通过对人口特征和购买历史的 7 第2 章客户细分理论概述 调研，企业和组织能够大致度量出客户的忠诚度。实际情况是，由于别人推荐而 产生的购买行为的客户的忠诚度要高于受广告影响而产生购买行为的客户的忠 诚度，同样，以标准价格的购买产品的客户的忠诚度要高于以促销价格购买的客 户的忠诚度；已婚人士、中年人和农村人口的忠诚度相对较高，而流动人口的忠 诚度则较低。企业一旦找到了目标客户群就可以控制产品价值的流动方向，即只 要满足了高价值客户群体的消费需求，就能提高公司的销售利润，降低客户的维 系成本。 2 根据客户对企业的价值细分 根据客户对企业的价值来进行客户细分是十分有必要的。度量客户对企业的 价值可以有很多方法，其中，计算客户的终身价值是一种常用的方法。所谓客户 终身价值是指，某客户在作为企业客户的周期内，为该企业的利润提升的贡献总 和，其中，影响客户终身价值的最重要的两个因素是计算周期和贴现率。在贴现 率不变的情况下，客户成为企业客户的计算周期越长，那么应该计算的客户价值 就越多，客户的终身价值就越大；计算周期一定的情况下，若贴现率越高，公司 未来的收益就低，则客户终身价值就越小。 客户终身价值的计算是比较复杂的，需要获得的相关信息也很多，主要有以 下内容：客户作为某品牌的客户的时自j 周期、企业的贴现率、每个时间周期内客 户购买某种品牌的频数、客户购买该品牌产品的平均贡献以及客户购买该品牌的 概率等( 陈静宇，2 0 0 3 ) 。随着数据库技术的迅猛发展，尤其是数据挖掘技术和 数据仓储技术的发展，使得客户价值评估趋于便利，其实用价值会越来越高，具 体的应用也会越来越广泛。 2 2 2 基于r f m 的客户细分方法 根据美国数据库营销研究所a r t h u rh u g h e s 的研究结果，客户关系数据库中有 三个关键的因素，这三个因素构成了客户数据分析的最好指标，这三个指标分别 是：最近一次消费( r e c e n c y ) 、消费频率( f r e q u e n c y ) 和消费金额( m o n e t a r y ) 。 基于此a r t h u rh u g h e s 提出了r f m 模型，并被广泛的运用于众多的客户关系管理 ( c r m ) 的分析模型中( 林盛，肖旭，2 0 0 6 ) 。 r f m 模型是衡量客户的价值和客户创利能力的重要工具和方法。在r f m 模 型中，r 表示当日 时间距离客户最近一次购买的时间有多远，r 越大的客户越有 可能与企业达成新的交易；f 表示客户在最近一段时间内发生的购买行为的次数， f 越大的客户越有可能与企业再次达成交易；m 表示客户在最近一段时间内购买 的总金额，m 越大的客户，越有可能再次购买企业的产品与服务。一般的分析型 c i 洲侧重于对客户贡献度的分析，r f m 模型则强调以客户的行为来细分客户。 第2 章客户细分理论概述 进行r f m 模型分析时，所有的客户记录都必须包含特定的历史交易的数据， 并要求非常准确的标识。r f m 模型首先给客户的每个指标打分，然后计算r f m 的值。在确定r 、f 、m 时，不能采取主观的赋值方法。r f m 分析模型非常 适用于生产多种商品的企业，而且这些商品单价相对较低，如化妆品、小家电、 超市等；它也同样适用于只有少数耐久商品的企业，但是该商品中有一部分属于 消耗品，如复印机、打印机、汽车维修等消耗品。 2 2 3 基于客户价值的客户细分方法 客户价值是指，客户通过购买商品所得到的收益与客户花费的代价之间的差 额。企业对客户价值的考察可以从潜在客户价值、知觉价值以及实际实现的客户 价值等角度进行。 由于客户价值是基于客户的感知的，因而，评估客户价值也要起始于客户信 息，通常客户价值的评估包括测量服务水平和客户满意度。服务水平测量是定量 评估公司市场策略一致性的有效工具，其定义也因公司而异；客户满意度的调研 可以用于销售部门和个人绩效的评估，为改善产品质量和服务水平提供反馈意见 ( 魏敏，李江等，2 0 0 6 ) 。此外，还需要关注的是比客户满意度更重要的客户忠 诚度，客户忠诚度可以通过对内部的数据库中客户再购行为的分析而获得。 w e i n g a n d ( 1 9 9 5 ) 将客户价值划分为四个层次，即基本价值、期望价值、需 求价值和未预期价值，各个层次都对应不同的客户价值，以便于企业对客户价值 的评估和度量。如图2 2 所示。 价 值 特 性 图2 2w e i n g a n d 的客户价值模型 为了消除r f m 方法中购买次数与总购买额问的多重共线性弊端，m a r c u s ( 2 0 0 4 ) 等提出了一种基于传统r f m 分析方法的改进策略，在他提出的客户价 值矩阵中，确定购买次数与平均购买额的度量标准是各自的平均值，一旦确定了 9 第2 章客户细分理论概述 每一个坐标轴的平均值，每个客户就被限定在客户价值矩阵的某个象限罩，据此 分析每个象限中的客户群的关键差异性指标。客户价值矩阵如图2 3 所示。 i ，均 购奖 金额 低购买次数高 图2 3m a r c u s 的客户价值矩阵模型 针对每一个特定客户群，都能便于制定相应的营销战术和跨越客户群的营销 战略是基于平均购买金额和次数的客户价值矩阵的最大特点。在图2 3 中最有价 值客户是企业高速发展的基础，企业必须保持这些客户的忠诚度；对于高档消费 型客户，最适当的营销策略是刺激性的消费，以便增加其购买次数；对于乐于消 费型客户，该类客户通过不断的购买提高了忠诚度，最好的策略是通过交叉销售 等方式增加他们的消费额；对于不确定型客户，可采用的策略为慎重的筛选，把 营销细则的制定和实施努力集中于不确定型中的新客户和那些对某种具体的产 品感兴趣的客户。客户价值矩阵的优点在于这种细分方法能够准确制定针对每一 个客户群的及跨越客户群的营销战略和战术。 2 2 4 基于数据挖掘的客户细分方法 客户关系管理( c r m ) 是一种为了改善企业与客户之间关系的而开发的新 型管理机制，用于管理和控制企业和客户之问的交互行为。客户关系管理的核心 思想是，把客户作为最重要的企业资源，通过完善的客户营销服务体制和深入的 客户需求分析来满足客户的的各方面要求。从客户关系管理的角度来看，数据挖 掘就是从大量的商业数据中挖掘出隐含的、未知的、对决策有一定价值的信息和 知识，并且能够根据这些信息和知识作出相关预测，为企业决策和市场策划提供 依据。 客户细分是企业丌展客户关系管理的第一步，能够根据企业数据库中的客户 信息细分客户，是客户关系管理成功实施的前提条件之一。在客户关系管理中， 待挖掘的数据既可以是传统的关系数据库中的数据结构，也可以储1 字在面向主题 的、采用多维数据立方体组织数据的数据仓库；主要的技术和方法基本都来源于 l o 第2 章客户细分理论概述 数据挖掘，比如，统计、聚类、决策树、神经网络和关联规则等。 2 3 电信行业中的客户细分 2 3 1 电信行业客户细分的必要性 长期以来，国内电信运营商主要扮演的还是“普遍服务”的角色，为广大客 户提供的几乎是无差别的服务，客户也只能享受到最基本的电信服务。但是，随 着电信行业改革的进一步深入，在电信市场上已经形成了激烈的竞争局面，各大 电信运营商也正在研发越来越多的新业务和新体验，以满足众多客户的个性化需 求。同时，人们的消费水平也j 下在不断提高，消费观念发生了巨大转变，电信市 场消费需求的多元化、个性化、多层次等特点越来越突出。 客户之间原本就是存在差异性的，复杂的营销策略并不一定能够提高客户的 忠诚度，因为，并不是每一个客户都适于成为某品牌的品牌忠诚者( 严寒冰， 2 0 0 6 ) 。倘若电信企业要实现可持续发展和长期利润最大化，就要正确选择并始 终关注目标客户群体。企业丌发和维系客户，都要付出不菲的投入，并且这种投 入只有在赢得顾客的忠诚后才能得到回报。因此，要通过恰当而有效的方法对客 户群进行细分，辨别出能为企业带来高利润的目标客户群，并绑定这些高价值客 户。只有这样电信企业才能保证在培育客户忠诚的过程中所投入的资源得到回 报，电信企业的长期利润和持续发展才能得到保证。 电信运营商个性化服务的成功与否取决于电信运营商细分市场的能力大小。 针对不同的客户群体，实现服务的差异化、业务的个性化，但是，要实现差异化 的个性服务，基础就是要对客户进行准确的细分。此外，市场的细分是实现业务 创新的关键，只有细分客户市场，才能挖掘出不同客户的需求的差异性，业务的 创新才有目标可循。因此，从某种意义上讲，电信运营商细分市场的能力大小也 决定了业务创新的成功与否。 客户细分的能力还决定了电信企业对客户个性化服务需求的理解程度。电信 企业要在存量市场上创造出更大的价值，唯一的方法就是深入分析用户消费行 为，精确识别、细分客户市场。针对不同层次客户进行特定的服务营销，才能使 得企业资源价值发挥到最大。如何制定有效的客户营销策略，并以此来巩固和提 升在3 g 时代的竞争力，已经成为了电信运营商应当必须考虑的问题。 现如今，“以客户为中心”的服务理念已经深入人心，客户满意度已经成为 衡量电信企业核心竞争力的重要指标之一。若要使企业客户的需求得到最大的满 足，仅仅依赖于常规的电信服务业务是不够的。准确理解客户是让客户满意的前 第2 章客户细分理论概述 提条件，电信运营商只有进行合理的市场调查，挖掘出不同客户的不同需求，并 对其进行准确的细分，才能有针对性地提供服务。 准确的客户细分是电信运营商进行业务创新、提升竞争力的前提条件。伴随 着电信市场竞争的同益加剧，电信服务业务的类别也逐渐增多，精确的客户细分 能够准确地挖掘出客户的特定需求，有助于电信企业针对不同的客户群的特定需 求进行业务创新。同时，由于了解了细分市场中的客户的消费水平，也有助于电 信企业在业务创新时能够更有效地降低成本，以确保电信企业可以盈利，从而， 避免因盲目投资而造成的资源浪费。 此外，企业通过深入的市场调研和客户细分，将会更容易地发现尚未被挖掘 的客户群体，并且，根据该客户群体的需求特征设计出别出心裁的服务项目，将 确立电信企业在这一客户领域的竞争优势。 2 3 2 国内电信行业的客户细分 近几年，我国电信行业的服务在向“差异化”和“个性化”方向发展。电信 运营商也顺应了时代和行业的潮流，高举客户细分的大旗进行市场营销规划。尤 其是伴随着工信部对3 g 牌照的发放，国内电信市场的竞争更加激烈，各电信运 营商的a r p u 值和利润空间都面临着巨大的挑战，各个运营商都已认识到客户 是其主要资产。电信企业的经营模式也逐渐从“技术驱动”向“市场驱动”和“客 户驱动方向转化。 面对客户的多样化、层次化、个性化的业务需求，大众化营销方式已经失去 了优势，而基于客户信息、客户价值和客户行为并能够深入数据分析的精确化营 销的理念逐渐被各大电信运营商所接受，并渴望通过从数据中挖掘价值来减少营 销成本、提高营销效益( 肖胜，2 0 0 1 ) 。 此外，国内电信行业已基本告别了“服务短缺的时期。目前，各运营商为 了快速准确地把握市场需求，已经制定了比较细致的客户细分规则，如表2 1 所 示。丰富的电信服务使客户从“被动消费 的乙方转为了“主动选择的甲方。 在电信服务匮乏时期，人们对电信服务的要求也比较单一，电信营销手段基本上 只需要采取广播策略，客户服务方式也都大同小异。 现如今，大量的增值业务提供商( s p ) 活跃在电信行业的产业链上，他们 提供了从娱乐到商务的种类众多的电信业务，涉及到社会经济、生活、文化的各 个领域。此外，人们对电信服务也提出了更高的要求。为了能够在信息化发展中 获得更大的效益，电信运营商已经意识到必须能够提供符合具体消费者生产、经 营、管理的个性需求的通信服务。而这一日标的达成，必须依靠准确的客户细分 和精确的市场定位。 1 2 第2 章客户细分理论概述 表2 1 三人电信运营商的客户细分体系概况 细分标准中国移动中国联通中国电信 收入维度高端全球通高端世界风中高端大翼 中低端 神州行中低端如意通 低端 属性维度移动 个人和集团 移动个人和集团移动 个人和集团 同网专网和公网f ；l i l 网家庭和政企f i l i i 网家庭和政企 特征维度学生群体动感地带青少年群体新势力 商务群体全球通人众群体沃品牌 准确的客户细分为电信运营商挖掘客户的个性化和差异化的需求提供了很 大的帮助，同样也为其持续发展铺平了道路。比如，中国移动分别针对中高端和 低端客户群体设计的“全球通”、“神州行 和“动感地带 等子品牌，相互呼应， 抢占了移动用户的大部分市场。而中国电信则更清晰地将客尸分为大客户、商业 客户和公众客户三个层次，有针对性地制定丌发和营销战略，在移动通讯市场上 也是充满活力，抢占了发展的先机。但是，由于客户的数量的迅速增长、信息技 术的日新月异等因素，导致电信客户的需求挖掘难度增大，电信企业丌发的新服 务项目不能满足市场需求，电信企业的客户细分方法也有待于改进。 最明显的不足就是客户细分的差异性不明显，市场定位不明确，无法达到准 确细分的目的。比如，运营商的各品牌的客户细分都没有一个明确的标准，各品 牌之问缺少明确的目标人群和明显的区隔。由此，造成了运营商难以对选定的目 标人群制定个性的营销方案，无法实现品牌特性的塑造，导致客户的品牌忠诚度 较低。其次是由于没有充分利用运营商的企业文化和品牌内涵，造成客户细分的 后劲不足。电信企业在进行营销时，大多只强调业务功能，而不注重强调企业品 牌的文化、个性等内涵，这就导致了品牌特性的趋同。比如，中国移动的“动感 地带与中国联通的“u 族部落”，“神州行”与“如意通，“移动梦网 与“联 通无限 等，都存在较强的同质性，区别很小。总之，各大运营商仍然没有充分 发挥客户细分的作用，国内电信市场和客户需求还需要进一步的挖掘( 曾进，唐 守廉，2 0 0 6 ) 。 2 3 3 国外电信行业的客户细分 国外电信运营企业的客户细分指标主要有：消费水平、b o s s 系统的体系结 构规模、营业额、客户重要性和策略性等。国外电信企业在客户细分中通常将客 户价值作为细分的基础，并与客户类型相匹配以反映不同细分市场的具体个性化 第2 章客户细分理论概述 需求。国外电信企业客户细分时均遵循以客户价值为基础的准则，它们的细分结 果也都基本符合帕累托原理，在客户数量上呈正会字塔型而在客户价值上呈倒金 字塔型，如图2 4 所示。 客户数量 客户价值 图2 4 国外电信企业客户细分模弛 具有代表性的就是法国电信公司和r 本电信公司的客户细分方式。法国电信 客户细分模型的主要特点是，根据客户消费性质的不同，将其整体客户群细分为 企业客户、专业人士客户、普通客户( 肖胜，2 0 0 1 ) 。同本电信公司客户细分模 型的主要特点是，根据电信消费的用途将整体电信市场初步细分为商事客户和居 家客户。在商事客户的市场上，日本电信公司以客户的营业额、职工人数、电信 消费水平、客户性质四个维度作为进一步细分的指标，将其划分为大客户、中等 规模客户和中小规模客户；在居家客户的市场上，日本电信公司以电信消费水平 作为进一步细分的变量，将居家用户细分为高额住家客户和其它住家客户。 1 4 第3 章基丁数据挖掘的客户细分 第3 章基于数据挖掘的客户细分 3 1 数据挖掘的定义和功能 3 1 1 数据挖掘的定义 数据挖掘技术( d a t am i n i n g ，d m ) 又称基于数据库的知识发现技术 ( k n o w l e d g ed i s c o v e ri nd a t a b a s e ，k d d ) ，是商务智能和数据库领域研究的前沿 和热点问题。所谓数据挖掘是指，从数据库的大量数据中揭示出隐含的、先前未 知的并有潜在价值信息和知识的过程( 陈京明，2 0 0 3 ) 。 数据挖掘是一种决策支持过程，其理论基础是人工智能、机器学习、模式识 别、统计学、数据库、可视化技术等，它能够高度自动化地分析企业的相关数据， 做出归纳推理并从中挖掘出潜在的模式，以辅助决策者调整市场的营销策略，降 低营销风险( 武森，高学尔，巴斯蒂安等，2 0 0 3 ) 。 3 1 2 数据挖掘的功能 数据挖掘的目标是从数据库中发现隐含的、有意义的信息和知识，具有自动 预测发展趋势和行为、事务关联分析、聚类分析、概念描述和偏差检测等主要功 能。数据挖掘是一个完整的数据处理过程，能够从大型数据库中挖掘先前未知的、 有效的、可实用的信息，并使用这些信息做出决策或产生丰富知识，数据挖掘的 一般流程如图3 1 所示。 图3 1 数据挖捌的流稃 1 5 第3 章基丁数据挖掘的客户细分 数据挖掘技术是- - f - j 交叉研究学科，它能够把人们对数据的应用从较低层次 的数据查询，提高到从数据中挖掘知识以提供决策支持。在这种需求的驱动下， 该学科汇聚了不同领域的研究者，尤其是数据库技术、人工智能技术、数理统计、 可视化技术、并行计算等方面的学者和工程技术人员，投身到数据挖掘这一新兴 的研究领域，形成新的技术研究热点( 于珊，1 9 9 5 ) 。 3 2 数据挖掘的方法 3 2 1数据挖掘主要方法分类 常用的数据挖掘方法主要有分类、回归分析、聚类、关联规则、特征、变化 和偏差分析、w e b 页挖掘等，这些方法分别从不同的角度对数据进行挖掘。 1 分类分析 分类分析方法是指，从数据库中找出数据对象的共同点，并依据这个共同点 将数据对象划分为不同的类别的过程。分类分析的目的是通过指定的分类模型， 将数据库中的每个数据项映射到某个给定的类别中( 康晓尔，2 0 0 4 ) 。分类分析 被广泛的应用到客户特征分析、客户划分、客户满意度调研、和客户的购买行为 的趋势预测等方面的分析。 2 回归分析 回归分析方法可以反映的是，在事务数据库中数据的属性值在某时间段上的 变化特征。回归分析方法首先需要构造一个目标函数，该函数可以将数据库中的 数据项映射到一个实值预测变量上，以便于发现变量或属性间的依赖关系。其主 要研究问题包括数据时间序列的变化趋势特征、数据序列的行为预测以及数据1 b j 的相关关系等( 康晓尔，2 0 0 4 ) 。该方法可以广泛地应用到市场营销的客户发现、 产品生命周期计算、保持和预防客户流失、销售趋势预测及有针对性的促销活动 等方面。 3 关联规则 关联规则方法是一种可以用于发现数据库中数据项之间关系的规则。关联规 则方法根据一个事务中某些项的出现情况，可以推导出其他项在该事务中也会出 现，这样就能够发现隐藏在数据问的相互关系( 康晓尔，2 0 0 4 ) 。在客户关系管 理中，通过挖掘企业的客户数据库罩的海量数据，能够从其中发现有价值的关联 关系，进而确定影响市场营销效果的关键因素，为产品的定位、定价、营销j x l 险 评估和诈骗香味预测等决策提供参考的依据。 4 特征分析 1 6 第3 章基丁数据挖掘的客户细分 特征分析方法是指，从数据库中的一组数据中提取出该组数据的特征式的过 程，这些特征式能够用来表达该数据集的总体特征( 康晓尔，2 0 0 4 ) 。特征分析 方法经常应用于营销人员提取客户流失因素的特征，分析得到导致客户流失的原 因，利用这些特征可以有效地降低企业客户的流失率。 5 变化和偏差分析 变化和偏差分析方法能够发现很多潜在并且有价值的知识，比如，分类中的 反常实例或模式以及观察结果相对于期望值的偏差等。变化和偏差分析的目的是 寻找出观察结果与参照量之间的不同( 康晓尔，2 0 0 4 ) 。通过变化和偏差分析方 法挖掘出的规则可以应用到各种异常信息的发现、分析、识别、评价和预警等方 面，因而，该方法被广泛应用于企业的危机管理及其预警机制中，。 6 网页挖掘 伴随着因特网的迅速发展及网页技术的全球普及，使得互联网网页上的信息 量也越来越丰富。通过挖掘网页信息，一方面，可以收集和分析政治、经济、政 策、科技、金融、各种市场、竞争对手、供求信息、客户等有关的信息。另一方 面，可以使管理者能够集中精力分析、处理对企业有重大或潜在重大影响的外部 环境信息以及内部经营信息，并根据分析结果找出企业管理过程中可能出现的各 种问题和可能引起危机的原因，并对这些信息进行分析和处理，以便识别、分析、 评价和管理危机( 康晓尔，2 0 0 4 ) 。 7 聚类分析 聚类分析是指，把一组数据按照相似性和差异性划分为几个不同的类别。聚 类分析的目的是尽可能增大属于同一类别数据间的相似性，尽可能减小不同类别 中的数据间的相似性( 康晓尔，2 0 0 4 ) 。它可以应用到客户群体的细分、客户背 景分析、客户购买趋势预测、市场的细分等。 3 2 2 数据挖掘中的聚类分析方法 聚类( c l u s t e r ) 分析是数据挖掘中非常重要的一种方法和技术。聚类分析基 于相似性计算，目标是实现在一个聚类中的数据之间比不在同一聚类中的数据之 间具有更高的相似性( h u a n gz h e - x u e ，1 9 9 8 ) 。聚类分析主要有以下几种方法： 1 划分法 假定某个数据集含有m 个元组或纪录，划分法将构造n 个分组，每一个分 组表示为一个聚类，并且n m 。并且这n 个分组必须满足下列条件：( 1 ) 每一 个分组至少包含一个数据纪录；( 2 ) 每一个数据纪录一定属于且仅能属于某一个 分组；( 3 ) 对于给定的n ，算法首先要给出一个初始的分组方法，以后通过反复 迭代改变分组，使得每一次改进之后的分组方案都比前一次方案好，即同一分组 1 7 第3 章基丁数据挖掘的客户细分 中的数据越来越近，而不同分组中的数据越来越远( h u a n gz h e - x u e ，1 9 9 8 ) 。 2 层次法 层次法是指，对给定的数据集进行层次性的划分，直到满足某种特定条件为 止。层次法又可以细分为“自底向上 和“自顶向下”的两种子方法。在“自底 向上 方法中，初始阶段每一个数据即为一个单独的类别，通过迭代计算，它把 邻近的类别逐渐地融合成一个类别，直到所有的数据类别成一个分类别或者满足 某个特定条件为止( 陈京明，2