文档介绍
采用聚类分析的数据挖掘技术进行电信市场客户分群关建字摘要：客户，数据挖掘，数据，分群，客户群，属性，进行，目标，模型，电信竭诚为您提供优质文档，本文已整理修正，内容完整13共页，请先行预览，如有帮助感谢下载支持*****高品质PDF，可编辑可打印可自行转换*****..作者：宁军引言随着国电信市场竞争的日趋激烈，电信运营商的经营模式逐渐从“技术驱动”向“市场驱动”、“客户驱动”转化。面对客户的多样化、层次化、个性化的需求，大众化营销已经失去了其优势，基于客户信息、客户价值和行为，深入数据分析的洞察力营销、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。近几年迅速崛起的数据挖掘技术成为实现这些目标的必要手段。数据挖掘是从海量数据中提取隐含在其中的有用信息和知识的过程。电信各运营支撑系统所积累的海量历史数据是企业的一笔宝贵财富，谁能正确地挖掘与分析隐含在数据中的知识，谁就能更好地向用户提供产品与服务，从而在竞争中脱颖而出。数据挖掘提供了从数据到价值的解决方案：“数据+工具+方法+目标+行动=价值”。数据挖掘目前已有一系列应用：分类分析、聚类分析、预测分析、偏差分析、关联分析和时序模式等，这些应用涉及到的技术和工具各不相同，然而却可以依据统一的方法论来实行，并可以协同作战，解决许多有价值的商业问题。由SPSS、NCR和Daimler-Benzd在1996年提出的CRISP-DM方法论是国际上数据挖掘行业流行的标准，其成功之处在于源于实践，是实际数据挖掘项目的智慧和经验的结晶。CRISP-DM定义了数据挖掘项目的标准化流程，如图1所示。图1CRISP-DM方法论准确的细分市场和差异化的营销策略是目前电信企业市场营销所必须面对的难题。所谓市场细分是指营销者根据顾客之间需求的差异性，把一个整体市场划分为若干个消费者群的市场分类过程。由