电信业中数据库营销的商务智能研究
VIP免费
I
中文摘要
我国电信业在进一步放开，国外资本逐步进入我国电信市场，国际化的市场
坏境要求国内的电信运营企业在经营管理上能够迅速赶上国外的先进水平，以迎
接电信运营业的国际化竞争。同时随着国内电信行业改革和重组的不断深化，国
内电信业务的市场环境将渐趋合理，竞争将日益加剧。国内外电信业的竞争态势，
对电信运营企业的服务意识、服务内容、服务方式、服务质量、以及经营管理水
平等均提出了严峻的挑战，要求国内的电信运营企业在经营理念、管理模式上有
一个较高层次的飞跃，以求在电信运营业日益残酷的国际化竞争中立于不败之地；
同时，也要求国内电信运营企业从传统的以产品为中心，以营业窗口为基础的运
营模式，逐步向以客户为中心、以数据为中心、以信息为基础的模式转变。
本文针对目前电信业以客户为中心、以数据为中心、以信息为基础的模式的
转变提出了构建电信行业商务智能系统（BI）。
商务智能是一种综合运用数据仓库、联机分析和数据挖掘技术处理和分析数
据的应用，它使我们能够将数据转变为信息和知识。
本文将在国外已有研究的基础上，结合我国电信企业的实际需要，通过对电
信营销数据库、数据仓库和数据集市中的数据进行多维分析，并综合各种分析因
素，根据电信营销的需要，对客户细分和客户流失预防模块进行研究。本文探索
基于数据挖掘的客户细分理论与方法及客户细分系统架构，并通过对客户通话记
录数据的分析，通过 K-Means, Kohonen、决策树等挖掘方法来得到客户群的分类。
论文以河南移动建立经营分析系统（BI 应用于电信中叫电信经营分析系统）
为案例研究，河南移动在建立经营分析系统的过程中主要应用了 SPSS 的统计软件
和 SAS 的聚类模块，与本文重点研究的基于数据挖掘的客户细分和客户流失模块
相一致，进一步揭示了基于数据挖掘建立客户细分模型的实际应用及在此基础上
如何实施精细化营销，为电信企业数据库营销的商务智能化提供了借鉴与参考。
希望本研究能为加强与提高商务智能在我国电信运营业中的应用起到一点推
动作用。
关键词: 商务智能 数据挖掘 OLAP 数据仓库 客户细分 客户流流失
精细化营销
II
ABSTRACT
Our national telecommunication industry is more and more open, the foreign
capital is coming the market, it is necessary for telecommunication enterprises to
enhance management with international marketing environment. At the same time, with
the reform and reorganization of national telecommunication enterprises, the marketing
environment of national telecommunication enterprises will go to be in reason, the
competition will prick up much. Which will be a challenge of service think、service
content 、service method 、service quality and management lever, that needs a big
congress of conduct think and management model, so the telecommunication
enterprises can win in international competition, it is necessary to change
product-orientated and Operation mode based on business window to
customer-orientated、data-orientated、information-based.
The article brings forward building business intelligence(BI) of telecommunication
industry with the model of product-orientated and con business windows-based to
customer-orientated、data-orientated、information-based.
BI is an application that exercise data warehouse、OLAP、data mining synthetically,
thus we can make information or knowledge from data.
The article will study customer subdivide and guarding against customer churn, the
study is based on foreign studied, combined practical needs from national enterprises,
with analysis the date of marketing data house、
data warehouse、
data market, this article
will use all kinds of mining methods, such as K-Means, Kohonen, decision tree to get
the classification of customer cluster, and be estimated and validated in SPSS
Clementine.
Hope the study can play a promotional role on enforcing and boosting the
application of business intelligence in national telecommunication industry.
KEYWORDS: Business Intelligence, Data Mining, OLAP, Data War
ehouse, Customer Classification, Customer Churn，Fi
ne Marketting
III
目 录
中文摘要
ABSTRACT
第一章 绪论.....................................................................................................................1
§1.1 论文背景..........................................................................................................1
§1.1.1 商务智能产生的背景.............................................................................1
§1.1.2 商务智能的定义.....................................................................................2
§1.1.3 商务智能的发展过程.............................................................................3
§1.1.4 商务智能的应用.....................................................................................4
§1.1.4.1 国外应用状况................................................................................4
§1.1.4.2 国内应用状况...............................................................................4
§1.2 论文研究的意义及内容..................................................................................5
§1.2.1 论文的研究意义.....................................................................................5
§1.2.2 论文的研究内容.....................................................................................6
§1.2.3 论文组织结构.........................................................................................7
第二章商务智能框架及技术综述...................................................................................9
§2.1 商务智能框架..................................................................................................9
§2.2 BI 技术综述....................................................................................................10
§2.2.1 BI 的数据存储技术一数据仓库和数据集市.......................................10
§2.2.2 BI 的分析技术一 OLAP ....................................................................... 12
§2.2.3 BI 的另一分析技术一数据挖掘...........................................................14
§2.2.3.1 数据挖掘的概念和发展过程......................................................14
§2.2.4 OLAP 与数据挖掘之间的关系--联机分析挖掘 ................................. 17
§2.2.5 BI 的表示和发布技术一数据可视化和 Web 技术............................. 19
第三章 电信业中数据库营销的商务智能分析...........................................................21
§3.1 客户细分与精细化营销模块分析................................................................21
§3.1.1 客户细分的定义...................................................................................21
§3.1.2 客户细分的方法...................................................................................21
§3.1.3 数据挖掘分析在客户细分中的作用...................................................23
§3.1.4 精确营销理论及其对于通信行业的启示...........................................25
§3.1.5 精确营销的概念...................................................................................25
§3.1.6 精确营销的重要性...............................................................................26
§3.1.7 客户细分是精确营销的基础...............................................................26
IV
§3.1.8 电信企业客户细分的迫切性...............................................................28
§3.2 客户流失预防模块分析................................................................................28
§3.2.1 客户流失概述.......................................................................................29
§3.2.2 研究背景与研究动机...........................................................................30
§3.2.3 国内外研究与应用现状.......................................................................31
§3.2.4 客户流失管理的必要性分析...............................................................32
§3.2.5 预防客户流失的对策研究...................................................................33
第四章 电信业商务智能模块模型设计及实证研究...................................................35
§4.1 商务智能的实施方法论................................................................................35
§4.1.1 商务智能的应用实施...........................................................................35
§4.1.2 商务智能项目的实施步骤...................................................................36
§4.1.3 成功应用 BI 的策略.............................................................................37
§4.2 基于数据挖掘的客户细分模型设计.............................................................38
§4.2.1 客户细分实现的数据挖掘过程...........................................................38
§4.2.1.1 数据准备.....................................................................................38
§4.2.1.2 数据预处理.................................................................................40
§4.2.1.3 数据的分类--聚类分析.............................................................. 41
§4.2.1.4 聚类分析中的数据类型.............................................................42
§4.2.1.5 主要聚类方法的分类.................................................................42
§4.2.2 利用层次聚类算法建立客户细分模型...............................................45
§4.2.3 基于客户细分的精细化营销系统实现框架.......................................47
§4.2.4 案例分析-河南移动基于客户细分的精细化营销策略 ..................... 48
§4.2.4.1 中国移动通信行业发展现状及趋势.........................................48
§4.2.4.2 河南移动实现精确营销过程中面临的问题.............................48
§4.2.4.2.1 河南移动数据挖掘客户细分模型...................................49
§4.2.4.2.2 客户细分目标及建模对象确定.......................................50
§4.2.4.3 客户细分指标体系设计.............................................................51
§4.2.4.3.1 不同大类客户行为差异定性分析...................................51
§4.2.4.3.2 客户细分指标设计...........................................................51
§4.2.4.3.3 客户细分指标权重计算...................................................53
§4.2.4.4 K-means 算法构建客户细分模型 .............................................. 55
§4.2.4.4.1 客户大类细分...................................................................56
§4.2.4.4.2 数据挖掘客户细分...........................................................58
V
§4.2.4.5 基于客户细分的精细化营销策略.............................................59
§4.2.4.5.1 基于客户细分的资费产品设计.......................................59
§4.2.4.5.2 基于客户细分的系列资费套餐推广方案.......................61
§4.2.4.5.3 基于客户细分的差异化服务策略应用...........................64
§4.3 客户流失预测模型设计................................................................................66
§4.3.1 预测模型的主要方法...........................................................................66
§4.3.2 数据挖掘建模过程...............................................................................68
§4.3.2.1 数据理解和准备.........................................................................68
§4.3.2.1.1 时间窗及潜伏期...............................................................68
§4.3.2.1.2 数据抽样...........................................................................69
§4.3.2.1.3 数据探索...........................................................................70
§4.3.2.1.4 数据调整...........................................................................70
§4.3.2.1.5 数据建模...........................................................................70
§4.3.2.2 挑选输入变量.............................................................................70
§4.3.3 客户流失的预测模型和预防客户流失的解决框架...........................72
第五章 总结与展望.......................................................................................................75
§5.1 总结................................................................................................................75
§5.2 通信企业中商务智能系统建设的展望........................................................75
参考文献...................................................................................................................77
在读期间公开发表论文和承担科研项目及取得成果.................................................79
致 谢...............................................................................................................................80
第一章 绪论
1
第一章 绪论
§1.1 论文背景
§1.1.1 商务智能产生的背景
在短短的二十几年里，中国经济在从计划经济向市场经济转型的过程中，也
逐渐由稀缺经济向过剩经济过渡。我国百姓对商品的需求已经不再满足于基本的
生活需要，更加注重的是具有个性化和人情味的产品和服务。市场被区隔成一个
个更小的消费者群，市场细分越来越重视消费者的兴趣和感受。针对这种状况，
需要营销者时刻关注消费者需求的变化，及时与消费者沟通，制定针对性的营销
策略，提供完善的产品及服务，满足不断变化的消费者需求。基于此，由稀缺经
济导致的大规模生产以及与之相应的传统营销方式和那种传统的单向沟通的营销
方式将面临着严峻的考验，需要新的双向沟通的和更加灵活的生产方式以及与之
相应的营销方式取而代之，建立起顾客与企业间的长期稳定的互动关系。正是这
种变化使得数据库营销应时而生。
数据库营销给我们带来方便的同时也出现了难题：随着计算机和自动化数据
采集工具的广泛应用，人们利用信息技术生产和搜集数据的能力大幅度提高，各
应用领域的数据库中存储了大量的数据，尤其市场营销领域的数据库容量更是达
到上万亿的水平(Terabytes) --- 1，000，000，000，000 个字节。随着数据库技
术的迅速发展以及数据库管理系统的广泛应用，人们积累的数据越来越多。激增
的数据背后隐藏着许多重要的信息，人们希望能够对其进行更高层次的分析，以
便更好地利用这些数据。目前的营销数据库系统可以高效地实现数据的录入、查
询、统计等功能，但无法发现数据中存在的关系和规则，无法根据现有的数据预
测未来的发展趋势。缺乏挖掘数据背后隐藏的知识的手段，导致了“数据爆炸但
知识贫乏”的现象。因此，面对“人们被数据淹没，人们却饥饿于知识”的挑战，
数据挖掘(Date Mining)和知识发现(Knowledge Discovery Database)技术应运而
生【1】
。
如今提到数据库营销会被认为是老掉牙的话题,我们站在今天，如何推陈出新
使其焕然一新呢?如果能够把数据库营销与最新的信息技术相结合起来，情况就会
发生变化。具体来说,对营销数据库运用数据仓库、OLAP 和数据挖掘等技术,从新
构建数据库系统，让营销数据库具备一定智能,也就是商务智能。这一过程可以表
电信业中数据库营销的商务智能研究
2
述如下：多源的散乱的数据—数据仓库—数据挖掘—智能,这一转换过程类似于科
学家把一堆“废铜烂铁”组装起来,让他具备人的某些能力：能动、能工作、能说
话, 甚至能用多国语言和人交流,也就是去年日本研究出来的新型智能机器人。同
样，我们也希望把包含海量散乱数据的数据库系统转化成具有智能的系统,并为我
们的经营决策服务,我们欣喜地看到，这样的工作近些年已经在做,特别是在国外，
商务智能（BI）的新技术和新产品不断涌现，应用的领域也在不断扩展。
§1.1.2 商务智能的定义
商务智能的定义不说多如牛毛，也是众说纷纭。人们对商务智能的理解如同
那七个印度盲人对大象的理解【2】
：有人认为它是高级管理人员信息系统（EIS），
有人认为它是管理信息系统（MIS），有人认为它是决策支持系统（DSS），有人说
它是数据库技术，有人说它是数据仓库，有人说它是数据集市，有人说它是数据
整合与清洗工具，有人说它是查询和报告工具，有人说它是在线分析处理工具，
有人说它是数据挖掘，有人说它是统计分析；有人把它当作分析性 ERP, 有人把它
当作分析性 CRM, 有人把它当作分析性 SCM, 有人把它当作企业绩效管理，有人把
它当作平衡记分卡……。
真正的商务智能包括上述的一切但又不止上述的一切， 因而我们无法把上述
的一切简单地加起来就给商务智能下定义。
参考众多概念，本文对商务智能做出以下阐释：
商务智能是运用信息技术对企业管理和信息资源管理理念的实现。商务智能
首先是一种管理理念--要对企业积累的大量信息及相关外部信息进行深入分析以
得出知识，用于支持企业决策，提高企业竞争力。其次，理念的实现必须借助于
信息技术，这个信息技术是以数据仓库、联机分析处理、数据挖掘等海量数据存
储和分析技术为主体的技术群。理念到位是首要强调的，没有信息资源深层开发、
积极利用的意识，再先进的 IT 配备也只是无意义的技术堆砌，从而造成资金浪费。
信息技术是理念得以实现的手段，是理念的体现。在这里，“商务”不能狭隘地理
解为商业活动(简单地说，就是一个企业直接面向市场的活动)，如销售、采购等，
而应是与企业销售直接或间接相关的一切活动，包括生产活动等。具体说来 ，“
商务智能”的概念包括了四个层面的含义。
(1) 商务智能是由多个功能组件构成的集成式软件包。一般包括数据仓库构
造和维护软件、数据挖掘软件、联机分析软件等。其功能是随时对企业存储的各
种数据进行各种分析，给出报告，帮助管理者认识企业和市场的现状，做出正确
第一章 绪论
3
的决策。
(2) 商务智能是多种技术综合应用的解决方案。它提供了一种采用多项数据
处理技术、应用系统以及咨询服务来考察、发现和形成可付诸实施的关于市场、
客户以及经营管理的见解的方法。
(3) 商务智能是一个过程。它是企业各级决策人员利用查询/报表工具、联机
分析处理工具、数据挖掘工具以及自己的行业知识，从数据仓库中获取有用信息，
做出明智决策，逐步提升企业竞争力的过程。
(4) 商务智能是一种状态。它是企业能够有效地将所存储的数据转换成高价
值信息，并在适当的时间和地点满足各级管理者科学决策的信息需求，从而提高
企业决策能力和运营能力的一种状态。一个智能的企业能够更快地做出好的决策，
比对手更为精明，从而获得竞争优势，让企业总是在行业的第一方阵里竞争。
总而言之，商务智能是根据一定的解决方案，采用相应的软件，发掘企业存
储数据中所隐含的信息，使企业最终达到有效利用信息、科学决策状态的过程。
综上所述 ，商务智能是一个内涵丰富的综合概念。
§1.1.3 商务智能的发展过程
商务智能的出现是一个渐进的演变过程，它经历了事务处理系统
(Transaction Process System TPS)、经 理信 息系 统(Executive Information
System EIS)、管理信息系(Management Information System MIS)和决策支持系
统(Decision Support System DSS)等阶段(如图 1.1 所示)
商务智能的发展过程
图 1.1 商务智能发展过程
电信业中数据库营销的商务智能研究
4
§1.1.4 商务智能的应用
§1.1.4.1 国外应用状况
从全球范围看，世界各地的许多运营商不仅建立了商务智能系统而且很多已
经从中获得了巨大的收益。在 2003 年全球决策支持系统建设的最大数据库前十位
排行榜中，电信行业的就有 France Telecom、AT&T、Vodafone。许多有关商务智
能系统获得极大成功的案例以及一些公司如何节约几百万美元成本或者销售量提
高 10%以上的故事都出自电信公司。比利时国家电信经纪人使用数据仓库建立的顾
客信息系统，其中数据仓库拥有超过 1 万亿字节的数据，包括四个多月的电话通
信记录。通过欺骗检测功能，能够很快发现反常电话以及欺骗性的打电话方式，
并能在造成重大经济损失之前终止这种欺骗行为。
此外，英国电信公司采用商务智能应用系统保证了关键性业务的处理。
Sprint、意大利电信和土耳其移动公司等运营商在防止客户流失、市场分割和定
价模式、预测、信用风险管理以及收入保障等方面的成功案例都证实了商务智能
应用系统的价值。
§1.1.4.2 国内应用状况
商务智能应用系统正式进入国内电信行业的时间较短，只有三年左右。但是
一些敢于“吃螃蟹”的电信运营商已经在蠢蠢欲动，从 2005 年中国电信业 BI 应
用市场看，各个电信运营商已经从以产品为中心向以数据为中心转变，各个电信
运营商都已经启动商业智能解决方案的实施和进一步发展的工作，国内 BI 市场已
经进入一个快速发展阶段。
以中国移动的 BI 应用为例。在 BI 方面，中国移动从 2002 年启动经营分析系
统 9 大功能结构的搭建，在实现数据集中的基础上建立了 BASS 系统（经营分析决
策支持系统，BI 应用在电信业中可以称作经营分析决策支持系统），用以分析来自
31 个省级机构和总公司的业务数据。不仅如此，各省级移动公司还根据各自市场
情况进行创新和发展。经过多年对经营分析系统的实施和运用，中国移动对系统
的理解有了较大的发展，对系统的实际需求也有了新的认识。2005 年是中国移动
经营分析系统高速发展的一年。中国移动在原有数据仓库统一数据平台以及经营
分析系统建设初期的 9 大主题分析功能的基础上，不断深化强化经营分析的支撑
作用，不仅要求通过统计分析发现数据表象的问题，还需要进一步通过具有挖掘、
摘要：
展开>>
收起<<
I中文摘要我国电信业在进一步放开，国外资本逐步进入我国电信市场，国际化的市场坏境要求国内的电信运营企业在经营管理上能够迅速赶上国外的先进水平，以迎接电信运营业的国际化竞争。同时随着国内电信行业改革和重组的不断深化，国内电信业务的市场环境将渐趋合理，竞争将日益加剧。国内外电信业的竞争态势，对电信运营企业的服务意识、服务内容、服务方式、服务质量、以及经营管理水平等均提出了严峻的挑战，要求国内的电信运营企业在经营理念、管理模式上有一个较高层次的飞跃，以求在电信运营业日益残酷的国际化竞争中立于不败之地；同时，也要求国内电信运营企业从传统的以产品为中心，以营业窗口为基础的运营模式，逐步向以客户为中心、以...
相关推荐
-
USST_Arts_112480743自动生产线的同步维修模型及案例分析VIP免费
2025-01-09 15 -
USST_Arts_112480745基于供需网特征理念的企业间关系状态研究VIP免费
2025-01-09 16 -
USST_Arts_112480756 我国城镇化与能源消费结构间关系的研VIP免费
2025-01-09 21 -
USST_Arts_112490763 企业创新型团队社会网络、知识管理过程及团队创造力关系研究VIP免费
2025-01-09 14 -
USST_Arts_112490769创新团队执行力影响因素分析VIP免费
2025-01-09 18 -
USST_Arts_112070649基于团队自反性的科技型企业TMT特征对企业绩效的影响研究VIP免费
2025-01-09 21 -
TR公司工业机器人市场发展战略研究VIP免费
2025-01-09 26 -
二氧化碳套管式气冷器的研究VIP免费
2025-01-09 18 -
非共沸混合物在微通道水平单管内流动沸腾特性VIP免费
2025-01-09 96 -
基于MRO的连铸辊维护管理系统研究VIP免费
2025-01-09 11
作者：陈辉
分类：高等教育资料
价格：15积分
属性：82 页
大小：1.21MB
格式：PDF
时间：2024-11-19
相关内容
-
USST_Arts_112070649基于团队自反性的科技型企业TMT特征对企业绩效的影响研究
分类：高等教育资料
时间：2025-01-09
标签：无
格式：PDF
价格：15 积分
-
TR公司工业机器人市场发展战略研究
分类：高等教育资料
时间：2025-01-09
标签：无
格式：PDF
价格：15 积分
-
二氧化碳套管式气冷器的研究
分类：高等教育资料
时间：2025-01-09
标签：无
格式：PDF
价格：15 积分
-
非共沸混合物在微通道水平单管内流动沸腾特性
分类：高等教育资料
时间：2025-01-09
标签：无
格式：PDF
价格：15 积分
-
基于MRO的连铸辊维护管理系统研究
分类：高等教育资料
时间：2025-01-09
标签：无
格式：PDF
价格：15 积分
