支撑电信经营分析决策洞察力——Insight数据挖掘的价值三年前在google搜索，键入「DataMining」，可找到1,260,000项查询结果一年前在google搜索，键入「DataMining」，可找到4,320,000项查询结果今天在google搜索，键入「DataMining」，可找到8,710,000项查询结果线性思维多带来不同！挖掘的力量-PASWModeler统计的力量-PASWstatistics数据分析的层次数据并不是人们最终需要的东西，他们需要的是信息，是对未来发展的洞察能力。PASWModeler高效挖掘工具统计与建模技术基于数据挖掘架构的商业智能视图2008年6月，国家信息产业部对现有通信运营商进行了进一步的规划整合，目前的六大运营商将缩减为三家全业务运营商。新的整合为中国的电信事业带来了新的发展机遇，也同时带来了更大的挑战。三大运营商都将在全国范围内经营和扩展业务（全业务），以往的地域优势将在新的战略竞争格局下被进一步弱化，竞争将更加直接，更加激烈。三大运营商都将进入此前较不熟悉的业务领域。在全业务背景下，传统针对某一业务单元（如固话或者移动电话）营销的策略将被颠覆，取而代之的是运营商品牌和业务品牌的整合营销，对未来的营销活动提出了更高的要求。新格局下--中国电信未来3年规划天翼电信及其业务构成一个庞杂的业务图谱应用介绍支持多种营销策略PASW-挖掘关系的力量关系-业务融合和交叉销售关联分析——电信套餐与捆绑关系——电信业务DNA挖掘关联规则关系——Web网络分析关系——Web网络分析PASW挖掘的力量国外——如何为移动电话公司建立客户流失模型？某电信发达国家最大的手机公司几年来一直投资开发决策支持技术。其所在国的手机市场刚刚结束管制，而几家新兴手机公司发展迅速。与此同时，市场日见成熟，而他们也意识到需要从市场导向转以客户为导向的必要性。重点在如何留住客户，并从他们身上赚取更多的利润。该公司在无线通讯服务市场已经相当发达；该国家的人们极其依赖手机；手机接听无须付费促进了手机的在该国的迅速普及；该市场大约2/3的客户选择自动付费方式；付费方式主要采用信用卡；高价值的客户属于会员；高峰和非高峰期及周末通话量有较大变化；单向收费——损失了接听用户的信息；改变服务商意味着改变电话号码；接听许多人电话的客户改变号码代价较大；多个帐单出自一个帐户可映射家庭；何为流失非自愿流失客户连续几个月不付费；自愿流失迁出服务区的客户；已经仙逝的客户；无力承担电话费的客户；为其他服务供应商所挖走的客户；想买新手机的客户；建立客户流失模型三个目标短期目标：确定可能流失的客户名单；中期目标：建立一系列有效的流失模型来支持最终的客户流失管理系统（ChurnAnalysisSystem）；长期目标：将客户流失管理系统做为整个客户关系管理系统CRM的一部分；建模自动化对数据挖掘的要求：不能每月变更建模技术不能手工修剪决策树不能采用聚类方法需要对模型参数作出非常合理的缺省设置建立流失模型的方法定义客户流失区分自愿还是非自愿流失的客户；定义能够从数据中得到支持；对可用数据分类客户档案，包括：年龄、性别、邮编、地址等；客户帐户，包括：手机号、付费方式、停机日期等；计费信息，包括：拨打电话数、付费总额、欠费总额等；建立模型通过实验决定哪个模型适合数据和业务的需要；决策树是建模不错的选择；正确决定模型应该包含的衍生变量的集会；建立流失模型的方法应用评分的几种方式最常用的方式是用于数据库或是数据仓库；用于对特定客户进行市场干预；根据客户的优先程度使用流失评分，以满足不同的营销活动；估计客户的生命周期；衡量评分的有效性每一客户群的估计流失概率与实际流失概率的接近程度；流失评分的相对正确性；建立流失模型选取工具模型类型及参数设置算法选取拆分数据处理时间因素筛选数据计算衍生变量9-建模技巧模型集的大小和密度大小和密度直接影响模型的效果模型集越大，生成的模型越好，这似乎是对的较小的模型集也有它的优势不同模型集上不同的模型预测流失率流失率30％及50k大小的数据更好的支撑决策树生产复合决策树增加可信度在数据集大小一定时，增加流失密度能得到更好的结果及时更新模型——与时俱进字段与流失日期对应删除绝对日期call_1<>call_May.确保数据集包括几个月的流失数据11-潜伏期的影响服务端数据开通日期及原因付费计划手机类型承销商定义流失商业含义;理解流失结果的使用;明确流失建模对数据的要求;设计对时间稳健的流失模型;案例-客户流失分析案例-客户流失分析流程案例-客户流失分析流程案例-客户流失分析流程案例-客户流失分