于數(shù)據(jù)挖掘技術(shù)的電信資費(fèi)套餐設(shè)計(jì)

摘要　電信資費(fèi)套餐是電信運(yùn)營(yíng)商進(jìn)行客戶關(guān)系管理的手段，能使客戶受惠并提高運(yùn)營(yíng)商收益。使用數(shù)據(jù)挖掘技術(shù)可以制定資費(fèi)套餐。首先介紹了數(shù)據(jù)挖掘的流程，并以外來務(wù)工人群為例進(jìn)行了具體解釋。然后，提出了運(yùn)營(yíng)商收益模型，可用來驗(yàn)證基于數(shù)據(jù)挖掘技術(shù)的資費(fèi)套餐的有效性。最后，按照實(shí)際例子給出了具體的資費(fèi)套餐設(shè)計(jì)和收益模型驗(yàn)證。

Gartner Group的一次高級(jí)技術(shù)調(diào)查將數(shù)據(jù)挖掘和人工智能列為“未來三到五年內(nèi)將對(duì)工業(yè)產(chǎn)生深遠(yuǎn)影響的五大關(guān)鍵技術(shù)”之首，并且還將并行處理體系和數(shù)據(jù)挖掘列為未來五年內(nèi)投資焦點(diǎn)的十大新興技術(shù)前兩位。根據(jù)Gartner的HPC研究表明，“隨著數(shù)據(jù)捕獲、傳輸和存儲(chǔ)技術(shù)的快速發(fā)展，用戶將更多地需要采用新技術(shù)來挖掘市場(chǎng)價(jià)值，采用更為廣闊的并行處理系統(tǒng)來創(chuàng)建新的商業(yè)增長(zhǎng)點(diǎn)。”數(shù)據(jù)挖掘技術(shù)將在未來的數(shù)據(jù)計(jì)算中扮演越來越重要的角色[1]。

通信企業(yè)保存著客戶的相關(guān)信息，如呼叫及計(jì)費(fèi)等大量的數(shù)據(jù)，這些業(yè)務(wù)數(shù)據(jù)雖看似普通，卻包含了客戶管理方面的珍貴信息。數(shù)據(jù)挖掘技術(shù)與海量數(shù)據(jù)有著密不可分的關(guān)系，強(qiáng)大的數(shù)學(xué)算法使其能夠根據(jù)這些數(shù)據(jù)建立有關(guān)客戶管理的預(yù)測(cè)模型，從而分析出客戶相關(guān)信息并采取有效措施服務(wù)各類客戶。

文章首先介紹了數(shù)據(jù)挖掘技術(shù)和通信資費(fèi)套餐的概念；然后介紹了利用基于客戶數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)挖掘技術(shù)來制定資費(fèi)套餐的方法，并以中國(guó)聯(lián)通某分公司的客戶數(shù)據(jù)為例進(jìn)行了具體分析。最后，對(duì)所提出的套餐進(jìn)行收益建模來驗(yàn)證文章所提方法的有效性。

1、數(shù)據(jù)挖掘技術(shù)和通信資費(fèi)套餐

1.1　數(shù)據(jù)挖掘的定義[2]

數(shù)據(jù)挖掘（DM：Data Mining）可以簡(jiǎn)單地描述為一個(gè)利用各種分析工具在海量數(shù)據(jù)中發(fā)現(xiàn)模型和數(shù)據(jù)間關(guān)系的過程。這些模型和關(guān)系可以用來做出預(yù)測(cè)，可以按企業(yè)既定的業(yè)務(wù)目標(biāo)對(duì)大量企業(yè)數(shù)據(jù)進(jìn)行探索和分析，揭示隱藏的、未知的規(guī)律性或驗(yàn)證已知的規(guī)律性，并進(jìn)一步將其模型化的先進(jìn)有效的方法。作為一種先進(jìn)的數(shù)據(jù)信息處理技術(shù)，數(shù)據(jù)挖掘與傳統(tǒng)的數(shù)據(jù)分析（如查詢、報(bào)表、聯(lián)機(jī)應(yīng)用分析）有著本質(zhì)區(qū)別：數(shù)據(jù)挖掘是在沒有明確假設(shè)的前提下去挖掘信息、發(fā)現(xiàn)知識(shí)，是一個(gè)完整的過程。該過程從大型數(shù)據(jù)庫(kù)中挖掘先前未知的、有效的、可實(shí)用的信息，并使用這些信息做出決策或豐富知識(shí)。

1.2　數(shù)據(jù)挖掘的基本分析方法

數(shù)據(jù)挖掘技術(shù)是一種幫助決策人員發(fā)現(xiàn)那些隱藏信息的有力工具。它使用決策樹、模糊集合、神經(jīng)網(wǎng)絡(luò)等計(jì)算方法，分析企業(yè)的數(shù)據(jù)，做出歸納性的推理，從中挖掘出潛在的模式，預(yù)測(cè)客戶的行為，幫助決策者調(diào)整市場(chǎng)策略，減少風(fēng)險(xiǎn)，做出正確的決策。一般來說，數(shù)據(jù)挖掘常用的方法和技術(shù)不下幾十種，主要有關(guān)聯(lián)規(guī)則、數(shù)據(jù)分類、數(shù)據(jù)聚類、時(shí)間序列模式、意外規(guī)則、回歸分析、偏差分析、基于Web的數(shù)據(jù)挖掘等。

電信資費(fèi)套餐是電信運(yùn)營(yíng)商針對(duì)不同客戶群體提供不同資費(fèi)服務(wù)的手段。推出合理的資費(fèi)套餐既使老客戶受惠，又吸引了新客戶，是中國(guó)電信運(yùn)營(yíng)商從最初的“一刀切”資費(fèi)向科學(xué)地運(yùn)用客戶關(guān)系管理理論[3]提供服務(wù)轉(zhuǎn)變的標(biāo)志。資費(fèi)套餐具有兩方面作用，一方面降低了移動(dòng)通信的運(yùn)營(yíng)成本，另一方面可以滿足不同客戶群體尤其是弱勢(shì)客戶群體的需要�？茖W(xué)的資費(fèi)套餐能夠在滿足不同群體對(duì)通信服務(wù)的多樣性需求的同時(shí)，最大化電信運(yùn)營(yíng)商的收益，對(duì)電信運(yùn)營(yíng)商至關(guān)重要。因此，文章通過研究基于客戶數(shù)據(jù)的數(shù)據(jù)挖掘技術(shù)來制定最優(yōu)的資費(fèi)套餐。

2、基于客戶數(shù)據(jù)的數(shù)據(jù)挖掘

文章選擇電信運(yùn)營(yíng)商的計(jì)費(fèi)系統(tǒng)數(shù)據(jù)庫(kù)作為數(shù)據(jù)挖據(jù)的對(duì)象，也就是文章所選擇的數(shù)據(jù)倉(cāng)庫(kù)。目前電信運(yùn)營(yíng)商都具有業(yè)務(wù)營(yíng)運(yùn)系統(tǒng)、業(yè)務(wù)受理網(wǎng)站、客戶服務(wù)呼叫中心等BOSS（Business & Operation Support System）系統(tǒng)，也擁有許多成熟的數(shù)據(jù)庫(kù)應(yīng)用系統(tǒng)。其中的業(yè)務(wù)營(yíng)運(yùn)系統(tǒng)也就是計(jì)費(fèi)系統(tǒng)，擁有所有客戶的基本資料、呼叫清單、賬單、聯(lián)系歷史記錄等海量復(fù)雜的行為數(shù)據(jù)。可以將這些數(shù)據(jù)集中起來，建立一個(gè)整合的、結(jié)構(gòu)化的數(shù)據(jù)模型，在此基礎(chǔ)上對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化、抽象化、規(guī)范化分類和分析。通過數(shù)據(jù)倉(cāng)庫(kù)接口，對(duì)數(shù)據(jù)倉(cāng)庫(kù)中的客戶數(shù)據(jù)進(jìn)行聯(lián)機(jī)分析和數(shù)據(jù)挖掘，為企業(yè)管理層提供及時(shí)的決策信息，為企業(yè)業(yè)務(wù)部門提供有效的反饋數(shù)據(jù)。因此選擇計(jì)費(fèi)系統(tǒng)數(shù)據(jù)庫(kù)作為文章的數(shù)據(jù)倉(cāng)庫(kù)。

2.1　數(shù)據(jù)挖掘流程

數(shù)據(jù)挖掘是一個(gè)周而復(fù)始的過程，許多軟件供應(yīng)商和數(shù)據(jù)挖掘顧問公司都提供了一些數(shù)據(jù)挖掘過程模型，指導(dǎo)他們的用戶一步步地進(jìn)行數(shù)據(jù)挖掘工作，比如SPSS的5A和SAS的SEMMA�；�本的數(shù)據(jù)挖掘包括以下幾個(gè)步驟[4]：

（1）定義商業(yè)主題

沒有商業(yè)目標(biāo)，數(shù)據(jù)挖掘就會(huì)變得漫無目的，要想充分發(fā)揮數(shù)據(jù)挖掘的價(jià)值，必須對(duì)自己的目標(biāo)有一個(gè)清晰明確的定義，根據(jù)特定的目標(biāo)，選擇和準(zhǔn)備數(shù)據(jù)，建立模型。

（2）數(shù)據(jù)處理

這一過程所花的時(shí)間和精力要占整個(gè)數(shù)據(jù)挖掘項(xiàng)目的50%～90%，它包括四個(gè)步驟：①數(shù)據(jù)過濾。這一步驟可以確保收集的數(shù)據(jù)符合分析的需要。②數(shù)據(jù)預(yù)處理。這一步驟應(yīng)確保原始數(shù)據(jù)和輸入標(biāo)準(zhǔn)一致，將分布在不同數(shù)據(jù)庫(kù)中的數(shù)據(jù)集成、合并到單一的數(shù)據(jù)庫(kù)，并協(xié)調(diào)來自多個(gè)數(shù)據(jù)源的數(shù)據(jù)在數(shù)值上的差異，使數(shù)據(jù)屬性標(biāo)準(zhǔn)化。③數(shù)據(jù)分析。在建立良好的預(yù)測(cè)模型之前，必須對(duì)預(yù)處理后的數(shù)據(jù)進(jìn)行初步分析，找出對(duì)預(yù)測(cè)輸出影響最大的數(shù)據(jù)字段，并決定是否需要定義導(dǎo)出字段。④數(shù)據(jù)準(zhǔn)備。這是建模前數(shù)據(jù)處理的最后一步，也是數(shù)據(jù)挖掘過程的核心。主要有4個(gè)部分：選擇變量、選擇記錄、創(chuàng)建新變量、轉(zhuǎn)換變量，使之和選定用來建立模型的算法一致。

（3）建立模型

在多個(gè)可供選擇的模型中找出最佳模型。初始模型可能沒法達(dá)到數(shù)據(jù)挖掘的目的，需要多次反復(fù)。在尋找最優(yōu)模型的過程中，可能要修改正在使用的數(shù)據(jù)，甚至修改問題的定義。

（4）評(píng)估和解釋模型

這個(gè)階段是對(duì)數(shù)據(jù)挖掘階段構(gòu)建的模型進(jìn)行比較和評(píng)估，生成一個(gè)相對(duì)最優(yōu)模型，并對(duì)此模型用業(yè)務(wù)語言加以解釋。模型驗(yàn)證的標(biāo)準(zhǔn)方法是從預(yù)處理數(shù)據(jù)中隨機(jī)抽取兩個(gè)樣本，一個(gè)校準(zhǔn)樣本用于構(gòu)建模型，另一個(gè)樣本用于驗(yàn)證校準(zhǔn)樣本產(chǎn)生的模型。通常一個(gè)好的模型運(yùn)用到驗(yàn)證樣本中能得到較好的效果，如果效果很差，就需要重新構(gòu)建模型。

（5）運(yùn)用和鞏固模型

對(duì)模型在實(shí)際應(yīng)用中的表現(xiàn)進(jìn)行監(jiān)控，將數(shù)據(jù)挖掘的結(jié)果同運(yùn)營(yíng)市場(chǎng)反饋緊密聯(lián)系起來。如果模型表現(xiàn)不好，應(yīng)實(shí)時(shí)適應(yīng)市場(chǎng)調(diào)整挖掘模型，對(duì)模型作進(jìn)一步的考察和修正，以反映業(yè)務(wù)運(yùn)作規(guī)律的變化。

2.2　數(shù)據(jù)挖掘?qū)嵗?/p>

本部分以中國(guó)聯(lián)通某分公司為例，按照數(shù)據(jù)挖掘的流程給出簡(jiǎn)單的使用實(shí)例。

（1）研究目標(biāo)

為明確研究的問題，需要對(duì)研究目標(biāo)進(jìn)行定義，明確商業(yè)目的。目標(biāo)是推出適合外來務(wù)工客戶群的長(zhǎng)途通話資費(fèi)套餐，可以描述為：不同客戶群對(duì)通信業(yè)務(wù)的需要不一樣，消費(fèi)能力也不同。運(yùn)營(yíng)商需要按照不同客戶群推出不同的資費(fèi)套餐，以對(duì)不同客戶群提供最優(yōu)惠的資費(fèi)來進(jìn)行客戶關(guān)系管理。推出合理的資費(fèi)套餐，對(duì)客戶而言，對(duì)使用頻率最多的業(yè)務(wù)降低了資費(fèi)，也就是享受了優(yōu)惠；對(duì)運(yùn)營(yíng)商而言，對(duì)不同客戶群提供資費(fèi)優(yōu)惠吸引了新老客戶，是客戶關(guān)系管理（CRM）的良好手段。此外，由于針對(duì)不同客戶群對(duì)不同業(yè)務(wù)設(shè)定不同的資費(fèi)，并沒有降低業(yè)務(wù)的平均收益，反而會(huì)由此吸引更多的新客戶而增加總收益。

（2）數(shù)據(jù)處理

對(duì)中國(guó)聯(lián)通某分公司的計(jì)費(fèi)系統(tǒng)數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行處理，提取與所研究目標(biāo)相關(guān)的數(shù)據(jù)。首先對(duì)客戶按照月消費(fèi)額度、之前選擇套餐、籍貫等信息進(jìn)行分類，分別研究；然后分析每個(gè)客戶群體在通話時(shí)間、業(yè)務(wù)選擇等方面的區(qū)別。例如，在計(jì)費(fèi)系統(tǒng)數(shù)據(jù)庫(kù)中可以提取出客戶的基本通話費(fèi)、漫游通話費(fèi)、長(zhǎng)途費(fèi)、漫游長(zhǎng)途費(fèi)、短信量、彩e、如意信箱等詳細(xì)數(shù)據(jù)，然后按照分層概念等這些對(duì)數(shù)據(jù)進(jìn)行分析，找出對(duì)預(yù)測(cè)輸出影響最大的數(shù)據(jù)字段，定義客戶群并提取出不同客戶群的主要數(shù)據(jù)字段。

以中國(guó)聯(lián)通某分公司所覆蓋的地區(qū)為例，對(duì)其計(jì)費(fèi)系統(tǒng)數(shù)據(jù)庫(kù)進(jìn)行數(shù)據(jù)處理。根據(jù)用戶數(shù)據(jù)信息，從中隨機(jī)抽取出1萬名外來務(wù)工用戶作為分析依據(jù)。根據(jù)話費(fèi)支出分析，2006年外來務(wù)工人員每月手機(jī)話費(fèi)平均為45元。從2006年話費(fèi)的月份分布情況分析，用戶在1～3月及5～8月的消費(fèi)大于其他月份，考慮到春節(jié)因素，排除1～3月，5月話費(fèi)大于100元的用戶數(shù)是11月的1.51倍。從長(zhǎng)途通話時(shí)段方面的數(shù)據(jù)分析，外來務(wù)工人員在19時(shí)以后通話比較頻繁，其中首選時(shí)段為21:00～22:00，其次是19:00-21:00和22:00以后。

（3）建立模型

建立模型是一個(gè)反復(fù)的過程，需要對(duì)數(shù)據(jù)進(jìn)行分析并利用各種數(shù)據(jù)挖掘技術(shù)和方法選擇合適的模型描述、表示數(shù)據(jù)，并得出規(guī)律。模型建立與調(diào)整是數(shù)據(jù)挖掘過程中的核心部分，通常由數(shù)據(jù)分析專家完成。需要指出的是，不同的商業(yè)問題和不同的數(shù)據(jù)分布屬性會(huì)影響模型建立與調(diào)整的策略，而且在建模過程中還會(huì)使用多種近似算法來簡(jiǎn)化模型的優(yōu)化過程。因此還需要業(yè)務(wù)專家參與調(diào)整策略的制定，以避免不適當(dāng)?shù)膬?yōu)化造成業(yè)務(wù)信息丟失。

（4）模型的解釋與運(yùn)用

根據(jù)以上分析可以得出對(duì)研究問題的簡(jiǎn)單結(jié)論：由上述步驟的模型可以分析出不同客戶群對(duì)不同業(yè)務(wù)的使用頻率和消費(fèi)能力，根據(jù)數(shù)據(jù)挖掘模型的結(jié)果來制定最優(yōu)的資費(fèi)套餐。例如，根據(jù)某地區(qū)外來務(wù)工人員的通話數(shù)據(jù)，利用模型挖掘出信息后，制定資費(fèi)套餐的原則就為降低17:00～20:00的長(zhǎng)途通話資費(fèi)，同時(shí)設(shè)定月消費(fèi)額度或提高其他時(shí)段長(zhǎng)途資費(fèi)作為補(bǔ)償。通過對(duì)模型做出合理的業(yè)務(wù)解釋，可以找出一些潛在的規(guī)律，用于指導(dǎo)業(yè)務(wù)行為。反過來，通過業(yè)務(wù)解釋也能證明數(shù)學(xué)模型的合理性和有效性。

3、套餐設(shè)定后的收益分析

從運(yùn)營(yíng)商的角度來說，在針對(duì)不同客戶群推出不同優(yōu)惠資費(fèi)套餐的同時(shí)要保證或提高運(yùn)營(yíng)商的商業(yè)收益。本部分通過數(shù)學(xué)建模的方式提出了套餐變化前后的商業(yè)運(yùn)營(yíng)收益模型，此模型可用來驗(yàn)證上述通過數(shù)據(jù)挖掘技術(shù)選擇資費(fèi)套餐方法的有效性。本部分以中國(guó)聯(lián)通某分公司外地務(wù)工人員長(zhǎng)途通話時(shí)段為例，介紹了收益變化的建模方式。

3.1　建立收益模型

以外來人員長(zhǎng)途通話為例，收益模型為：

這里Sd是運(yùn)營(yíng)商第d天的話費(fèi)收入，n是使用人數(shù)，p(t)是t時(shí)段長(zhǎng)途通話概率（t∈[0，24]），f(t)是t時(shí)段資費(fèi)，c是平均通話時(shí)間。

為保證新的資費(fèi)套餐能增加運(yùn)營(yíng)商的收益，因此要滿足

這里Sd是新資費(fèi)套餐下第d天的話費(fèi)收入，T是改定套餐需要支出的費(fèi)用。

來源：中國(guó)聯(lián)通網(wǎng)