电信企业客户细分模型构建与应用研究(2)

分钟，远低于总体水平 2 2分钟， 3为各群最低，图 2如 所示。群一客户偏好电信长途，电信传统长途时长其为 3 .6分钟， 52电信 I P长途时长为 9 3 .2分钟，为总均体水平的 2以上，倍为各群最高；反，相异网 I P长途时长仅为 10 .8分钟，显著低于总体值 1 . 8分钟， 19传统电信长途、电信 I P长途和异网 I P长途的时长在长途表 3客户细分模型一建模变量

总时长中的占比分别为 7%,0,%;途通话时 8 2% 2长

长中有 7 .4 9 5%呼往同一区号，占比远高于总体水平的 3.1, 56%呼往该方向长途时长达 3 .9分钟，出 02高

一口

总体一倍以上，为各群最高。

蓐地时长

匿话 电信一

长诠碍出时.}∈总时长

图 2客户群一的价值行为特征

群二为本地本网固移通话突出型，共有 70 5个 1

客户，占总客户数的 7 2%;客户平均 A P .2 R U值 10 5

元/,月比总体水平高 1, 0元对总体收入贡献略高于其客户规模贡献，相对系数为 10,中本地通话时长 .8其关的属性采取完全剔除的方法，显著相关的属性结对合业务人员的实际经验进行部分剔除；最后对数值型

为 27分钟， 9显著高于总体水平 2 1 3分钟， 5群中排在名第二，相对的长途通话总时长仅 2 .3分钟， 44比总体

2 1年 6月 01

贺仁龙，:等电信企业客户细分模型构建与应用研究∞ 0 O O O 0 0 0 如 5

姗湖聊 im蓦 卯0

5 11

少 84分钟，图 3所示。群二的客户，固定电话与 .如其本地本网的手机通话最突出，固话与最热 3部本地本

的双向时长之和为 6 9分钟，中 6其 8分钟为固话呼往手机，均显著高于总体水平的 3 0和 2 8分钟。布地总时长

网手机之间的通话总时长为 2 . 4分钟，著高于总 73显体水平 7 5 .7分钟，中固话呼往这三部手机的时长为其1.6分钟， 74占固话呼出总时长的 80%, . 1显著高于总

体水平 17%, .1为各群最高。本地时任

-

一

总目} 一 一—— _

图 5客户群四的价值行为特征…一一

● _

-怒手…垦机时长

一一爨跫毛一

望塑

帐

【呵{茹积I

一

群五为大众低端型，有 3 7共 52 2个客户，占总客

茹

户数的 3 .%, 63客户 A P R U值 10 8元/, 2.月对总体的收入贡献为 3 .%,对系数为 0 8,图 6所示。 14相 .7如

一

铷鳓二∞ 图 3 户的价值行为特征客群

0

群五的客户，其本地话务量少，途话务量少，长且长途黝 r㈨ 宕 ∞ 0 方向最不集中，价值贡献最低。。

群三为异网长途偏好型，共有 16 5个客户， 22占总

本地

客户数的 1.2, 30%客户 A P R U值 17元/为各群最 6月高，比总体多出 2 8元/,月对总体的收入贡献大于其客

户规模

贡献，对系数为 11,图 4所示。群三的相 .9如客户，偏好选择异网长

总}自费

二 ~锗 酣一一嚣~一最热 毕j 枇酣呓棚本阿觯 长途最热。

圜一蠹薹嚣囊 …一一~~长途最热呼最

J嚅清。∞

一

图 6客户群五的价值行为特征

一

一器莨]对

l二i口一二 j一长 广 i =长■时 I图 4客户群三的价值行为特征

~~桃 栩熟

向勰机手 机向

4总结与展望 本文基于先进的数据挖掘建模实施方法，剖析电

信企业客户信息特征，建立起电信企业的客户细分模型。客户细分模型能输出分群标签，并标识每个客户

I P长途通话，网 I异 P长途时长达到 8 5分钟，著显

所属的群，为基础再进行统计分析，画各个客户以此刻群的特征。这样我们就能得出每个客户群的特征，即

高于总体水平 1 2分钟，且异网 I P长途时长在长途总

时长中占比最高， 9 .%,电信传统长途时长和为 41而电信 I P长途时长则为各群最低， 4 3为 .8分钟和 0 9 .2分钟，仅长途总时长的 59。 .%

是客户群中的每个客户行为、价值特征，有利于电信企业针对目标客户群开展精确化的营销活动。参考文献

群四为固移通话突出型，共有 950个客户， 8占总客户数的 9 8%, .6长途总时长 1分钟， 1本异网时长比

[] ( )t eH br a著； 1美 S v, oe n贾爱霞， e m程

耀译 .数据建模一分析与

设计的工具和技术[ . M]机械工业出版社，04 2 0 2 6 20:—5 3

为 1:, 3 1平均在网时长 5 . 4 5个月，著低于总体水平显6. 5 4个月，客户 A P R U值 12月， 3元/略低于总体水平，

[]李益强， 2漆晨曦.基于数据挖掘的电信客户细分研究析[]广 J.东通信技术， 0:— 5 2 5 1 1 0 2[]陈金波. 3面向电信 C M的数据挖掘应用研究[]南京： R j.东南大学， 0 2 7 0(编：责白燕琼 )

对总体的收入贡献小于其对客户数规模的贡献，相对系数为 09, . 5如图 5所示。群四的客户，偏好固移通话，与手机间的通话时长突出，固话与最热三部手机间