问数据挖掘技术在电信行业的应用

服务质量管理等等方面，都大量使用数据挖掘技术，比如boss系统、网元库分析，数据挖掘应用是非常广泛的现在在电信领域。金融方面我不太熟悉

随着电信体制改革的深化，我国电信运营业的竞争日趋激烈。2006年12月，中国加入WTO的5年过渡期的即将结束，这意味着还有3个月中国电信行业即将全面开放，国内电信运营商将直接面对国外电信运营商在中国的竞合；同时，3G的脚步越来越近，国内各大电信运营商在加紧筹备3G网络的同时，对用户的争夺也更加白热化。 作为中国最大的固网电信运营商，在3G牌照迟迟不下发的情况下，小灵通(PHS)在夹缝中生存和发展起来，在拉动电信收入增长的同时，也为真正的移动语音业务的经营积累了一定的用户基础和运营经验。电信运营企业拥有丰富的用户数据。谁能正确地挖掘与分析隐含在这些数据中的知识，谁就能更好地向用户提供产品与服务，能够发现更多的商机，从而在竞争中获胜。 本文重点研究了我国的移动通信运营企业如何开展及运用数据挖掘技术来提高其竞争力。本文将重点放在数据挖掘模型的选择与设计上，在国外的已有研究的基础上，结合国内实际，提出了我国电信业的客户价值、客户保持、客户细分这三个数据挖掘模型；并且结合上海电信小灵通的运营数据，在ODS的基础上，探索并建设了客户细分以及离网预警模型，在SAS Enterprise Miner中对模型进行了验证与评价。在客户细分的模型研究中，本文还侧重的在宽表设计、数据预处理等方面，结合电信数据的特点指出操作过程中需要注意和留心的环节，例如对缺失值、异常客户的处理等，以确保模型的质量。在离网预警模型的应用过程中，本文描述了如何根据实际的业务经验对模型进行优化，以提高预测准确率，节省营销成本；并且通过组织两千多个电话调查来收集研究数据，结合客户价值和离网预警，为小灵通的客户关怀计划提供了决策支持；最后，结合企业实际，探索出数据挖掘技术在电信运营实践中的工作流程。 数据挖掘技术在我国电信运营业中的应用起步不久，可以借鉴的经验不多，本文结合上海电信的实践做了一些探索，尚有不足之处，将不断探索和改进。