运营商大数据

sheguiwei

客户群体分析是客户关系管理中决策分析的一个重要部分。

客户群体分析是通过对客户整体、特定客户群体(大客户等)进行分析，了解客户在自然社会特征、消费行为等方面的分布和随时间的变化趋势。客户关系管理中的客户群体分析可以划分为整体行为分析和群体行为分析。整体行为分析用来发现企业所有客户的行为规律，但仅有整体行为分析是不够的，企业的客户千差万别，根据客户行为的不同可以将他们划分为不同的群体，各个群体有着明显的行为特征。

通过客户群体行为分析，CRM用户可以更好地理解客户，发现群体客户的行为规律。基于这些理解和规律，市场专家可以制定出相应的市场策略，同时还可以针对不同客户群进行交叉分析，帮助CRM用户发现客户群体间的变化规律。在客户分析中，显然对大客户分析十分重要，另外，客户分类中还有一种极端情况，每个类别里的客户只有一个，即一对一营销(OneToOne)。一对一营销是指了解每一个客户，并与之建立起长期持久的关系。

目前国内一些行业如金融、电信行业已经开始启动并积极推广CRM项目，为客户提供更为优质的服务的同时，深度挖掘客户的潜在价值，从而为提供服务者带来更大的收益。而CRM服务的实现要求企业对客户的各种行为均有一定的数据资料积累，并要求企业具有一套行之有效的管理工具，使企业可以从这些数据资料中获得客户的分类，并提供对不同类型客户消费习惯的参考数据，使得一个企业可以了解自己的客户，了解自己的市场因素，从而制定有效的服务方案，做到有的放矢。

同时，对客户数据的分析，也为企业的发展方向提供一个有力的决策依据。中国移动的BOSS系统，银行开展的数据大集中等都为客户关系管理的实施提供了充足的挖掘数据。由于客户的消费能力、消费习惯、消费周期等诸方面都不尽相同。这便为企业的客户服务增加了许多不定的因素，要求企业将客户服务内容细分:针对不同的客户群，采取不同的服务策略，最大可能的为客户实现个性化、专业化服务。国外一些银行早就将客户分为一般客户(对银行没有特别要求)、年轻而富有的客户(要求快捷方便的服务)、成熟而富裕的富户(要求个性化的服务)，分别提供服务。

国内工商银行等金融机构最近兴起的个性化服务，正是对这种先进经营理念的学习。当然，这种创新丝毫不会损害普通客户的利益。聚类算法应用于对移动客户话费数据集进行的实验，将前面所述的聚类组合算法用于实现客户细分。对于特定的语音业务推广，挖掘及预测其潜在客户群体，从而增加语音业务收益，因此使用决策树来预测语音业务的潜在用户并生成模型规则。