摘 要： 語音應答業(yè)務利用率低,、人力需求成本高是一大問題,，對此，結合案例,，運用CRISP-DW方法,，采用Clementine工具對所得數(shù)據(jù)進行分析處理，得到IVR客戶與地區(qū)分布,、ARPU值和入網(wǎng)時長的關系,；對IVR客戶進行聚類分析，總結出其重要特點,；提出相應對策,，幫助提高IVR客戶的滿意度和利用率。建立一個C5.0決策樹模型,，分析預測客戶是基于什么情況才進入IVR系統(tǒng)的,。分析IVR客戶與入網(wǎng)時長、地區(qū),、ARPU值之間的規(guī)則,，有助于更準確地了解IVR客戶并對其細分。
關鍵詞： 語音應答業(yè)務,；數(shù)據(jù)挖掘,；CRISP-DM；客戶細分
互動式語音應答業(yè)務IVR(Interactive Voice Response)是企業(yè)客戶關系管理中一種有效的模式,，它可以解決用戶的絕大部分問題[1],。本文針對電信行業(yè)客戶細分要求，將數(shù)據(jù)挖掘中的聚類分析,、決策樹方法應用于分析過程[2],。
1 電信呼叫中心客戶細分體系
隨著客戶關系管理實踐和理論的發(fā)展，在客戶細分方法研究方面,，研究者正尋找將客戶聚類為獨特的客戶群的方法[3-4],。在國際學術界,，學者們主要利用數(shù)據(jù)挖掘技術建立基于細分市場水平的客戶分割模型。在國內,，武漢大學郭蘊華等人提出了基于模糊聚類分析的客戶分類算法,。
2 數(shù)據(jù)挖掘與數(shù)據(jù)處理
2.1 數(shù)據(jù)挖掘在客戶細分和呼叫中心中的應用
數(shù)據(jù)挖掘用來根據(jù)客戶的預測行為定義客戶細分群[5]。例如,，將決策樹的葉節(jié)點視為一個獨立的客戶細分群,。
2.2 移動中心數(shù)據(jù)獲取與預處理
研究數(shù)據(jù)來自于中國移動深圳分公司呼叫中心（10086）中的操作數(shù)據(jù),，操作數(shù)據(jù)的原數(shù)據(jù)項以及含義如表1所示,。
本文選取動感地帶2月份的數(shù)據(jù)進行分析研究，數(shù)據(jù)量為20多萬條,。進行數(shù)據(jù)挖掘[6]之前,，對原始數(shù)據(jù)進行預處理和數(shù)據(jù)整理，具體步驟如下,。
(1)合并具有相同變量的數(shù)據(jù)集,。
(2)對呼入時間進行升序排序，當一個客戶連續(xù)撥打10086時,，可以更好地顯示數(shù)據(jù),。
(3)去除重復數(shù)據(jù)。根據(jù)呼入時間排序,，在同一相鄰的時間段同時出現(xiàn)重復的呼叫號碼視為重復數(shù)據(jù),。
(4)去除異常數(shù)據(jù)。去除異常數(shù)據(jù)的條件為：ARPU值>1 000或入網(wǎng)時長>80或ARPU值<0或入網(wǎng)時長<0或地區(qū)="沉默",。
(5)平衡數(shù)據(jù)集,。
(6)離散化處理。采取“分箱”的方法劃分區(qū)間,，根據(jù)其取值情況分別對應到相應的區(qū)間,，結果如圖1所示。
入網(wǎng)時長為整型屬性,。對于整型屬性采取“分箱”的方法進行區(qū)間劃分,，根據(jù)取值情況對應到相應的區(qū)間，結果如圖2所示,。
3 聚類分析在客戶細分中的應用研究
以深圳移動動感地帶的客戶作為分析對象,，對IVR客戶進行聚類分析[7]。
3.1 深圳移動IVR客戶基本情況分析
?。?）地區(qū)分布與IVR客戶的關系分析
經(jīng)分析得到地區(qū)分布結果,，95%以上撥打IVR的客戶來自寶安、龍崗,、福田,、南山和羅湖5個地區(qū),。寶安地區(qū)撥打IVR的客戶最多，占到總數(shù)據(jù)量的45.79%,；鹽田地區(qū)的客戶撥打數(shù)最少,，僅占總數(shù)據(jù)量的1.31%。
?。?）ARPU值與IVR客戶的關系分析
經(jīng)分析得到ARPU值分布,，99.9%的客戶ARPU值小于600，而其余0.1%的客戶ARPU值在600～1 608.690之間,。因此可以看出,，ARPU值越大的客戶撥打IVR的數(shù)量越少，ARPU值小于200的客戶撥打數(shù)量最多,。撥打IVR的客戶主要是ARPU值小于350的客戶,，ARPU值為100～150之間的客戶撥打IVR的頻率最高。
3.2 K-means算法與分析過程
移動IVR客戶細分分析過程[5]如下：
(1)將客戶劃分為4類：
A類客戶：ARPU值及入網(wǎng)時長都很高
B類客戶：ARPU值高,，入網(wǎng)時長較低
C類客戶：ARPU值較低,，入網(wǎng)時長高
D類客戶：ARPU值和入網(wǎng)時長都較低
(2)選取“arpu”和“in_months”作為模型的輸入。
(3)數(shù)據(jù)準備：
?、賹⑺袛?shù)據(jù)合并到一個記錄表,；
②根據(jù)呼入時間對數(shù)據(jù)進行排序,；
?、鄹鶕?jù)呼入號碼去除重復數(shù)據(jù)；
?、苋コ惓Ｗ兞?；
⑤選擇IVR客戶,。
ARPU值,、入網(wǎng)時長的數(shù)據(jù)大小差別非常大，具體統(tǒng)計值如圖3所示,。
(4)使用Clementine進行建模,，選取“arpu”、“in_months”作為模型的輸入,。此處設定K=4,。
(5)根據(jù)聚類結果，分為4類是較為理想的,，結果如圖4所示,。
相關統(tǒng)計量結果如表2所示。
從聚類結果得到以下客戶劃分：
A類：cluster-2,，7 487條記錄,，占13%
B類：cluster-3,，5 190條記錄，占9%
C類：cluster-4,，15 370條記錄,，占26%
D類：cluster-1，30 797條記錄,，占52%
4 決策樹C5.0算法的客戶行為預測
(1)進行客戶行為預測的商業(yè)理解,。用戶在撥打熱線電話時，只會產生兩種情況：一種是轉入“人工接聽”,，另一種是進入“自動語音播放”,。
(2)選取“area”、“arpu”,、“in_months”,，作為模型的輸入,，將 “是否轉人工”作為輸出變量,。
(3)評估客戶行為預測的模型。通過采用analysis節(jié)點對C5決策模型進行評估,，得到的評估結果如圖5所示,，從圖中的可信矩陣可以看出模型的正確率達到60.42%。
結果分析如下：
(1)更可能撥打IVR的客戶包括：ARPU值在50～150,，入網(wǎng)時長為5.5～8.5,，居住在鹽田、羅湖地區(qū)的客戶,；入網(wǎng)時長為0～2.5和59.5～62.5,，居住在鹽田、龍崗地區(qū)的客戶,；ARPU值在50～150,，入網(wǎng)時長為8.5～11.5，居住在南山,、寶安,、鹽田、羅湖的客戶,。
(2)更可能撥打人工座席的客戶包括：ARPU值在50～150,，入網(wǎng)時長為5.5～8.5，居住在南山,、寶安地區(qū)的客戶,；入網(wǎng)時長為11.5～20.5，居住在鹽田,、龍崗地區(qū)的客戶,；入網(wǎng)時長為5.5～11.5,，居住在鹽田、龍崗地區(qū)的客戶,。
該領域的研究仍有許多待改進之處,，特別是在模型分析上，利用數(shù)據(jù)挖掘的方法較少,，本文針對這些不足,，通過數(shù)據(jù)挖掘技術，達到提高客戶關系管理可用性,、實時性,、智能性等目標。本文在國外已有研究的基礎上,，結合電信企業(yè)的實際需要,，提出了電信客戶細分數(shù)據(jù)挖掘模型，并根據(jù)客戶細分結果為企業(yè)提供決策支持,。在業(yè)務應用上,，建立了一個聚類模型和一個定量化的決策樹數(shù)據(jù)挖掘模型，提出了相應的改進措施,，可為相關的決策者提供一定的參考,。
參考文獻
[1] 王扶東，馬玉芳.基于數(shù)據(jù)挖掘的客戶細分方法的研究[J].計算機工程與應用,，2011,，47(4)：215-218.
[2] 易珺，路璐,，曹東.改進的k-means算法在客戶細分中的應用研究[J].微型機與應用,，2005，24(12)：52-53.
[3] 潘玲玲,，張育平,，徐濤.核DBSCAN算法在民航客戶細分中的應用[J].計算機工程，2012,，38(10)：71-73.
[4] 徐翔斌,，王佳強，涂歡,，等.基于改進RFM模型的電子商務客戶細分[J].計算機應用,，2012，32(5)：1440-1442.
[5] 張煥國,，呂莎,，李瑋.C均值算法的電信客戶細分研究[J].計算機仿真，2011，28(6)：185-188.
[6] 廖寶魁,，孫雋楓.基于MapReduce的增量數(shù)據(jù)挖掘研究[J].微型機與應用,，2014，33(1)：67-70.
[7] 徐新國,，朱廷劭,，康衛(wèi)，等.基于數(shù)據(jù)挖掘的工業(yè)控制系統(tǒng)防危機制研究[J].電子技術應用,，2012,，38(5)：87-90.