摘 要： 語音應(yīng)答業(yè)務(wù)利用率低、人力需求成本高是一大問題，對此，結(jié)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(guān)系；對IVR客戶進行聚類分析，總結(jié)出其重要特點；提出相應(yīng)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(yù)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(guān)鍵詞： 語音應(yīng)答業(yè)務(wù)；數(shù)據(jù)挖掘；CRISP-DM；客戶細分
互動式語音應(yīng)答業(yè)務(wù)IVR(Interactive Voice Response)是企業(yè)客戶關(guān)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(yīng)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(guān)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(xué)術(shù)界，學(xué)者們主要利用數(shù)據(jù)挖掘技術(shù)建立基于細分市場水平的客戶分割模型。在國內(nèi)，武漢大學(xué)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(yīng)用
數(shù)據(jù)挖掘用來根據(jù)客戶的預(yù)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(yù)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(yù)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(dāng)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(fù)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(fù)的呼叫號碼視為重復(fù)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(yīng)到相應(yīng)的區(qū)間，結(jié)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(yīng)到相應(yīng)的區(qū)間，結(jié)果如圖2所示。
3 聚類分析在客戶細分中的應(yīng)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
（1）地區(qū)分布與IVR客戶的關(guān)系分析
經(jīng)分析得到地區(qū)分布結(jié)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%。
（2）ARPU值與IVR客戶的關(guān)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：
①將所有數(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；
③根據(jù)呼入號碼去除重復(fù)數(shù)據(jù)；
④去除異常變量；
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(shè)定K=4。
(5)根據(jù)聚類結(jié)果，分為4類是較為理想的，結(jié)果如圖4所示。
相關(guān)統(tǒng)計量結(jié)果如表2所示。
從聚類結(jié)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(yù)測
(1)進行客戶行為預(yù)測的商業(yè)理解。用戶在撥打熱線電話時，只會產(chǎn)生兩種情況：一種是轉(zhuǎn)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(zhuǎn)人工”作為輸出變量。
(3)評估客戶行為預(yù)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(jié)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(jié)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(lǐng)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(shù)，達到提高客戶關(guān)系管理可用性、實時性、智能性等目標(biāo)。本文在國外已有研究的基礎(chǔ)上，結(jié)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(jié)果為企業(yè)提供決策支持。在業(yè)務(wù)應(yīng)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(yīng)的改進措施，可為相關(guān)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(yīng)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(yīng)用研究[J].微型機與應(yīng)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(yīng)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(wù)客戶細分[J].計算機應(yīng)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(yīng)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(shù)應(yīng)用，2012，38(5)：87-90.