數(shù)據(jù)挖掘應(yīng)用案例.ppt

第四章數(shù)據(jù)挖掘應(yīng)用案例 4 1案例一 零售商系統(tǒng)貨籃數(shù)據(jù)挖掘4 2案例二 通信用戶滿意度指數(shù)評測4 3案例三 城市環(huán)境質(zhì)量評價 第四章數(shù)據(jù)挖掘應(yīng)用案例 數(shù)據(jù)挖掘是從海量數(shù)據(jù)中發(fā)現(xiàn)有趣知識的而過程 這些知識是隱含的 事先未知的潛在有用信息 挖掘的知識表示形式為概念 規(guī)則 規(guī)律和模式等 是建立在數(shù)據(jù)倉庫基礎(chǔ)上的高層應(yīng)用 結(jié)合領(lǐng)域知識和數(shù)據(jù)分析技術(shù) 數(shù)據(jù)挖掘為許多特定領(lǐng)域提供解決方案 包括金融 零售和通信 科學(xué)與工程 入侵檢測和防護(hù)等 同時也會影響人們購物 工作 搜索信息 使用計算機 保護(hù)隱私和數(shù)據(jù)安全 以及休閑 健康和幸福等日常生活 隨著數(shù)據(jù)挖掘技術(shù)的廣泛應(yīng)用 由此所帶來的影響也將繼續(xù) 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 1案例一 零售商系統(tǒng)貨籃數(shù)據(jù)挖掘 1 Walmart簡介Walmart百貨有限公司由美國零售業(yè)的傳奇人物山姆 沃爾頓先生于1962年在阿肯色州成立 經(jīng)過50多年的發(fā)展 Walmart公司已經(jīng)成為美國最大的私人雇主和世界上最大的連鎖零售企業(yè) 目前 Walmart在全球15個國家開設(shè)了超過8000家商場 下設(shè)53個品牌 員工總數(shù)210多萬人 每周光臨Walmart的顧客為2億人次 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 1案例一 零售商系統(tǒng)貨籃數(shù)據(jù)挖掘 續(xù) 1991年 Walmart年銷售額突破400億美元 成為全球大型零售企業(yè)之一 據(jù)1994年5月美國 財富 雜志公布的全美服務(wù)行業(yè)分類排行榜 1993年Walmart銷售額高達(dá)673 4億美元 比上一年增長118億美元 超過了1992年排名第一位的西爾斯 Sears 雄踞全美零售業(yè)榜首 1995年 Walmart銷售額持續(xù)增長 并創(chuàng)造了零售業(yè)的一項世界紀(jì)錄 實現(xiàn)年銷售額936億美元 在 財富 雜志 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 1案例一 零售商系統(tǒng)貨籃數(shù)據(jù)挖掘 續(xù) 美國最大企業(yè)排行榜上名列第四 事實上 Walmart的年銷售額相當(dāng)于全美所有百貨公司的總合 而且至今仍保持著強勁的發(fā)展勢頭 至今 Walmart已擁有2133家Walmart商店 469家山姆會員商店和248家Walmart購物廣場 分布在美國 中國 墨西哥 加拿大 英國 波多黎各 巴西 阿根廷 南非 哥斯達(dá)黎加 危地馬拉 洪都拉斯 沙爾瓦多 尼加拉瓜14個國家 它在短短幾十年中又如此迅猛的發(fā)展 不得不說是零售業(yè)的一個奇跡 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 1案例一 零售商系統(tǒng)貨籃數(shù)據(jù)挖掘 續(xù) 2 Walmart貨籃數(shù)據(jù)挖掘內(nèi)容Walmart關(guān)注客戶的貨籃 因為Walmart認(rèn)為商品銷售量的沖刺只是短期行為 而零售企業(yè)的生命力取決于貨籃 一個小小的貨籃體現(xiàn)了客戶的真實消費需求和購物行為 每一只貨籃里都蘊藏著太多的額客戶信息 零售業(yè)的宗旨是服務(wù)客戶 Walmart認(rèn)為商店的管理核心應(yīng)該是以貨籃為中心的顧客經(jīng)營模式 商店排名只能體現(xiàn)商店自身的表現(xiàn) 而貨籃可以體現(xiàn)客戶的購買行為及消費需求 關(guān)注貨籃可以使門店隨時掌握客戶的消費動向 從而使門店始終與客戶保持一致 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 1案例一 零售商系統(tǒng)貨籃數(shù)據(jù)挖掘 續(xù) 為了能夠準(zhǔn)確了解顧客在其門店的購買習(xí)慣 Walmart對其顧客的購物行為進(jìn)行貨籃分析 想知道顧客經(jīng)常一起購買的商品有哪些 商品相關(guān)性分析是貨籃分析中最重要的部分 Walmart數(shù)據(jù)倉庫里集中了其各門店的具體原始交易數(shù)據(jù) 在這些原始交易數(shù)據(jù)的基礎(chǔ)上 Walmart利用NCR數(shù)據(jù)挖掘工具對這些數(shù)據(jù)進(jìn)行了分析和挖掘 Walmart發(fā)現(xiàn)了一個令人難以理解的現(xiàn)象 在某些特定情況下 啤酒 與 尿布 兩件看上去毫無關(guān)系的商品會經(jīng)常出現(xiàn)在同一個貨籃中 這種獨特的銷售現(xiàn)象引起了管理人員的注意 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 1案例一 零售商系統(tǒng)貨籃數(shù)據(jù)挖掘 續(xù) 這是數(shù)據(jù)挖掘技術(shù)對歷史數(shù)據(jù)進(jìn)行分析的結(jié)果 反映數(shù)據(jù)內(nèi)在的規(guī)律 那么這個結(jié)果符合現(xiàn)實情況嗎 是否是一個有用的知識 是否有利用價值 于是Walmart派出市場調(diào)查人員和分析師對這一數(shù)據(jù)挖掘結(jié)果進(jìn)行調(diào)查分析 經(jīng)過大量實際調(diào)查和分析 揭示了一個隱藏在 尿布與啤酒 背后的美國人的一種行為模式 在美國有嬰兒的家庭中 一般是母親在家中照看嬰兒 年輕的父親前去購買尿布 父親在購買尿布的同時 30 40 的人往往會順便為自己購買啤酒 這樣就會出現(xiàn)啤酒與尿布這兩件看上去不相干的商品經(jīng)常會出現(xiàn)在一個貨籃的現(xiàn)象 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 1案例一 零售商系統(tǒng)貨籃數(shù)據(jù)挖掘 續(xù) 如果這個年輕的父親在賣場只能買到兩件商品之一 則他很有可能會放棄購物而到另一家商店 直到可以一次同時買到尿布與啤酒為止 Walmart發(fā)現(xiàn)了這一獨特的現(xiàn)象 開始在賣場嘗試將尿布與啤酒擺放在相同的區(qū)域 讓年輕的父親可以同時找到這兩件商品 并很快地完成購物 而Walmart也可以讓這些客戶一次購買兩件商品 而不是一件 從而獲得了很好的商品銷售收入 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 1案例一 零售商系統(tǒng)貨籃數(shù)據(jù)挖掘 續(xù) 當(dāng)然 尿布與啤酒 的故事必須具有技術(shù)方面的支持 1993年 美國學(xué)者Agrawal提出通過分析貨籃中的商品集合 來找出商品之間關(guān)聯(lián)關(guān)系的關(guān)聯(lián)算法 并根據(jù)商品之間的關(guān)系 找出客戶的購買性為 Agrawal從數(shù)學(xué)及計算機算法角度提出了商品關(guān)聯(lián)關(guān)系的計算方法 Aprior算法 Walmart從20世紀(jì)90年代嘗試將Aprior算法引入POS機數(shù)據(jù)分析中 并獲得了成功 于是產(chǎn)生了 尿布與啤酒 的故事 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 1案例一 零售商系統(tǒng)貨籃數(shù)據(jù)挖掘 續(xù) 按常規(guī)思維 尿布與啤酒風(fēng)馬牛不相及 若不是借助數(shù)據(jù)挖掘技術(shù)對大量數(shù)據(jù)進(jìn)行挖掘分析 Walmart是不可能發(fā)現(xiàn)數(shù)據(jù)內(nèi)在的這一有價值的規(guī)律的 3 Walmart貨籃數(shù)據(jù)挖掘的關(guān)聯(lián)分析過程研究商品關(guān)聯(lián)關(guān)系的方法就是貨籃分析 Walmart強調(diào)找出商品之間的關(guān)聯(lián)關(guān)系 比如啤酒與尿布 換句話說 Walmart重點是分析貨籃內(nèi)商品之間的關(guān)聯(lián)關(guān)系 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 1案例一 零售商系統(tǒng)貨籃數(shù)據(jù)挖掘 續(xù) 以Walmart為代表的美式貨籃分析的目標(biāo)一般是面積巨大 通常都是上萬平方米 商品種類繁多 大多在10萬種以上 的賣場 所以要通過貨籃分析找出淹沒在不同區(qū)域商品之間的關(guān)聯(lián)關(guān)系 并將這些關(guān)聯(lián)關(guān)系用于商品關(guān)聯(lián)陳列 促銷等具體工作中 是很難通過人工完成的 比如 啤酒在酒類區(qū)域 尿布在嬰兒用品區(qū)域 兩個商品陳列區(qū)域相差幾十米 甚至可能是 樓上 樓下 的陳列關(guān)系 用肉眼很難發(fā)現(xiàn)尿布與啤酒存在關(guān)聯(lián)關(guān)系的規(guī)律 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 1案例一 零售商系統(tǒng)貨籃數(shù)據(jù)挖掘 續(xù) 把找出貨籃中商品之間關(guān)系的方法稱為 美式貨籃 分析法 這種方法適合應(yīng)用于類似Walmart這樣的大賣場 用于找出不同陳列區(qū)域商品之間的關(guān)系 4 關(guān)聯(lián)規(guī)則挖掘過程如何從大型數(shù)據(jù)庫中挖掘關(guān)聯(lián)規(guī)則呢 關(guān)聯(lián)規(guī)則的挖掘有以下兩步 1 根據(jù)最小支持度找出事務(wù)數(shù)據(jù)庫D中所有的頻繁項目集 2 有頻繁項目集合最小支持度產(chǎn)生強關(guān)聯(lián)規(guī)則 也可以使用附加的興趣度來對規(guī)則進(jìn)行度量 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 1案例一 零售商系統(tǒng)貨籃數(shù)據(jù)挖掘 續(xù) 以支持度 信任度 興趣度三項指標(biāo)表現(xiàn)的商品關(guān)聯(lián)規(guī)則 一個正規(guī)的貨籃分析報表應(yīng)該采取三個指標(biāo)數(shù)字 才可以準(zhǔn)確地衡量商品是否真的存在關(guān)聯(lián)關(guān)系 采取 支持度 Support 信任度 Confidence 作為主要商品相關(guān)性分析指標(biāo) 為了強化說明關(guān)聯(lián)關(guān)系 往往會運用興趣度 Lift 指標(biāo) 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 1案例一 零售商系統(tǒng)貨籃數(shù)據(jù)挖掘 續(xù) 1 支持度在貨籃分析中 支持度指的是多個商品同時出現(xiàn)在同一個貨籃中的概率 比如 尿布與啤酒同時出現(xiàn)在貨籃中的概率是20 稱尿布與啤酒的支持度是20 按照國際命名規(guī)則表示為 啤酒Implies尿布 20 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 1案例一 零售商系統(tǒng)貨籃數(shù)據(jù)挖掘 續(xù) 尿布與啤酒 不等于 啤酒與尿布 相關(guān)性的單向性 是代表商品之間的相關(guān)性具有單向性 尿布與啤酒 代表了一種因果關(guān)系 在 尿布與啤酒 的故事中 年輕的父親去的目的是購買尿布 在買尿布的前提下 才會考慮購買啤酒 因此在購買尿布的父親中有35 購買了啤酒 不代表購買了啤酒的父親有35 購買了尿布 因為這是兩類不同的消費行為 商品之間的因果關(guān)系也會不同 因此這個故事不能反過來講 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 1案例一 零售商系統(tǒng)貨籃數(shù)據(jù)挖掘 續(xù) 要看商品之間是否具有相關(guān)性 在計算商品之間的支持度時 需要反過來計算進(jìn)行驗證 看看兩個商品之間的相關(guān)性具有多少的信任度 從而尋找商品之間的因果關(guān)系 由于商品之間關(guān)聯(lián)關(guān)系具有單向性 在零售業(yè)也會采取這種表示商品關(guān)聯(lián)關(guān)系的方式 尿布 啤酒 即尿布與啤酒之間具有關(guān)聯(lián)關(guān)系 方向是從尿布到啤酒 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 1案例一 零售商系統(tǒng)貨籃數(shù)據(jù)挖掘 續(xù) 2 信任度信任度是對支持度進(jìn)行衡量的指標(biāo) 用于衡量支持度的可信度及數(shù)據(jù)強度 由于這項指標(biāo)是將商品同時出現(xiàn)在貨籃中概率進(jìn)行反復(fù)運算 因此這是衡量商品相關(guān)性的主要指標(biāo) 3 興趣度興趣度又稱為提升度 是對支持度 信任度全面衡量的指標(biāo) 很多時候在衡量商品關(guān)聯(lián)關(guān)系時只采用 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 1案例一 零售商系統(tǒng)貨籃數(shù)據(jù)挖掘 續(xù) 這一個指標(biāo) 可見這個指標(biāo)的重要性 當(dāng)興趣度指標(biāo)大于1 0時 則表明商品之間可能具有真正的關(guān)聯(lián)關(guān)系 興趣度數(shù)據(jù)越大 則商品之間的關(guān)聯(lián)意義越大 如果興趣度小于1 0 則表明商品之間不可能具有真正的關(guān)聯(lián)關(guān)系 在某些情況下 興趣度會出現(xiàn)負(fù)值 此時商品之間很可能具有相互排斥的關(guān)系 體現(xiàn)在貨籃中 就是這些商品從來不會出現(xiàn)在同一個貨籃中 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 1案例一 零售商系統(tǒng)貨籃數(shù)據(jù)挖掘 續(xù) 假如有表4 1的購買記錄 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 1案例一 零售商系統(tǒng)貨籃數(shù)據(jù)挖掘 續(xù) 將表4 1整理后得到購買記錄轉(zhuǎn)換后的二維表4 2 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 1案例一 零售商系統(tǒng)貨籃數(shù)據(jù)挖掘 續(xù) 表4 2中行和列數(shù)字表示同時購買這兩種商品的額交易條數(shù) 如購買有紙尿片的交易條數(shù)為4 而同時購買紙尿片和啤酒的交易數(shù)位2 信任度表示了這條規(guī)則在多大程度上可信 計算 如果紙尿片則啤酒 的信任度 由于在含有紙尿片的4條交易中 僅有2條交易含有啤酒 所以其置信度為0 5 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 1案例一 零售商系統(tǒng)貨籃數(shù)據(jù)挖掘 續(xù) 支持度計算在所有交易集中 既有紙尿片又有啤酒的概率 在5條記錄中 既有紙尿片又有啤酒的二級路有2條 則此條規(guī)則的支持度 2 5 0 4 現(xiàn)在這個規(guī)則可表述為 如果一個顧客購買了紙尿片 則有50 的可能購買啤酒 而這樣的情況 及購買了紙尿片有購買了啤酒 會有40 的可能發(fā)生 再來考慮下述情況 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 1案例一 零售商系統(tǒng)貨籃數(shù)據(jù)挖掘 續(xù) 項支持度紙尿片0 45啤酒0 42衛(wèi)生紙0 4紙尿片and啤酒0 25紙尿片and衛(wèi)生紙0 2啤酒and衛(wèi)生紙0 15紙尿片 啤酒and衛(wèi)生紙0 05 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 1案例一 零售商系統(tǒng)貨籃數(shù)據(jù)挖掘 續(xù) 以上情況可得到下述規(guī)則 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 1案例一 零售商系統(tǒng)貨籃數(shù)據(jù)挖掘 續(xù) 上述三條規(guī)則 對于規(guī)則 if啤酒and衛(wèi)生紙then紙尿片 同時購買啤酒和衛(wèi)生紙的人中 有33 33 會購買紙尿片 而單項紙尿片的支持度為0 45 也就是說在所有交易中 會有45 的人購買紙尿片 得到這個規(guī)則的意義不大 如果應(yīng)用商品促銷上作用不是很明顯 為此引入另外一個量 即興趣度 以度量此規(guī)則是否可用 描述的是相對于不可用的規(guī)則 可用規(guī)則可以提高多少 可用規(guī)則的提升度大于1 計算方式為 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 1案例一 零售商系統(tǒng)貨籃數(shù)據(jù)挖掘 續(xù) Lift A B Confidence A B Support B Support A B Support A Support B 在上例中 Lift if啤酒and衛(wèi)生紙then紙尿片 0 05 0 15 0 45 0 74 而Lift if紙尿片then啤酒 0 25 0 45 0 42 1 32 也就是說 在紙尿片的產(chǎn)品促銷中如果綁定銷售啤酒 顧客購買概率是單獨購買啤酒的1 32倍 或者說 對買了紙尿片的人進(jìn)行推銷啤酒 購買概率是隨機推銷啤酒的1 32倍 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 1案例一 零售商系統(tǒng)貨籃數(shù)據(jù)挖掘 續(xù) 接下來就要產(chǎn)生關(guān)聯(lián)規(guī)則 首先 找出頻繁集 所謂頻繁集指滿足最小支持度或信任度的集合 其次 從頻繁集中找出強關(guān)聯(lián)規(guī)則 強關(guān)聯(lián)規(guī)則指既滿足最小支持度又滿足最小信任度的規(guī)則 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 1案例一 零售商系統(tǒng)貨籃數(shù)據(jù)挖掘 續(xù) 5 Walmart貨籃數(shù)據(jù)挖掘的應(yīng)用效果Walmart公司的所有分公司的銷售數(shù)據(jù) 庫存數(shù)據(jù)每天通過衛(wèi)星線路傳到總部的而數(shù)據(jù)倉庫里 通過數(shù)據(jù)倉庫對商品品種和庫存進(jìn)行分析 Walmart公司可以研究顧客購買趨勢 分析季節(jié)性購買模式 及時補充商品 確定促銷商品 等等 Walmert的締造者SamWalton在他的自傳 MadeinAmerica MyStory 中 對于數(shù)據(jù)倉庫評價極高 可以說 數(shù)據(jù)倉庫改變了Walmart 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 2案例二 通信用戶滿意指數(shù)評測 1 通信用戶滿意度指數(shù)評測數(shù)據(jù)挖掘的背景簡介通信行業(yè)正面臨與日俱增的市場壓力 更精明的競爭對手和更苛刻的消費者 中國通信行業(yè)正從快速增長階段邁入平穩(wěn)增長階段 服務(wù)質(zhì)量已經(jīng)成為企業(yè)的核心競爭力 因而通信運營商市場營銷工作的重點不僅僅是吸引新用戶 突出價格策略的重要性 而是要將如何維護(hù)老用戶作為市場營銷工作新的重點 從而使服務(wù)策略的重要性逐漸突現(xiàn) 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 2案例二 通信用戶滿意指數(shù)評測 續(xù) 目前 市場上的價格競爭將逐漸過渡到服務(wù)競爭 各大通信運營商已經(jīng)形成了較為激烈的競爭格局 隨著國內(nèi)運營商及國外運營商進(jìn)入移動通信市場 這種競爭愈演愈烈 通信運營商能否在如此嚴(yán)峻的經(jīng)營環(huán)境下順利發(fā)展 關(guān)鍵因素在于能否站在消費者的角度考慮產(chǎn)品和服務(wù) 消費者是否滿意其提供的產(chǎn)品或服務(wù) 客戶滿意 越來越成為眾多通信運營商已經(jīng)意識和正在努力提高的經(jīng)營指標(biāo) 成為運營商工作的重點 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 2案例二 通信用戶滿意指數(shù)評測 續(xù) 2 通信用戶滿意度指數(shù)評測數(shù)據(jù)挖掘的目標(biāo)通信用戶滿意度是衡量通信服務(wù)水平的重要指標(biāo) 也是目前世界上許多國家和地區(qū)測評通信服務(wù)質(zhì)量的通用做法 通信運營商期望通過用戶滿意度研究了解不同品牌客戶和集團(tuán)客戶對該公司的整體服務(wù)工作的滿意度評價 以及不同品牌客戶對本公司各商業(yè)流程環(huán)節(jié)上的服務(wù)感受及滿意度水平 并了解不同品牌客戶對本公司的忠誠度 同時判斷當(dāng)前業(yè)務(wù) 服務(wù)工作 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 2案例二 通信用戶滿意指數(shù)評測 續(xù) 中存在的主要問題 重點圍繞各個商業(yè)過程 有針對性地發(fā)現(xiàn)問題 從而改善服務(wù) 通過滿意度指數(shù) 比較各地市分公司的服務(wù)工作差異 以便為省公司的考核提供依據(jù) 進(jìn)行與競爭對手CSI CustomerSatisfactionIndex 顧客滿意指數(shù) 測評的比較分析 確定通信運營商在客戶服務(wù)工作中有待改善的地方 并以績優(yōu)區(qū)域為標(biāo)桿 不斷提高和推動該通信運營商的用戶滿意度 預(yù)測今后的業(yè)務(wù) 服務(wù)競爭趨勢 制定應(yīng)對競爭的一系列策略和方案 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 2案例二 通信用戶滿意指數(shù)評測 續(xù) 3 通信用戶滿意度指數(shù)測評數(shù)據(jù)挖掘的構(gòu)建模型各方面滿意度的而研究 例如 不同品牌客戶和集團(tuán)客戶對整體服務(wù)工作的滿意度 不同品牌客戶對各商業(yè)流程環(huán)節(jié)上的滿意度等 都是基于圖4 1所示的滿意度框架模型 只是在不同的滿意度分析時具體的觀測指標(biāo)有些變動 例如 不同品牌相應(yīng)的商業(yè)過程的指標(biāo) 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 2案例二 通信用戶滿意指數(shù)評測 續(xù) 圖4 1通信運營商滿意度模型框架示例 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 2案例二 通信用戶滿意指數(shù)評測 續(xù) 4 通信用戶滿意度指數(shù)評測數(shù)據(jù)挖掘的而結(jié)果分析某第三方機構(gòu)對通信用戶進(jìn)行了用戶滿意指數(shù)抽樣測評 本次測評的對象涵蓋全國各地4億多各類通信用戶 采用概率抽樣方式在用戶中選取被訪樣本 并對被選中的用戶進(jìn)行問卷調(diào)查 在全國范圍內(nèi)共計訪問了7萬多個通信用戶 通過電話調(diào)查最終完成有效樣本5076個 獲得10多萬條用戶評價信息 處理數(shù)據(jù)幾百萬個 樣本采集按照3階段PPS概率抽樣 每項業(yè)務(wù)抽取720個樣本 保證了樣本數(shù)量的廣泛性和代表性 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 2案例二 通信用戶滿意指數(shù)評測 續(xù) 表4 3列舉了參加測評的7個對象客戶總體滿意度指數(shù) 表4 37個評測對象的客戶總體滿意度指數(shù) 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 2案例二 通信用戶滿意指數(shù)評測 續(xù) 由上表數(shù)據(jù)可知 在參與評測的7個對象中 通信業(yè)務(wù)1 通信業(yè)務(wù)2 通信業(yè)務(wù)3 通信業(yè)務(wù)4 通信業(yè)務(wù)5的客戶總體滿意度處于高水平 并比較接近 各運營商的服務(wù)水平比較穩(wěn)定 其中 通信業(yè)務(wù)3和通信業(yè)務(wù)4的客戶總體滿意度指數(shù)明顯高于通信業(yè)務(wù)6和通信業(yè)務(wù)7 高出近12個百分點 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 2案例二 通信用戶滿意指數(shù)評測 續(xù) 與美國 歐洲等過的通信服務(wù)滿意度指數(shù)測評數(shù)據(jù)相比 我國固定 移動電話用戶滿意度指數(shù)的數(shù)據(jù)具有可比性 固定電話和移動電話的用戶滿意度指數(shù)與歐美相比處于較高水平 調(diào)查顯示 用戶對固定電話業(yè)務(wù)的資費透明度和計費準(zhǔn)確性較為關(guān)注 對移動電話的通話質(zhì)量和價格水平有改進(jìn)要求 對ISP業(yè)務(wù)的質(zhì)量改進(jìn)要求集中于兩點 一是提高接通率 二是提高網(wǎng)速 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 2案例二 通信用戶滿意指數(shù)評測 續(xù) 我國通信業(yè)務(wù)多年持續(xù)高速增長 新的網(wǎng)絡(luò)和新的業(yè)務(wù)層出不窮 電話用戶數(shù)量逐年猛增 在這樣一個快速增長期 通信服務(wù)質(zhì)量始終是大眾關(guān)注的熱點 也是政府主管部門監(jiān)管的重點 雖然目前整體服務(wù)質(zhì)量已有明顯提高 用戶滿意度逐年上升 通信主管部門和各通信運營商的努力取得了一定成效 如在用戶數(shù)激增的情況下 2002年中消協(xié)全國受理的通信方面用戶投訴量反而比2001年下降了1 3 但客觀地講 通信服務(wù)質(zhì)量還是不足 用戶抱怨還會存在 通信消費過程中的焦點 熱點問題還會不斷出現(xiàn) 通信行業(yè)將會利用各種方式切實改進(jìn)服務(wù) 竭力為公眾提供更加滿意的通信業(yè)務(wù) 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 2案例二 通信用戶滿意指數(shù)評測 續(xù) 5 通信用戶滿意度指數(shù)評測改進(jìn)策略圍繞網(wǎng)絡(luò)服務(wù) 服務(wù)廳服務(wù) 熱線服務(wù) 繳費充值服務(wù) 夢網(wǎng)服務(wù) 優(yōu)惠活動 網(wǎng)站服務(wù)滿意度這些主要商業(yè)過程提出了滿意度的具體改進(jìn)策略 如對于網(wǎng)絡(luò)服務(wù)的滿意度和具體改進(jìn)策略 下面以通信業(yè)務(wù)1和通信業(yè)務(wù)2兩項業(yè)務(wù)為例加以說明 通信業(yè)務(wù)1客戶滿意度 客戶滿意度較高的是網(wǎng)絡(luò)質(zhì)量與繳費方便程度 客戶對夢網(wǎng)服務(wù)的滿意度比較低 除夢網(wǎng)外 客戶對熱線方面滿意度也比較低 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 2案例二 通信用戶滿意指數(shù)評測 續(xù) 通信業(yè)務(wù)2客戶滿意度 客戶滿意度較高的是整體網(wǎng)絡(luò)質(zhì)量與繳費方便程度 客戶對夢網(wǎng)服務(wù)的滿意度比較低 客戶對特色服務(wù)的滿意度為中等 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 2案例二 通信用戶滿意指數(shù)評測 續(xù) 根據(jù)研究提出了有建設(shè)性和可執(zhí)行的滿意度改進(jìn)和提升客戶忠誠度的改進(jìn)計劃 通信業(yè)務(wù)1和通信業(yè)務(wù)2的戰(zhàn)略改進(jìn)方向就是繼續(xù)保持總體優(yōu)勢 改進(jìn)弱項指標(biāo) 1 網(wǎng)絡(luò)方面客戶滿意度較高 其中最高的是通信業(yè)務(wù)3 通信業(yè)務(wù)7相對偏低 2 網(wǎng)絡(luò)服務(wù)總體滿意度具有明顯優(yōu)勢 在通話質(zhì)量方面明顯高于通信業(yè)務(wù)6和通信業(yè)務(wù)7 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 2案例二 通信用戶滿意指數(shù)評測 續(xù) 3 總體上 絕大部分場合的網(wǎng)絡(luò)信號都處于中高水平 但山區(qū)信號的滿意度較低 對于不同場合撥打電話無法接通率 總體上室內(nèi)的無法接通率最高 其中通信業(yè)務(wù)2的室內(nèi)無法接通率較高 超過50 通信業(yè)務(wù)3 通信業(yè)務(wù)4和通信業(yè)務(wù)5的無法接通率相對較低 通信業(yè)務(wù)6的無法接通率大于通信業(yè)務(wù)7 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 2案例二 通信用戶滿意指數(shù)評測 續(xù) 4 對于網(wǎng)內(nèi) 網(wǎng)間通話無法接通率方面 自身品牌客戶撥打通信業(yè)務(wù)6和通信業(yè)務(wù)7品牌的客戶手機時無法接通率較高 通信業(yè)務(wù)2尤其高 而通信業(yè)務(wù)6和通信業(yè)務(wù)7客戶撥打市話或該運營商時無法接通率較高 5 對于掉話率 通信業(yè)務(wù)1和通信業(yè)務(wù)2的掉話率高于通信業(yè)務(wù)3 通信業(yè)務(wù)4 相對更高 和通信業(yè)務(wù)5 室內(nèi)的掉話率高于室外 室內(nèi)掉話率較高的有通信業(yè)務(wù)2 51 通信業(yè)務(wù)6和通信業(yè)務(wù)7的掉話率也達(dá)40 以上 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 2案例二 通信用戶滿意指數(shù)評測 續(xù) 6 對于短信故障率方面 短信發(fā)送不成功發(fā)生率較高 通信業(yè)務(wù)5與通信業(yè)務(wù)1最為明顯 其次是短信發(fā)送成功但對方長時間才收到 通信業(yè)務(wù)5在短信故障率方面發(fā)生率最高 各品牌客戶對網(wǎng)絡(luò)質(zhì)量不滿意的地方主要是信號差 其次是網(wǎng)絡(luò)覆蓋不廣 7 通信業(yè)務(wù)2不滿意的地方還表現(xiàn)在通話不穩(wěn)定 易斷線 通信業(yè)務(wù)1則是難接通 接通率低 通信業(yè)務(wù)5則是信息接收不好 慢 通信業(yè)務(wù)6和通信業(yè)務(wù)7在各方面的不滿意的比例更高 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 2案例二 通信用戶滿意指數(shù)評測 續(xù) 6 通信用戶滿意度指數(shù)評測數(shù)據(jù)挖掘的忠誠度分析 1 忠誠度水平與性質(zhì)1 品牌忠誠度 各項業(yè)務(wù)忠誠度都較高 各業(yè)務(wù)中忠誠度最高的是通信業(yè)務(wù)2的客戶 最低的是通信業(yè)務(wù)5的客戶 總體來說 通信業(yè)務(wù)1 通信業(yè)務(wù)2 通信業(yè)務(wù)3 通信業(yè)務(wù)4和通信業(yè)務(wù)5客戶的忠誠度高于通信業(yè)務(wù)6和通信月7 2 忠誠度細(xì)分 根據(jù)忠誠度和滿意度的不同 將客戶共分為四大類型 安全羊 高滿意度高忠誠度 勸服者 高滿意度低忠誠度 異動者 低滿意度高忠誠度 流動者 低滿意度低忠誠度 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 2案例二 通信用戶滿意指數(shù)評測 續(xù) 2 結(jié)論分析通信業(yè)務(wù)1 通信業(yè)務(wù)2 通信業(yè)務(wù)3 通信業(yè)務(wù)4和通信業(yè)務(wù)5的安全羊比例明顯高于通信業(yè)務(wù)6和通信業(yè)務(wù)7 通信業(yè)務(wù)5客戶的流動者與異動者比較高 以連續(xù)兩年的數(shù)據(jù)對比 通信業(yè)務(wù)3 通信業(yè)務(wù)4和通信業(yè)務(wù)5的客戶的異動者 無奈的忠誠 比例有明顯增加 一旦市場出現(xiàn)新的運營商或網(wǎng)絡(luò)品牌 這部分不穩(wěn)定客戶將釋放較大的離網(wǎng)風(fēng)險 將不同忠誠度的4種客戶進(jìn)行分析發(fā)現(xiàn) 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 2案例二 通信用戶滿意指數(shù)評測 續(xù) 1 各品牌安全羊的滿意度都達(dá)85分以上 滿意度較高的是通信業(yè)務(wù)3和通信業(yè)務(wù)4 2 各品牌勸服者的滿意度都達(dá)84分以上 3 各品牌異動者與流動者的滿意度都低于60分 大客戶的流動者滿意度更低 不同忠誠度類型客戶的滿意度如表4 4所示 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 2案例二 通信用戶滿意指數(shù)評測 續(xù) 表4 4不同忠誠度類型客戶的滿意度指數(shù) 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 2案例二 通信用戶滿意指數(shù)評測 續(xù) 7 通信用戶滿意度指數(shù)評測數(shù)據(jù)挖掘的離網(wǎng)風(fēng)險通信業(yè)務(wù)1 通信業(yè)務(wù)2客戶的主要流動方向是通信業(yè)務(wù)6和通信業(yè)務(wù)7 通信業(yè)務(wù)3 通信業(yè)務(wù)4和通信業(yè)務(wù)5客戶的主要流動方向為內(nèi)部相互流動 通信業(yè)務(wù)6和通信業(yè)務(wù)7客戶的主要流動方向是通信業(yè)務(wù)1和通信業(yè)務(wù)4 通信業(yè)務(wù)2轉(zhuǎn)向通信業(yè)務(wù)6和通信業(yè)務(wù)7的比例較高 通信業(yè)務(wù)1轉(zhuǎn)向通信業(yè)務(wù)6與通信業(yè)務(wù)4的比例較高 通信業(yè)務(wù)5轉(zhuǎn)向通信業(yè)務(wù)4的比例較高 通信業(yè)務(wù)4主要轉(zhuǎn)向通信業(yè)務(wù)1 通信業(yè)務(wù)2 通信業(yè)務(wù)3和通信業(yè)務(wù)5 通信業(yè)務(wù)3轉(zhuǎn)向通信業(yè)務(wù)4的比例較高 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 2案例二 通信用戶滿意指數(shù)評測 續(xù) 8 通信用戶滿意度指數(shù)評測數(shù)據(jù)挖掘的提升策略基于以上的忠誠度分析結(jié)果 研究中對各個品牌分別針對不同的忠誠度類型的客戶提出了具體的服務(wù)改進(jìn)策略 以提高忠誠度 下面以通信業(yè)務(wù)1為例說明 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 2案例二 通信用戶滿意指數(shù)評測 續(xù) 滿意度是人們心目中對通信服務(wù)性價比的一個度量和判定 受到人們思想認(rèn)識水平 教育程度 人生閱歷 以及道德觀 人生觀和價值觀等多種因素的影響 滿意與否是一個動態(tài) 相對的概念 沒有絕對的滿意和不滿意 也沒有永遠(yuǎn)的滿意和不滿意 客觀地看 目前的通信服務(wù)水平與服務(wù)能力已經(jīng)有了顯著提高 相比過去用戶也獲得了更多價值 享受了更好的服務(wù) 但用戶的感知還受到其他因素的影響 滿意度的波動與用戶抱怨仍存在 這恰恰說明服務(wù)的供需關(guān)系處于較為平衡的狀態(tài) 市場還可以繼續(xù)穩(wěn)定發(fā)展 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 2案例二 通信用戶滿意指數(shù)評測 續(xù) 對于行業(yè)監(jiān)管者 服務(wù)質(zhì)量可以通過滿意度來測量 但絕不僅僅依靠一個指標(biāo)來對市場做出判斷 一個成熟的市場和擁有超過13億用戶的行業(yè) 用戶滿意度必定會在一個合理區(qū)間內(nèi)平衡波動 監(jiān)管者可以通過滿意度這個窗口 向公眾展示行業(yè)發(fā)展成果 樹立良好的社會形象 科學(xué)分析滿意度波動趨勢 充分分析用戶抱怨信息來彌補市場不足 幫助企業(yè)查找服務(wù)問題 同時合理運用滿意度指標(biāo)來調(diào)動企業(yè)能動性 調(diào)節(jié)市場秩序 這才是滿意度調(diào)查分析應(yīng)當(dāng)發(fā)揮的真正作用 也是管理者智慧的最終體現(xiàn) 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 3案例三 城市環(huán)境質(zhì)量評價 1 城市環(huán)境質(zhì)量評價數(shù)據(jù)挖掘的背景介紹環(huán)境質(zhì)量是指環(huán)境的總體或環(huán)境某些要素對人群的生存和繁衍以及社會經(jīng)濟(jì)發(fā)展的適宜程度 是反映人類的具體要求而形成的對環(huán)境評定的一種概念 包括環(huán)境綜合質(zhì)量和各種環(huán)境要素質(zhì)量 環(huán)境質(zhì)量評價是我國實施的重要的環(huán)境管理手段之一 環(huán)境質(zhì)量評價是根據(jù)環(huán)境 包括污染源 調(diào)查與監(jiān)測資料 應(yīng)用各種評價方法對一個地區(qū)的環(huán)境質(zhì)量做出評定與估價 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 3案例三 城市環(huán)境質(zhì)量評價 續(xù) 然后按照一定的目的在對一個區(qū)域的各種要素評價的基礎(chǔ)上 對環(huán)境質(zhì)量進(jìn)行總體的定性與定量的評定 環(huán)境質(zhì)量評價是理論與實踐相結(jié)合的實用性強的學(xué)科 是人們認(rèn)識環(huán)境的本質(zhì)和進(jìn)一步保護(hù)與改善環(huán)境質(zhì)量的手段與工具 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 3案例三 城市環(huán)境質(zhì)量評價 續(xù) 環(huán)境質(zhì)量評價的根本目的就是為各級政府和相關(guān)部門制定經(jīng)濟(jì)發(fā)展計劃 制定能源政策 確定大型工程項目及為區(qū)域規(guī)劃提供環(huán)境保護(hù)的依據(jù) 并為各級環(huán)境部門制定環(huán)境規(guī)則 貫徹以管促治方針 實現(xiàn)全面 科學(xué)的環(huán)境管理服務(wù) 因此 環(huán)境質(zhì)量評價是幫助協(xié)調(diào)經(jīng)濟(jì)發(fā)展和保護(hù)環(huán)境的一項有效措施 也是強化環(huán)境管理的而有效手段 它為環(huán)境管理 關(guān)鍵工程 環(huán)境標(biāo)志制定 環(huán)境規(guī)劃 環(huán)境污染綜合防治 生態(tài)環(huán)境建設(shè)等提供科學(xué)依據(jù) 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 3案例三 城市環(huán)境質(zhì)量評價 續(xù) 城市環(huán)境質(zhì)量評價數(shù)據(jù)挖掘的建設(shè)目標(biāo) 1 選擇合適的城市環(huán)境質(zhì)量評價指標(biāo) 2 選擇合適的模型算法對城市環(huán)境質(zhì)量進(jìn)行評價 2 城市環(huán)境質(zhì)量評價數(shù)據(jù)挖掘的分析方法城市環(huán)境質(zhì)量評價包括對城市環(huán)境質(zhì)量進(jìn)行單要素和總體的綜合評價 評價的環(huán)境單要素可以包括若干個關(guān)鍵污染因子 對單要素環(huán)境質(zhì)量評價常采用多因子綜合評價指數(shù)進(jìn)行不同等級的污染狀況評價 即對某區(qū)域的環(huán)境質(zhì)量如水質(zhì) 大氣質(zhì)量等的綜合評價一般涉及較多的評價因素 且各因素與區(qū)域環(huán)境整體質(zhì)量關(guān)系復(fù)雜 因而采用單項污染指數(shù)評價法無法客觀準(zhǔn)確地反映各污染因子之間相互作用對環(huán)境質(zhì)量的影響 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 3案例三 城市環(huán)境質(zhì)量評價 續(xù) 基于上述因素 要客觀評價一個區(qū)域的而環(huán)境質(zhì)量狀況 需要考慮各種因素之間以及影響因素與環(huán)境質(zhì)量之間錯綜復(fù)雜的關(guān)系 采用傳統(tǒng)方法存在一定的局限性和不合理性 因此 從學(xué)術(shù)研究的角度對環(huán)境評價的技術(shù)方法及其理論進(jìn)行探討 尋求更能全面 客觀 準(zhǔn)確反應(yīng)環(huán)境質(zhì)量的新的理論方法具有重要的現(xiàn)實意義 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 3案例三 城市環(huán)境質(zhì)量評價 續(xù) 3 城市環(huán)境質(zhì)量評價數(shù)據(jù)挖掘的分析內(nèi)容我國環(huán)境質(zhì)量評價工作發(fā)展至今 在評價指標(biāo)體系及評價理論探索等方面均有較大進(jìn)展 城市環(huán)境綜合評價無固定的模式與程序 因評價區(qū)域的特點及所關(guān)心的主要問題不同而有所差異 下面利用數(shù)據(jù)挖掘方法對城市空氣質(zhì)量進(jìn)行評價 根據(jù)空氣中SO2 NO NO2 NOx PM10和PM2 5值的含量 建立C4 5決策樹分類預(yù)測模型 實現(xiàn)對空氣質(zhì)量的評價 其實質(zhì)是 運用C4 5算法進(jìn)行數(shù)據(jù)挖掘 獲得分類規(guī)律 即空氣污染與空氣等級之間的關(guān)系 推導(dǎo)出分類規(guī)則 即空氣質(zhì)量智能評價模型 第四章數(shù)據(jù)挖掘應(yīng)用案例 4 3案例三 城市環(huán)境質(zhì)量評價 續(xù) 分4個步驟實現(xiàn)流程 數(shù)據(jù)預(yù)處理 生成決策樹 分類規(guī)