随着垄断格局的打破,国内电信运营商间的竞争越来越激烈。而单纯的价格战将对竞争双方造成损失。在网络服务质量等方面的差别逐渐减少的情况下,为了提高市场竞争力,电信企业都在寻找改善客户服务质量的方法。它们迫切的需要提高企业内部的科学决策能力,增强在市场经营等方面的正确判断能力。 客户资源是运营商最重要的核心资源,只有充分细致的认知客户,了解客户的差异化,才能为客户提供更好的服务,才能提高客户服务满意度和忠诚度,给运营商带来收入和利润,提高运营商的市场竞争地位。数据挖掘技术的应用可以帮助运营商分析客户消费行为,识别客户特征,辅助运营商进行有效的市场营销和客户服务。 目前移动通信运营商虽然都建立了业务运营支撑系统,积累了海量的电子化的业务运营数据,但是各个信息系统都各自比较完整的管理着客户某一部分的信息,众多的客户数据,市场营销数据,帐务数据以不同的数据格式和访问方式分散在不同的系统中,形成众多的信息孤岛,数据在各个信息孤岛中存在着冗余和不一致,不能满足数据挖掘过程中数据必须具有单一视图的要求。同时这些业务系统都是联机事务处理系统,实时处理在线事务,不能适应数据挖掘应用过程中大规模的,频繁的检索操作。因此,必须建立企业级的数据仓库,将不同联机事务处理系统的客户数据聚集在一起,提供一个正确,完整和单一的客户数据环境。同时系统还必须能集成专业化的数据挖掘工具和数据分析,展现工具,为决策者进行决策分析提供便利。基于这样的需求产生了经营分析系统。 针对这一状况,本文主要目的是研究数据仓库和数据挖掘的实现技术,并将此应用到经营分析系统中的客户流失分析中。本文首先介绍了经营分析系统的体系结构和数据模型层次结构,其次针对客户流失主题进行数据仓库建设,包括主题的选取,数据仓库中多维数据库(概念模型,逻辑模型,物理模型)的建立,ETL(Extraction Transformation Loading)技术的实现;接着采用cognos报表工具对主题进行前端展现,最后把数据挖掘技术运用于客户流失分析,给出了客户流失分析中涉及的主要问题的解决方案,包括客户流失分析的商业理解,客户流失模型的建立,流失原因分析以及流失预测与控制策略等,重点解决的是流失模型的选型和评估。