在電信行業(yè)的應用案例

在電信行業(yè)的應用案例

1行業(yè)應用電信行業(yè)

網(wǎng)絡協(xié)議層業(yè)務應用層運營服務層協(xié)議分解報表設備故障監(jiān)控網(wǎng)絡優(yōu)化分析數(shù)據(jù)報表協(xié)議監(jiān)控網(wǎng)絡流量分析定制化報表業(yè)務分析監(jiān)控與告警業(yè)務挖掘與預測業(yè)務報表市場分析客戶分析競爭分析挖掘與預測定制化報表精準營銷KPI指標分析Analysis多維分析Report數(shù)據(jù)報表Mining數(shù)據(jù)挖掘2行業(yè)應用電信行業(yè)網(wǎng)絡協(xié)議層業(yè)務應用層運營服務層協(xié)議分解通過，利用技術從海量業(yè)務數(shù)據(jù)中，分析用戶行為、習慣、喜好，

理解用戶，體貼服務3通過，利用技術從海量業(yè)務數(shù)據(jù)中，分析用戶行為、習慣、喜好，

客戶個人信息消費行為價值定位客戶自畫像身份信息歸屬地性別/年齡入網(wǎng)時間家庭情況受教育程度短信/彩信數(shù)據(jù)業(yè)務通話期間通話次數(shù)通話時長漫游通話信用度增值業(yè)務連帶率累計消費月均消費最近消費4客戶個人信息消費行為價值定位客戶自畫像身份信息歸屬地性別/年1：客戶信用評估信用管理失敗案例：

某客戶是移動全球通用戶：

值約800元，在網(wǎng)時間超過5年。

同時用于隨e行上網(wǎng)卡一個，200元包月。

每月向中國移動貢獻大約1000元收入。

對中國移動有較高的忠誠度。

最近由于其欠費0.7元隨e行短信費用被停機，停機前沒有收到移動正式的停機通知或欠費催繳通知。

該客戶先抱怨網(wǎng)絡不穩(wěn)定，后來發(fā)現(xiàn)同事可以上網(wǎng)，就懷疑網(wǎng)卡有問題，最后當發(fā)現(xiàn)是中國移動由于0.7元而停機導致其不能在差旅途中上網(wǎng)并為他帶來很多麻煩時，他憤怒了……51：客戶信用評估信用管理失敗案例：

某客戶是移動全球通用戶1：客戶信用評估我們可以根據(jù)以下的屬性創(chuàng)建一套客戶信用評價模型，通過該模型對客戶行為細分?？蛻粜庞迷u價模型+歸屬地類別職業(yè)資料真實性黑名單平均停機時長月均停機次數(shù)客戶狀態(tài)欠費時長欠費金額入網(wǎng)時長繳費方式客戶級別月均消費額累計消費總額每次繳費額客戶基本屬性客戶欠費屬性客戶業(yè)務屬性客戶貢獻度客戶預期準則客戶行為準則客戶價值準則客戶信用度61：客戶信用評估我們可以根據(jù)以下的屬性創(chuàng)建一套客戶信用評價模1：客戶信用評估了解了信用度高或低的客戶行為特征，從而可以采取對應措施：如提升對高信用度客戶的服務水準，對低信用度客戶采取限制性的策略以降低風險?？蛻艨蛻粜庞迷u價模型+信用度高的客戶信用度低的客戶可信用的客戶71：客戶信用評估了解了信用度高或低的客戶行為特征，從而可以采客戶生命周期分析目標市場響應者新客戶高價值客戶潛力客戶低價值客戶主動離開被動離開獲得客戶活動市場活動回報詢問填寫申請消費……交叉銷售升級銷售激發(fā)首次購買挽回客戶活動強制性取消主動取消活動歷史購買統(tǒng)計市場活動回應信用報告自動報告的信息其它產(chǎn)品使用付賬歷史活動響應渠道偏愛其它終止原因潛在客戶既得客戶客戶流失考察期形成期穩(wěn)定期衰退期（危險期）8客戶生命周期分析目標市場響應者新客戶高價值客戶潛力客戶低價值2：客戶離網(wǎng)預警某通信運營商優(yōu)質客戶變動分析顯示，4-6月份優(yōu)質組客戶的流失率較高。這是一個很大的收入損失。4-6月份有95.8%的客戶保持在優(yōu)質組。流失率4.2%103664101983

109132617231633315優(yōu)質組客戶人數(shù)50000600009000010000011000080000700003月

優(yōu)質組流往

普通流失普通

流入弱勢

流入新增6月

優(yōu)質組92：客戶離網(wǎng)預警某通信運營商優(yōu)質客戶變動分析顯示，4-6月份2：客戶離網(wǎng)預警構建客戶離網(wǎng)行為預測模型，將客戶按離網(wǎng)概率高低分組?？蛻舾呶？蛻暨吘壙蛻綦x網(wǎng)概率低數(shù)據(jù)挖掘預警全體客戶，

103664人在網(wǎng)<115天，

2800人在網(wǎng)≥115天，

100864人最近一月通話次數(shù)

<5次，21人最近一月通話次數(shù)

6~50次，1093人最近一月通話次數(shù)

>50次，1686人更換套餐次數(shù)

>2次，3425人更換套餐次數(shù)

≤2次，97439人<28元，

125人≥28元，

3300人102：客戶離網(wǎng)預警構建客戶離網(wǎng)行為預測模型，將客戶按離網(wǎng)概率高2：客戶離網(wǎng)預警營銷人員可以準確地抓住高流失傾向的客戶營銷人員可以根據(jù)確定客戶挽留活動的力度了解潛在流失客戶的行為特點，制定針對性的挽留措施營銷人員可以參考流失傾向評分高低確定客戶挽留活動的順序根據(jù)預警模型產(chǎn)生未來1-2月之中需要挽留、值得挽留的客戶清單，有的放矢的采取挽留行動。112：客戶離網(wǎng)預警營銷人員可以準確地抓住高流失傾向的客戶營銷人2：客戶離網(wǎng)預警7-9月份，實施挽留措施后優(yōu)質客戶組變動情況，可以看到流失率明顯下降。降低了客戶保持成本，同時增加了收入。4-6月份有95.8%的客戶保持在優(yōu)質組。流失率4.2%103664101983

109132617231633315優(yōu)質組客戶人數(shù)50000600009000010000011000080000700003月

優(yōu)質組流往

普通流失普通

流入弱勢

流入新增6月

優(yōu)質組流往

普通流失普通

流入弱勢

流入新增9月

優(yōu)質組

460120015034010201024337-9月有98.7%的客戶優(yōu)質組。流失率下降到1.3%122：客戶離網(wǎng)預警7-9月份，實施挽留措施后優(yōu)質客戶組變動情況通過，利用技術分析產(chǎn)品及業(yè)務推介方式，給客戶帶來新的價值和體驗，

了解產(chǎn)品，創(chuàng)新模式13通過，利用技術分析產(chǎn)品及業(yè)務推介方式，給客戶帶來新的價值和體3：關聯(lián)銷售某電信運營商彩鈴產(chǎn)品銷售關聯(lián)性分析周杰倫屬性：歌手屬性：風格王力宏林俊杰.蔡依林潘瑋柏秋天不回來求佛香水有毒大城小愛不得不愛不怕不怕菊花臺千里之外黃金甲隱形的翅膀老公

我愛你兩只蝴蝶143：關聯(lián)銷售某電信運營商彩鈴產(chǎn)品銷售關聯(lián)性分析周杰倫屬性：歌3：關聯(lián)銷售彩鈴產(chǎn)品銷售關聯(lián)性分析結果：3：關聯(lián)銷售彩鈴產(chǎn)品銷售關聯(lián)性分析結果：153：關聯(lián)銷售針對分析結果采取銷售措施：進行交叉銷售推薦及套餐推薦基于彩鈴關聯(lián)性的交叉推薦下載周杰倫→王力宏、林俊杰、、潘瑋柏下載求佛→你是我的玫瑰花、你到底愛誰下載秋天不回來→求佛、香水有毒、不怕不怕基于彩鈴關聯(lián)性的套餐推薦【秋天不回來、求佛、香水有毒】套餐價3元，折扣50%【菊花臺、千里之外、黃金甲】套餐價3元，折扣50%【……】123：關聯(lián)銷售針對分析結果采取銷售措施：進行交叉銷售推薦及套餐164：精準營銷某運營商針對細分群組彩信產(chǎn)品使用情況統(tǒng)計，找到4#組實施精準促銷措施。本組內客戶使用彩信比例4#組客戶使用彩信的比例較高，但使用頻次并不高。

?推出優(yōu)惠套餐提升使用頻次。左軸：月均彩信使用次數(shù)右軸：本組內客戶使用彩信比例174：精準營銷某運營商針對細分群組彩信產(chǎn)品使用情況統(tǒng)計，找到44：精準營銷促銷活動之后是否達到了預期的效果？功能支持精準營銷整個過程（分析、設計、行動、反饋與評估）,幫助企業(yè)制定更合理的營銷策略。數(shù)據(jù)管理客戶分群及理解方案設計營銷方案實施結果反饋與評估建立客戶數(shù)據(jù)庫數(shù)據(jù)源生成目標數(shù)據(jù)集客戶細分客戶理解分析動態(tài)調整客戶群客戶生命周期篩選目標客戶活動/產(chǎn)品策劃數(shù)據(jù)支撐決策建立預測模型按計劃執(zhí)行相關市場活動和促銷活動收集營銷活動數(shù)據(jù)與相關信息對營銷活動中的執(zhí)行、渠道、產(chǎn)品和廣告等方面的有效性進行評估。KPI指標分析Analysis多維分析Report數(shù)據(jù)報表Mining數(shù)據(jù)挖掘184：精準營銷促銷活動之后是否達到了預期的效果？功能支持精準營監(jiān)控與分析功能，作為高效、有力的管理工具協(xié)助企業(yè)

實時管理，隨機應變19監(jiān)控與分析功能，作為高效、有力的管理工具協(xié)助企業(yè)

實時管理2020監(jiān)控與分析某電信客服中心滿意度分析滿意度78%滿意度85%2個月之后客戶投訴次數(shù)客戶投訴平均時長投訴問題嚴重程度平均解決問題的時間接通率服務評價反饋調查表!客服熱線等待時間調整排班表增加坐席提高系統(tǒng)易用性提升客服業(yè)務水平改進語音自動應答減少休假率目標90%客戶投訴次數(shù)客戶投訴平均時長投訴問題嚴重程度平均解決問題的時間接通率！服務評價反饋調查表客服熱線等待時間21監(jiān)控與分析某電信客服中心滿意度分析滿意度78%滿意度85%2通過，利用技術在現(xiàn)有知識庫的基礎上進行預測，

感知未來，領先一步22通過，利用技術在現(xiàn)有知識庫的基礎上進行預測，

感知未來，領先5：業(yè)務量增長趨勢預測某電信分公司根據(jù)2009年1-9月3G業(yè)務用戶使用數(shù)量，使用時間序列分析模型預測第四季度的趨勢。根據(jù)趨勢調整網(wǎng)絡鋪設進度、終端設備開發(fā)和營銷策略優(yōu)化。

用戶數(shù)235：業(yè)務量增長趨勢預測某電信分公司根據(jù)2009年1-9月3G6：目標客戶定位與潛在需求挖掘某電信運營商正在推廣某種增值業(yè)務，需要尋找有購買潛力的目標客戶特征，通過數(shù)據(jù)挖掘分類模型可以非常直觀準確的找到目標客戶?？傮w客戶232951,33.6%>12035496,38.1%≤120197455,32.8%主叫比例<67%14505,50.0%主叫比例≥67%20991,29.8%短信條數(shù)≥50193022,42.0%短信條數(shù)<504433,26.4%主叫比例<84%147503,42.0%主叫比例≥84%45519,55.9%繳費次數(shù)≥218106,64.4%繳費次數(shù)<227413,48.3%通話對端<2059297,48.1%通話對端≥2088206,36.7%A.滿足該特征(>120，主叫<67%）的客戶購買此增值業(yè)務的可能性較高。而具備特征（≤120，短信≥50，主叫≥84%，繳費兩次以上）的客戶購買可能性更高，達到64.4%ABBCCC樣本中有33.6%的客戶已經(jīng)訂購了該增值業(yè)務。AB.具備特征（≤120，短信≥50，主叫≥84%，繳費兩次以下或主叫<84%但通話對端少于20）的客戶購買可能性較低。C.滿足該特征(>120，主叫≥67%）的客戶購買此增值業(yè)務的可能性不大。

另外，≤120，短信<50的客戶購買可能性更低。246：目標客戶定位與潛在需求挖掘某電信運營商正在推廣某種增值業(yè)7：客戶欺詐行為預測利用統(tǒng)計分類分群挖掘技術，對利用增值服務號碼共謀欺詐行為進行事前預測，在惡意欠費發(fā)生前就采取防范措施，大幅減少欺詐行為帶來的巨額損失。首先，利用數(shù)據(jù)描述技術，可以對已知的欺詐性客戶和非欺詐性客戶進行有關的數(shù)據(jù)分析，發(fā)現(xiàn)可能影響客戶欠費的因素。

客戶欺詐可能性客戶呼叫行為呼叫頻率呼叫模式優(yōu)惠時段呼叫次數(shù)夜間呼叫次數(shù)接聽次數(shù)呼叫時長257：客戶欺詐行為預測利用統(tǒng)計分類分群挖掘技術，對利用增值服務7：客戶欺詐行為預測然后，我們可以根據(jù)對以上因素的分析和統(tǒng)計，構建預測模型，應用到當前客戶數(shù)據(jù)庫中，利用預測結果，適時地采取適當措施，以減少損失。0.20-0.2-0.4-0.6-0.8-1.0-1.2-1.4-1.60.40.60.81.01.21.41.61.82.02.22.42.6267：客戶欺詐行為預測然后，我們可以根據(jù)對以上因素的分析和統(tǒng)計其他預測類應用競爭對手分析

不同運營商客戶之間的互聯(lián)互通是最基本的前提，因此通過對客戶與競爭對手客戶之間通話的行為分析，可以建立有關競爭對手經(jīng)營和客戶服務的模型，比如競爭對手客戶發(fā)展模型，通過對這些模型的使用，可以制定有效的市場應對策略。促銷策略仿真

優(yōu)惠促銷是市場營銷中十分重要的一部分，促銷策略的不恰當，常常會得到適得其反的市場效果。促銷策略仿真預測就是通過已建立的客戶行為模型仿真客戶對促銷策略的反應，從而預測優(yōu)惠策略實施的效果。通過對促銷策略的仿真，可以預測優(yōu)惠策略的成功與否，從而進行相應的調整和優(yōu)化。27其他預測類應用競爭對手分析

不同運營商客戶之間的互聯(lián)互通是最Thanks!

:28Thanks!:28演講完畢，謝謝觀看！演講完畢，謝謝觀看！29在電信行業(yè)的應用案例

在電信行業(yè)的應用案例

30行業(yè)應用電信行業(yè)

網(wǎng)絡協(xié)議層業(yè)務應用層運營服務層協(xié)議分解報表設備故障監(jiān)控網(wǎng)絡優(yōu)化分析數(shù)據(jù)報表協(xié)議監(jiān)控網(wǎng)絡流量分析定制化報表業(yè)務分析監(jiān)控與告警業(yè)務挖掘與預測業(yè)務報表市場分析客戶分析競爭分析挖掘與預測定制化報表精準營銷KPI指標分析Analysis多維分析Report數(shù)據(jù)報表Mining數(shù)據(jù)挖掘31行業(yè)應用電信行業(yè)網(wǎng)絡協(xié)議層業(yè)務應用層運營服務層協(xié)議分解通過，利用技術從海量業(yè)務數(shù)據(jù)中，分析用戶行為、習慣、喜好，

理解用戶，體貼服務32通過，利用技術從海量業(yè)務數(shù)據(jù)中，分析用戶行為、習慣、喜好，

客戶個人信息消費行為價值定位客戶自畫像身份信息歸屬地性別/年齡入網(wǎng)時間家庭情況受教育程度短信/彩信數(shù)據(jù)業(yè)務通話期間通話次數(shù)通話時長漫游通話信用度增值業(yè)務連帶率累計消費月均消費最近消費33客戶個人信息消費行為價值定位客戶自畫像身份信息歸屬地性別/年1：客戶信用評估信用管理失敗案例：

某客戶是移動全球通用戶：

值約800元，在網(wǎng)時間超過5年。

同時用于隨e行上網(wǎng)卡一個，200元包月。

每月向中國移動貢獻大約1000元收入。

對中國移動有較高的忠誠度。

最近由于其欠費0.7元隨e行短信費用被停機，停機前沒有收到移動正式的停機通知或欠費催繳通知。

該客戶先抱怨網(wǎng)絡不穩(wěn)定，后來發(fā)現(xiàn)同事可以上網(wǎng)，就懷疑網(wǎng)卡有問題，最后當發(fā)現(xiàn)是中國移動由于0.7元而停機導致其不能在差旅途中上網(wǎng)并為他帶來很多麻煩時，他憤怒了……341：客戶信用評估信用管理失敗案例：

某客戶是移動全球通用戶1：客戶信用評估我們可以根據(jù)以下的屬性創(chuàng)建一套客戶信用評價模型，通過該模型對客戶行為細分。客戶信用評價模型+歸屬地類別職業(yè)資料真實性黑名單平均停機時長月均停機次數(shù)客戶狀態(tài)欠費時長欠費金額入網(wǎng)時長繳費方式客戶級別月均消費額累計消費總額每次繳費額客戶基本屬性客戶欠費屬性客戶業(yè)務屬性客戶貢獻度客戶預期準則客戶行為準則客戶價值準則客戶信用度351：客戶信用評估我們可以根據(jù)以下的屬性創(chuàng)建一套客戶信用評價模1：客戶信用評估了解了信用度高或低的客戶行為特征，從而可以采取對應措施：如提升對高信用度客戶的服務水準，對低信用度客戶采取限制性的策略以降低風險。客戶客戶信用評價模型+信用度高的客戶信用度低的客戶可信用的客戶361：客戶信用評估了解了信用度高或低的客戶行為特征，從而可以采客戶生命周期分析目標市場響應者新客戶高價值客戶潛力客戶低價值客戶主動離開被動離開獲得客戶活動市場活動回報詢問填寫申請消費……交叉銷售升級銷售激發(fā)首次購買挽回客戶活動強制性取消主動取消活動歷史購買統(tǒng)計市場活動回應信用報告自動報告的信息其它產(chǎn)品使用付賬歷史活動響應渠道偏愛其它終止原因潛在客戶既得客戶客戶流失考察期形成期穩(wěn)定期衰退期（危險期）37客戶生命周期分析目標市場響應者新客戶高價值客戶潛力客戶低價值2：客戶離網(wǎng)預警某通信運營商優(yōu)質客戶變動分析顯示，4-6月份優(yōu)質組客戶的流失率較高。這是一個很大的收入損失。4-6月份有95.8%的客戶保持在優(yōu)質組。流失率4.2%103664101983

109132617231633315優(yōu)質組客戶人數(shù)50000600009000010000011000080000700003月

優(yōu)質組流往

普通流失普通

流入弱勢

流入新增6月

優(yōu)質組382：客戶離網(wǎng)預警某通信運營商優(yōu)質客戶變動分析顯示，4-6月份2：客戶離網(wǎng)預警構建客戶離網(wǎng)行為預測模型，將客戶按離網(wǎng)概率高低分組。客戶高?？蛻暨吘壙蛻綦x網(wǎng)概率低數(shù)據(jù)挖掘預警全體客戶，

103664人在網(wǎng)<115天，

2800人在網(wǎng)≥115天，

100864人最近一月通話次數(shù)

<5次，21人最近一月通話次數(shù)

6~50次，1093人最近一月通話次數(shù)

>50次，1686人更換套餐次數(shù)

>2次，3425人更換套餐次數(shù)

≤2次，97439人<28元，

125人≥28元，

3300人392：客戶離網(wǎng)預警構建客戶離網(wǎng)行為預測模型，將客戶按離網(wǎng)概率高2：客戶離網(wǎng)預警營銷人員可以準確地抓住高流失傾向的客戶營銷人員可以根據(jù)確定客戶挽留活動的力度了解潛在流失客戶的行為特點，制定針對性的挽留措施營銷人員可以參考流失傾向評分高低確定客戶挽留活動的順序根據(jù)預警模型產(chǎn)生未來1-2月之中需要挽留、值得挽留的客戶清單，有的放矢的采取挽留行動。402：客戶離網(wǎng)預警營銷人員可以準確地抓住高流失傾向的客戶營銷人2：客戶離網(wǎng)預警7-9月份，實施挽留措施后優(yōu)質客戶組變動情況，可以看到流失率明顯下降。降低了客戶保持成本，同時增加了收入。4-6月份有95.8%的客戶保持在優(yōu)質組。流失率4.2%103664101983

109132617231633315優(yōu)質組客戶人數(shù)50000600009000010000011000080000700003月

優(yōu)質組流往

普通流失普通

流入弱勢

流入新增6月

優(yōu)質組流往

普通流失普通

流入弱勢

流入新增9月

優(yōu)質組

460120015034010201024337-9月有98.7%的客戶優(yōu)質組。流失率下降到1.3%412：客戶離網(wǎng)預警7-9月份，實施挽留措施后優(yōu)質客戶組變動情況通過，利用技術分析產(chǎn)品及業(yè)務推介方式，給客戶帶來新的價值和體驗，

了解產(chǎn)品，創(chuàng)新模式42通過，利用技術分析產(chǎn)品及業(yè)務推介方式，給客戶帶來新的價值和體3：關聯(lián)銷售某電信運營商彩鈴產(chǎn)品銷售關聯(lián)性分析周杰倫屬性：歌手屬性：風格王力宏林俊杰.蔡依林潘瑋柏秋天不回來求佛香水有毒大城小愛不得不愛不怕不怕菊花臺千里之外黃金甲隱形的翅膀老公

我愛你兩只蝴蝶433：關聯(lián)銷售某電信運營商彩鈴產(chǎn)品銷售關聯(lián)性分析周杰倫屬性：歌3：關聯(lián)銷售彩鈴產(chǎn)品銷售關聯(lián)性分析結果：3：關聯(lián)銷售彩鈴產(chǎn)品銷售關聯(lián)性分析結果：443：關聯(lián)銷售針對分析結果采取銷售措施：進行交叉銷售推薦及套餐推薦基于彩鈴關聯(lián)性的交叉推薦下載周杰倫→王力宏、林俊杰、、潘瑋柏下載求佛→你是我的玫瑰花、你到底愛誰下載秋天不回來→求佛、香水有毒、不怕不怕基于彩鈴關聯(lián)性的套餐推薦【秋天不回來、求佛、香水有毒】套餐價3元，折扣50%【菊花臺、千里之外、黃金甲】套餐價3元，折扣50%【……】123：關聯(lián)銷售針對分析結果采取銷售措施：進行交叉銷售推薦及套餐454：精準營銷某運營商針對細分群組彩信產(chǎn)品使用情況統(tǒng)計，找到4#組實施精準促銷措施。本組內客戶使用彩信比例4#組客戶使用彩信的比例較高，但使用頻次并不高。

?推出優(yōu)惠套餐提升使用頻次。左軸：月均彩信使用次數(shù)右軸：本組內客戶使用彩信比例464：精準營銷某運營商針對細分群組彩信產(chǎn)品使用情況統(tǒng)計，找到44：精準營銷促銷活動之后是否達到了預期的效果？功能支持精準營銷整個過程（分析、設計、行動、反饋與評估）,幫助企業(yè)制定更合理的營銷策略。數(shù)據(jù)管理客戶分群及理解方案設計營銷方案實施結果反饋與評估建立客戶數(shù)據(jù)庫數(shù)據(jù)源生成目標數(shù)據(jù)集客戶細分客戶理解分析動態(tài)調整客戶群客戶生命周期篩選目標客戶活動/產(chǎn)品策劃數(shù)據(jù)支撐決策建立預測模型按計劃執(zhí)行相關市場活動和促銷活動收集營銷活動數(shù)據(jù)與相關信息對營銷活動中的執(zhí)行、渠道、產(chǎn)品和廣告等方面的有效性進行評估。KPI指標分析Analysis多維分析Report數(shù)據(jù)報表Mining數(shù)據(jù)挖掘474：精準營銷促銷活動之后是否達到了預期的效果？功能支持精準營監(jiān)控與分析功能，作為高效、有力的管理工具協(xié)助企業(yè)

實時管理，隨機應變48監(jiān)控與分析功能，作為高效、有力的管理工具協(xié)助企業(yè)

實時管理4920監(jiān)控與分析某電信客服中心滿意度分析滿意度78%滿意度85%2個月之后客戶投訴次數(shù)客戶投訴平均時長投訴問題嚴重程度平均解決問題的時間接通率服務評價反饋調查表!客服熱線等待時間調整排班表增加坐席提高系統(tǒng)易用性提升客服業(yè)務水平改進語音自動應答減少休假率目標90%客戶投訴次數(shù)客戶投訴平均時長投訴問題嚴重程度平均解決問題的時間接通率！服務評價反饋調查表客服熱線等待時間50監(jiān)控與分析某電信客服中心滿意度分析滿意度78%滿意度85%2通過，利用技術在現(xiàn)有知識庫的基礎上進行預測，

感知未來，領先一步51通過，利用技術在現(xiàn)有知識庫的基礎上進行預測，

感知未來，領先5：業(yè)務量增長趨勢預測某電信分公司根據(jù)2009年1-9月3G業(yè)務用戶使用數(shù)量，使用時間序列分析模型預測第四季度的趨勢。根據(jù)趨勢調整網(wǎng)絡鋪設進度、終端設備開發(fā)和營銷策略優(yōu)化。

用戶數(shù)525：業(yè)務量增長趨勢預測某電信分公司根據(jù)2009年1-9月3G6：目標客戶定位與潛在需求挖掘某電信運營商正在推廣某種增值業(yè)務，需要尋找有購買潛力的目標客戶特征，通過數(shù)據(jù)挖掘分類模型可以非常直觀準確的找到目標客戶?？傮w客戶232951,33.6%>12035496,38.1%≤120197455,32.8%主叫比例<67%14505,50.0%主叫比例≥67%20991,29.8%短信條數(shù)≥50193022,42.0%短信條數(shù)<504433,26.4%主叫比例<84%147503,42.0%主叫比例≥84%45519,55.9%繳費次數(shù)≥218106,64.4%繳費次數(shù)<227413,48.3%通話對端<2059297,48.1%通話對端≥2088