中国移动广东佛山公司

广佛数据挖掘集市试点项目

系统使用报告

20##年04月

版本号 0.1

目录

1     概述                                                                                                                   3

1.1      目的                                                                                                             3

1.2      预期的读者和阅读建议                                                                                 3

1.3      文档约定                                                                                                      3

1.4      参考文献                                                                                                      3

2     用户测试策略                                                                                                    4

2.1      广佛数据挖掘集市的数据流程                                                                      4

2.2      用户试用清单                                                                                               4

2.3      用户试用方法                                                                                               5

2.3.1    汇总数据表的试用                                                                                  5

2.3.2    通过WEB方式访问应用的试用                                                               5

2.3.3    试用发现问题之后反馈和解决的途径                                                      6

3     试用内容                                                                                                            6

3.1      专题分析——客户合约管理分析                                                                   6

3.1.1    营销方案变动情况查询                                                                           6

3.1.2    智能网用户充值习惯查询                                                                        6

3.1.3    智能网用户合约到期查询                                                                        6

3.1.4    智能网用户合约捆绑分析查询                                                                 7

3.2      即席查询                                                                                                      7

3.2.1    WAP用户信息查询                                                                                 7

3.2.2    彩铃用户信息查询                                                                                  7

3.2.3    彩信用户信息查询                                                                                  7

4     系统使用规划                                                                                                    7

1   概述

1.1    目的

地市公司数据集市项目的主要业务目的是在集团公司“面向市场需求，主动服务一线”的思路指导下，为地市公司提供其业务发展迫切需要的、支持本地化和个性化经营分析需求的数据分析支撑平台。广佛试点工作将在广州、佛山两公司的特定业务需求基础之上，以统一、灵活的数据分析支撑平台与本地化、个性化的分析应用为工作重点，为两公司的客户关系管理、市场营销、经营分析等提供业务决策支持。

1.2    预期的读者和阅读建议

²  系统上线试用人员

系统上线试用人员的工作是检查确认广佛数据挖掘集市的功能，据本模板完成使用报告。

1.3 文档约定

²  缩写

《广东移动数据挖掘系统市公司数据集市广佛试点项目系统使用报告》简略为《广佛数据挖掘集市使用报告》

《广东移动数据挖掘系统市公司数据集市广佛试点项目》简略为《广佛数据挖掘集市》

²  突出显示注意的词语或事项

需要突出显示注意的词语或事项将以斜体下划线显示。

1.4    参考文献

²  《广州公司数据挖掘集市需求说明书》

²  《佛山公司数据挖掘集市需求说明书》

²  《市公司数据挖掘集市项目前端应用设计说明书》

2      用户测试策略

2.1     广佛数据挖掘集市的数据流程

广佛数据挖掘集市的数据是从BOSS系统、智能网系统、彩铃系统、DSMP系统、客服系统、话单中抽取，生成中间文档，加载到中间数据库中，然后转换到基础数据库，再根据业务需求的逻辑转换到广佛数据库中，最后以多维分析、定式报表、即席查询、专题分析等方式将用户的需求展示出来，数据流程图如下：

2.2    用户试用清单

2.3    用户试用方法

根据试用清单的提供途径，可分为直接使用汇总数据表、通过经营分析系统访问、使用分析报告等几种方法。

2.3.1      汇总数据表的试用

用户通过直接客户端工具直接访问数据库表，主要的试用要点为：

²  数据表内容是否符合需求

²  数据表数据是否正确

2.3.2      通过WEB方式访问应用的试用

用户通过WEB方式访问集市的多维分析、即席查询，主要的试用要点为：

²  展现格式是否符合要求。

²  展现的数据是否正确。

2.3.3      试用发现问题之后反馈和解决的途径

       由于数据从抽取到展示经过较多环节，所以在试用期间用户发现问题之后，可将问题反馈到广佛数据挖掘集市小组，小组人员跟进解决问题。

       广州、佛山公司试用人员完成试用后，应把试用报告报知省公司业务支撑中心。

3      试用内容

3.1    专题分析——客户合约管理分析

3.1.1                                                                                      营销方案变动情况查询

3.1.2                                                                                      智能网用户充值习惯查询

3.1.3                                                                                      智能网用户合约到期查询

3.1.4                                                                                      智能网用户合约捆绑分析查询

该功能未实现。

3.2    即席查询

3.2.1                                                                                      WAP用户信息查询

3.2.2                                                                                      彩铃用户信息查询

3.2.3                                                                                      彩信用户信息查询

4      系统使用规划

由于目前系统还处于试运行和对数阶段，因此使用的用户主要集中在市场经营部和信息技术中心。下一步将引导数据业务中心、服务营销中心等相关部门使用该系统。根据各个功能点反映数据的频次不同，使用的频次将会在每周和每月之间，营销方案的变更查询会每天使用。

由于目前的需求都是前期由市场经营部整理、提出的，如果引入新的使用部门，将会带来新的、更详细的需求。

 

第二篇：移动数据挖掘项目工作总结

--20xx年x月x日，中山大学，园东区203

电信行业是数据挖掘技术应用的传统行业，其挖掘题材之丰富，其挖掘应用之广泛，一直令不少数据挖掘专家迷恋不已。移动凭借其自身行业的特性，以及成熟稳定的客户群体等诸多优势，从挖掘题材的创新、挖掘技术的运用以及后期营销活动的开展，都走在了行业领域的前列。

本文主要是作者在移动行业方面的一些经验分享、工作总结以及思考感悟。移动数据挖掘项目具有设计简单、重视应用、开发周期短等特点，其中的一些挖掘分析思想值得我们借鉴学习。

从数据说起

我们所说的数据分析，或者数据挖掘，就是期望从数据中获取有用的信息。数据，对数据分析人员来说，就像厨师做菜所需要的各种食材。好的食材，再加上适当的烹饪，就可以做出美味可口的饭菜。同样地，好的数据，也是进行有效数据挖掘的基础。

一个行业，或者一个企业，是否能够广泛而成熟地运用数据分析来辅助进行营销决策，较大程度上取决于我们从数据层面知道关于客户信息的多少。最理想的情况下，我们期望能够获得描述客户心理活

动方面的数据，但现实中这方面的数据其实是不可能获得的。而数据挖掘，更多的是力图从企业现有的数据中探寻有用的信息。

现在回过头来看，移动的行业特性，及其刻画用户的数据维度较为全面，使得移动能够广泛成熟地应用数据挖掘技术来辅助营销决策。一般地，移动有几大方面的数据：

1) 客户基本信息，

2) 账务信息，

3) 通话行为，

4) 数据业务，

5) 集团业务，

6) 渠道使用，

7) 交往圈，

8) 终端特征，

9) 位置信息，

10) 客服数据

相比之下，其他行业的数据就不那么全面了。移动数据的特点，也使得数据挖掘在营销决策方面有很大作为。从客户流失、客户分群、

客户价值、客户偏好、精确营销到客户生命周期等经典的挖掘题材，都有良好的数据支持。

咨询的方法、业务的思路、挖掘的技术

数据挖掘项目从业务问题出发，致力于从数据中寻找解决之道，最后回到业务层面上，提出应用建议，支持营销决策。业务，实际上是贯穿数据挖掘模型的整个过程。分析人员应该基于业务，忠于业务，时刻保持对业务的那种敏感性。不懂业务，不算一个优秀的分析人员。不懂业务，就会使我们分析的方向越来越偏离挖掘的最终目标。不懂业务，分析结果就仅仅只是一堆数据，从当中得不到太多有意义的信息。

因此，对业务问题的分析思路还是要基于业务来确定。在业务的基础上灵活设计分析模型，可确保模型结果较好地运用到营销决策之上。

值得注意的是，对业务问题的分析过程，挖掘只是其中的一部分，而不是全部。我们需要逻辑思考，我们也需要咨询的方法论来指导我们去剖析业务问题，以便让业务问题的解决顺理成章，让业务部门更好地明白我们对业务问题的分析思路。

这里举个客户流失的例子来加以说明吧。对于客户流失，可能其他行业只是开发一个客户流失预警模型出来，就差不多了。但在移动，这会做得更多。对于流失客户，我们首先想知道客户流失的总体情况、

客户流失轨迹如何、流失客户群体有什么样的特征等等。进一步地，我们也想知道客户为什么流失、客户流失之后的去向如何。除了这些，我们还需要知道哪些客户容易流失、这些客户有什么样的偏好特征等等。从这我们可以知道，业务问题的分析需要遵循一定的逻辑性，需要像讲故事一样非常自然合理的解决思路。

我必须得告诉你，这就是一般逻辑性思考的套路。我们也看到，利用数据挖掘技术(如Logistic回归)开发挖掘模型，可能就只是我们分析思路中的一部分工作而已。

另外，需强调一点，我们在分析过程中，应当为业务人员想得更多。这点不多加说明。

我认为，在数据挖掘项目中，关键在人，业务是其次的，第三才是技术。建模应当遵循简单有效的原则。所谓简单，即是力求模型避繁就简。比如说，训练指标设计，可以基于业务先衍生出几个含义明显且计算逻辑简单的指标，尽量避免衍生出那些业务不明显且计算复杂的指标。再者，训练指标不能太多，否则会耗费太多时间在搭建训练宽表上。又如在挖掘技术的选择上，如果用Logistic回归、决策树和神经网络训练模型，得到相差不大的结果，一般选用Logistic回归来训练模型，因为它原理简单并且结果可读性好。

着眼于应用

我们的项目成果是否有价值，我们开发的模型是否有效，最终得看应用。从项目一开始，我们就应着眼于成果的应用。我们必须顾及业务人员的感受。有时候，我们得站在业务人员的角度来思考我们所分析的问题。

我们还应该告诉业务人员，我们的模型怎么用。这是我们的职责。我们还需要告诉他们，模型有何局限性。如果有必要，我们也可以告诉他们整个分析过程，从目标定义、数据处理、指标选取、模型训练到结果应用。让他们知晓这个过程，是为了让他们对模型有一个正确的认识，既不会完全否定模型的作用，也不会过于看重模型的效果。 这里存在着模型效果衰减的问题。模型自身的效果会受到各种营销因素的影响而降低，导致最终营销效果不好。举个例子，从客户流失预警模型中获取的目标客户名单，从模型自身效果来看，会有比较高的命中率。但业务人员对这部分客户进行挽留关怀，也收到挽留策略等因素的影响，导致成功率不高。这是难以避免的问题。我们能做的只是采取措施减少这样的影响。

由于行业特性以及移动自身的优势，挖掘项目成果在移动得到了很好的应用。移动的渠道发展趋于多元化，营销方式多样化，客服体系成熟，客户规模庞大，这都使得挖掘成果得到有效的应用起来。其实，当你收到来自10086的优惠短信，很有可能，你就是经过挖掘分析得到的结果，你就是被锁定的目标客户。不过，不要惊慌，这很正常。这表明移动对你重视了。

结束语

说来说去，挖掘就是那么一回事儿。文章转载自：学子网 个人工作总结 栏目。