数据挖掘中客户分群的应用

通过前期对系统内部的数据挖掘进行客户分群，并打上了相关的客户标签，这些客户标签对后期有什么应用呢？目前在做一个电信数据挖掘项目过程中，发现了电信客户觉得客户标签对他们的电信产品有很大的作用，希望能够找出相关的特征的用户，方便其后期进行精确营销。
我们内部讨论后，结合客户的意见，主要从以下几个方面进行操作：
一、用户分群
1、通过用户心理行为问题及通信行为字段进行因子分析
2、获取用户的驱动因子
3、通过数据挖掘工具，进行聚类分群
4、给用户打上相应的客户标签：漫游压抑型、本地传统型、长漫需求型、低端尝新型、成功人士型、时尚商务型、成熟压力型、年轻爱玩型等一系列的标签
二、用户群体特征分析
以漫游压抑型为例，其占比如何？（12%）背景特征是怎么样？（高中以上学历为主、收入中等、月收入2000元以上、男性为主、年龄主要在25—45岁之间，以生产运输及白领为主），使用电信的业务情况是怎么样的？（天翼商旅套餐占比高达70%，入网时长超过2年，重入网率低、出差较多，漫游消费低，漫游需求受到压抑，ARPU均值仅为50块左右）数据业务特征是怎么样的？（新事物兴趣低，消费理性，沟通、资讯、娱乐、商务等各类数据业务渗透力处于中下水平）办理渠道偏好如何？（办理次数中等，短信营业厅偏好较强）
三、电信产品适配
通过对电信某产品功能、应用场景和客户特征的分析选择目标客户群，实现客户和产品的适配。例如电信某产品A的用户定位是商旅人士、电话比较多的用户，此时可以根据系统里面的客户标签分群用户的特征：商旅人士、电话比较多等相关特征，找出相关传统商务型、成功人士型、时尚商务型等三个群体的营销用户名单。
四、试点营销
根据适配结果，输出目标用户的名单，对目标用户展开试点营销。
五、营销效果评估并挑选效果明显用户群体进行全省推广
对营销活动进行评估，若营销效果明显，则进行全省宣贯推广，否则不进行推广。
 
从该项目的用途来看，数据挖掘能够真正地支撑到精确营销，减少营销成本，并且能提高产品运营效益。