商业智能在电信行业的应用设想

hulala93

随着电信行业的不断发展，其竞争也日趋激烈，因为可供客户选择电信产品的机会越来越多。电信企业之间抢客户的现象也随处可见，激烈的竞争场面越来越多。基于此状态下，大部分电信运营企业都意识到对客户流失进行分析是决定企业发展成败的必由之路。而进行客户流失分析就必须合理运用商业智能产品。

我们可以针对某个特定电信企业进行研究，调查近一年内电信领域研究和开发的电信项目，先积累一定的经验。首先，对商业智能技术，诸如数据仓库、OLAP、数据挖掘等技术必须有深入的研究，其次，对一些关于KPI相关的智能理论也需要进行一定的了解。通过总结过去客户流失建模方式的经验和教训，我们就可以最终给出基于商业智能分析的客户流失模型的新理念。这种方法可以克服之前方法的主观性。在之前的方案中，企业在构建模型的过程中使用的是商务人士提供的主观关键属性，所以，当建模者利用这些属性作为输入变量时，就会导致所构建的模型缺乏客观性，从而造成一定的缺陷。但在新的方案中，由商业智能技术作为基础的建模过程一直可以保持客观的分析。因为新的模型是利用商业智能技术，将客户流失的价值尺度，转换为查找客户流失的KPI。首先，给客户流失进行一个准确的商业定义，寻找所有影响客户流失的可能归因。其次，构建客户流失分析的主要数据仓库。然后，利用OLAP技术，删除一些不重要的属性。最后，将通过OLAP提取出来的属性作为输入，构建BP神经网络，使用敏感性分析计算出OLAP提取出的属性对于客户流失的贡献率各是多少，基于80/20原理，分析出何为客户流失的关键归因。将这些关键归因作为输入，输出 的则是客户流失度，最终就可以构建出一个基于商业智能技术的客户流失分析的神经网络模型。

值得注意的是，在建模之前，需要对特定电信企业目前对商业智能的应用做出初步了解，对电信企业分析客户流失的普遍方案进行研究，结合企业内部运营系统和与基层业务人员的沟通状况，对影响客户流失的可能属性的提出做出一个参考。

要想对模型的准确性进行验证，可以使用特定电信企业的真正数据进行计算和评价，结果如果符合语气，则可以证明整个商业智能平台是可行的，将对电信企业进行客户丢失分析具有巨大的帮助。

【了解更多商业智能行业资讯，商业智能解决方案以及商业智能软件下载请访问FineBI商业智能官网www.finebi.com】