SPSS数据挖掘工具

BI商业智能

SPSS 是软件英文名称的首字 , 意为 “ 统计产品与服务解决方案 ” 。
1968 年，美国三位斯坦福大学的学生开发了最早的 SPSS 统计软件系统，并基于这一系统于 1975 年在芝加哥合伙成立了 SPSS 公司。迄今 SPSS 软件已有 30 余年的成长历史。全球约有 25 万家产品用户，它们分布于通讯、医疗、银行、证券、保险、制造、商业、市场研究、科研教育等多个领域和行业，是世界上应用最广泛的专业统计软件。
SPSS 公司在一系列创新及对客户的竭诚服务中成长为领先的预测分析技术提供者。在 SPSS 公司的历史上，开发了各种预测分析的软件，使 SPSS 的客户－公司、学术机构、卫生保健机构和政府机关－能更好的进行运作。
SPSS 的客户将预测分析融入他们各自的商业知识中以获得关键性的认识，例如在客户吸引和保持、提升销售和交叉销售、欺诈探测和改善治疗情况等方面。

一、 数据挖掘在电信中的应用

 快速占领市场，扩大市场份额。
牢牢掌握大客户，防止流失。
了解竞争对手，强化竞争优势。
分析收入组成，制定战略决策。
　发现欺诈规律，减少欺诈行为。

二、统计分析在电信企业的应用
在电信企业内部存在着大量的数据，有些可以为某特定项目提供关键信息，为决策寻找依据制作软件

，有些用来定期监测能够发现问题，并找到解决问题的方法。 
事实上，电信企业可以通过软件完成问卷设计、抽样、数据分析、展示结果等关键步骤，企业内部的项目负责人，可以将精力更多地投入在调研项目的策 划，报告结果的利用等方面，通过很短的时间将市场调查这种技术的应用水平过渡到第三阶段，这对于企业的长期发展、成本控制都是至关重要的。
在国内， 80% 的市场调查公司都在使用 SPSS 系列软件为企业提供市场调查服务，相信在 SPSS 的咨询、培训、技术支持团队与您的共同努力下，您的企业会迅速建立一支专业的市场调研队伍。

三、 Clementine 助你解决电信客户的流失问题

1. 商业理解
    预测现有用户中哪些客户即将流失 。

2. 数据理解
    选取一定数量的客户（包括流失的和未流失的），选择客户属性，包括客户资料、通话行为特 征、消费属性、客服信息利用直方图、分布图来初步确定哪些因素可能影响客户流失。图 1 是在 Clementine 中对客户资料数据探索的数据流图。

　　　　　　　　　　　图 1 客户资料数据探索的数据流图

3. 数据准备
根据数据理解的结果准备建模用的数据，包括数据选择、新属性的派生，数据合并等。

4. 建立模型即评估
 将准备的数据划分为训练集和检验集，利用 C5.0 、神经网络、 logistic 回归模型建立客户流失预测模型。对检验集应用该模型，并根据预测结果的准确性评价模型。图 2 是模型建立和评估的数据流图。

　　　　　　　　　　　　图 2 模型建立及评估

5. 模型发布
利用 Clementine Publisher 发布模型。模型可以在多种环境中使用。
Clementine 在电信客户流失分析中被广泛使用。在新加坡电信、英国电信、以及国内电信公司均有不少成功的例子。