随着中国电信业务的重新整合,中国电信运营商之间的竞争日趋白热化,而网络服务质量等方面的差距却越来越小,单纯的价格战对竞争的运营商都造成损失。因此电信企业都开始寻求改善客户服务质量、提高市场竞争力的方法。面对这种越来越激烈的市场竞争,电信企业迫切地需要提高企业内部的科学决策能力,增强在市场经营方面的正确判断能力,因此,电信运营商需要对用户价值进行分析获得决策支持。此外,电信运营商积累了大量的用户通话信息,这些数据都是已经电子化的数据,通过数据挖掘技术,可以从这些数据中发现很多有价值的信息,例如用户的消费行为。根据用户消费行为可以进一步评价用户价值,对用户进行群分,找出优质用户,市场经营部门可以据此提供针对性更强的市场服务策略,节约市场营销成本。本文以浙江移动通信公司的用户通话信息为研究对象,建立该公司用户价值评价模型和用户分群矩阵。通过研究客户关系管理(CRM/CustomerRelationshipManagement)结合该公司业务特点,根据用户价值模型将用户划分为低价值用户、次价值用户、潜在价值用户和高价值用户这四种类型用户,其中潜在价值用户和高价值用户就是上文提到的优质用户。在研究过程中,采用层次编码法对用户通话信息进行预处理,经过这种方法处理后的数据具有安全性高、易扩充、数据准确规范等优点。为了建立用户价值评价模型,将用户价值分为当前价值和潜在价值两部分来考察。采用频率统计和最小二乘法,找出用户当前价值临界值,从而建立用户当前价值临界模型,并进一步采用多重聚类法和决策树算法(ID3)建立预测模型用于衡量用户潜在价值的用户信用度和忠诚度。多重聚类法在传统的系统聚类法基础上增加了对指标的聚类,提高了聚类结果的准确度,是对传统方法的改进。在此基础上,通过对用户价值的研究,建立用户价值分群矩阵,并依此制定提升用户价值的有效策略。本文通过挖掘浙江移动公司的用户通话信息,找出关系用户,为这类企业寻找用户深层次需求,制定更合理的通话套餐提供了新的思路和方法。通过对实际案例的应用,对模型的有效性和可操作性进行了验证,表明本文研究结果对该公司的客户价值管理具有直接指导作用,对其它电信运营商的客户关系管理具有一定的参考价值。