数据挖掘是金融业大量采用的高端建模方法。和传统统计方法不同，数据挖掘更善于发现大规模数据中的复杂逻辑关系，并且迅速建立模型。而决策树又是数据挖掘工具中最易读、易用的建模方法。而来自call center的数据量容量巨大，对统计工具的吞吐量、速度和建模能力都提出了很高的要求。
在这个项目中，该行采用了全球数据挖掘的高端六西格玛工具。速度快很多倍，更能够对海量数据进行分析。
通过数据挖掘，对日电话量高达几十万乃至于上百万的客户电话数据进行满意度相关的模型分析，该行在短短1天之内就确定了关键X因子，并且找到了最佳的X影子组合。
接下来，用多元回归对数据挖掘结果进行交叉验证，进一步保证不同分析方法对于同一数据进行分析的一致性。
而后续的模拟、改进项目表明，该行的客户满意度迅速提升到了一个令人满意的水平，并且通过这个六西格玛项目大大降低了call center的运营成本，达到每年节约200万英镑的规模！
事实表面，统计方法、工具的先进性，不仅仅令使用更加方便、高效，更可以影响六西格玛项目的成功，乃至于某种程度上决定六西格玛项目的成功。目前国内六西格玛事业如火如荼，咨询商为了快速拿到咨询费用，多建立几个“样板客户”，在六西格玛软件工具的选择这一关键步骤上并没有给广大国内客户提供专业的建议和选择，不能不说是当前我国六西格玛推广过程中的一大遗憾。（责任编辑：崔平）
<<上一页
1
2
