爱华网系列专题：3G营销观察
3.4.8 从α到Ω目前的领先神经网络技术已开始在一定的通信顾客群体中识别移动运营商需给予的特殊关注。一部分人使用自组织图，例如运营商能够识别α用户(图3-5)。α是那些联系程度高的顾客，经常呼叫一些电话、发送短信息和彩信，他们看起来要向所有人通知有关会议、派对、俱乐部、日程变化等。α用户是网络的中心，是人际关系网络的联结点。一个α用户有着广泛的人际关系，并在维系人际关系中感到快乐。因此α用户是所有通信用户群体中十分具有吸引力的目标。在推出新的服务时，这些α用户最可能首先发现新服务的新引力，因此在新服务推广活动中，最先定位于这一群体。通过人数有限的α用户可以在很低的成本下推广到整个对新服务感兴趣的群体。图3-5 服务采用中的α用户(Xtract公司)仅仅计算人际网络的联系人数目不会产生最优的α用户群体。一些人群有着几个并列的中心，定位于这些中心并不一定会产生改进，因为这些高度关联的中心处于相同的人际网络上。这导致了营销活动的浪费。其他的α用户则隐藏在独立存在且较小的人际网络的中心。他们的联系程度可能处于甚至低于平均水平，但是因为他们是独立存在的人际网络的中心，他们仍然会对重要的顾客群产生影响。
使用自组织图还能在网络和社区群体中有其他类似的发现。例如，Ω群体—— 那些不拨打电话，但接听电话的通话时间相当惊人的一类人—— 对大多数移动运营商是赢利的关键，因为这类用户带来的通信利润很高。然而传统的顾客流失管理系统只考虑那些高额账单数据而忽略了Ω用户，因此导致了这类用户的流失。只有自组织图能够有效地发现这些客户群体。还有一类用户是多个通信网络的用户，既在你的网上也同时在你竞争对手的网络上的用户。自组织图能够发现特定的用户行为，并根据每月的数据流量进行分析，然后大致判断出其另外一个网络的通话号码以及具体是哪一个通信网络的用户。用于通信市场细分的先进数学工具可以发现这些信息，特别是使用自组织图。在5年的时间内，所有的运营商都必须在竞争中使用自组织图，并提供“长距离雷达”以支持更加通用的数据挖掘工具。
