电信行业数据挖掘培训(第二版) .pptVIP

中国电信精确营销系统建设方案 数据挖掘应用专题 客户流失预警时间窗口 咨询工具在数据挖掘中的应用 应用举例：应用BCG分析中国移动增值业务现状 应用BCG矩阵分析交叉销售 应用BCG矩阵分析某省公司各分公司业务发展情况 一：中国移动数据挖掘项目介绍 什么是数据挖掘 通往数据挖掘高手之路 CRISP-DM（Cross-Industry Standard Process for Data Mining）具体流程如下图： 一：中国移动数据挖掘项目介绍 商业理解 高价值客户流失预测模型分析过程 在选择预测数据还要注意的几点 1 并非所有用户都需要建模，当前已经表现出手机业务状态不正常的用户，未来离网的可能行很大了，就没必要作为建模的目标用户，如果选用了会影响对其它正常用户的预测，因为相对不正常用户来说，正常用户未来的离网概率要小的多，预测时就不认为这些用户离网概率高了。除不正常用户外，还用一些内部员工，测试用户等都要剔除。 2 对建模用户的细分。不要把所有用户都放在一个预测模型，因为很多高端用户的离网预测率就会很低，当把他们和低端用户放在一起预测时。在具体预测时，可以用ARPU来划分群，或者通过某一特定的套餐来细分 数据理解 预测模型输入变量列表之一：　　建议 预测模型输入变量列表之二： 数据准备 数据准备　　　　　　　　　　　　　　 我们从数据仓库中抽取了流失基础客户群、客户基本资料、用户缴费资料、用户投诉资料、用户帐单、用户通话资料等信息形成六张基表，然后根据用户编号和帐务年月进行连接形成总表。在总表的基础上，进一步派生出比率字段并进行离散化形成标志字段。 建模 建立多终算法建立模型，并选择最优模型 经过以上的分析处理过程，我们可以看到移动高价值客户流失预测使用的变量众多，数据复杂。根据各种算法的特点，即神经元网络适合处理、解决包含众多参数的问题。而决策树的结构和规则推理的过程较易理解，因此我们估计利用神经元网络建立的预测模型将会有较好的效果，但为了对比其效果，我们也利用C5.0和CR Tree来建立预测模型。 评估 检查选择的离网预测模型使用可用 命中率：每组客户中被准确预测为离网（预测离网并且真正离网）的客户占全组客户总数的百分比。 查全率：每组客户中被准确预测为离网的客户占样本数据中离网客户总数的百分比。 Lift＝每组客户的命中率/不使用模型时的离网率。若该值大于1，该组的预测可用。 在移动经营分析系统高价值客户用户离网预测中： 检验集是从样本数据中随机抽取10000人作为检验集，在检验集中有10000条记录，实际离网人数412, 离网率4.12%，使用离网模型计算出用户的离网概率，按照由高到低排序。等分20组，每组500人，计算每组的命中率、查全率和Lift。 平均每组有21人离网。(412/20= 21)。 利用最终的神经元网络模型对选定的高价值客户的离网概率进行打分，给出离网概率高的客户名单，交相关人员做客户挽留工作。 模型部署 一：中国移动数据挖掘项目介绍 客户根据自身所具有的特征自动聚为一些行为特点相似的群体 为什么要建立客户行为细分模型 客户细分是精细化营销的基础 客户行为细分模型通过上百个变量描述客户 商业理解 对某市数十万公众客户，从行为的分析维度进行客户分群，以了解不同客户群的消费行为特征，为发展新业务、流失客户保有、他网用户争夺的针对性营销策略的制订提供分析依据，并实现企业保存量、激增量的战略目标 商业理解之如何选择细分变量 细分变量准备之一 细分变量准备之二 宽表生成流程 数据准备之标准化变量 Sigmoid的公式如下，通过Sigmoid变换，会对变量的最大值和最小值进行比较大的压缩，而中间的数据压缩率不会很高。经过Sigmoid变换会消除一些奇异值的影响，当然也可能丢失一些信息。因为实际上如果x36，f(x)就几乎等于1；同样x-36，f(x)就几乎等于0。所以我们最好不要直接对原始变量进行Sigmoid变换，丢失的信息太多。本次分析采用了先Zscore再进行Sigmoid变换的方式。 细分结果数据表——描述变量（一） 细分结果数据表——描述变量（二） 细分结果数据表——描述变量（三） 组1：低使用率组 组6 短信高使用组 以Spss clemetine11 作为数据挖掘工具，使用测试数据，演示客户细分的整个过程！ 对于聚类分析来说，输入的变量量纲不同，会对结果造成很大影响。因此在聚类分析之前需要对所有参预聚类的变量进行标准化处理。 这里着重介绍本次分析中用到的两种方法：Zscore和Sigmoid。 Zscore方法的公式如下，变量的每个值减去变量均值再除以标准差，得到的结果其实是标志一个值距离中心（均值） 的距离是标准差的几倍。 这是统计学中非常经典的