MR项目IDM方法论的扩展和灵活应用.docVIP

MR项目IDM方法论的扩展和灵活应用 　　Extension and Flexible Application of IDM Methodology of MR Project:Taking Guangzhou Telecom as an Example 　　Tie Ziwei 　　（China Telecom Guangdong Branch，Guangzhou 510081，China） 　　摘要： 本文主要结合广州电信的实际情况，研究了如何对IDM方法论进行扩展和灵活应用，如收入预测模型、流失预测模型、宽带客户分群等，并针对应用中遇到的问题，提出了几点我们在工作中应该怎样探索这些问题的解决方法。 　　Abstract： Combining with practical situation of Guangzhou Telecom, this paper studied the extension and flexible application of IDM methodology such as income forecasting model, loss forecasting model and classification of broadband subscribers etc., and put forward some suggestions for exploring the solutions aiming at the problems encountering in application. 　　关键词： MR IDM方法论 数据挖掘 数据分析 　　Key words： MR; IDM Methodology; data mining; data analysis 　　中图分类号：TP39 文献标识码：A文章编号：1006-4311（2011）14-0181-02 　　0引言 　　MR（Marketing Recombine）就是市场营销重组的缩写，它把具体的营销活动划分成九大流程，并阐述了九大流程之间的相互推动关系：理解客户与市场流程、竞争对手分析流程、制定年度营销计划流程、准备营销活动计划流程、执行营销活动流程、分析并改进营销活动，六大流程形成闭环管理；产品生命周期管理、进行客户挽留并提高忠诚度、渠道建设与支持，这三个流程用来支撑市场营销六大核心流程的基础流程和基础建设。 　　IDM（Insight Driven Marketing）是洞察力驱动的市场营销的缩写，它运用以事实为基础的科学方法，来支持和加强市场营销的正确决策能力。IDM贯穿于MR九大流程中，发挥重要作用。它的主要工作包括：①运用数据识别客户分群；②运用数据识别目标客户；③运用数据进行预测；④运用数据评估结果。 　　1IDM方法论在收入预测模型的应用 　　1.1 模型探索在建立模型的过程中，我们进行了大量的数据探索和方法验证，比较了各种数据挖掘软件和算法，包括KXEN\Clementine\SAS等国内外先进的数据挖掘工具。在数据探索的过程中，我们发现直接对总收入预测，误差很大。于是，我们尝试各种方法对总收入进行拆分，如按业务拆分、按品牌拆分、按收入结构拆分等等，然后针对每一种拆分进行预测，比较预测精度。同时需要考虑的一个重要因素是拆分的结果要有明显的预测意义，预测意义就是指有明显线性趋势或者季节现象，以便时间序列的预测公式更为简单，预测误差最小化。最后我们发现，如果把收入划分为固定费用和波动费用两大模块，分别来预测，效果会好得多，固定费用有明显的线性趋势，波动费用有明显的季节性因素。固定费用的构成是ADSL收入+新业务和月租+其它数据业务，波动费用的构成是市话+长途。最后我们还发现，固定费用的单项费用：ADSL收入、新业务和月租、其它数据业务也有明显的线性趋势，ADSL模型预测精度甚至达到了99.8691%，模型稳定。这就印证了统计学的一个原理，越是简单的事务，越有规律性。 　　1.2 值得借鉴的建模经验为对下一步研究工作有更深刻的认识和帮助，我们积累的一些建模经验：①总费用划分为固定费用和波动费用两部分，原则是有明显的线性趋势或者季节因素；②数据准备是关键，电信数据周期不宜过长或过短，一般2年比较合适；③波动性数据对数据周期的要求比较高，周期不足时，可采用主观预测的方法；④预测的原始数据不要人为剔除趋势，让MODEL自己计算效果会更好；⑤预测MODEL可以添加自变量，它对目标变量会有作用，并有相关性指标，但是自变量要有值；⑥新的数据集直接建模预测，一般不APPLY ，数据可用COPY拿出；⑦预测数据的周期性不要主观臆断，MODEL可自动产生；⑧因为长市话优惠折扣率不同，可以使用旬预测法,将长市话分开预