IPTV数据挖掘的初步报告0314_2.pdf

IPTV数据挖掘分析报告 2008-03-13 目录  1、客户价值预警  1.1价值的计算方法、流失的定义  1.2模型的设计及结果  1.3模型的检验  2、客户细分  2.1时段分布  2.2业务分布  3、产品关联  3.1增值业务  3.2直播  3.3点播 1、客户价值预警 有2类问题： 价值流失，需要 挽留，保留价值 1、目前还是高价值用户，可能迅速（2个月内） 衰减为低价值客户； 2、一直是低活跃的低价值用户； 低价值，需要 培育使用习惯 客户价值 高 中 低 时间 前2个月 前1个月 当前月 后1个月 后2个月 价值流失预警处理步骤 最近3个月 ① 建立模型 根据模型规则 （规则集） 2个月后 的历史数据 流失客户的 标记每个客户 即将流失 ② 普遍特征 流失与否及其 ③ 的客户 流失的可能性 ** 由于各种用来换回即将流失的客户的营销活动，从策划到实施需要 一定的时间，因此，预测的是两个月后的客户流失情况。 1.1如何计算客户价值 原则1：使用时间长的用户比使用时间短的用户更有价值； 原则2 ：使用天数多的用户比使用天数少的用户更有价值； 用户对某项业务的月价值 = 平均每日使用时长/3 + 使用天数 •平均使用时长= 业务的总时长（分钟）/使用该业务的天数 •使用天数=有该项业务使用记录的有效天数 用户总价值=直播业务价值 + 点播业务价值+回看业务价值 1.1如何计算客户价值（续） CHANNEL 变化1：调和时长和天数2个变量的关系 250