客户行为分析关键技术研究.pptVIP

中国移动经营分析系统的客户行为分析关键技术研究 主要内容 主要内容 客户行为分析体系架构 个人客户信息视图 －客户行为分析系统的统一输入 主要内容 业务关联度分析 业务关联度分析应用 找出哪些产品/服务适合捆绑销售 设计针对客户的产品组合,服务套餐 业务需求特点 效率较高 可解释性较好 业务关联度分析－常用算法比较 业务关联度分析－算法选择和创新 移动数据和业务特点 数据量大 平均每一个用户的业务开通功能都不多，通常都在6个以下 几乎所有的用户都会开通几个基本功能，例如点对点短信，呼叫转移，GPRS等。 具体算法特点 选择了效率较高的精简频繁模式挖掘算法FP-Close，该算法更适合数量较少的业务组合 支持低支持度、高置信度的挖掘，可以挖掘那些并不常见但是可信度更高的关联规则挖掘，这些往往是人们忽略的重要组合 支持人工设置规则过滤，可以在挖掘结果中自动过滤常见规则 业务关联度分析 业务关联度分析实验结果 数据：河南2月1日上传的1%抽样用户 时间长度：半年 支持度阈值：0.3 置信度阈值：0.5 挖掘算法：FP-growth* 主要内容 客户分类 客户分类 将客户划分为不同的群体，使得划分出来的每个群体都具有自己的独特特征 客户分类的应用 谁是企业的潜在客户 客户有哪些需要 企业应该吸引哪些客户 应该重点保持哪些客户 客户分类－常用算法比较 客户分类－算法选择和创新 客户分类界面 主要内容 离网预测 离网分析应用 离网指客户终止现有的服务而转向其它业务竞争对手服务的一种行为，预测离网客户可以用来稳定老客户 离网分析方法 基于数据挖掘的分析方法，通过分析客户的历史数据建立模型，然后通过模型预测出哪些现有客户具有离网倾向 离网预测－常用算法比较 离网预测－算法选择和创新 移动数据和业务特点 数据量大，属性的维数很高 流失客户占总客户的比例很小（通常只有2%），数据十分不平横 能够对可能流失客户按流失的概率排序 具体算法特点 使用了改进的ADTree算法 针对不平衡数据具有较高的分类准确率 对于大数据集具有较快的建模速度，效率更高 能够预测客户流失的概率 模型易于理解 离网分析界面 离网分析实验结果 ROC曲线 曲线下方面积越大，说明模型准确率越高 深度，背景，属性视图，背景资料，内容类数据，化妆品，内容营销，客户数据。 框定题目，限定。数据研究范围，应用，技术，算法，充分体现了学术价值 给出建议和结论，结合业务特点，价值体现在此。 回到客户统一视图，ARPU，得到的深层次信息。 通过客户视图得到哪些应用。 Demo：技术问题，业务问题，全网铺开，一说离网分析，都是省一级的，模型精度差，需要到地市级，做了一个基本框架，解决有和没有的问题，价值体现在节省投资，阐述一个价值，前后衔接，体现商业价值。 前后衔接起来，数据的范畴说清楚，业务的范畴说清楚。 根据数据的特征来提出技术 3000个地市可选，开来的经济效益。 展望：产品类，可以很做很多，后续阶段。 比联通就强很多。 一个模型的投入大约是5，6十万的样子 中国移动地市级挖掘原型系统 * 移动通信数据仓库联合实验室 2008年11月 意义和作用 客户行为分析研究 总体介绍 业务关联度分析 客户分类 离网预测 赢得正确 的客户 建立 关系 巩固 关系 让客户 满意 挽留 客户 赢回 客户 客户行为分析在整个 客户生命周期里面的价值 寻找 新客户 现有的客户 以前的客户 客户分类分析 客户获取分析 欺诈检测、信用计分分析 客户行为分析升级/交叉销售分析 流失预测分析 意义和作用 客户行为分析研究 总体介绍 业务关联度分析 客户分类 离网预测 移动通信数据挖掘流程 模型管理层 重入网分析 离网分析 业务关联度 客户分群 客户生命周期价值 数据概要提取 数据预处理 频繁模式挖掘 频繁项集挖掘 分类及预测 数据挖掘前沿 基于划分的方法 层次方法 基于密度的方法 基于网格的方法 基于模型的方法 异常点分析 聚类分析 社会网络分析 多关系挖掘 Web挖掘 数据流挖掘 隐私保护数据挖掘 其它 数据转换 数据规约 数据清理 增量模式挖掘 序列模式挖掘 最大模式挖掘 封闭模式挖掘 压缩模式挖掘 基于树的分类方法 回归模型 基于概率的分类方法 关联分类方法 神经网络 支持向量机 应用层 …… 数据挖掘功能层 客户基本属性 客户行为属性 客户 客户背景属性 客户联系属性 客户账户属性 客户行为属性 业务使用 消费行为 接触行为 移动位置 增值业务 客户行为属性 客户关系属性 通话关系 短信关系