数据挖潜经典讲座（电信行业）.pptVIP

金矿就在您的脚下——基于数据挖掘技术的智能营销 中国 华院分析技术有限公司 2003年11月 议 题 移动通信市场竞争迫使移动由规模型发展向规模效益型发展转型 价格战与渠道的唯利是图导致移动公司深陷“价格漩涡” 虚增放号与不稳定的用户群体进一步增大了销售成本 客户离网正严重影响着中移动的收入与利润 新业务种类繁多，仍需努力推广 客户服务与客户期望有差距，深层次理解用户需求成为关键 全球最佳管理实践提示：现阶段是数据挖掘应用的关键时期 中国移动集团结合国内外实际情况提出数据挖掘营销应用规划 议 题 三类用户细分方法介绍 为什么要建立客户行为细分模型 客户行为细分模型通过上百个变量描述客户 自动生成影响客户分组的主要因子 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 某移动运营商客户行为特征评分表 16个组中呈现出差别明显的优势、弱势特征 各类客户人数及收入贡献一览 某移动公司全球通（后付费）客户行为特征评分表 某移动公司全球通（后付费）客户的17个客户分组 对细分客户组进行特征描述 本组特征描述 本组客户共15441人，占客户总数的1.6%，组内每月人均话费759元。 与其他客户相比，本组客户的显著特征体现在呼叫香港的通话行为较多（因素7）。香港月均每次呼叫时间达1.8分钟，月均呼叫次数8.7次，而全体客户平均香港月均每次呼叫时间1.6分钟，月均呼叫次数只有0.2次。由此，本组客户的香港月均呼叫费用（53.7元）比全体客户平均呼叫费用（1.3元）高出40多倍，香港呼叫需求相当大。 针对性的业务推广与客户服务建议 本组市场建议 业务推广建议 彩信业务——统计分析发现本组客户彩信使用人数比例明显大于其他16个客户分组 GPRS业务——估计本组客户中有相当部分人群是商务人士 客户服务建议 免费赠送香港天气预报 与航空公司里程积点互换 空港VIP休息室 针对某主题进行不同客户分组之间的比较 研究整个客户结构的动态变化情况 研究各分组客户人数的变化，指导营销策略制定 客户群体变动分析 研究各分组客户ARPU的变化，指导营销策略制定 结合客户行为分组观察客户对长途资费的敏感度 基于客户行为分组看IP业务推广 研究只有应用于营销实践才会产生真正的价值 应用示例：GPRS业务推广 客户细分模型为新业务推广助力 利用已有研究成果拓展1860营销新渠道 用户行为细分、流失预警模型等可以具体到每一个在网用户 客户行为细分模型帮助快速实现个性化帐单打印，拓展客户沟通渠道 客户行为细分模型帮助运营商通过联盟营销提升个性化服务水平 研究成果还可以应用于以下方面 识别新的营销机会 指导差异化套餐设计 指导差异化客户服务 指导增值业务推广 指导促销活动目标选择 指导保“高”计划 指导“忠诚”计划 指导集团客户开发 …… 客户行为细分模型在指导营销应用方面具有显著特点 可以获得每个客户分组中所有客户或部分客户的名单 可以灵活的对形成的各客户分组进行宏观观察和微观细分 可以借助计算机程序动态观测客户行为的变化及其所属客户细分群体的变化 可以灵活的基于各种不同的营销目标或客户服务目标进行应用 用户离网预警模型工作原理简介 用户流失预测模型变量与参数示例 用户离网预警模型产生需要挽留的客户名单 交叉销售模型 何谓交叉销售 某移动全球通用户部分产品业务关联性评分表 呼转小叮铛——全球通客户分组交叉销售机会 某移动全球通GPRS定向销售回应率曲线说明 交叉销售模型（GPRS定向销售）因素分析举例：漫游平均次数 客户信用评分模型 一个真实的信用管理失误的故事 坏帐控制背后的故事 客户综合价值模型 客户综合价值分组评分表 客户综合价值分组评分表使用说明 评分表使用说明： （观察时间：2003年2月到2003年4月） 1、本项目中对客户价值评估模型的搭建，综合衡量客户五个方面的表现：客户当前贡献度、客户未来贡献度、客户信用度、客户忠诚度以及客户成长潜力。由于未来贡献度和当前贡献度密切相关，所以在进行聚类分析时，省略未来贡献度的分值，只选用当前贡献度。 2、因素的评分：范围为0-1000分，0为最低分—表示其对应的分组人群在该因素内的相关变量表现最弱，或接近于无；1000为最高分—表现其对应的分组人群在该因素的相关变量表现最强。无论某个因素强或弱，都意味着这个因素是该分组的一个显著的特征。 3、均值：表示总体客户在对应的分组因素上的评分表现，在此列出作为一种对照性的参数，将各组在该因素上的评分（同一横行内）分别与之对照，即可得知每一组在该因素上的表现在总体范围内属于何种水平。 4、评分的颜色：为了更加清晰和容易地对各组的特征进行识别，我们对处于不同水平线上的分值用颜色进行了标示，规则如下：黄色表示客户价值评分处于前列的分组；灰色表示客户价值处于后列的分组