移动数据挖掘-基于数据挖掘技术精确智能营销(ppt77).pptVIP

客户群体变动分析 优质组客户群体流入、流出分析 单位：个 占5－7月份 优势组人数 10.53% 占5－7月份 优势组人数 31.46% 占8－10月份 优势组人数 9.47% 占8－10月份 优势组人数 21.40% 新增及 流失之和 占5－7月份 优势组人数 51.30%仍然 留在优势组 示 例 *. 研究各分组客户ARPU的变化，指导营销策略制定 月均话费贡献 ARPU差异 只有长途电话组 用户月均话费贡献 升高 *. 结合客户行为分组观察客户对长途资费的敏感度 某移动全球通客户（后付费）IP呼叫比例各组分布 注释：IP呼叫比例=本组客户月均IP呼叫次数/本组客户月均包含IP通话的长途通话总次数 从17个组比较来看，第10组热衷IP组是对长途通话资费最敏感的客户群体（经济型），而第4组业务繁忙组则是对长途通话资费最不敏感的客户群体（效率型）。 171 758 100 865 321 205 286 221 970 351 407 347 331 729 640 420 241 本组客户对 价格极不敏感 本组客户 有较强IP 使用习惯 本组客户长途通话需求大，对价格有一定敏感性 *. 分组大类的客户管理与营销策略 （平均人数：21865） 差异化手段巩固发展 这些客户都是有潜力，但对话费有一定敏感性的客户 ARPU高于均值，各类人群习惯差异较大 *. 研究只有应用于营销实践才会产生真正的价值 指导数据业务推广 协助快速培养新品牌 转变1860为主动营销窗口 如GPRS业务 如动感地带 1860营销 *. 记录客户反馈 衡量活动效果 设计市场活动方案 应用示例：GPRS业务推广 确定最可能对GPRS 感兴趣的客户 初步选定第4组业务繁忙组、第14组国内长途组、第12组商务潜力组 根据每组客户的具体情况及活动预算，设定对处于本组内哪一话费段的客户进行活动 产生具体的客户列表及每个客户的月人均话费、组别、客户帐单邮寄地址 业务介绍方案 开通业务热线电话或业务登记反馈表格 网上业务受理网址 各类业务受理渠道客户反馈记录 哪些客户购买？哪些客户查询业务？购买和查询的时间？哪些客户没有反应？ *. 客户细分模型为新业务推广助力 售点 “一对一” 营销沟通 吸引眼球的 “大众”营销 有吸引力的 “产品”设计 产生兴趣 了解 “产品” 形成习惯 学习 “应用” 购买使用 新业务推广关键环节 消费者购买新业务的行为模式 新业务最广最佳实践 各省级移动运营商普遍做的工作 各省级移动运营商相对薄弱的工作环节 迅速有效 的推广 *. 利用已有研究成果拓展1860营销新渠道 客户 细分 模型 客户价值指数 客户通话行为特点 业务推荐指数 …… 主动营销 *. 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 基于离网预警模型 的用户挽留 用户数据 话单数据 帐单数据 套餐与产品数据 用户信息数据 流失预测模型 未来1－2个月用户 具有高离网概率的 用户名单 *. 用户流失预测模型变量与参数示例 部分规则 移动用户 高危用户 流失可能低 满足 该规则 满足 该规则 如果? 在网时间115天，并且第三个月 无本地通话 如果 曾使用套餐总数大于2种，且第二个月IP呼叫时间小于68分钟，且第三个月呼入次数少于63次…… …… … … … … … … … *. 用户离网预警模型产生需要挽留的客户名单 电话号码 ARPU 所在地区 所属分组 流失倾向 评分 行动优先级评分　 　 　 　 　　 　 　 　 　　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 　 流失倾向评分说明该客户流失可能的大小 营销人员可迅速确定客户的开户地区，以便采取行动 营销人员可以更准确地抓住具有潜在流失倾向的客户 营销人员可以根据ARPU确定客户挽留活动的目标群体 了解潜在流失客户的行为特点，开展针对性的客户挽留 综合客户流失倾向与ARPU，给出建议行动优先级供参考 *. 伊犁分公司离网挽留活动效果分析 伊犁分公司是最早完成流失预测模型建模的公司，也在2003年年初最早开始客户关怀和挽留活