电信行业流失跟交叉销售分析解析资料.ppt

电信行业数据挖掘介绍 数据挖掘系统框架示意图 SPSS以客户为中心分析方法 电信数据挖掘分析所需数据 数据准备过程——对数据进行整理和变换 数据的几个来源： CDR (Call Detailed Record) 客户资料数据(Customer Information） 客户帐务数据 销售策略与措施数据 其他来源 数据的整理与变换 数据的简单描述和汇总、缺失值的填补 数据挖掘变量的筛选和相关性分析 数据的专业变换 不同数据源数据的整合 其他 数据挖掘建模和检验 选择何种工具和算法 模型结果是否能在业务中被应用？ 模型检验方案如何设计和实施？ 数据挖掘流程第六步：结果发布——如何把结果发布到业务人员（决策者）手中 结果发布的几种可能方式 提交书面或者电子报告 把相关数据挖掘结果写回数据库，供查询展示 开发用户界面，实现主要数据挖掘解决方案的定制化（例如：建立打分系统） 模型的更新和维护 针对不同的模型制定实施不同的模型更新计划（例如细分模型是其他模型的基础，更新频度慢，客户吸引模型更新频度快） 数据挖掘软件的使用 作为工具软件供企业数据挖掘分析人员使用 作为后台运行，进行日常数据挖掘模型的处理 客户流失分析案例 商业背景 虽然某移动在该地域移动电信市场地位处于龙头地位，但是由于联通、网通、电信的强势营销以及系列优惠活动，该移动的月流失客户率逐月上升。根据统计，该移动中高价值客户年流失率达到了27%以上。 该移动希望通过SPSS分析团队的帮助，能够准确定位即将流失的客户，从而采取一定的业务措施把中高价值客户的流失率下降20%左右，实现客户维系活动投资回报最大化。 咨询项目实施准备 SPSS电信行业数据分析专家，并与该移动公司协商所需的业务和IT资源。 SPSS技术人员与移动IT及业务人员讨论流失客户的目标定义、流失客户分析所考虑的因素、经分系统数据现状等情况。 SPSS技术人员和移动相关人员制定咨询项目日程、投资回报评估标准、分析结果精准度目标等相关事宜。 客户流失分析范围 分析目标 分析中高价值客户在未来2月内流失的可能性，及高流失概率客户前4个月的行为特征和人口统计学特征等，从而帮助业务人员提前采取业务措施实施客户维系。 流失客户分析的目标客户群——中高价值客户 前6个月中有3个月ARPU150的非神州行客户 流失客户定义 用户不再继续使用移动提供的服务而终止合同 用户消费2月内最高资费较前6月平均资费下滑80%以上 流失分析目标分群 考虑到预付费和后付费用户行为特征有相当大的差异，因此对预付费客户和后付费客户分别分析，从而提高模型的可信度。 咨询分析项目成功目标定义 成功目标商业定义 客户年流失率下降到20% 收益率提高50%以上 成功目标技术定义 准确性：=70％ 命中率：=40％ 覆盖率：=40％ 提升度（流失概率最高的10％用户）：=3 客户流失分析相关因素 欠费标志、欠费总额、新欠费额、通话次数、主叫通话次数占比、平均每次通话时长、漫游时长、漫游占比、IP长途时长、节假日通话时长、节假日通话时长占比、节假日主叫通话时长占比、闲时通话时长、闲时通话时长占比、优惠通话时长、优惠通话时长主叫占比、与联通GSM通话时长、与联通GSM通话时长占比、与联通CDMA通话时长、与联通CDMA通话时长占比、与电信通话时长、与电信通话时长占比、国际长途通话时长、国际长途通话占比、国际长途主叫通话占比、国内长途通话时长、应缴费、代收费、月租费、其他费用、其他费用占比、通话费、主叫通话费占比、优惠费、优惠费占比、主叫优惠费、长途费、长途费占比、国内长途费占比、本地费、本地费占比、优惠时段通话费、优惠时段通话费占比、基本通话费、基本通话费占比、呼转次数、呼转次数占比、平均每次呼转通话时长、无条件呼转次数、无条件呼转次数占比、呼转移动次数、呼转联通GSM次数、呼转电信次数、呼转联通CDMA次数、呼转其他设备次数、呼转秘书台次数、呼转网通次数、交往圈、主叫交往圈占比、联通交往圈占比、网通交往圈占比、最频繁联系号码通话次数、最频繁联系号码主叫通话次数、平均最频繁联系号码每次通话时长、短信次数、GPRS时长、品牌大类、客户类型、付费方式、用户在网时长、用户状态、免催标志、换品牌标志、资费品牌、新品牌、与联通客服联系次数、与电信客服联系次数、VPMN标志、年龄、职业、客服联系次数、离网标志、停机标志、停机时长、可用资金额、未缴账单数、预存次数、预存金额、有效期 项目实施过程简述 项目实施周期：40个工作日 移动技术人员负责从经分系统数据仓库中收集符合分析范围的数据（包含上述相关因素），并整合成以客户号为唯一键值的宽表。 历史信息时间为2006年7月——2007年2