某市电信低质用户活跃度项目解决方案.pptVIP

1 汕头电信低质用户活跃度提升 解决方案 --2017.12.25 目录 一 数据挖掘项目经验 2 二 IPTV活跃度提升解决方案 三 套餐流量使用率提升解决方案 五个数据挖掘模型，两个客户画像标签 3G升4G换卡模型 （营销响应模型） 政企专线离网预警模型 （用户保有模型） 双百兆目标用户模型 （营销响应模型） 乐享5折用户聚类模型 （用户画像刻画） 乐享5折用户生命周期分析（用户画像刻画） 手机加副卡目标用户模型 （营销响应模型） 乐享5折目标用户模型 （营销响应模型） 数据挖掘客户标签 （数据挖掘基础能力沉淀） 3G升4G换卡营销模型 目标 为提升当前3G升级4G营销成功率，通过数据挖掘模型，找出意愿度更高的用户优先进行营销。 截止9月份，共提供5批次，共计48.2万精确目标用户营销清单给外呼相关部门进行营销 测试分区 预测在网 预测离网 实际在网 536,691 31374 实际离网 21689 7522 离网命中率 19.30% 离网覆盖率 25.8% 提升度 3.95 模型评估 模型实际应用 营销成功率 双百兆目标用户模型 目标 为提升当前营销成功率，通过数据挖掘模型，找出意愿度更高的用户优先进行营销。本模型以老宽带用户为出发点，以是否融合划分不同子模型，利用随机森林算法，构建最终目标用户模型。 模型评估 测试分区 预测未办理 预测办理 实际未办理 59,563 2650 实际办理 1940 9049 办理命中率 77.30% 办理覆盖率 82.30% 提升度 5.15 模型实际应用 月份 外呼量 接通量 接通率 接通后成功率 总体成功率 201609 17736 4798 27% 2.3% 0.6% 201610 6666 2381 36% 3.2% 1.1% 201611 22821 8360 37% 2.8% 1.0% 模型经过10月，11月两月实际应用，接通率，接通后成功率及总体成功率均比未使用模型前有明显提升。10月总体成功率接近9月的两倍。 手机加副卡目标用户模型 目标 为提升当前营销成功率，通过数据挖掘模型，找出意愿度更高的用户优先进行营销。手机加副卡模型分成两部分，一部分为网龄3个月以上的用户，另一部分为网龄3个月以下的用户。利用逻辑回归算法和KNN分类算法，分别构建模型。 测试分区 预测未办理 预测办理 实际未办理 35946 679 实际办理 4335 2948 办理命中率 81.2% 办理覆盖率 40.4% 提升度 10.5 逻辑回归模型评估 变量名称 系数 套餐内流量 129.4764099 用户类型 40合同剩余月份数 11近3月月均充值金额 4.687194277 套餐小类 -4.658930608 同客户下手机流量 -2.077296871 同客户下4G手机流量 0.936129902 同客户下4G用户数 0.888651916 语音使用率 -0.854310481 逻辑回归模型系数 注：系数的绝对值越大，对模型的影响越大。 测试分区 预测未办理 预测办理 实际未办理 117079 3219 实际办理 5725 5664 办理命中率 63.7% 办理覆盖率 49.7% 提升度 7.4 KNN分类模型评估 KNN分类模型字段重要性 政企离网预警模型 目标 通过深度数据挖掘方法，挖掘政企专线用户离网规律，并提前2个月预测用户离网概率 测试分区 预测在网 预测离网 实际在网 4,507 277 实际离网 137 109 离网命中率 27.23% 离网覆盖率 47.15% 模型的效能（ROC）曲线 乐享5折目标用户模型 目标 为提升当前营销成功率，通过数据挖掘模型，找出意愿度更高的用户优先进行营销，利用随机森林算法，构建最终目标用户模型。 模型评估 字段重要性 测试分区 预测未办理 预测办理 实际未办理 51599 300 实际办理 1921 2954 办理命中率 90.8% 办理覆盖率 60.5% 提升度 10.5 月份 外呼量 接通量 接通率 接通后成功率 总体成功率 201610 4497 1533 34% 2.9% 1.1% 201611 5056 1870 37% 2.8% 1.0% 模型实际应用 模型效能（ROC）曲线 乐享5折用户聚类模型 为了提高乐享5折用户的活跃度及价值，我们将对用户进行分群，以达到精细化营销的目的。根据聚类模型的数据要求，需要观测用户在基准月前3个月及次月的行为表现，因此选取2016年2月作为基准月。 2016年2月，出账用户17.6万，其中，套餐使用时长不足3个月的用户2.3万，疑似用完即扔用户1707户，疑似养卡用户6709户。基于精细化营销的目的，