数据挖掘案例-流失客户聚类分析.pptVIP

* * TeradataTM Warehouse MinerTraining Workshop案例-2 流失客户聚类分析 为什么进行客户流失聚类分析? 移动服务的竞争进入白热化状态 月平均拆机率6.11% 月租型, 拆机用户聚类分析结果 将拆机用户分类，并找出各类的特征 顺水推舟型（35%） 我爱中国型（20%） 老大心态型（16%） 精打细算型（12%） 恶意预谋型（9%） 计划离网型（7%） 针对分类特征制定相应决策 专题概要 数据仓库 Partly adapted from Fayyad U. M., Piatetsky-Shapiro, P. Smith (1995), ‘From Knowledge Discovery to Data Mining: An Overview’ in Advanced Knowledge Discovery and Data Mining. 选择 抽样 模型评估 验证 建模 数据探索 数据转换 数据清洗 预处理 确定理解业务问题 数据的 后续处理 知识 预备建模 数据挖掘方法论 以客户编号为单位 在网时间大于90天 有效的身份证件 客户类型为“单位”或“个人” 正常用户 状态为’正常’ 状态为‘停话’ 状态为‘预销’，‘预拆’，‘强开’ 流失客户 状态为’拆机’ 流失客户的定义 市场计划 市场调查 新客户 计费 网络 销售网络 合同/ 买卡 神州行 上线中心 客服 传真/电话 电脑联网 (直营) 客服 查询/抱怨/ 停话/催缴 异常 营业网点 客户 使用 账单 营业网点/ 银行等 缴费 缴费 退户 催缴 更换/ 维修 销售/营业 网点 项目 行销 资费 优惠项目 拆 机 业务理解 客户数据 合约属性 交互行为 客户忠诚度 支付行为 使用行为 近一个月缴费额 近1~3月总缴费额 近4~6月总缴费额 近7~9月总缴费额 六个月通话移动平均 六个月通话移动差 九个月通话移动平均 九个月通话移动差 受话次数/秒数 受话号码数 发话次数/秒数 拨打号码数 发短消息次数 话转比例 漫游次数 网内拨打比例 拨打固话次数 拨打简码次数 通话异常中断次数 迟缴次数 欠缴金额 催缴次数 催缴成功次数 累计积分数 已兑换次数 已兑换分数 兑换类别 限话次数 联络次数 接触次数 接触类别 抱怨次数 查询销号离网次数 资费套餐变动 IMSI_DN更换次数 客户状态变化情况 使用期 年龄 资费套餐 所属地区 缴费方式 性别 合约多号码 客户类型 证件多号码 开通类型 行业类别 拆机用户聚类分析的数据来源 数据质量问题 选择20元月租全球通，神州通等资费套餐 有过一次资费套餐调整的客户 在X地区，L地区的用户流失倾向较高 从代理点或代办点入网的客户 在网时间少于15个月 23-26岁左右的年轻族群流失比例高 曾经被停话的客户 本月出帐金额小于15元 近三月平均出帐金额小于40元 近六月平均出帐金额小于60元 积分小于50 拆机客户特征… 三个月内发话 次数小于30 号码个数小于12 费用小于10元 三个月内拨打市话短于5分钟，发话时间短于15分钟 三个月内发送短信不超过1次 三个月内受话 次数小于10 号码个数小于6 费用小于5元 时间短于5分钟 与他网通话次数为0 拆机客户特征(续) 衍生变量数据重新编码 2002年12月 拆机比例(6.11%) 2002年11月 状态分布 注：客户限定于前面定义的范围 拆机客户特征(总体统计) 拆机客户特征(基本资料) 年龄 多门号合同 多门号证件 资费方案 入网渠道 地市代码 拆机客户特征(基本资料) 年龄 多门号合同 多门号证件 资费方案 入网渠道 地市代码 23-26岁左右的年轻族群 选择20元月租全球通，神州通等资费套餐 拆机客户特征(基本资料) 年龄 多门号合同 多门号证件 资费方案 入网渠道 地市代码 从代理点或代办点入网的客户 X地区，L地区的客户流失倾向较高 拆机客户特征(通话特征) 最近出帐金额 近6月平均出帐金额 发话次数 国内漫游次数 他网次数 市话秒数 短信次数 受话次数 呼转次数 拆机客户特征(通话特征) 最近出帐金额 近6月平均出帐金额 发话次数 国内漫游次数 他网次数 市话秒数 短信次数 受话次数 呼转次数 本月出帐金额小于15元 近六月平均出帐金额小于60元 拆机客户特征(通话特征) 最近出帐金额 近6月平均出帐金额 发话次数 国内漫游次数 他网次数 市话秒数 短信次数 受话次数 呼转次数 三个月内发话次数小于30 三个月内拨打市话短于5分钟 三个月内发送短信不超过1次 拆机客户特征(通话特征) 最近出帐金额 近6月平均出帐金额 发话次数 国内漫游次数 他网次数 市话秒数 短