考试模拟样题-数据分析应用(附答案).pdfVIP

1（50.0 分） 移动公司想结合用户通话行为，推荐相应套餐，或者结合用 户现有套餐优化用户套餐，提供个性化套餐，从而对客户进行精 营销，增加客户粘性。为此，移动公司收集了下列数据，移动公 司收集到的数据包含下列字段： 变量名称 变量标签 Customer_ID 用户编号 工作日上班时间 Peak_mins 电话时长 工作日下班时间 OffPeak_mins 电话时长 Weekend_mins 周末 电话时长 International_mins 国际电话时长 Total_mins 总通话时长 平均每次通话时 average_mins 长 移动用户细分聚类 请你根据 些客户数据，进行数据的预处理（数据预处理过程中可 以根据现有变量构造新变量进行分析），预处理之后选择合适变量进 行分析，分析算法自行选择，写出分析思路和过程，通过数据分析对 客户进行细分，将客户分为 5 类。并为移动公司提供客户精 营销的 相关建议。（请写出分析的流程并刻画最后细分之后的客户的特点和 相应的营销建议） 答案解析： 根据题意解读本题可以选用聚类方式对客户进行类别划分，此处 采用 Kmeans 聚类进行模型假设。 1、对数据进行预处理，数据均为数值型，此项不用处理； 检验数据可知没有缺失值，故此项不用处理； 将数据导入 datehoop 平台进行异常值处理可以看到虽然异常值 较多但考虑到可能是特殊人群，故此项不做处理。聚类对变量相关性 影响较为敏感，因此将数据通过datehoop 平台进行相关性分析结果如 下： 从相关矩阵可以看出 Peak_mins 和 Total_mins 相关性显著。此处 利用比值法构建新的变量 peak_mins/total_mins ，因为变量之间取值范 围差异较大，因此进行聚类时需要进行标准化（datehoop 平台可以自动 标准化，此处不单独处理）。 2、对变量进行聚类，选择变量 peak_mins/total_mins ， offpeak_mins，weekend_mins ，international_mins，total_mins ， average_mins ；根据题目要求，聚类个数选择 5，聚类结果如下： 平均轮廓系数为 0.2485，虽然轮廓系数并没有接近 1，但也是合 理的。在实际聚类过程中并不是每次聚类都会达到较高的轮廓系数， 轮廓系数不高说明类之间区分性不是特别明显，但并不代表类之间 没有区分 3、针对聚类结果分析每一类客户在现有变量上的特征， 里选 取平均值作为参考依据，每一类针对每一个变量的类中心点如下： 0 类：工作日通话时长、国际通话时长、总通话时长都最长，周末 通话时长也较长，可以定义为高端商务客户 ； 1 类：平均每次通话时长最长，其他通话时长处于中等水平，可以 定义为长聊客户 ； 2 类：所有通话时长都最低，命名为不常使用客户 ； 3 类：下班班时间通话时长最长，总通话时长和上班时间通话时长 较长，可以命名为中端日常客户 ； 4 类：周末通话时长最长，上班时间通话时长仅次于高端商务客户， 国际通话时长和总通话时长都较长，可以命名为中端商务客户 ； 4、根据以上客户细分的结果和特征分析，移动产品开发部门有 针对性的开发设计套餐品类，满