手机支付用户画像研究.pdf

成果上报申请书 成果名称 手机支付用户画像研究 关键词索引（ 3～5 个） 用户画像、用户细分、营销活动 对企业现有标准规范的符合度： （按填写说明5） 无 成果来源： 项目年度： 2012 年 项目名称：手机支付用户画像研究 项目类型：集团重点研发项目 专利情况： 无 成果简介： 简要描述成果目的和意义，解决的问题，取得的社会和经济效益。 该项目解决了以下几个问题 : 1）解决了 1 项公司在市场发展和生产运营中存在的关键问题， 即用户量大但交易量 少的问题。 2 ）研究和提出了 2 项关键技术点的决策建议：用户群的细分以及用户数据的挖掘 3 ）输出企业标准 4 个：用户行为信息库、用户画像库、人物角色卡、手机支付用户 画像研究报告 4 ）完成新技术试验 2 项：用户画像的制定以及用户画像在营销活动中的应用 5 ）初步估计对企业绩效的贡献情况为：缴话费将提升 25%的用户量，远程消费将提 升 50%的用户量 省内试运行效果： 手机支付用户画像建立后，在缴话费上做了试运行，根据不同分类的用户，我们采 取了不同的营销策略， 将消费较少的用户群做为重点营销对象， 既节省了营销资源， 也使得用户量有了显著的提升。此外，手机支付画像还可应用于手机支付其他业务 功能，如生活缴费、网上购物等等，建议在以后的营销活动中，引入用户画像的概 念，在提高用户量的同时还能节约营销成本。 文章主体（ 3000 字以上，可附在表格后） ： 研究成果主体内容： 1 1）用户行为数据分析 从后台服务器提取 2012 年 7-9 月份连续 3 个月的数据， 从网站、wap、客户端 等多渠道分析手机支付用户的使用情况，然后将用户进行细分。首先我们对原始数 据做了清洗，将明显异常的数据剔除掉了，然后进行采用了聚类分析法进行分类。 聚类分析（ Cluster Analysis ）又称群分析，是根据“物以类聚”的道理，对 样品或指标进行分类的一种多元统计分析方法，它们讨论的对象是大量的样品，要 求能合理地按各自的特性来进行合理的分类，没有任何模式可供参考或依循，即是 在没有先验知识的情况下进行的。聚类分析起源于分类学，在古老的分类学中，人 们主要依靠经验和专业知识来实现分类，很少利用数学工具进行定量的分类。随着 人类科学技术的发展，对分类的要求越来越高，以致有时仅凭经验和专业知识难以 确切地进行分类，于是人们逐渐地把数学工具引用到了分类学中，形成了数值分类 学，之后又将多元分析的技术引入到数值分类学形成了聚类分析。 聚类分析是根据事物本身的特性研究个体的一种方法，目的在于将相似的事物 归类。它的原则是同一类中的个体有较大的相似性，不同类的个体差异性很大。这 种方法有三个特征： （1）适用于没有先验知识的分类。如果没有这些事先的经验或一些国际标准、 国内标准、行业标准，分类便会显得随意和主观。这时只要设定比较完善的分类变 量，就可以通过聚类分析法得到较为科学合理的类别； 可以处理多个变量决定的分类。例如，要根据消费者购买量的大小进行分类比 较容易，但如果在进行数据挖掘时，要求根据消费者的购买量、家庭收入、家庭支 出、年龄等多个指标进行分类通常比较复杂，而聚类分析法可以解决这类问题； （2 ）聚类分析法是一种探索性分析方法， 能够分析事物的内在特点和规律， 并 根据相似性原则对事物进行分组，是数据挖掘中常用的一种技术。 消费同一种类的商品或服务时，不同的客户有不同的消费特点，通过研究这些 特点，企业可以制定出不同的营销组合，从而获取最大的消费者剩余，这就是客户 细分的主要目的。常用的客户分类方法主要有三类：经验描述法，由决策者根据经 验对客户进行类别划分；传统统计法，根据客户属性特征的简单统计来划分客户类 别；非传统统计方法，即基于人工智能技术的非数值方法。聚类分析法兼有后两类 方法的特点，能够有效完成客户细分的过程。 例如，客户的购买动机一般由需要、认知、学习等内因和文化、社会、家 庭、小群体、参