《某運(yùn)營(yíng)商數(shù)據(jù)挖掘項(xiàng)目匯報(bào)_新增用戶維系課件》由會(huì)員分享，可在線閱讀，更多相關(guān)《某運(yùn)營(yíng)商數(shù)據(jù)挖掘項(xiàng)目匯報(bào)_新增用戶維系課件（37頁(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

1、單擊此處編輯母版文本樣式,第二級(jí),第三級(jí),-,*,-,單擊此處編輯母版標(biāo)題樣式,某運(yùn)營(yíng)商數(shù)據(jù)挖掘項(xiàng)目匯報(bào),_,新增用戶維系,2010,年,3,月,新增用戶維系基本流程,1,、采用生存分析法，對(duì)有流失傾向的用戶進(jìn)行提前預(yù)警，并可根據(jù)用戶流失概率的高低劃定預(yù)警級(jí)別,流失高危用戶群,在網(wǎng)異動(dòng)用戶群,正常用戶群,異動(dòng)預(yù)警監(jiān)控,1,、維系策略方案生成,渠道養(yǎng)卡監(jiān)管措施,重入網(wǎng)與反復(fù)用戶管控措施,正常低網(wǎng)齡用戶維系措施,2,、維系方案實(shí)施,營(yíng)銷案實(shí)施流程,維系渠道,維系方式,維系策略及方案,1,、維系情況反饋,2,、目標(biāo)達(dá)成情況,3,、維系效果評(píng)估：,渠道養(yǎng)卡識(shí)別及監(jiān)管,重入網(wǎng)與反復(fù)重入網(wǎng),正常低網(wǎng)齡用戶

2、維系,維系效果評(píng)估,1,、新增用戶分群：,渠道養(yǎng)卡,重入網(wǎng)與反復(fù)重入網(wǎng)用戶,正常低網(wǎng)齡用戶細(xì)分,根據(jù)正常低網(wǎng)齡用戶偏好進(jìn)行細(xì)分,新增用戶分群,建立新增用戶維系閉環(huán)管理體系，準(zhǔn)確分群，分級(jí)預(yù)警，制定針對(duì)性的維系策略和方案并實(shí)施，實(shí)現(xiàn)新增用戶保有。,渠道養(yǎng)卡識(shí)別與監(jiān)控,重入網(wǎng)與反復(fù)重入網(wǎng)管理,正常低網(wǎng)齡用戶維系,新增用戶維系,柳州渠道養(yǎng)卡行為特征及監(jiān)控思路建議,產(chǎn)品：,渠道養(yǎng)卡一般選擇無月租或最低月租的產(chǎn)品，以降低養(yǎng)卡的成本，研究發(fā)現(xiàn)柳州,2,種類型產(chǎn)品均被渠道選擇使用,ARPU,：,渠道養(yǎng)卡號(hào)碼消費(fèi)額一般較低，研究發(fā)現(xiàn)柳州養(yǎng)卡號(hào)碼月均消費(fèi)一般低于,15,元,主叫時(shí)長(zhǎng)：,渠道養(yǎng)卡號(hào)碼主叫時(shí)長(zhǎng)非常低

3、，研究發(fā)現(xiàn)柳州有,70%,以上無通話行為，有通話行為用戶主叫時(shí)長(zhǎng)主要集中在,3,分鐘以內(nèi),用戶狀態(tài)：,研究發(fā)現(xiàn)柳州渠道養(yǎng)卡新增號(hào)碼停機(jī)流失高峰出現(xiàn)在入網(wǎng)后的第,1-3,個(gè)月,消費(fèi)情況：,同一個(gè)渠道發(fā)展的養(yǎng)卡號(hào)碼中，出現(xiàn)多個(gè)號(hào)碼消費(fèi)行為一致的情況，如多個(gè)號(hào)碼入網(wǎng)當(dāng)月和次月消費(fèi)完全一致,激活,IMEI,：,養(yǎng)卡號(hào)碼在激活時(shí)，一般用同一個(gè)手機(jī)激活，因此養(yǎng)卡號(hào)碼中大量號(hào)碼的激活,IMEI,一致,柳州渠道養(yǎng)卡行為特征,制定疑似養(yǎng)卡渠道的判斷規(guī)則：從渠道發(fā)展用戶的產(chǎn)品、,ARPU,、用戶狀態(tài)進(jìn)行判斷，當(dāng)用戶數(shù)占比符合一定標(biāo)準(zhǔn)后，即判斷為疑似養(yǎng)卡渠道；,制定疑似養(yǎng)卡號(hào)碼的判斷規(guī)則：從用戶消費(fèi)情況、激活,IM

4、EI,等進(jìn)行判斷，符合一定標(biāo)準(zhǔn)的號(hào)碼為疑似養(yǎng)卡號(hào)碼；,分析疑似養(yǎng)卡渠道的養(yǎng)卡號(hào)碼量，計(jì)算養(yǎng)卡號(hào)碼占其當(dāng)月新發(fā)展的比，并按各渠道此比例排序,養(yǎng)卡行為監(jiān)控思路建議,通過研究發(fā)現(xiàn)柳州渠道養(yǎng)卡行為特征及監(jiān)控思路建議如下：,以上判斷標(biāo)準(zhǔn)，都以同一渠道發(fā)展的用戶作為判斷基礎(chǔ)數(shù)據(jù)；,判斷步驟是首先判斷疑似養(yǎng)卡渠道，在判斷其為疑似養(yǎng)卡渠道后，統(tǒng)計(jì)其疑似養(yǎng)卡號(hào)碼數(shù)量,對(duì)養(yǎng)卡號(hào)碼的判斷模型是對(duì)渠道養(yǎng)卡違規(guī)行為進(jìn)行分析的基礎(chǔ)，需要在執(zhí)行中進(jìn)一步分析、調(diào)研完善優(yōu)化判斷規(guī)則，提升判斷準(zhǔn)確率。,疑似養(yǎng)卡渠道和養(yǎng)卡號(hào)碼判斷規(guī)則,疑,似,養(yǎng),卡,渠,道,產(chǎn)品：,渠道新增用戶中，,30%,以上的用戶都為兩廣情零聽計(jì)劃或都市,“

5、,零聽,”,計(jì)劃二，該渠道為疑似養(yǎng)卡渠道,主叫時(shí)長(zhǎng),：渠道新增用戶中，,50%,以上或,100,人以上的用戶入網(wǎng)當(dāng)月和次月主叫時(shí)長(zhǎng)在,3,分鐘內(nèi)，該渠道為疑似養(yǎng)卡渠道,用戶狀態(tài)：,渠道新增用戶中，入網(wǎng)后在第,3,個(gè)月，,30%,以上的用戶狀態(tài)為停機(jī)流失，該渠道為疑似養(yǎng)卡渠道,疑,似,養(yǎng),卡,號(hào),碼,消費(fèi)情況,:,a.,出現(xiàn),5,個(gè)或以上號(hào)碼號(hào)碼入網(wǎng)當(dāng)月和次月主叫時(shí)長(zhǎng)都在,3,分鐘內(nèi)；,b.,或出現(xiàn),5,個(gè)或以上號(hào)碼號(hào)碼入網(wǎng)當(dāng)月和次月消費(fèi)在,5,元以內(nèi)；,c.,或出現(xiàn),2,個(gè)以上號(hào)碼入網(wǎng)當(dāng)月或次月應(yīng)收費(fèi)完全一致，,這些號(hào)碼為疑似養(yǎng)卡號(hào)碼,激活情況：,a.,出現(xiàn),5,個(gè)或以上號(hào)碼號(hào)碼激活,IMEI

6、,一致,;,b.,或,2,個(gè)或以上號(hào)碼登記身份證號(hào)一致,這些號(hào)碼為疑似養(yǎng)卡號(hào)碼,ARPU,：,渠道新增用戶中，,30%,以上或,100,人以上的用戶入網(wǎng)當(dāng)月和次月,ARPU,低于,5,元，該渠道為疑似養(yǎng)卡渠道,渠道養(yǎng)卡識(shí)別與監(jiān)控,重入網(wǎng)與反復(fù)重入網(wǎng)管理,正常低網(wǎng)齡用戶維系,新增用戶維系,重入網(wǎng)與反復(fù)重入網(wǎng)（跳蚤）用戶識(shí)別規(guī)則,N,N+1,N-6,N-4,N-5,N-2,N-3,N-1,新入網(wǎng)激活月,新入網(wǎng)激活后第,1,月,新入網(wǎng)激活月前半年的存量用戶歷史,IMEI,庫(kù)或身份證庫(kù),N,月在網(wǎng)用戶，區(qū)分新增和存量用戶,判斷重入網(wǎng)用戶,判斷新入網(wǎng)用戶的有效,IMEI,或身份證號(hào)碼,N,月新入網(wǎng)用戶中

7、的重入網(wǎng)和反復(fù)重入網(wǎng)用戶名單,剔除無效,IMEI,或身份證號(hào)碼,生成、維護(hù)歷史有效,IMEI,庫(kù)或身份證號(hào)庫(kù),重入網(wǎng)：,新用戶,IMEI,或身份證號(hào)與歷史,IMEI,或身份證號(hào)碼能夠匹配（,6,個(gè)月以內(nèi)）。如，,9,月新入網(wǎng)用戶,IMEI,或身份證號(hào)與,3,月到,8,月用戶,IMEI,或身份證號(hào)碼庫(kù)匹配后，得到,9,月新入網(wǎng)用戶中重入網(wǎng)用戶。,反復(fù)重入網(wǎng)（跳蚤用戶）：,重入網(wǎng)用戶在,6,個(gè)月以內(nèi)重入網(wǎng),2,次及,2,次以上的用戶。,識(shí)別規(guī)則：,通過對(duì)新入網(wǎng)用戶使用手機(jī)的,IMEI,號(hào)（或身份證號(hào)碼）與存量用戶的,IMEI,號(hào)歷史庫(kù)（或身份證號(hào)碼歷史庫(kù)）進(jìn)行分析識(shí)別出重入網(wǎng)和反復(fù)重入網(wǎng)用戶。,為

8、了提高分析結(jié)果的準(zhǔn)確率，每月定期對(duì)上月新入網(wǎng)的用戶（上月入網(wǎng)并激活的用戶）進(jìn)行分析。分析示意如下：用戶在,N,月入網(wǎng)并激活（有話單產(chǎn)生），則在,N+1,月（計(jì)算月）對(duì),N,月入網(wǎng)并激活的所有用戶進(jìn)行重入網(wǎng)分析。,用戶重入網(wǎng)主要原因分析,產(chǎn)品,價(jià)格,促銷,/,宣傳,渠道,產(chǎn)品線過長(zhǎng)，產(chǎn)品重疊較多，目標(biāo)用戶群存在較多交叉，不同品牌及資費(fèi)存在內(nèi)部競(jìng)爭(zhēng),產(chǎn)品價(jià)格調(diào)整比較頻繁，而且在價(jià)格調(diào)整過程中沒有考慮產(chǎn)品體系間的平衡問題,預(yù)存費(fèi)用低，用戶入網(wǎng)門檻不高，使其可以輕易棄卡,新入網(wǎng)促銷活動(dòng)優(yōu)惠力度過大,品牌及資費(fèi)資費(fèi)套餐互轉(zhuǎn)門檻過高，停機(jī)保號(hào)、套餐互轉(zhuǎn)等宣傳不足,部分社會(huì)渠道迫于指標(biāo)壓力或利益驅(qū)動(dòng)，誘導(dǎo)用

9、戶換卡,社會(huì)渠道虛假激活，通過養(yǎng)卡惡意套取酬金,追求經(jīng)濟(jì)收益，受入網(wǎng)優(yōu)惠的吸引,換取吉祥號(hào)碼,欠費(fèi),競(jìng)爭(zhēng)對(duì)手以低資費(fèi)、大力度的優(yōu)惠活動(dòng)吸引用戶，但整體質(zhì)量未能讓用戶滿意，從而使用戶在短暫離（移動(dòng)）網(wǎng)后重新入網(wǎng),公司內(nèi)部,競(jìng)爭(zhēng)對(duì)手,用戶,服務(wù),補(bǔ)卡成本高，手續(xù)復(fù)雜，補(bǔ)卡不如買新卡,欠費(fèi)提醒不及時(shí)，欠費(fèi)后被停機(jī)，選擇重入網(wǎng),從產(chǎn)品、促銷、渠道、傳播、服務(wù)等多方面入手加強(qiáng)重入網(wǎng)與反復(fù)重入網(wǎng)管理，降低重入網(wǎng)比率,重入網(wǎng)與反復(fù)重入網(wǎng)管理措施,加強(qiáng)入網(wǎng)促銷活動(dòng)管理，減少促銷活動(dòng)對(duì)在網(wǎng)用戶的干擾；,提高入網(wǎng)首次預(yù)存費(fèi)用，增加在網(wǎng)時(shí)長(zhǎng)；,用戶忠誠(chéng)度管理：網(wǎng)齡營(yíng)銷。,產(chǎn)品,/,促銷,傳播,渠道,服務(wù),加強(qiáng)（社會(huì)

10、）渠道掌控，規(guī)范渠道行為，減少系統(tǒng)性離網(wǎng)行為。,采用戶外廣告、報(bào)紙等大眾媒體及營(yíng)業(yè)廳、,10086,短信、網(wǎng)站、,WAP,等自有媒體體開展網(wǎng)齡營(yíng)銷、優(yōu)惠補(bǔ)卡及帶號(hào)轉(zhuǎn)品牌、套餐、停機(jī)保號(hào)等的傳播。,加強(qiáng)欠費(fèi)管理，減少無效欠費(fèi)；,主卡付費(fèi),+,親情網(wǎng)；,賬戶低余額時(shí)充值提示；,優(yōu)惠或免費(fèi)補(bǔ)卡；,推薦帶號(hào)轉(zhuǎn)品牌或帶號(hào)轉(zhuǎn)套餐。,渠道養(yǎng)卡識(shí)別與監(jiān)控,重入網(wǎng)與反復(fù)重入網(wǎng)管理,正常低網(wǎng)齡用戶維系,新增用戶維系,正常低網(wǎng)齡用戶維系基本策略,剔除了渠道養(yǎng)卡用戶和反復(fù)重入網(wǎng)用戶后所獲得的正常低網(wǎng)齡用戶是新增用戶流失控制的重點(diǎn)。運(yùn)用數(shù)據(jù)挖掘方法，識(shí)別出不同流失預(yù)警級(jí)別的用戶，針對(duì)高危用戶和異動(dòng)用戶分別采取針對(duì)性的營(yíng)

11、銷捆綁手段進(jìn)行維系，同時(shí)結(jié)合網(wǎng)齡營(yíng)銷，延長(zhǎng)用戶生命周期。,正常低網(wǎng)齡用戶分群,用戶,重綁：,針對(duì)高危用戶在網(wǎng)黏性已很弱的特點(diǎn)，采取較大力度的營(yíng)銷捆綁策略，以返還周期短的財(cái)務(wù)捆綁和力度較大的業(yè)務(wù)捆綁為主，以服務(wù)捆綁為輔。,力保：,針對(duì)異動(dòng)用戶尚處于流失猶豫期、還具有一定黏性的特點(diǎn)，維系策略將以強(qiáng)化用戶的業(yè)務(wù)黏性為重點(diǎn)，以業(yè)務(wù)捆綁和較長(zhǎng)返還周期的財(cái)務(wù)捆綁為主，以服務(wù)捆綁為輔。,全用戶常規(guī)保有（不研究）。,細(xì)分用戶群,基本策略,流失高危,用戶,在網(wǎng)異動(dòng),用戶,相對(duì)穩(wěn)定,用戶,多級(jí)預(yù)警，多級(jí)維系,在模型挖掘的基礎(chǔ)上，準(zhǔn)確判別正常低網(wǎng)齡用戶的流失傾向，根據(jù)用戶流失概率的高低分別實(shí)施針對(duì)性的維系策略和措施

12、，對(duì)可能流失的用戶提前預(yù)防，多級(jí)維系，有效地防止用戶流失。,流失異動(dòng)用戶,營(yíng)銷捆綁,日常維系及,異動(dòng)監(jiān)控,辦理,未辦理,模型匹配,低網(wǎng)齡用戶,流失高危用戶,是否流失,流失,未流失,1,1,2,一級(jí)匹配和維系；二級(jí)匹配和維系。,1,2,正常低網(wǎng)齡用戶細(xì)分、預(yù)警及維系框架,精準(zhǔn)營(yíng)銷模型,新增用戶細(xì)分模型,用戶價(jià)值,在網(wǎng)時(shí)長(zhǎng),渠道偏好,促銷偏好,用戶號(hào)碼,消費(fèi)特征,用戶清單,話費(fèi)余額,新增網(wǎng)用戶流失模型,商務(wù)高端用戶群,長(zhǎng)途話務(wù)突出群,本地話務(wù)突出群,本地低端用戶群,數(shù)據(jù)業(yè)務(wù)發(fā)燒群,漫游突出用戶群,數(shù)據(jù)業(yè)務(wù)興趣群,本地話務(wù)偏好群,在網(wǎng)異動(dòng)用戶,流失高危用戶,長(zhǎng)途話務(wù)突出群,本地話務(wù)突出群,本地低端用

13、戶群,漫游突出用戶群,數(shù)據(jù)業(yè)務(wù)突出群,本地話務(wù)偏好群,當(dāng)月新增用戶,其他新增用戶,營(yíng)銷案,用戶流失預(yù)警和細(xì)分建模過程,流失現(xiàn)狀分析,流失原因分析,流失用戶特征分析,流失預(yù)警建模目標(biāo)溝通確定,流失細(xì)分模型目標(biāo)溝通確定,根據(jù)建模要求和現(xiàn)有數(shù)據(jù)情況，構(gòu)思、溝通和確定建模數(shù)據(jù)提取需求,提取,09,年,1-10,月新增用戶在,1-10,月的自然屬性和消費(fèi)行為數(shù)據(jù),提取,09,年,10,月新增用戶在,10,月的日消費(fèi)行為數(shù)據(jù),數(shù)據(jù)質(zhì)量審核,數(shù)據(jù)探索,非正常用戶的剔除。根據(jù)渠道養(yǎng)卡和跳蚤用戶識(shí)別模型提取異常用戶,數(shù)據(jù)抽樣。確定建模用戶集合,建模衍生變量計(jì)算。根據(jù)提取的基礎(chǔ)數(shù)據(jù)寬表計(jì)算衍生變量,建模變量篩選,

14、特征建模分析,卡方分析,方差分析,雙變量分析,Pearson,相關(guān)分析,wald,顯著性檢驗(yàn),量重要性分析,建模變量數(shù)據(jù)轉(zhuǎn)換,對(duì)數(shù)變換,標(biāo)準(zhǔn)化變換,確定建模用戶集,確定建模用戶數(shù)據(jù)集,采用,Two,Step,聚類算法，建立用戶細(xì)分模型,月數(shù)據(jù)用戶細(xì)分模型（高價(jià)值 用戶和在網(wǎng),2,月及,2,月以上的新增用戶細(xì)分,日數(shù)據(jù)用戶細(xì)分模型（在網(wǎng),1,月新增用戶細(xì)分）,業(yè)務(wù)解釋聚類結(jié)果，調(diào)整模型參數(shù)和建模變量，直到得到滿意結(jié)果,確定建模用戶集,確定建模用戶數(shù)據(jù)集,采用邏輯回歸和決策樹算法建立流失預(yù)警模型,在網(wǎng),2,月新增用戶流失預(yù)警模型,在網(wǎng),2,月以上新增用戶流失預(yù)警模型,在網(wǎng),1,月新增用戶流失預(yù)警模

15、型,采用生存分析算法建立高價(jià)值用戶流失預(yù)警模型,模型的評(píng)估,提升圖、收益圖,混淆矩陣。準(zhǔn)確率和查全率,模型的優(yōu)化,建模訓(xùn)練集比例,異常值處理,建模變量,建模方法,模型參數(shù),顯著性檢驗(yàn)方法,顯著性檢驗(yàn)變量剔除閾值,樹的深度和頁(yè)節(jié)點(diǎn)記錄個(gè)數(shù),業(yè)務(wù)與數(shù)據(jù) 分析,數(shù)據(jù)準(zhǔn)備,建模準(zhǔn)備,細(xì)分模型,預(yù)警模型,模型評(píng)估和優(yōu)化,數(shù)據(jù)提取,數(shù)據(jù)清洗,數(shù)據(jù)審核,數(shù)據(jù)集成,數(shù)據(jù)挖掘?qū)挶順?gòu)建,缺失數(shù)據(jù)處理,極值數(shù)據(jù)處理,錯(cuò)誤數(shù)據(jù)處理,冗余數(shù)據(jù)處理,數(shù)據(jù)統(tǒng)計(jì)錯(cuò)誤審核,數(shù)據(jù)源錯(cuò)誤審核,數(shù)據(jù)統(tǒng)計(jì)口徑審核,數(shù)據(jù)準(zhǔn)備確保建模數(shù)據(jù)的完整性、可用性和完整性,提取建模所需數(shù)據(jù),數(shù)據(jù)準(zhǔn)備,篩選建模變量、根據(jù)模型要求進(jìn)行數(shù)據(jù)變換,建模準(zhǔn)備

16、,字段過濾,變異系數(shù),標(biāo)準(zhǔn)差,最大類別數(shù),最小類別數(shù),數(shù)據(jù)探索,數(shù)據(jù)分布,雙變量分析,正態(tài)性檢驗(yàn),相關(guān)性分析,卡方分析,方差分析,相關(guān)分析,自相關(guān)分析,建模篩選,通過建模分析字段的重要性,決策樹模型，信息增益旁別,邏輯回歸模型，回歸系數(shù)顯著性檢驗(yàn),數(shù)據(jù)變換,標(biāo)準(zhǔn)化變換,對(duì)數(shù)變換,正態(tài)變換,經(jīng)分?jǐn)?shù)據(jù),挖掘?qū)挶?變量轉(zhuǎn)換,變量篩選,健康度建,模指標(biāo)庫(kù),變量清洗,用戶細(xì)分采用凝聚層次聚類算法,選擇,初始化,更新,結(jié)束,計(jì)算包含每對(duì)樣本間距離（如歐氏距離）的相似矩陣，把每個(gè)樣本作為一個(gè)簇,使用相似矩陣查找最相似的兩個(gè)簇,將兩個(gè)簇合并為一個(gè)簇，簇的個(gè)數(shù)通過合并被更新；同時(shí)更新相似矩陣，將兩個(gè)簇的兩行（兩列）距離用,1,行（,1,列）距離替換反映合并操作。,當(dāng)所有樣本都合并成一個(gè)簇或滿足指定的簇的數(shù)目時(shí)，整個(gè)過程結(jié)束。,層次聚類可以分為兩種：凝聚的方式和分割的方式，凝聚是一種至底向上的方法，將每一條記錄看作一個(gè)類，然后根據(jù)一些規(guī)則將他們聚合成越來越大的類，直到滿足一些預(yù)先設(shè)定的條件。,1,2,3,4,執(zhí)行,n-1,次步驟,2,和步驟,3,網(wǎng)齡,2,月及以上新增用戶細(xì)分模型,采用,SPSS,及,CL