SlideShare une entreprise Scribd logo
1  sur  37
某运营商数据挖掘项目汇报 _ 新增用户维系 2010 年 3 月
新增用户维系基本流程 ,[object Object],[object Object],[object Object],[object Object],异动预警监控 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],维系策略及方案 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],维系效果评估 ,[object Object],[object Object],[object Object],[object Object],[object Object],新增用户分群 ,[object Object]
■   渠道养卡识别与监控 □   重入网与反复重入网管理 □   正常低网龄用户维系 新增用户维系
柳州渠道养卡行为特征及监控思路建议 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],柳州渠道养卡行为特征 ,[object Object],[object Object],[object Object],养卡行为监控思路建议 ,[object Object]
疑似养卡渠道和养卡号码判断规则 ,[object Object],[object Object],[object Object],疑 似 养 卡 渠 道 ,[object Object],[object Object],[object Object],疑 似 养 卡 号 码 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
□   渠道养卡识别与监控 ■  重入网与反复重入网管理 □   正常低网龄用户维系 新增用户维系
重入网与反复重入网(跳蚤)用户识别规则 ,[object Object],[object Object],[object Object],[object Object],N N+1 N-6 N-4 N-5 N-2 N-3 N-1 新入网激活月 新入网激活后第 1 月 新入网激活月前半年的存量用户历史 IMEI 库或身份证库 N 月在网用户,区分新增和存量用户 判断重入网用户 判断新入网用户的有效 IMEI 或身份证号码 N 月新入网用户中的重入网和反复重入网用户名单 剔除无效 IMEI 或身份证号码 生成、维护历史有效 IMEI 库或身份证号库
用户重入网主要原因分析 产品 价格 促销 / 宣传 渠道 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],公司内部 竞争对手 用户 服务 ,[object Object],[object Object]
从产品、促销、渠道、传播、服务等多方面入手加强重入网与反复重入网管理,降低重入网比率 重入网与反复重入网管理措施 ,[object Object],[object Object],[object Object],产品 / 促销 传播 渠道 服务 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
□   渠道养卡识别与监控 □   重入网与反复重入网管理 ■  正常低网龄用户维系 新增用户维系
正常低网龄用户维系基本策略 剔除了渠道养卡用户和反复重入网用户后所获得的正常低网龄用户是新增用户流失控制的重点。运用数据挖掘方法,识别出不同流失预警级别的用户,针对高危用户和异动用户分别采取针对性的营销捆绑手段进行维系,同时结合网龄营销,延长用户生命周期。 正常低网龄用户分群 用户 ,[object Object],[object Object],[object Object],细分用户群 基本策略 流失高危 用户 在网异动 用户 相对稳定 用户
多级预警,多级维系 在模型挖掘的基础上,准确判别正常低网龄用户的流失倾向,根据用户流失概率的高低分别实施针对性的维系策略和措施,对可能流失的用户提前预防,多级维系,有效地防止用户流失。 一级匹配和维系; 二级匹配和维系。 1 2 流失异动用户 营销捆绑 日常维系及 异动监控 办理 未办理 模型匹配 低网龄用户 流失高危用户 是否流失 流失 未流失 1 1 2
正常低网龄用户细分、预警及维系框架 精准营销模型 新增用户细分模型 用户价值 在网时长 渠道偏好 促销偏好 用户号码 消费特征 用户清单 话费余额 新增网用户流失模型 商务高端用户群 长途话务突出群 本地话务突出群 本地低端用户群 数据业务发烧群 …… 漫游突出用户群 数据业务兴趣群 本地话务偏好群 在网异动用户 流失高危用户 长途话务突出群 本地话务突出群 本地低端用户群 …… 漫游突出用户群 数据业务突出群 本地话务偏好群 当月新增用户 其他新增用户 营销案
用户流失预警和细分建模过程 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
数据准备 数据提取 数据清洗 数据审核 数据集成 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],数据准备确保建模数据的完整性、可用性和完整性 ,[object Object]
建模准备 筛选建模变量、根据模型要求进行数据变换 经分数据 挖掘宽表 变量转换 变量筛选 健康度建 模指标库 变量清洗
用户细分采用凝聚层次聚类算法 选择 初始化 更新 结束 ,[object Object],[object Object],[object Object],[object Object],层次聚类可以分为两种:凝聚的方式和分割的方式,凝聚是一种至底向上的方法,将每一条记录看作一个类,然后根据一些规则将他们聚合成越来越大的类,直到满足一些预先设定的条件。 执行 n-1 次步骤 2 和步骤 3 1 2 3 4
网龄 2 月及以上新增用户细分模型 ,[object Object],[object Object],[object Object],[object Object],[object Object],本地通话次数 长途通话次数 计费通话时长 漫游通话次数 ARPU 低端 中低端 长途突出 本地突出 漫游突出 商务 GPRS 流量 新业务费 新业务使用种类数 彩信条数 短信条数 新业务费占比 使用 少 占比高 兴趣 短信突出 上网突出 发烧友
细分群主要消费行为特征(网龄 >=2 个月) -1 序号 细分群名称 细分群特征 规模占比 1 商务高端用户群 语音消费行为相对数据业务消费行为更为突出,为用户主要行为属性; ARPU 最高为 240 元 / 户以上,交往圈最大,本长漫语音话务均高,且每次通话时长较长 2.4% 2 漫游突出用户群 语音消费行为相对数据业务消费行为更为突出,为用户主要行为属性; ARPU 为 85 元 / 户左右,经常去外地,漫游话务突出,本地及长途话务较少,且漫游通话频次最高 3.9% 3 长途话务突出群 语音消费行为相对数据业务消费行为更为突出,为用户主要行为属性; ARPU 为 120 元 / 户左右,交往圈中有大量外地号码,长途话务突出,漫游很少,且长途通话频次最高 7.6% 4 本地话务突出群 语音消费行为相对数据业务消费行为更为突出,为用户主要行为属性; ARPU 为 120 元 / 户左右,交往圈主要集中在本地,本地话务突出,长途漫游较少,且本地通话频次最高 4.7% 5 本地话务偏好群 语音消费行为相对数据业务消费行为更为突出,为用户主要行为属性; ARPU 为 67 元 / 户左右,交往圈主要集中在本地,通话时长相对较低,但本地话务相对突出,长途漫游很少 14.8% 6 本地低端用户群 语音和数据业务消费行为均较低,用消费户行为相对均衡; ARPU 较低为 30 元 / 户左右,很少去外地,漫游和长途时长比例最低 , 平均每次通话时长最短 33.5%
细分群主要消费行为特征(网龄 >=2 个月) -2 序号 细分群名称 细分群特征 规模占比 7 短信突出用户群 数据业务消费行为相对语音消费行为更为突出,为用户主要行为属性; ARPU 为 40 元 / 户左右,数据业务消费占比高于 50% ,主要使用短信业务,且短信上行条数最高 8.0% 8 GPRS 突出用户群 数据业务消费行为相对语音消费行为更为突出,为用户主要行为属性; ARPU 为 30 元 / 户左右,数据业务消费占比高于 50% , GPRS 流量高,其他数据业务使用较少 8.1% 9 数据业务兴趣群 数据业务消费行为相对语音消费行为更为突出,为用户主要行为属性; ARPU 为 20 元 / 户左右,订购数据业务种类最多,但消费不高,数据业务费用占比高于 50% 13.3% 10 数据业务发烧群 数据业务消费行为相对语音消费行为更为突出,为用户主要行为属性; ARPU 为 65 元 / 户左右,订购数据业务种类最多,且数据业务消费最高, 占比高达 67% 3.9%
网龄 1 月新增用户细分模型 ,[object Object],[object Object],[object Object],[object Object],[object Object],低端 中低端 长途突出 本地突出 商务 占比占比 高 使用少 兴趣 上网突出 发烧友 日均本地通话次数 日均长途通话次数 日均漫游通话次数 日均计费通话时长 日均 GPRS 流量 日均彩信条数 日均短信条数 新业务使用  种类数 新业务费占比
细分群主要消费行为特征(网龄 1 个月) -1 序号 细分群名称 细分群特征 规模占比 1 漫游突出用户群 语音消费行为相对数据业务消费行为更为突出,为用户主要行为属性;入网当月 ARPU 为 100 元 / 户左右,经常去外地,漫游话务突出,本地及长途话务很少,且漫游通话频次最高 3.0% 2 长途话务突出群 语音消费行为相对数据业务消费行为更为突出,为用户主要行为属性;入网当月 ARPU 为 100 元 / 户左右,交往圈中有大量外地号码,长途话务突出,基本无漫游,且长途通话频次最高 4.5% 3 本地话务突出群 语音消费行为相对数据业务消费行为更为突出,为用户主要行为属性;入网当月 ARPU 为 75 元 / 户左右,交往圈主要集中在本地,本地话务突出,基本无漫游,长途很少,且本地通话频次最高 7.7% 4 本地话务偏好群 语音消费行为相对数据业务消费行为更为突出,为用户主要行为属性;入网当月 ARPU 为 55 元 / 户左右,交往圈主要集中在本地,通话时长相对较低,但本地话务相对突出,基本无漫游,长途很少 12.6% 5 本地低端用户群 语音和数据业务消费均较低,且二者消费相对均衡;入网当月 ARPU 为 25 元 / 户左右,主要在本地活动,本、长、漫通话时长均为最低,基本无数据业务使用量 36.7%
细分群主要消费行为特征(网龄 1 个月) -2 序号 细分群名称 细分群特征 规模占比 6 数据业务突出群 数据业务消费行为相对语音消费行为更为突出,为用户主要行为属性;入网当月 ARPU 为 30 元 / 户左右,订购数据业务种类最多,且数据业务消费占比高, 高达 79% 21.3% 7 GPRS 偏好用户群 数据业务消费行为相对语音消费行为更为突出,为用户主要行为属性;入网当月 ARPU 为 54 元 / 户左右, GPRS 消费最高,远高于其他群,且数据业务消费占比高, 高达 77% 9.2% 8 短信突出用户群 数据业务消费行为相对语音消费行为更为突出,为用户主要行为属性;入当月 ARPU 为 80 元 / 户左右,数据业务消费占比为 65% 左右,日平均发送短信 10 条左右,主要使用短彩信业务,且短信和彩信上行条数均为最高 4.9%
[object Object],[object Object],[object Object],新增用户中的流失用户有 76% 在入网后的四个月内流失 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],流失用户的在网时长分布
正常低网龄用户流失采用预警分类算法 决策树预测模型:决策树是以实例为基础的归纳学习算法,它着眼于从一组无次序、无规则的实例中推理出以决策树表示的分类规则。它采用自顶向下的递归方式,在决策树的内部节点进行属性的比较,并根据不同属性值判断从该节点向下的分支,在决策树的叶节点得到结论。 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],优点 缺点 ,[object Object],[object Object],模型 比较 结论
在网 2 月新增用户流失预警模型 ,[object Object],[object Object],建模时间窗口 测试时间窗口 入网月份 取数月份 流失月份 流失观察月份 建模变量 基本情况 语音通话情况 数据业务使用情况 品牌 ARPU 余额 套餐名称 … 本地通话次数 长途通话次数 漫游通话次数 … 数据业务费用 数据业务消费占比 数据业务使用种类数 … 3 月 4 月 5 月 6 月 7 月 8 月 9 月 10 月 11 月 3 月 4 月 5 月 6 月 7 月 8 月 9 月 10 月 11 月 3 月 4 月 5 月 6 月 7 月 8 月 9 月 10 月 11 月 3 月 4 月 5 月 6 月 7 月 8 月 9 月 10 月 11 月
建模结果 余额 通话次数 套餐名称 本地被叫次数 欠费金额 本地主叫次数 网内通话对端数 网外通话对端数 彩铃订购标志 通话时长大于 5 分钟标志 多次充值标志 欠费标志 ARPU 大于 0 标志 长途通话次数 漫游通话次数 新业务费 通话标志 包打套餐标志 手机报费用 本地主叫通话标志 拨打 10086 次数 重入网标志 ,[object Object],[object Object],[object Object],[object Object],变量重要性
[object Object],[object Object],[object Object],[object Object],52.2% *  提升度 = 模型筛选用户流失率 / 用户集中用户流失率 考察模型筛选用户三个月流失情况,模型准确率为 48%
在网 2 月以上新增用户流失预警模型 ,[object Object],建模时间窗口 测试时间窗口 建模变量 3 月 4 月 5 月 6 月 7 月 8 月 9 月 10 月 11 月 3 月 4 月 5 月 6 月 7 月 8 月 9 月 10 月 11 月 3 月 4 月 5 月 6 月 7 月 8 月 9 月 10 月 11 月 3 月 4 月 5 月 6 月 7 月 8 月 9 月 10 月 11 月 基本情况 语音通话情况 数据业务使用情况 品牌 ARPU 余额 套餐名称 … 月数据 时间段变化趋势数据 月数据 时间段变化趋势数据 本地通话次数 长途通话次数 漫游通话次数 … 本地通话次数波动率 长途通话次数波动率 漫游通话次数波动率 … 数据业务费用 数据业务消费占比 数据业务使用种类数 … 数据业务费用波动率 … 3 月 4 月 5 月 6 月 7 月 8 月 9 月 10 月 11 月 3 月 4 月 5 月 6 月 7 月 8 月 9 月 10 月 11 月 3 月 4 月 5 月 6 月 7 月 8 月 9 月 10 月 11 月
建模结果 余额 本地被叫通话次数 欠费金额 本地被叫次数波动率 通话标志 通话时长大于 5 分钟标志 多次充值标志 其他费用 本地主叫次数波动率 新业务费 通话次数 月租费 ARPU 彩铃订购标志 长途通话次数 漫游通话次数 本地主叫次数 ,[object Object],[object Object],[object Object],[object Object],变量重要性
模型预警 20% 的正常用户,包含 61% 的下月流失用户 ,[object Object],[object Object],[object Object],[object Object],61.4% *  提升度 = 模型筛选用户流失率 / 用户集中用户流失率
在网 1 月新增用户流失预警模型 ,[object Object],[object Object],建模时间窗口 建模变量 入网时间在 10 月 1~25 日的用户从入网当天直到 10 月底的日数据 基本情况 语音通话情况 数据业务使用情况 品牌 ARPU 余额 套餐名称 … 日均数据 时间段日数据 / 变化趋势数据 日均数据 时间段变化趋势数据 本地通话次数 长途通话次数 漫游通话次数 … 本地通话次数波动率 长途通话次数波动率 漫游通话次数波动率 … 短信条数 彩信条数 GPRS 流量 … 短信条数波动率 … 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31
建模结果 余额 品牌 手机报费用 套餐名称 日均长途通话次数 月租费 日均本地被叫通话次数 充值次数 日均漫游通话次数 包打套餐标志 本地通话次数波动率 手机邮箱标志 新业务费 多次充值标志 彩铃订购标志 手机报订购标志 本地主叫次数波动率 重入网标志 外网通话对端数波动率 通话大于 5 分钟标志 通话标志 短信发送条数波动率 ,[object Object],[object Object],变量重要性
模型预测效果评估 ,[object Object],[object Object],[object Object],74% 50%
模型应用流程 ,[object Object],[object Object],定义候选用户 识别正常用户 ,[object Object],[object Object],筛选流失预警用户 用户细分模型 根据不同用户特征,采用适宜的挽留策略 了解用户特征 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
正常低网龄用户维系措施 维  系 方  案 正常低网龄用户维系 在网异动用户 流失高危用户 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],商务高端用户群 长途话务突出群 本地话务突出群 本地低端用户群 数据业务发烧群 短信偏好用户群 GPRS 偏好用户群 漫游突出用户群 数据业务兴趣群 本地话务偏好群 全用户
谢  谢  !

Contenu connexe

Similaire à 某运营商数据挖掘项目汇报 新增用户维系

电信行业精确营销分析体系
电信行业精确营销分析体系电信行业精确营销分析体系
电信行业精确营销分析体系happyscry
 
统一客户视图
统一客户视图统一客户视图
统一客户视图ssqcyy
 
走进爱康--IT促进业务创新
走进爱康--IT促进业务创新走进爱康--IT促进业务创新
走进爱康--IT促进业务创新Zhaohui Feng
 
商帅汽车美容软件演讲
商帅汽车美容软件演讲商帅汽车美容软件演讲
商帅汽车美容软件演讲cubicsoft
 
数据挖掘在客户关系管理中的应用
数据挖掘在客户关系管理中的应用数据挖掘在客户关系管理中的应用
数据挖掘在客户关系管理中的应用Ho Anson
 
福建移动网上商城策划方案
福建移动网上商城策划方案福建移动网上商城策划方案
福建移动网上商城策划方案yanjt
 
数据挖掘在精确营销的应用
数据挖掘在精确营销的应用数据挖掘在精确营销的应用
数据挖掘在精确营销的应用Michael Yang
 
柯细兴:电子商务全程营销规划
柯细兴:电子商务全程营销规划柯细兴:电子商务全程营销规划
柯细兴:电子商务全程营销规划chaojiwangpu
 
杨炯纬 如何提升市场的投资回报率
杨炯纬   如何提升市场的投资回报率杨炯纬   如何提升市场的投资回报率
杨炯纬 如何提升市场的投资回报率chaojiwangpu
 
商务发展大势 把握电子商务运营之道
商务发展大势 把握电子商务运营之道商务发展大势 把握电子商务运营之道
商务发展大势 把握电子商务运营之道chaojiwangpu
 
腾讯大讲堂28 用户与产品的桥梁
腾讯大讲堂28 用户与产品的桥梁腾讯大讲堂28 用户与产品的桥梁
腾讯大讲堂28 用户与产品的桥梁George Ang
 
芳草集 大卖家的瓶颈和出路
芳草集   大卖家的瓶颈和出路芳草集   大卖家的瓶颈和出路
芳草集 大卖家的瓶颈和出路chaojiwangpu
 
商业不靠谱2012-6创业下午茶分享
商业不靠谱2012-6创业下午茶分享商业不靠谱2012-6创业下午茶分享
商业不靠谱2012-6创业下午茶分享bbihyq
 
03第三章 客服中心建置指引與技術 大葉大學-詹翔霖
03第三章 客服中心建置指引與技術 大葉大學-詹翔霖03第三章 客服中心建置指引與技術 大葉大學-詹翔霖
03第三章 客服中心建置指引與技術 大葉大學-詹翔霖文化大學
 
WiseLog v6 Chinese
WiseLog v6 ChineseWiseLog v6 Chinese
WiseLog v6 ChineseNethru
 
中移動(941)2012年中期業績
中移動(941)2012年中期業績中移動(941)2012年中期業績
中移動(941)2012年中期業績Addison Chan
 
life+雲端生活家
 life+雲端生活家 life+雲端生活家
life+雲端生活家共和 薛
 
要素品牌聯盟─製造商合作行銷計畫
要素品牌聯盟─製造商合作行銷計畫要素品牌聯盟─製造商合作行銷計畫
要素品牌聯盟─製造商合作行銷計畫Shu-Xian Wu
 
LinkXing Intro (Chinese)
LinkXing Intro (Chinese)LinkXing Intro (Chinese)
LinkXing Intro (Chinese)Linjiang Ma
 
05A_合肥论坛_V2.0
05A_合肥论坛_V2.005A_合肥论坛_V2.0
05A_合肥论坛_V2.0Ye Meng
 

Similaire à 某运营商数据挖掘项目汇报 新增用户维系 (20)

电信行业精确营销分析体系
电信行业精确营销分析体系电信行业精确营销分析体系
电信行业精确营销分析体系
 
统一客户视图
统一客户视图统一客户视图
统一客户视图
 
走进爱康--IT促进业务创新
走进爱康--IT促进业务创新走进爱康--IT促进业务创新
走进爱康--IT促进业务创新
 
商帅汽车美容软件演讲
商帅汽车美容软件演讲商帅汽车美容软件演讲
商帅汽车美容软件演讲
 
数据挖掘在客户关系管理中的应用
数据挖掘在客户关系管理中的应用数据挖掘在客户关系管理中的应用
数据挖掘在客户关系管理中的应用
 
福建移动网上商城策划方案
福建移动网上商城策划方案福建移动网上商城策划方案
福建移动网上商城策划方案
 
数据挖掘在精确营销的应用
数据挖掘在精确营销的应用数据挖掘在精确营销的应用
数据挖掘在精确营销的应用
 
柯细兴:电子商务全程营销规划
柯细兴:电子商务全程营销规划柯细兴:电子商务全程营销规划
柯细兴:电子商务全程营销规划
 
杨炯纬 如何提升市场的投资回报率
杨炯纬   如何提升市场的投资回报率杨炯纬   如何提升市场的投资回报率
杨炯纬 如何提升市场的投资回报率
 
商务发展大势 把握电子商务运营之道
商务发展大势 把握电子商务运营之道商务发展大势 把握电子商务运营之道
商务发展大势 把握电子商务运营之道
 
腾讯大讲堂28 用户与产品的桥梁
腾讯大讲堂28 用户与产品的桥梁腾讯大讲堂28 用户与产品的桥梁
腾讯大讲堂28 用户与产品的桥梁
 
芳草集 大卖家的瓶颈和出路
芳草集   大卖家的瓶颈和出路芳草集   大卖家的瓶颈和出路
芳草集 大卖家的瓶颈和出路
 
商业不靠谱2012-6创业下午茶分享
商业不靠谱2012-6创业下午茶分享商业不靠谱2012-6创业下午茶分享
商业不靠谱2012-6创业下午茶分享
 
03第三章 客服中心建置指引與技術 大葉大學-詹翔霖
03第三章 客服中心建置指引與技術 大葉大學-詹翔霖03第三章 客服中心建置指引與技術 大葉大學-詹翔霖
03第三章 客服中心建置指引與技術 大葉大學-詹翔霖
 
WiseLog v6 Chinese
WiseLog v6 ChineseWiseLog v6 Chinese
WiseLog v6 Chinese
 
中移動(941)2012年中期業績
中移動(941)2012年中期業績中移動(941)2012年中期業績
中移動(941)2012年中期業績
 
life+雲端生活家
 life+雲端生活家 life+雲端生活家
life+雲端生活家
 
要素品牌聯盟─製造商合作行銷計畫
要素品牌聯盟─製造商合作行銷計畫要素品牌聯盟─製造商合作行銷計畫
要素品牌聯盟─製造商合作行銷計畫
 
LinkXing Intro (Chinese)
LinkXing Intro (Chinese)LinkXing Intro (Chinese)
LinkXing Intro (Chinese)
 
05A_合肥论坛_V2.0
05A_合肥论坛_V2.005A_合肥论坛_V2.0
05A_合肥论坛_V2.0
 

Plus de 孔子 无敌

《产品营收拆分脉络图》来自Game res游资网
《产品营收拆分脉络图》来自Game res游资网《产品营收拆分脉络图》来自Game res游资网
《产品营收拆分脉络图》来自Game res游资网孔子 无敌
 
如何掌控自己的时间和生活(上)By louiechot
如何掌控自己的时间和生活(上)By louiechot如何掌控自己的时间和生活(上)By louiechot
如何掌控自己的时间和生活(上)By louiechot孔子 无敌
 
如何掌控自己的时间和生活(上)By louiechot
如何掌控自己的时间和生活(上)By louiechot如何掌控自己的时间和生活(上)By louiechot
如何掌控自己的时间和生活(上)By louiechot孔子 无敌
 
麦肯锡方法论:发现和分析问题的七个步骤
麦肯锡方法论:发现和分析问题的七个步骤麦肯锡方法论:发现和分析问题的七个步骤
麦肯锡方法论:发现和分析问题的七个步骤孔子 无敌
 
办公室文员职位实习报告
办公室文员职位实习报告办公室文员职位实习报告
办公室文员职位实习报告孔子 无敌
 
一套比较详细的财务流程
一套比较详细的财务流程一套比较详细的财务流程
一套比较详细的财务流程孔子 无敌
 
06 说服力,工作型ppt该这样做(逻辑篇)-2011版
06 说服力,工作型ppt该这样做(逻辑篇)-2011版06 说服力,工作型ppt该这样做(逻辑篇)-2011版
06 说服力,工作型ppt该这样做(逻辑篇)-2011版孔子 无敌
 
13 关于名博的哪些事
13 关于名博的哪些事13 关于名博的哪些事
13 关于名博的哪些事孔子 无敌
 
雷军 2011年小米手机发布会演讲ppt(全)
雷军 2011年小米手机发布会演讲ppt(全)雷军 2011年小米手机发布会演讲ppt(全)
雷军 2011年小米手机发布会演讲ppt(全)孔子 无敌
 
雷军 2011年小米手机发布会演讲ppt(全)
雷军 2011年小米手机发布会演讲ppt(全)雷军 2011年小米手机发布会演讲ppt(全)
雷军 2011年小米手机发布会演讲ppt(全)孔子 无敌
 
有效使用数据图表(节选)
有效使用数据图表(节选)有效使用数据图表(节选)
有效使用数据图表(节选)孔子 无敌
 
别告诉我你懂运动时尚 Final
别告诉我你懂运动时尚 Final别告诉我你懂运动时尚 Final
别告诉我你懂运动时尚 Final孔子 无敌
 

Plus de 孔子 无敌 (20)

《产品营收拆分脉络图》来自Game res游资网
《产品营收拆分脉络图》来自Game res游资网《产品营收拆分脉络图》来自Game res游资网
《产品营收拆分脉络图》来自Game res游资网
 
如何掌控自己的时间和生活(上)By louiechot
如何掌控自己的时间和生活(上)By louiechot如何掌控自己的时间和生活(上)By louiechot
如何掌控自己的时间和生活(上)By louiechot
 
如何掌控自己的时间和生活(上)By louiechot
如何掌控自己的时间和生活(上)By louiechot如何掌控自己的时间和生活(上)By louiechot
如何掌控自己的时间和生活(上)By louiechot
 
交享团笔试
交享团笔试交享团笔试
交享团笔试
 
麦肯锡方法论:发现和分析问题的七个步骤
麦肯锡方法论:发现和分析问题的七个步骤麦肯锡方法论:发现和分析问题的七个步骤
麦肯锡方法论:发现和分析问题的七个步骤
 
外联部内训
外联部内训外联部内训
外联部内训
 
办公室文员职位实习报告
办公室文员职位实习报告办公室文员职位实习报告
办公室文员职位实习报告
 
一套比较详细的财务流程
一套比较详细的财务流程一套比较详细的财务流程
一套比较详细的财务流程
 
06 说服力,工作型ppt该这样做(逻辑篇)-2011版
06 说服力,工作型ppt该这样做(逻辑篇)-2011版06 说服力,工作型ppt该这样做(逻辑篇)-2011版
06 说服力,工作型ppt该这样做(逻辑篇)-2011版
 
13 关于名博的哪些事
13 关于名博的哪些事13 关于名博的哪些事
13 关于名博的哪些事
 
雷军 2011年小米手机发布会演讲ppt(全)
雷军 2011年小米手机发布会演讲ppt(全)雷军 2011年小米手机发布会演讲ppt(全)
雷军 2011年小米手机发布会演讲ppt(全)
 
雷军 2011年小米手机发布会演讲ppt(全)
雷军 2011年小米手机发布会演讲ppt(全)雷军 2011年小米手机发布会演讲ppt(全)
雷军 2011年小米手机发布会演讲ppt(全)
 
盅惑
盅惑盅惑
盅惑
 
老猫
老猫老猫
老猫
 
湖水
湖水湖水
湖水
 
风水
风水风水
风水
 
多了一个
多了一个多了一个
多了一个
 
有效使用数据图表(节选)
有效使用数据图表(节选)有效使用数据图表(节选)
有效使用数据图表(节选)
 
空中客车介绍
空中客车介绍空中客车介绍
空中客车介绍
 
别告诉我你懂运动时尚 Final
别告诉我你懂运动时尚 Final别告诉我你懂运动时尚 Final
别告诉我你懂运动时尚 Final
 

某运营商数据挖掘项目汇报 新增用户维系

  • 2.
  • 3. 渠道养卡识别与监控 □ 重入网与反复重入网管理 □ 正常低网龄用户维系 新增用户维系
  • 4.
  • 5.
  • 6. 渠道养卡识别与监控 ■ 重入网与反复重入网管理 □ 正常低网龄用户维系 新增用户维系
  • 7.
  • 8.
  • 9.
  • 10. 渠道养卡识别与监控 □ 重入网与反复重入网管理 ■ 正常低网龄用户维系 新增用户维系
  • 11.
  • 13. 正常低网龄用户细分、预警及维系框架 精准营销模型 新增用户细分模型 用户价值 在网时长 渠道偏好 促销偏好 用户号码 消费特征 用户清单 话费余额 新增网用户流失模型 商务高端用户群 长途话务突出群 本地话务突出群 本地低端用户群 数据业务发烧群 …… 漫游突出用户群 数据业务兴趣群 本地话务偏好群 在网异动用户 流失高危用户 长途话务突出群 本地话务突出群 本地低端用户群 …… 漫游突出用户群 数据业务突出群 本地话务偏好群 当月新增用户 其他新增用户 营销案
  • 14.
  • 15.
  • 16. 建模准备 筛选建模变量、根据模型要求进行数据变换 经分数据 挖掘宽表 变量转换 变量筛选 健康度建 模指标库 变量清洗
  • 17.
  • 18.
  • 19. 细分群主要消费行为特征(网龄 >=2 个月) -1 序号 细分群名称 细分群特征 规模占比 1 商务高端用户群 语音消费行为相对数据业务消费行为更为突出,为用户主要行为属性; ARPU 最高为 240 元 / 户以上,交往圈最大,本长漫语音话务均高,且每次通话时长较长 2.4% 2 漫游突出用户群 语音消费行为相对数据业务消费行为更为突出,为用户主要行为属性; ARPU 为 85 元 / 户左右,经常去外地,漫游话务突出,本地及长途话务较少,且漫游通话频次最高 3.9% 3 长途话务突出群 语音消费行为相对数据业务消费行为更为突出,为用户主要行为属性; ARPU 为 120 元 / 户左右,交往圈中有大量外地号码,长途话务突出,漫游很少,且长途通话频次最高 7.6% 4 本地话务突出群 语音消费行为相对数据业务消费行为更为突出,为用户主要行为属性; ARPU 为 120 元 / 户左右,交往圈主要集中在本地,本地话务突出,长途漫游较少,且本地通话频次最高 4.7% 5 本地话务偏好群 语音消费行为相对数据业务消费行为更为突出,为用户主要行为属性; ARPU 为 67 元 / 户左右,交往圈主要集中在本地,通话时长相对较低,但本地话务相对突出,长途漫游很少 14.8% 6 本地低端用户群 语音和数据业务消费行为均较低,用消费户行为相对均衡; ARPU 较低为 30 元 / 户左右,很少去外地,漫游和长途时长比例最低 , 平均每次通话时长最短 33.5%
  • 20. 细分群主要消费行为特征(网龄 >=2 个月) -2 序号 细分群名称 细分群特征 规模占比 7 短信突出用户群 数据业务消费行为相对语音消费行为更为突出,为用户主要行为属性; ARPU 为 40 元 / 户左右,数据业务消费占比高于 50% ,主要使用短信业务,且短信上行条数最高 8.0% 8 GPRS 突出用户群 数据业务消费行为相对语音消费行为更为突出,为用户主要行为属性; ARPU 为 30 元 / 户左右,数据业务消费占比高于 50% , GPRS 流量高,其他数据业务使用较少 8.1% 9 数据业务兴趣群 数据业务消费行为相对语音消费行为更为突出,为用户主要行为属性; ARPU 为 20 元 / 户左右,订购数据业务种类最多,但消费不高,数据业务费用占比高于 50% 13.3% 10 数据业务发烧群 数据业务消费行为相对语音消费行为更为突出,为用户主要行为属性; ARPU 为 65 元 / 户左右,订购数据业务种类最多,且数据业务消费最高, 占比高达 67% 3.9%
  • 21.
  • 22. 细分群主要消费行为特征(网龄 1 个月) -1 序号 细分群名称 细分群特征 规模占比 1 漫游突出用户群 语音消费行为相对数据业务消费行为更为突出,为用户主要行为属性;入网当月 ARPU 为 100 元 / 户左右,经常去外地,漫游话务突出,本地及长途话务很少,且漫游通话频次最高 3.0% 2 长途话务突出群 语音消费行为相对数据业务消费行为更为突出,为用户主要行为属性;入网当月 ARPU 为 100 元 / 户左右,交往圈中有大量外地号码,长途话务突出,基本无漫游,且长途通话频次最高 4.5% 3 本地话务突出群 语音消费行为相对数据业务消费行为更为突出,为用户主要行为属性;入网当月 ARPU 为 75 元 / 户左右,交往圈主要集中在本地,本地话务突出,基本无漫游,长途很少,且本地通话频次最高 7.7% 4 本地话务偏好群 语音消费行为相对数据业务消费行为更为突出,为用户主要行为属性;入网当月 ARPU 为 55 元 / 户左右,交往圈主要集中在本地,通话时长相对较低,但本地话务相对突出,基本无漫游,长途很少 12.6% 5 本地低端用户群 语音和数据业务消费均较低,且二者消费相对均衡;入网当月 ARPU 为 25 元 / 户左右,主要在本地活动,本、长、漫通话时长均为最低,基本无数据业务使用量 36.7%
  • 23. 细分群主要消费行为特征(网龄 1 个月) -2 序号 细分群名称 细分群特征 规模占比 6 数据业务突出群 数据业务消费行为相对语音消费行为更为突出,为用户主要行为属性;入网当月 ARPU 为 30 元 / 户左右,订购数据业务种类最多,且数据业务消费占比高, 高达 79% 21.3% 7 GPRS 偏好用户群 数据业务消费行为相对语音消费行为更为突出,为用户主要行为属性;入网当月 ARPU 为 54 元 / 户左右, GPRS 消费最高,远高于其他群,且数据业务消费占比高, 高达 77% 9.2% 8 短信突出用户群 数据业务消费行为相对语音消费行为更为突出,为用户主要行为属性;入当月 ARPU 为 80 元 / 户左右,数据业务消费占比为 65% 左右,日平均发送短信 10 条左右,主要使用短彩信业务,且短信和彩信上行条数均为最高 4.9%
  • 24.
  • 25.
  • 26.
  • 27.
  • 28.
  • 29.
  • 30.
  • 31.
  • 32.
  • 33.
  • 34.
  • 35.
  • 36.
  • 37. 谢 谢