1、2003年12月2003 年 12 月 四川移動客戶細分模型項目報告1報告會議程一、項目背景及前階段工作回顧二、客戶細分方法論三、四川移動客戶細分模型四、通用客戶細分結果分析及相應市場策略五、短信專題客戶細分結果分析及相應市場策略六、基于客戶細分結果的市場營銷活動討論2報告會議程一、項目背景及前階段工作回顧二、客戶細分方法論三、四川移動客戶細分模型四、通用客戶細分結果分析及相應市場策略五、短信專題客戶細分結果分析及相應市場策略六、基于客戶細分結果的市場營銷活動討論3項目概述項目主題：四川移動客戶細分模型項目范圍：本期項目以樂山市為試點城市項目目的：按用戶行為進行細分，客觀反映用戶需求。通過對各

2、類人群的深入分析，為相關部門制訂資費、服務、市場策略提供基礎。項目內容：建立客戶細分模型結合各部門需求對客戶細分群進行詳細分析協助市場經營部進行相關服務、市場活動的策劃4項目各階段計劃第一階段：需求調研、項目范圍界定在與各部門的訪談中，了解各部門的需求點，以便在客戶細分后有重點地進行分析。第二階段：收集提取數據依據第一階段的需求，收集并整理數據，把數據加載到指定的數據庫表，為下一階段的建模提供基礎。第三階段：建模及分析建立細分模型，對樂山移動用戶進行細分。并根據前期訪談所了解的需求，結合樂山具體情況，對客戶細分群進行詳細分析。第四階段：應用專題設計根據第一階段的訪談，并在第三階段的細分結果分析

3、基礎上，協助市場經營部門對部分重點細分群體有針對性地設計市場策略和市場活動。注：SPSS的CRISP建模流程包含了第二、三階段，所以此階段內容在建模步驟中詳細講述。5150300元（市州）500元以下（成都）普通全球通客戶300元（市州）500元（成都）貴賓卡800元全球通銀卡1500元全球通金卡3000元全球通鉆石卡ARPU全球通客戶等級四川移動已對用戶按ARPU值進行了用戶細分，并對不同級別的客戶采取了不同的服務策略。四川移動客戶細分現狀6高端用戶中端用戶低端用戶以全球通新形象涵蓋目標群的共性特質以頂級服務/享受滿足和穩固以領先業務刺激和帶動目前客戶細分無法完全滿足業務部門增長需求通過業務

4、訪談，我們了解到基于ARPU值的客戶細分還無法完全滿足業務部門日益增長的業務需求準確了解客戶行為可以進一步了解客戶，增加客戶滿意度7針對各部門的需求訪談訪談部門需求點策略分析計費業務中心主要通過計費業務中心了解客戶細分項目系統平臺的需求和系統環境市場經營部關注全球通品牌整合，希望通過品牌整合提高服務品質，實現在業務、回饋、渠道上的差異化 通過客戶細分，分析品牌整合高中端人群行為消費特征，為其設計差異化服務。并對品牌整合的效果從客戶細分角度進行監測。 如何更好服務于中端用戶 在客戶細分后準確定位全球通中端用戶，研究其行為方式和特征，進行有針對性的服務設計和活動策劃。 通過提高服務來挽留有離網傾向

5、用戶 研究分析有價值的離網用戶行為特征，策劃有針對性的活動或服務進行挽留。 營銷中心關注雙機傾向用戶的挽留。希望通過發現有雙機傾向的用戶，并在其購買之前進行挽留 分析以往雙機用戶的行為特征及關注點，針對有價值用戶設計服務項目及策劃活動。 預警離網用戶，通過提高服務來挽留有離網傾向用戶 研究分析有價值的離網用戶行為特征，策劃有針對性的活動或服務進行挽留。 關注大眾卡的效果通過客戶細分了解大眾卡的受眾群，向有流失可能的用戶進行宣傳，并避免直接影響全球通其他用戶。 通過對各部門的訪談，為客戶細分模型的建立提供指導依據。 8針對各部門的需求訪談訪談部門需求點策略分析客戶服務中心客戶關系管理室目前的外呼

6、服務多為服務宣傳和用戶調查。外呼用戶多為隨機抽取，缺乏策略性。希望通過客戶細分節約外呼成本，提高外呼效率和效果，并深入挖掘外呼應用。 對客戶進行細分后，在外呼時可提供有針對性的服務。在推薦產品或進行調查前便了解用戶的行為特征、生活方式等，有助于提高親和力，節省人員和資金成本，并提升效果。 數據部對于目標用戶只了解其大致特征，不清楚其更細致的行為特征、生活方式等，因此在推各項業務時定位不準。希望通過客戶細分模型了解各種數據業務的使用人群以及使用行為方式。 通過客戶細分，尋找其重要業務的目標人群，并詳細分析特征，對業務的規則制定、推廣提供依據。 樂山市場部小靈通和聯通競爭激烈，希望了解有轉網傾向的

7、用戶的特征，并進行及時挽留 分析有可能轉至小靈通、聯通的用戶，由于整個樣本空間規模較小，可以適當對中高端人群制定一對一的服務策略 目前所有產品都針對所有人群進行推廣，希望找到目標人群有的放矢地進行推廣，提高效率，節約成本 。分析各種產品的目標用戶，研究其行為特征，并通過交叉銷售帶動整個產品的銷售增量。 希望找到短信密集使用人群，并以此為導入點，制定有效的方式刺激整個短信市場 通過對短信密集人群的行為分析，找到此類人群，通過他們帶動周圍人群的短信使用量，并通過他們對移動產品及業務進行軟性宣傳 9報告會議程一、項目背景及前階段工作回顧二、客戶細分方法論三、四川移動客戶細分模型四、通用客戶細分結果分

8、析及相應市場策略五、短信專題客戶細分結果分析及相應市場策略六、基于客戶細分結果的市場營銷活動討論10客戶細分分析結果能幫助四川移動實現股東價值的最大化從各個角度來增加股東價值，都需要以客戶細分為基礎。股東價值最大化利潤增長收入增長資產回報增長增加現有的收入(現有客戶)創造新的收入(新客戶)提高客戶接觸成本有效性提高資產收益率增加客戶周期（降低客戶流失率)提高現在的客戶關系(增加現有產/服務銷售)提高現在的客戶關系(增加新產品/服務銷售)提高在現有的客戶群中的份額進入新的客戶群提供新產品和服務提高營銷成本有效性提高銷售成本有效性提高服務成本有效性提高庫存/定單管理成本有效性提高基礎設施/中央服務

9、設施成本有效性將資源分配給高價值的產品/客戶提升客戶細分/區分度進行產品和渠道的重新組合客戶群信息德勤咨詢專有的客戶價值圖進入新的市場（地理上）11客戶細分是產品開發、市場營銷的基礎客戶細分使差異化成為可能，使提供的產品和服務更直接的針對某一特定客戶群為什么劃分客戶群？產品/服務 理解客戶對產品的偏好，針對客戶的需求提供產品渠 道 理解客戶對銷售和服務要求，有針對性地設計銷售渠道推 廣 理解客戶對市場活動的反應和接受程度，針對客戶群制定推廣策略價格制定理解客戶的價格敏感度，針對客戶的需求制定價格戰略12分析型CRM的子工作流關系圖本次客戶細分項目重點對客戶行為及需求進行分析，及對客戶細分群進行

10、定義。客戶行為及需求分析流失預測分析 流失原因分析客戶價值客戶細分群的定義客戶策略挽留策略客戶生命周期價值交義銷售和增量銷售其他分析模型客戶價值客戶細分客戶周期價值客戶流失其他分析模型13分析型CRM各模型的相互關系和用處模型互相作用-輸入方向客戶價值模型交叉銷售和增量銷售發現模型應用模型流失預測模型客戶細分模型12識別高離網率的高價值客戶預估將來最有可能離網的客戶可更準確地區分高價值的客戶群,因客戶價值代表每個客戶群在其生命周期內為四川移動所帶來的價值商業應用1根據客戶細分模型的 輸出物 , 再加上每個應用模型的不同分析, 便能把客戶群分得更準確、更清晰1123客戶行為、客戶價值、客戶需要識

11、別客戶群的交叉和增量銷售機會,從而增加收入了解客戶對產品/服務的需求支持模型客戶周期價值分析模型3渠道盈利分析模型挽留響應模型454對各種渠道的成本所帶來的收益及付出的成本有更請楚和準確的了解對發展客戶所付出的傭金作合理水平分析,以方便將來作為品牌代理的分折5預估客戶對客戶挽留活動有響應的可能性分析現有營銷活動及集中目標、減低投資分析型CRM通過建立模型實現知識分析平臺,將客戶數據轉化為對客戶的了解,并由此產生有針對性的運作14可供選擇的客戶細分方法具體選用哪種方法需要考量實施細分方法的難易程度及有效程度，同時還要增加股東價值和滿足決策目標實施的難易程度人口統計(Demographical)客

12、戶價值 (Customer Value)行為方式(Behavioral)態度(Attitudinal)性別年齡戶藉職業婚姻狀況教育程度收入通話時段繁忙和非繁忙通話量漫游服務方便程度行為方式的變化高利潤率中等利潤率低利潤率負利潤率形象價值觀生活方式心理因素人口統計行為方式客戶價值態度客戶細分方式范例 15各種客戶細分方法的比較任何客戶細分都會運用到多維的客戶細分方法。每個細分方法都有其優缺點。細分基礎優勢劣勢應用客戶特征人口統計所處的生命周期對營業廳的接近度可計量的可獲得的 (容易得到外部數據)難以和使用行為聯系起來客戶保持及獲取戰略客戶行為使用頻率使用量/價值手機型號偏好使用產品應用服務能被多

13、次記錄及確認在一定范圍內可實行已有內部客戶數據可將使用記錄入數據庫中根據對客戶行為的初步分析作出決定不可前瞻數據可信度業務戰略戰略性客戶細分的選擇重點的財務分析數據庫可為公司各業務的營銷戰略提供支持歷史數據分析客戶態度價格敏感度對促銷的敏感度品牌忠誠度整體滿意度滿意的程度可了解客戶態度，提高有效性可計量的在一定范圍內可實行不可評估、確認難以獲得難以和外部數據相連接和內部評估沒有直接聯系目標客戶獲取及保留新產品開發品牌戰略客戶需求的確認認識改善的機會16我們在四川移動使用的客戶細分方法考慮不同客戶細分方法的有效性及實施的難易程度，并結合移動所提供的數據資源和移動用戶特點，我們采用用戶行為方式進行

14、客戶細分，再結合人口統計和客戶價值準確定位細分人群。客戶價值 人口統計行為方式客戶群X客戶細分三維分析體系三維分析體系所帶來的業務利益客戶價值識別高價值客戶群，成為目標客戶群行為方式如何針對目標客戶群，根據客戶行為分析，擴展及保留客戶群，提供服務滿足客戶需求人口統計整理客戶群的背景資料以便市場營銷人員能找到目標客戶群 17報告會議程一、項目背景及前階段工作回顧二、客戶細分方法論三、四川移動客戶細分模型四、通用客戶細分結果分析及相應市場策略五、短信專題客戶細分結果分析及相應市場策略六、基于客戶細分結果的市場營銷活動討論18本期客戶細分模型聚類模型聚類的原理是把具有相近特征的觀測值聚集為一組，保證

15、各組間特征的相異性最大，同組內各觀測值特征的相似性最大。在本項目中，采用通話行為、數據業務使用情況等作為細分變量，把有相近行為特征的人群聚為一組。各條記錄在細分變量空間的透視圖點對點短信夢網短信本地通話通話行為數據業務長途通話各行為特征在空間的位置相對集中，因此被劃分為有一定共同行為特征的客戶群19CRISP-DM（Cross-Industry Standard Process for Data Mining）具體流程如下圖：數據挖掘方法論CRISP-DM各個環節順序進行，但需要不斷地循環往復進行數據探索和模型的調優20各環節所涉及的內容和人員先不考慮循環往復的探索和調優過程，直接順序考察各個

16、環節確定商業目標ETL建立模型數據收集、管理數據探索、修改各部門訪談計費中心支持數據挖掘工程師數據挖掘、商業分析、市場營銷人員商業理解BusinessUnderstanding數據理解Data Understanding數據準備DataPreparation建立模型Modeling模型評估Evaluation結果發布Deployment模型調優應用策略CRISP-DM21步驟一：商業理解我們基于訪談中了解的客戶需求，采用用戶行為特征作為細分變量，用戶人口統計信息和客戶價值作為描述變量，從而定位人群特征。對行為特征從以下幾個方面來獲取信息對多元化服務的需求程度服務類型對通話的多層次需求本地、長途

17、、漫游呼叫時長本地、長途、漫游呼叫次數呼叫時間、次數（繁忙/非繁忙時段，工作/休息時段）呼叫類型（主叫、被叫、呼轉）對資費的敏感程度IP使用情況優惠時段通話情況撥打1861次數對方便性及信息實時性的需求SMS使用次數Monternet使用次數WAP上網時間GPRS數據流量導出客戶需求種類客戶數據注：細分變量用于進行客戶細分的變量。 描述變量將客戶細分成各個群體后，各群體的基本特征22步驟一：商業理解基于客戶需求，并結合以上行為特征選取的方向，我們定義了幾組數據作為細分變量通話范圍本地通話d_localt_local省內長途通話d_toll_inprnt_toll_inprn省間長途通話d_to

18、ll_btwprnt_toll_btwprn國際、港澳臺長途通話d_toll_htm+iddt_toll_htm+idd活動范圍省內漫游通話d_rm_inprnt_rm_inprn省際漫游通話d_rm_btwprnt_rm_btwprn國際漫游通話d_rm_iddt_rm_iddIP使用情況IP通話d_ipt_ip與各運營商聯系程度網內通話比例d_mob_vs_Ttlt_mob_vs_Ttl聯通通話比例d_uni_vs_Ttlt_uni_vs_Ttl小靈通通話比例d_phs_vs_Ttlt_phs_vs_Ttl固話通話比例d_fix_vs_Ttlt_fix_vs_Ttl呼轉行為d_fwd_to

19、talt_fwd_total數據業務使用情況WAP使用d_wapt_wap點對點及網間短信發送次數t_sms_total夢網短信發送次數t_sms_mont客 服到營業廳次數t_service撥打1860次數t_1860撥打1861次數t_1861注：其中d_X代表時長，t_X代表次數23步驟一：商業理解客戶基本信息agespecial_feet_fwd_unimalesms_feed_fwd_fixfemalet_fwd_fixGenderMissingip_fee閑時忙時通話情況d_pkon_totalCashPaygprs_feet_pkon_totalPrePaymessage_fee

20、d_pkoff_totalvip_markother_feet_pkoff_totaldue_mark主叫被叫情況d_outgoing_total工作時間、生活時間通話情況d_worktime_totaltenure_in_dayst_outgoing_totalt_worktime_total費用信息ARPUd_incoming_totald_resttime_totalshould_feet_incoming_totalt_resttime_totalfavor_fee聯系人群范圍distinct_out_total各項短信使用情況t_sms_p2prent_feedistinct_in_

21、totalt_sms_linklocal_fee與聯系緊密人群的主被叫情況d_outgoing_topNt_sms_topNinprn_feet_outgoing_topNsms_msg_lengthbtwprn_feed_incoming_topNdistinct_sms_sendhtm_feet_incoming_topNdistinct_spidd_fee各項呼轉情況d_fwd_mobrm_inprn_feet_fwd_mobrm_btwprn_feed_fwd_srvrm_idd_feet_fwd_srvrm_toll_feed_fwd_uni通過細分變量將客戶進行細分，再通過以下描述

22、變量定位人群，進一步分析人群特征。24步驟二：數據理解數據源來自經營分析系統客戶基本信息（DW_USR_DCUSTM）用戶帳務信息（DW_FEE_SHOULDDM）CDR信息語音CDR（DW_CALL_CDR）IP業務CDR（DW_NEWBUSI_CDR）短信業務CDR（DW_NEWBUSI_SMSCDR）夢網業務CDR（DW_NEWBUSI_MESGCDR）客服信息25步驟三：數據準備寬表生成流程注：寬表是將數據經過組合所形成的包括細分變量和描述變量的記錄表。DSS目前開放的表格作為接口表其他接口文件作為中間表的數據集1作為中間表的數據集2建模使用的寬表數據集建模使用的寬表數據集接口文件直接

23、參與寬表的生成26步驟四：建立模型通過因子分析找到變量之間的關系，并優化變量組合。在對模型結果的分析中，根據標準群間差距最大，群內差距最小的原則進行分析，同時調整變量組合，以盡量接近標準。以此方式循環，逐步使模型得到優化。數據探索建 摸模型分析因子分析27步驟四：建立模型數據探索customer type項目百分比數量用戶類型不詳0.01 7B普通73.44 95758B重要客戶A10.14 185B重要客戶A20.10 133B重要客戶A30.18 241B重要客戶A40.21 276B集團客戶B10.22 282B集團客戶B21.13 1473B集團客戶B32.25 2930B集團客戶B4

24、6.28 8193B信譽客戶C10.01 11B信譽客戶C20.03 40B信譽客戶C31.38 1793B信譽客戶C41.01 1321B信譽客戶C51.51 1968B信譽客戶C61.54 2006B潛在大用戶10.29 13411B老客戶0.05 70B原重要0.02 21B公免0.21 269customer_status項目百分比數量正常79.05 103066冒高17.43 22721欠停0.34 448報停1.69 2206掛失0.02 23預銷1.28 1669強開0.05 62強關0.15 193tenure_in_days項目百分比數量在網時間90天以上0.79 10294

25、2在網時間90天以內0.21 27446公免不能代表普遍用戶行為，容易對在聚類形成噪音在用戶狀態中僅選擇正常用戶選擇入網時間90天以上用戶，保證研究樣本擁有完整的研究期間數據（2003年8-10月）注：黃色部分為去掉的數據28步驟四：建立模型數據探索在記錄中發現should_fee（用戶應收費）=favor_fee（優惠費）的用戶記錄，詳細查看其記錄，比較異常。在與樂山移動分公司訪談后了解此類記錄多為用于測試的號碼。于是去掉該部分記錄customer_idphone_noshould_feefavor_fee320035348381.76381.76320035349375.02375.023

26、20035350797.27797.273200353511090.681090.683200353526.666.66320035353432.07432.073200353541478.761478.76部分should_fee=favor_fee的記錄29步驟四：建立模型數據探索短信發送人數極多號碼有可能為移動統一向用戶發送。以distinct_sms_send（短信發送的人數）為例在通過變量的標記直接去掉非正常值外，還通過查看數據去掉極值，以免極少數用戶的行為對細分結果形成噪音。以d_local（本地通話時長）為例極少數人的個別行為可能影響細分群，所以在研究其圖形分布后，去掉部分極值3

27、0樂山移動用戶的ARPU值分布樂山的平均ARPU值：156.48元步驟四：建立模型數據探索我們獲得的樂山移動用戶記錄共有130388條，經過正常值選擇、極值處理等，最后用于研究的記錄有78339條。以下數據探索工作著重于了解樂山移動用戶概貌，以及發現數據存在的問題。樂山移動用戶年齡分布樂山移動用戶性別比例樂山移動用戶區域分布31樂山移動用戶付費方式步驟四：建立模型數據探索樂山移動用戶付費信息中，僅有現金支票和預付費用戶兩種標記。建議將信用卡托收、各銀行代收等方式進行標記。根據全球通品牌整合計劃，市州地區用戶ARPU值在300元以上可享有貴賓卡，即VIP用戶。從圖中所示，系統中VIP標記部分有誤

28、。樂山移動用戶VIP情況32步驟四：建立模型生成客戶細分模型使用SPSS數據挖掘工具進行客戶細分33步驟五：模型評估以t_fix_vs_total 為強勢特征的細分組t_fix_vs_total 的分布所有用戶t_fix_vs_total （固話通話比例）的分布細分前整個用戶群數據落差較大。細分后，各組的強勢變量的分布趨于平緩，可看出，聚類模型將具有相似特征的記錄聚在一組。若在此步驟中若發現模型不夠優化，還需要回到第四步驟，甚至第三步驟進行調整 34步驟六：結果發布對模型結果進行分析，并針對細分群提出相應策略，該部分內容在下一節詳細講述 35報告會議程一、項目背景及前階段工作回顧二、客戶細分方

29、法論三、四川移動客戶細分模型四、通用客戶細分結果分析及相應市場策略五、短信專題客戶細分結果分析及相應市場策略六、基于客戶細分結果的市場營銷活動討論36細分結果數據表（12個客戶細分組）細分變量組1組2組3組4組5組6組7組8組9組10客戶細分群cluster-1cluster-8cluster-12cluster-9cluster-7cluster-5cluster-10cluster-3cluster-11cluster-4cluster-6cluster-2客戶數占總客戶比例0.065 0.090 0.197 0.193 0.102 0.158 0.125 0.011 0.035 0.02

30、0 0.005 0.001 ARPU68.53 98.87 126.41 135.44 145.52 162.74 153.84 194.58 467.68 545.86 818.85 1422.02 本地通話時間7874.74 9575.98 14219.88 15029.94 18305.44 20607.77 18176.30 15219.15 74130.90 47523.80 49344.00 39735.35 本地通話次數80.93 103.79 161.61 170.09 211.23 238.01 200.97 140.33 822.74 497.04 521.28 406.7

31、2 省內長途通話時間255.34 560.60 671.11 843.86 658.50 885.16 1159.61 987.36 3774.80 8389.12 8418.61 6134.88 省內長途通話次數1.86 4.42 5.72 7.29 5.71 7.81 10.02 7.12 34.03 73.17 73.56 53.14 省際長途通話時間110.32 305.75 293.05 409.41 269.26 373.12 533.24 485.09 1263.32 2209.19 15981.60 4346.05 省際長途通話次數0.60 1.73 1.81 2.58 1.6

32、5 2.34 3.43 2.80 8.71 15.92 120.70 28.84 國際港澳臺長途通話時間0.32 6.78 1.63 2.82 1.00 0.89 2.56 0.22 10.42 7.91 31.48 4273.49 國際港澳臺長途通話次數0.00 0.04 0.01 0.02 0.01 0.01 0.02 0.00 0.06 0.05 0.22 37.47 省內漫游通話時間338.40 591.40 781.29 1046.00 796.11 1108.62 1560.10 1362.62 4515.15 10459.79 9909.14 8736.74 省內漫游通話次數3.

33、24 5.70 7.91 10.64 8.17 11.53 15.91 12.84 46.96 102.90 94.05 83.40 省際漫游通話時間34.12 191.22 169.02 253.75 124.42 180.73 311.17 257.00 538.17 1436.58 14768.83 4178.14 省際漫游通話次數0.25 1.44 1.39 2.11 1.08 1.57 2.62 2.03 4.75 12.32 127.57 31.60 國際漫游通話時間0.17 1.52 0.78 1.32 0.82 0.79 3.52 0.00 12.78 6.33 29.38 4

34、633.49 國際漫游通話次數0.00 0.01 0.01 0.01 0.01 0.01 0.04 0.00 0.11 0.05 0.24 43.30 IP通話時間492.19 600.45 584.37 688.80 599.59 729.46 1084.45 2591.80 1104.83 8322.41 6629.19 2273.72 IP通話次數2.35 3.26 3.44 3.97 3.40 4.31 6.08 10.48 6.63 53.23 40.87 11.07 呼叫轉移時間666.86 689.19 904.18 988.47 1190.04 1353.71 1233.80

35、807.35 3677.67 2933.65 3967.39 3909.30 呼叫轉移次數8.89 10.47 13.67 15.03 18.27 20.41 18.64 11.43 57.94 43.24 59.17 61.81 與移動通話時間/總通話時間0.13 0.17 0.22 0.39 0.19 0.36 0.58 0.34 0.46 0.34 0.46 0.44 與移動通話次數/總通話次數0.11 0.17 0.22 0.40 0.18 0.35 0.57 0.32 0.46 0.34 0.47 0.49 與聯通通話時間/總通話時間0.07 0.09 0.16 0.09 0.39

36、0.24 0.09 0.10 0.18 0.17 0.15 0.11 與聯通通話次數/總通話次數0.06 0.08 0.16 0.09 0.39 0.24 0.09 0.10 0.19 0.17 0.15 0.12 與小靈通通話時間/總通話時間0.02 0.01 0.01 0.01 0.01 0.01 0.00 0.01 0.01 0.01 0.00 0.00 與小靈通通話次數/總通話次數0.02 0.01 0.01 0.01 0.01 0.01 0.00 0.01 0.01 0.01 0.00 0.00 與固話通話時間/總通話時間0.17 0.61 0.41 0.36 0.27 0.23 0

37、.21 0.26 0.22 0.36 0.32 0.38 與固話通話次數/總通話次數0.14 0.57 0.39 0.34 0.25 0.22 0.19 0.23 0.21 0.34 0.30 0.37 WAP上網時間19.12 6.46 8.84 9.14 8.96 10.44 15.70 92.46 26.46 16.09 2.78 128.37 WAP上網次數0.14 0.04 0.05 0.06 0.05 0.06 0.08 0.62 0.16 0.08 0.02 0.26 短信總次數33.30 11.05 19.52 21.92 28.80 29.94 37.44 701.66 53

38、.13 49.90 58.34 87.40 夢網短信次數4.00 3.98 4.66 4.77 4.51 4.95 4.82 8.50 6.64 7.05 7.16 6.93 到營業廳次數0.48 0.53 0.73 0.82 0.76 0.95 0.90 1.67 3.31 3.73 4.73 6.84 撥打1860次數1.73 0.63 0.84 0.72 0.98 0.94 0.84 3.68 0.82 1.08 0.84 0.21 撥打1861次數6.81 2.45 4.02 3.56 4.83 5.15 4.27 11.52 3.15 4.06 2.11 0.26 37細分結果數據表

39、描述變量（一）組1組2組3組4組5組6組7組8組9組10客戶細分群cluster-1cluster-8cluster-12cluster-9cluster-7cluster-5cluster-10cluster-3cluster-11cluster-4cluster-6cluster-2客戶數占總客戶比例0.065 0.090 0.197 0.193 0.102 0.158 0.125 0.011 0.035 0.020 0.005 0.001 ARPU68.53 98.87 126.41 135.44 145.52 162.74 153.84 194.58 467.68 545.86 818

40、.85 1422.02 年齡30.99 35.39 34.19 34.32 32.79 32.92 32.74 24.18 33.79 33.72 34.93 35.95 男性比例0.59 0.64 0.67 0.66 0.69 0.72 0.66 0.47 0.75 0.74 0.80 0.77 女性比例0.29 0.27 0.25 0.25 0.22 0.20 0.25 0.44 0.16 0.19 0.15 0.12 性別不詳比例0.11 0.09 0.09 0.09 0.08 0.08 0.09 0.09 0.08 0.07 0.06 0.12 現金付費比例0.09 0.19 0.19

41、 0.21 0.16 0.18 0.18 0.08 0.51 0.51 0.59 0.86 預付費比例0.91 0.81 0.81 0.79 0.84 0.82 0.82 0.92 0.49 0.49 0.41 0.14 VIP比例0.07 0.13 0.18 0.20 0.18 0.23 0.20 0.18 0.76 0.81 0.85 0.88 欠費比例0.02 0.02 0.03 0.03 0.03 0.03 0.03 0.01 0.09 0.09 0.10 0.05 在網時長（天）775.00 823.20 852.02 888.43 760.20 827.97 794.64 424.

42、44 1214.86 1152.10 1192.93 1500.07 應收費88.89 128.22 164.29 179.07 194.14 220.03 215.79 258.79 692.31 697.45 991.01 1552.63 優惠費20.35 29.35 37.88 43.63 48.61 57.29 61.95 64.21 224.63 151.59 172.16 130.61 月租費21.56 35.10 38.07 39.20 39.74 42.81 40.71 18.98 48.90 49.37 49.09 49.22 基本通話費42.48 59.87 87.67 9

43、2.93 115.20 128.86 113.00 97.73 500.66 329.60 336.54 259.09 本地通話費比例0.48 0.47 0.53 0.52 0.59 0.59 0.52 0.38 0.72 0.47 0.34 0.17 省內長途費0.85 2.34 2.47 2.94 2.28 3.10 3.74 3.51 14.29 22.71 20.88 14.11 省際長途費1.74 4.52 5.20 6.85 5.10 6.74 9.30 7.90 27.07 65.88 98.06 58.33 港澳臺長途費0.00 0.02 0.00 0.01 0.00 0.01

44、 0.00 0.00 0.01 0.03 0.06 2.64 國際長途費0.01 0.34 0.08 0.11 0.03 0.01 0.08 0.00 0.51 0.21 0.81 29.41 長途費比例0.03 0.06 0.05 0.06 0.04 0.04 0.06 0.04 0.06 0.13 0.12 0.07 省內漫游費3.48 6.71 8.74 11.67 8.67 12.08 17.24 14.85 48.02 127.08 110.90 97.69 省際漫游費0.43 2.79 2.22 3.33 1.55 2.29 4.02 3.36 6.51 23.34 183.56

45、57.51 國際漫游費0.02 0.22 0.12 0.26 0.14 0.13 0.50 0.00 2.20 0.94 6.27 706.27 漫游費比例0.04 0.08 0.07 0.09 0.05 0.07 0.10 0.07 0.08 0.22 0.30 0.55 漫游長途費0.24 1.89 1.39 2.05 0.90 1.35 2.34 1.79 4.74 12.04 116.55 202.86 特服費6.63 6.75 7.34 7.58 7.74 8.40 8.15 6.17 13.79 14.36 19.12 17.94 SMS費4.59 1.38 2.11 2.24 2

46、.40 2.63 3.71 81.09 3.38 4.32 4.42 6.14 WAP費0.03 0.01 0.01 0.01 0.02 0.02 0.02 0.12 0.04 0.03 0.00 0.28 IP費1.62 2.10 1.99 2.32 2.08 2.42 3.70 9.60 4.19 27.82 20.30 19.78 IP費比例0.57 0.23 0.22 0.19 0.25 0.22 0.24 0.73 0.09 0.28 0.09 0.06 GPRS費0.45 0.10 0.15 0.19 0.14 0.15 0.31 0.36 1.71 2.28 2.68 12.09

47、 代收信息費4.34 3.57 4.68 5.12 4.36 5.36 5.28 12.35 10.35 11.22 11.57 14.60 其它費0.36 0.55 2.02 2.20 3.71 3.65 3.66 0.60 5.88 6.11 10.10 16.78 38細分結果數據表描述變量（二）組1組2組3組4組5組6組7組8組9組10客戶細分群cluster-1cluster-8cluster-12cluster-9cluster-7cluster-5cluster-10cluster-3cluster-11cluster-4cluster-6cluster-2客戶數占總客戶比例0.

48、065 0.090 0.197 0.193 0.102 0.158 0.125 0.011 0.035 0.020 0.005 0.001 ARPU68.53 98.87 126.41 135.44 145.52 162.74 153.84 194.58 467.68 545.86 818.85 1422.02 主叫通話時間5266.84 6145.73 7954.73 8442.79 10029.99 11172.89 10108.50 8461.86 38951.29 27426.91 34500.81 25890.70 主叫通話次數51.54 64.18 89.51 94.98 114.

49、78 128.15 112.57 82.95 426.79 279.85 336.41 252.40 被叫通話時間2949.69 4299.05 7223.79 7831.84 9194.73 10677.88 9739.74 8211.85 40198.52 30501.98 38798.64 29502.33 被叫通話次數32.29 46.56 80.56 85.92 104.77 121.02 102.79 68.33 439.92 306.02 376.67 285.09 主叫通話時長/被叫通話時長1.79 1.43 1.10 1.08 1.09 1.05 1.04 1.03 0.97

50、 0.90 0.89 0.88 主叫通話次數/被叫通話次數1.60 1.38 1.11 1.11 1.10 1.06 1.10 1.21 0.97 0.91 0.89 0.89 總打出號碼數15.01 24.29 33.43 34.19 35.40 41.54 34.14 27.79 101.83 91.98 96.06 84.37 總打入號碼數11.94 19.57 32.24 32.83 33.09 40.78 32.26 26.12 118.52 99.59 113.95 106.14 打出號碼(排前10名的)的平均通話時長471.38 405.00 455.52 489.91 597.

51、25 627.64 642.80 672.67 1799.54 1484.61 1693.76 1107.05 打出號碼(排前10名的)的平均通話次數3.57 3.42 4.38 4.76 6.12 6.49 6.28 5.02 19.40 13.33 15.16 10.30 打入號碼(排前10名的)的平均通話時長222.44 274.29 374.48 416.74 529.11 562.86 583.99 498.81 1618.24 1200.39 1467.55 1035.47 打入號碼(排前10名的)的平均通話次數2.00 2.39 3.63 4.01 5.45 5.84 5.48

52、3.33 17.83 11.78 13.96 11.12 TOP10的主叫通話時長/被叫通話時長2.12 1.48 1.22 1.18 1.13 1.12 1.10 1.35 1.11 1.24 1.15 1.07 TOP10的主叫通話次數/被叫通話次數1.79 1.43 1.21 1.19 1.12 1.11 1.15 1.51 1.09 1.13 1.09 0.93 呼轉到移動時間87.13 17.85 15.71 28.93 21.22 46.12 85.33 16.17 168.66 209.05 523.76 144.65 呼轉到移動次數0.82 0.16 0.15 0.27 0.2

53、1 0.46 0.83 0.12 1.77 1.89 4.62 1.33 呼轉到移動時間比例0.13 0.03 0.02 0.03 0.02 0.03 0.07 0.02 0.05 0.07 0.13 0.04 呼轉到移動次數比例0.09 0.02 0.01 0.02 0.01 0.02 0.04 0.01 0.03 0.04 0.08 0.02 呼轉到移動服務系統時間383.10 578.47 730.74 817.72 975.72 1055.59 987.08 619.28 3115.21 2156.06 3020.91 3450.70 呼轉到移動服務系統次數6.17 9.35 11.8

54、8 13.33 15.97 17.30 16.15 10.05 51.61 35.63 50.06 57.21 呼轉到移動服務系統時間比例0.57 0.84 0.81 0.83 0.82 0.78 0.80 0.77 0.85 0.73 0.76 0.88 呼轉到移動服務系統次數比例0.69 0.89 0.87 0.89 0.87 0.85 0.87 0.88 0.89 0.82 0.85 0.93 39細分結果數據表描述變量（三）最強特征 次強特征最弱特征 次弱特征注：cluster-2，除強勢變量外，其他變量沒用顏色標記組1組2組3組4組5組6組7組8組9組10客戶細分群cluster-1

55、cluster-8cluster-12cluster-9cluster-7cluster-5cluster-10cluster-3cluster-11cluster-4cluster-6cluster-2客戶數占總客戶比例0.065 0.090 0.197 0.193 0.102 0.158 0.125 0.011 0.035 0.020 0.005 0.001 ARPU68.53 98.87 126.41 135.44 145.52 162.74 153.84 194.58 467.68 545.86 818.85 1422.02 呼轉到聯通時間106.21 33.70 36.35 18.9

56、6 78.69 58.32 37.76 18.42 91.59 127.43 177.18 250.23 呼轉到聯通次數1.03 0.35 0.37 0.20 0.82 0.62 0.39 0.20 1.01 1.26 1.92 2.47 呼轉到聯通時間比例0.16 0.05 0.04 0.02 0.07 0.04 0.03 0.02 0.02 0.04 0.04 0.06 呼轉到聯通次數比例0.02 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 呼轉到固話時間18.24 26.69 43.80 38.34 46.96 49.23

57、 32.88 76.17 95.59 162.15 111.91 3.72 呼轉到固話次數0.11 0.26 0.43 0.35 0.50 0.50 0.31 0.38 1.13 1.72 1.12 0.00 呼轉到固話時間比例0.03 0.04 0.05 0.04 0.04 0.04 0.03 0.09 0.03 0.06 0.03 0.00 呼轉到固話次數比例0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.01 0.00 0.00 0.00 0.00 忙時通話時間8411.77 10942.28 15778.58 16935.19 19713.07 22510.4

58、3 20450.02 16460.60 80438.23 59459.32 75370.57 58000.47 忙時通話次數89.66 119.92 181.09 193.07 230.80 262.70 228.47 156.57 902.01 617.74 756.61 588.35 閑時通話時間471.62 191.69 304.13 327.91 701.69 694.05 632.02 1020.46 2389.25 1403.22 1896.27 1301.86 閑時通話次數3.33 1.66 2.99 3.21 7.35 7.21 5.85 6.45 22.99 11.67 15

59、.96 11.19 閑時通話時間比例0.05 0.02 0.02 0.02 0.03 0.03 0.03 0.06 0.03 0.02 0.02 0.02 閑時通話次數比例0.04 0.01 0.02 0.02 0.03 0.03 0.02 0.04 0.02 0.02 0.02 0.02 工作時間通話時間3507.04 5338.73 7791.50 8357.78 9094.55 10612.66 9617.61 6581.99 40839.97 30886.24 38650.69 29912.56 工作時間通話次數38.24 58.49 88.92 94.70 106.30 123.53

60、 107.51 65.45 456.20 320.55 388.01 300.05 休息時間通話時間4161.48 4770.04 6919.08 7401.64 9194.78 10301.29 9347.50 8978.36 35274.58 25102.29 32027.18 23562.33 休息時間通話次數40.77 48.08 75.27 79.83 102.10 114.49 98.10 77.54 379.35 246.97 300.96 221.42 工作時間通話時間/休息時間通話時間0.84 1.12 1.13 1.13 0.99 1.03 1.03 0.73 1.16 1