電信行業數據挖掘介紹電信行業數據挖掘介紹數據挖掘系統框架示意圖?數據挖掘系統框架示意圖?2SPSS以客戶為中心分析方法客戶細分和分析：根據客戶的自然屬性、消費特征、行為習慣進行客戶的分群，分析各客戶群體發展（轉化）趨勢和消費習慣及消費產品、趨勢。客戶對位客戶需求：對位客戶的需求，為客戶設計和推薦適合客戶需求的產品（套餐和資費組合）發現客戶需求：發現各業務群體的業務需求。分析的主體：客戶新的客戶特征：客戶對業務的消費行為，形成新的客戶特征。客戶行為的跟蹤：跟蹤客戶使用業務的情況，投訴情況，流失預測與預警。?SPSS以客戶為中心分析方法客戶細分和分析：客戶對位客戶需求3電信數據挖掘分析所需數據

第一類數據：人口統計學數據1、地址2、家庭（公司）規模3、……第二類數據：通話行為數據1、通話次數2、通話時長度3、通話去向構成（市內、國內、國際、漫游……）4、通話時段構成（忙時、閑時、周末……）5、通話費用及構成6、……第三類數據：使用數據業務和服務數據1、是否使用某類服務（標記變量表示）2、各類型服務花費3、……第四類數據：其他數據1、用戶在網時間2、用戶付費方式3、……?電信數據挖掘分析所需數據

第一類數據：人口統計學數據第二類數4數據準備過程

——對數據進行整理和變換數據的幾個來源：CDR(CallDetailedRecord)客戶資料數據(CustomerInformation）客戶帳務數據銷售策略與措施數據其他來源數據的整理與變換數據的簡單描述和匯總、缺失值的填補數據挖掘變量的篩選和相關性分析數據的專業變換不同數據源數據的整合其他?數據準備過程

——對數據進行整理和變換數據的幾個來源：?5數據挖掘建模和檢驗

選擇何種工具和算法模型結果是否能在業務中被應用？模型檢驗方案如何設計和實施？?數據挖掘建模和檢驗

選擇何種工具和算法?6數據挖掘流程第六步：結果發布

——如何把結果發布到業務人員（決策者）手中結果發布的幾種可能方式提交書面或者電子報告把相關數據挖掘結果寫回數據庫，供查詢展示開發用戶界面，實現主要數據挖掘解決方案的定制化（例如：建立打分系統）模型的更新和維護針對不同的模型制定實施不同的模型更新計劃（例如細分模型是其他模型的基礎，更新頻度慢，客戶吸引模型更新頻度快）數據挖掘軟件的使用作為工具軟件供企業數據挖掘分析人員使用作為后臺運行，進行日常數據挖掘模型的處理?數據挖掘流程第六步：結果發布

——如何把結果發布到業務人員（7客戶流失分析案例客戶流失分析案例商業背景雖然某移動在該地域移動電信市場地位處于龍頭地位，但是由于聯通、網通、電信的強勢營銷以及系列優惠活動，該移動的月流失客戶率逐月上升。根據統計，該移動中高價值客戶年流失率達到了27%以上。該移動希望通過SPSS分析團隊的幫助，能夠準確定位即將流失的客戶，從而采取一定的業務措施把中高價值客戶的流失率下降20%左右，實現客戶維系活動投資回報最大化。?商業背景雖然某移動在該地域移動電信市場地位9咨詢項目實施準備SPSS電信行業數據分析專家，并與該移動公司協商所需的業務和IT資源。SPSS技術人員與移動IT及業務人員討論流失客戶的目標定義、流失客戶分析所考慮的因素、經分系統數據現狀等情況。SPSS技術人員和移動相關人員制定咨詢項目日程、投資回報評估標準、分析結果精準度目標等相關事宜。?咨詢項目實施準備SPSS電信行業數據分析專家，并與該移動公司10客戶流失分析范圍分析目標

分析中高價值客戶在未來2月內流失的可能性，及高流失概率客戶前4個月的行為特征和人口統計學特征等，從而幫助業務人員提前采取業務措施實施客戶維系。流失客戶分析的目標客戶群——中高價值客戶前6個月中有3個月ARPU>150的非神州行客戶流失客戶定義用戶不再繼續使用移動提供的服務而終止合同用戶消費2月內最高資費較前6月平均資費下滑80%以上流失分析目標分群

考慮到預付費和后付費用戶行為特征有相當大的差異，因此對預付費客戶和后付費客戶分別分析，從而提高模型的可信度。?客戶流失分析范圍分析目標?11咨詢分析項目成功目標定義成功目標商業定義客戶年流失率下降到20%收益率提高50%以上成功目標技術定義準確性：>=70％命中率：>=40％覆蓋率：>=40％提升度（流失概率最高的10％用戶）：>=3?咨詢分析項目成功目標定義成功目標商業定義?12客戶流失分析相關因素欠費標志、欠費總額、新欠費額、通話次數、主叫通話次數占比、平均每次通話時長、漫游時長、漫游占比、IP長途時長、節假日通話時長、節假日通話時長占比、節假日主叫通話時長占比、閑時通話時長、閑時通話時長占比、優惠通話時長、優惠通話時長主叫占比、與聯通GSM通話時長、與聯通GSM通話時長占比、與聯通CDMA通話時長、與聯通CDMA通話時長占比、與電信通話時長、與電信通話時長占比、國際長途通話時長、國際長途通話占比、國際長途主叫通話占比、國內長途通話時長、應繳費、代收費、月租費、其他費用、其他費用占比、通話費、主叫通話費占比、優惠費、優惠費占比、主叫優惠費、長途費、長途費占比、國內長途費占比、本地費、本地費占比、優惠時段通話費、優惠時段通話費占比、基本通話費、基本通話費占比、呼轉次數、呼轉次數占比、平均每次呼轉通話時長、無條件呼轉次數、無條件呼轉次數占比、呼轉移動次數、呼轉聯通GSM次數、呼轉電信次數、呼轉聯通CDMA次數、呼轉其他設備次數、呼轉秘書臺次數、呼轉網通次數、交往圈、主叫交往圈占比、聯通交往圈占比、網通交往圈占比、最頻繁聯系號碼通話次數、最頻繁聯系號碼主叫通話次數、平均最頻繁聯系號碼每次通話時長、短信次數、GPRS時長、品牌大類、客戶類型、付費方式、用戶在網時長、用戶狀態、免催標志、換品牌標志、資費品牌、新品牌、與聯通客服聯系次數、與電信客服聯系次數、VPMN標志、年齡、職業、客服聯系次數、離網標志、停機標志、停機時長、可用資金額、未繳賬單數、預存次數、預存金額、有效期?客戶流失分析相關因素欠費標志、欠費總額、新欠費額、通13項目實施過程簡述項目實施周期：40個工作日移動技術人員負責從經分系統數據倉庫中收集符合分析范圍的數據（包含上述相關因素），并整合成以客戶號為唯一鍵值的寬表。歷史信息時間為2006年7月——2007年2月。訓練、測試數據為用2006年7月——10月的客戶數據分析2006年11-12月內客戶流失的關系。驗證數據為用2006年9月——12月的客戶數據驗證2007年1-2月內客戶流失的命中率。對收集的歷史信息進行轉換，衍生出4月內資費波動，4月內均值等指標。使用Pearson和Cramer’sV指標評估預測因子和客戶流失之間關系的強弱，進行維度裁減，簡化模型并提高模型健壯度。?項目實施過程簡述項目實施周期：40個工作日?14后付費部分分析結果準確性評估準確率：82.56%覆蓋率（預測準確的流失客戶數占實際客戶流失數的比率——預測準確的流失客戶數/（預測錯誤的實際流失客戶數+預測準確地流失客戶數））：71.5%?后付費部分分析結果準確性評估準確率：82.56%?15預付費部分分析結果準確性評估準確率：81.65%覆蓋率（預測準確的流失客戶數占實際客戶流失數的比率——預測準確的流失客戶數/（預測錯誤的實際流失客戶數+預測準確地流失客戶數））：92.47%?預付費部分分析結果準確性評估準確率：81.65%?16模型分析結果與實際目標客戶占比上圖為提升圖。根據提升圖的結果，市場分析人員可以很容易了解客戶維系的目標群體定位。根據統計，通常情況下電信公司對提升度大于3的目標群體進行客戶維系，收益大于產出。?模型分析結果與實際目標客戶占比上圖為提升圖。根據提升圖的結果17模型分析結果的收益情況上圖為累積圖。根據累積圖的結果，市場分析人員可以直觀的了解目標客戶群中包含了百分之多少的實際目標客戶。?模型分析結果的收益情況上圖為累積圖。根據累積圖的結果，市場分18咨詢項目收益評估后付費客戶預付費客戶中高端客戶數142,926480,089實際流失客戶總數11,87133,310提升度大于3的客戶群占比（預付費部分因為前10%客戶已經包括了將近100%的流失客戶，所以認為需要客戶挽留的只占總客戶的10%）25%20%實際流失客戶占比75%90%預測準確的流失客戶(實際流失客戶總數*實際流失客戶占比)890429,979推廣業務的客戶（中高端客戶數*提升度大于3的客戶群占比）35,73196018對流失傾向客戶的挽留成功率（業界普遍為10%-25%）15%15%2007年2月流失客戶在2006年12月前四月的平均月話費379187可能挽回的收入(預測準確的流失客戶*對流失傾向客戶的挽留成功率*2007年2月流失客戶在2006年12月前四月的平均月話費)506,192840,911可能挽回的收入合計（月）1,347,103?咨詢項目收益評估后付費客戶預付費客戶中高端客戶數142,9219案例分析應用結果應用SPSS客戶流失分析結果并結合恰當的業務手段，在項目實施后第二個月，該移動中高端客戶流失率即從原來的9.6%下降到了7%，取得了非常顯著的效果。?案例分析應用結果應用SPSS客戶流失分析結20產品關聯性分析介紹（交叉銷售）產品關聯性分析介紹（交叉銷售）產品關聯性分析范圍分析目標通過分析現有客戶的持有產品情況，找出產品之間的關聯性。從而根據客戶已持有的產品推薦新的產品給客戶，從而提高現存客戶價值。產品關聯性分析范圍產品范圍為所有增值業務產品。目標客戶為所有現有持有增值業務的客戶產品歸類定義

所有產品不能按照產品維表進行簡單的歸納，而是根據其實際內容進行歸納或細化（例如：短信業務既不能完全按照SP商歸類，也不能簡單的歸為一類，而是根據內容進行拆分）。客戶持有產品定義客戶持有該產品且未解約流失分析目標分群

考慮到C網和G網用戶行為特征有相當大的差異，因此對C網和G網客戶分別分析，從而提高模型的可信度。?產品關聯性分析范圍分析目標?22咨詢分析項目成功目標定義成功目標商業定義客戶短信營銷響應度提高20%以上成功目標技術定義找到有強關聯性，且有實施價值的產品關聯關系。關聯支持度（規則適用的客戶百分比）：>20%關聯置信度（營銷的成功概率）：40%?咨詢分析項目成功目標定義成功目標商業定義?23產品關聯分析思路?產品關聯分析思路?24產品關聯分析中的主要問題產品關聯分析的數據源相對簡單，訓練數據源格式為：客戶號、客戶持有產品1（T/F）、客戶持有產品2（T/F）……。利用關聯算法，分析人員可以很容易地了解每個產品的關聯性。因此產品關聯分析的主要難點在于如何歸納產品，如果產品分組過細則會導致規則不具有普遍意義，不具有可操作的價值；如果產品分組過粗則會導致規則變成了一些常識性問題，反而屏蔽了一部份有價值的規則。需要有針對性地對不同的客戶群進行產品關聯分析，不同的客戶群對應的產品關聯關系是不同的。如果簡單地對所有客戶進行關聯分析，得到的結果要么置信度過低，無法操作；要么產生一些業務常識（通常這類規則，規則支持度和置信度都很高——例如：有86%的客戶都購買產品b，如果規則告訴你持有產品a有80%以上的概率持有產品b，則這類規則是沒有意義的）。?產品關聯分析中的主要問題產品關聯分析的數據源相對簡單，訓練數25項目實施過程簡述先根據客戶消費行為進行分類，找出那些增值業務消費能力較強的客戶群體。對產品維重新定義。對那些增值業務消費能力較強的客戶分別進行產品關聯性分析。由業務人員分析生成的產品關聯規則，篩選出那些有業務含義的規則。把有價規則部署到應用系統中，根據客戶已持有的產品推薦新產品。?項目實施過程簡述先根據客戶消費行為進行分類，找出那些增值業務26市場細分相關因素客戶最近三個月的月均消費：應收金額、傳統業務功能月租應收金額、傳統短信業務應收金額、增值業務應收金額、本地通話應收金額、長途通話應收金額、通話應收金額客戶最近三個月的各項月均消費占比：本地通話占比、傳統業務功能月租占比、傳統短信業務占比、增值業務占比、長途通話占比、通話占比客戶最近三個月月均其他消費指標：傳統短信業務通話時長、增值業務通話時長、本地通話時長、長途通話時長、傳統短信業務通話次數、增值業務通話次數、本地通話次數、長途通話次數?市場細分相關因素客戶最近三個月的月均消費：應收金額、傳統業27市場細分結果從客戶數據中發現一些異常數據（例如：發現一客戶話務資費只有1000不到，增值業務資費竟然高達3百多萬）。通過聚類算法，我們把客戶分為9類：中低消費增值業務低占比客戶高消費純通話用戶高消費增值業務低占比客戶增值業務高消費客戶中等消費增值業務高占比客戶中等消費增值業務中等占比客戶中等消費增值業務低占比客戶低消費客戶中上消費增值業務低占比客戶根據業務人員經驗，從中挑出高消費增值業務高占比客戶、中等消費增值業務高占比客戶、中等消費增值業務中等占比客戶進行產品關聯分析。?市場細分結果從客戶數據中發現一些異常數據（例如：發現一客戶話28產品關聯分析結果通過關聯分析生成的結果，業務人員發掘出一些有意義的產品關聯規則，例如：如果客戶持有彩鈴業務，則客戶很可能持有來電寶以及IX上網服務業務。把這些經過業務篩選過的規則部署到實際應用中，根據客戶持有的產品推薦接受可能性較高的新產品，并且在客戶新申請該類服務時直接向該客戶推薦新產品。?產品關聯分析結果通過關聯分析生成的結果，業務人員發掘出一些有29關聯規則結果應用（1）當業務人員輸入了某幾項業務后，可以列出哪些客戶選擇了這些業務，并提出應該向這些客戶推薦哪些業務，把握程度如何？?關聯規則結果應用（1）當業務人員輸入了某幾項業務后，可以列出30關聯規則結果應用（2）業務人員輸入某一項業務后，可以列出應該向哪些客戶推薦這項業務，這些客戶目前選擇了哪些業務，向他們推薦這些業務的把握程度如何。?關聯規則結果應用（2）業務人員輸入某一項業務后，可以列出應該31關聯規則結果應用（3）業務人員按照某種規則選出一部分客戶后，可以列出這些客戶選擇了何種業務，并提出應該向這些客戶推薦哪些數據業務以及這種推薦的把握程度。?關聯規則結果應用（3）業務人員按照某種規則選出一部分客戶后，32項目應用結果應用SPSS客戶細分和產品關聯分析相結合的分析結果進行短信營銷活動，把客戶轉換率從原來的3%提高到12%，大大提高了營銷效率，在營銷成本減少的同時達到了預期的商業目標，從而實現了利潤最大化。?項目應用結果應用SPSS客戶細分和產品關聯33ThankYou!?ThankYou!?34生活中的辛苦阻撓不了我對生活的熱愛。12月-2212月-22Wednesday,December21,2022人生得意須盡歡，莫使金樽空對月。15:09:0015:09:0015:0912/21/20223:09:00PM做一枚螺絲釘，那里需要那里上。12月-2215:09:0015:09Dec-2221-Dec-22日復一日的努力只為成就美好的明天。15:09:0015:09:0015:09Wednesday,December21,2022安全放在第一位，防微杜漸。12月-2212月-2215:09:0015:09:00December21,2022加強自身建設，增強個人的休養。2022年12月21日3:09下午12月-2212月-22精益求精，追求卓越，因為相信而偉大。21十二月20223:09:00下午15:09:0012月-22讓自己更加強大，更加專業，這才能讓自己更好。十二月223:09下午12月-2215:09December21,2022這些年的努力就為了得到相應的回報。2022/12/2115:09:0015:09:0021December2022科學，你是國力的靈魂；同時又是社會發展的標志。3:09:00下午3:09下午15:09:0012月-22每天都是美好的一天，新的一天開啟。12月-2212月-2215:0915:09:0015:09:00Dec-22相信命運，讓自己成長，慢慢的長大。2022/12/2115:09:00Wednesday,December21,2022愛情，親情，友情，讓人無法割舍。12月-222022/12/2115:09:0012月-22謝謝大家！生活中的辛苦阻撓不了我對生活的熱愛。12月-2212月-2235電信行業數據挖掘介紹電信行業數據挖掘介紹數據挖掘系統框架示意圖?數據挖掘系統框架示意圖?37SPSS以客戶為中心分析方法客戶細分和分析：根據客戶的自然屬性、消費特征、行為習慣進行客戶的分群，分析各客戶群體發展（轉化）趨勢和消費習慣及消費產品、趨勢。客戶對位客戶需求：對位客戶的需求，為客戶設計和推薦適合客戶需求的產品（套餐和資費組合）發現客戶需求：發現各業務群體的業務需求。分析的主體：客戶新的客戶特征：客戶對業務的消費行為，形成新的客戶特征。客戶行為的跟蹤：跟蹤客戶使用業務的情況，投訴情況，流失預測與預警。?SPSS以客戶為中心分析方法客戶細分和分析：客戶對位客戶需求38電信數據挖掘分析所需數據

第一類數據：人口統計學數據1、地址2、家庭（公司）規模3、……第二類數據：通話行為數據1、通話次數2、通話時長度3、通話去向構成（市內、國內、國際、漫游……）4、通話時段構成（忙時、閑時、周末……）5、通話費用及構成6、……第三類數據：使用數據業務和服務數據1、是否使用某類服務（標記變量表示）2、各類型服務花費3、……第四類數據：其他數據1、用戶在網時間2、用戶付費方式3、……?電信數據挖掘分析所需數據

第一類數據：人口統計學數據第二類數39數據準備過程

——對數據進行整理和變換數據的幾個來源：CDR(CallDetailedRecord)客戶資料數據(CustomerInformation）客戶帳務數據銷售策略與措施數據其他來源數據的整理與變換數據的簡單描述和匯總、缺失值的填補數據挖掘變量的篩選和相關性分析數據的專業變換不同數據源數據的整合其他?數據準備過程

——對數據進行整理和變換數據的幾個來源：?40數據挖掘建模和檢驗

選擇何種工具和算法模型結果是否能在業務中被應用？模型檢驗方案如何設計和實施？?數據挖掘建模和檢驗

選擇何種工具和算法?41數據挖掘流程第六步：結果發布

——如何把結果發布到業務人員（決策者）手中結果發布的幾種可能方式提交書面或者電子報告把相關數據挖掘結果寫回數據庫，供查詢展示開發用戶界面，實現主要數據挖掘解決方案的定制化（例如：建立打分系統）模型的更新和維護針對不同的模型制定實施不同的模型更新計劃（例如細分模型是其他模型的基礎，更新頻度慢，客戶吸引模型更新頻度快）數據挖掘軟件的使用作為工具軟件供企業數據挖掘分析人員使用作為后臺運行，進行日常數據挖掘模型的處理?數據挖掘流程第六步：結果發布

——如何把結果發布到業務人員（42客戶流失分析案例客戶流失分析案例商業背景雖然某移動在該地域移動電信市場地位處于龍頭地位，但是由于聯通、網通、電信的強勢營銷以及系列優惠活動，該移動的月流失客戶率逐月上升。根據統計，該移動中高價值客戶年流失率達到了27%以上。該移動希望通過SPSS分析團隊的幫助，能夠準確定位即將流失的客戶，從而采取一定的業務措施把中高價值客戶的流失率下降20%左右，實現客戶維系活動投資回報最大化。?商業背景雖然某移動在該地域移動電信市場地位44咨詢項目實施準備SPSS電信行業數據分析專家，并與該移動公司協商所需的業務和IT資源。SPSS技術人員與移動IT及業務人員討論流失客戶的目標定義、流失客戶分析所考慮的因素、經分系統數據現狀等情況。SPSS技術人員和移動相關人員制定咨詢項目日程、投資回報評估標準、分析結果精準度目標等相關事宜。?咨詢項目實施準備SPSS電信行業數據分析專家，并與該移動公司45客戶流失分析范圍分析目標

分析中高價值客戶在未來2月內流失的可能性，及高流失概率客戶前4個月的行為特征和人口統計學特征等，從而幫助業務人員提前采取業務措施實施客戶維系。流失客戶分析的目標客戶群——中高價值客戶前6個月中有3個月ARPU>150的非神州行客戶流失客戶定義用戶不再繼續使用移動提供的服務而終止合同用戶消費2月內最高資費較前6月平均資費下滑80%以上流失分析目標分群

考慮到預付費和后付費用戶行為特征有相當大的差異，因此對預付費客戶和后付費客戶分別分析，從而提高模型的可信度。?客戶流失分析范圍分析目標?46咨詢分析項目成功目標定義成功目標商業定義客戶年流失率下降到20%收益率提高50%以上成功目標技術定義準確性：>=70％命中率：>=40％覆蓋率：>=40％提升度（流失概率最高的10％用戶）：>=3?咨詢分析項目成功目標定義成功目標商業定義?47客戶流失分析相關因素欠費標志、欠費總額、新欠費額、通話次數、主叫通話次數占比、平均每次通話時長、漫游時長、漫游占比、IP長途時長、節假日通話時長、節假日通話時長占比、節假日主叫通話時長占比、閑時通話時長、閑時通話時長占比、優惠通話時長、優惠通話時長主叫占比、與聯通GSM通話時長、與聯通GSM通話時長占比、與聯通CDMA通話時長、與聯通CDMA通話時長占比、與電信通話時長、與電信通話時長占比、國際長途通話時長、國際長途通話占比、國際長途主叫通話占比、國內長途通話時長、應繳費、代收費、月租費、其他費用、其他費用占比、通話費、主叫通話費占比、優惠費、優惠費占比、主叫優惠費、長途費、長途費占比、國內長途費占比、本地費、本地費占比、優惠時段通話費、優惠時段通話費占比、基本通話費、基本通話費占比、呼轉次數、呼轉次數占比、平均每次呼轉通話時長、無條件呼轉次數、無條件呼轉次數占比、呼轉移動次數、呼轉聯通GSM次數、呼轉電信次數、呼轉聯通CDMA次數、呼轉其他設備次數、呼轉秘書臺次數、呼轉網通次數、交往圈、主叫交往圈占比、聯通交往圈占比、網通交往圈占比、最頻繁聯系號碼通話次數、最頻繁聯系號碼主叫通話次數、平均最頻繁聯系號碼每次通話時長、短信次數、GPRS時長、品牌大類、客戶類型、付費方式、用戶在網時長、用戶狀態、免催標志、換品牌標志、資費品牌、新品牌、與聯通客服聯系次數、與電信客服聯系次數、VPMN標志、年齡、職業、客服聯系次數、離網標志、停機標志、停機時長、可用資金額、未繳賬單數、預存次數、預存金額、有效期?客戶流失分析相關因素欠費標志、欠費總額、新欠費額、通48項目實施過程簡述項目實施周期：40個工作日移動技術人員負責從經分系統數據倉庫中收集符合分析范圍的數據（包含上述相關因素），并整合成以客戶號為唯一鍵值的寬表。歷史信息時間為2006年7月——2007年2月。訓練、測試數據為用2006年7月——10月的客戶數據分析2006年11-12月內客戶流失的關系。驗證數據為用2006年9月——12月的客戶數據驗證2007年1-2月內客戶流失的命中率。對收集的歷史信息進行轉換，衍生出4月內資費波動，4月內均值等指標。使用Pearson和Cramer’sV指標評估預測因子和客戶流失之間關系的強弱，進行維度裁減，簡化模型并提高模型健壯度。?項目實施過程簡述項目實施周期：40個工作日?49后付費部分分析結果準確性評估準確率：82.56%覆蓋率（預測準確的流失客戶數占實際客戶流失數的比率——預測準確的流失客戶數/（預測錯誤的實際流失客戶數+預測準確地流失客戶數））：71.5%?后付費部分分析結果準確性評估準確率：82.56%?50預付費部分分析結果準確性評估準確率：81.65%覆蓋率（預測準確的流失客戶數占實際客戶流失數的比率——預測準確的流失客戶數/（預測錯誤的實際流失客戶數+預測準確地流失客戶數））：92.47%?預付費部分分析結果準確性評估準確率：81.65%?51模型分析結果與實際目標客戶占比上圖為提升圖。根據提升圖的結果，市場分析人員可以很容易了解客戶維系的目標群體定位。根據統計，通常情況下電信公司對提升度大于3的目標群體進行客戶維系，收益大于產出。?模型分析結果與實際目標客戶占比上圖為提升圖。根據提升圖的結果52模型分析結果的收益情況上圖為累積圖。根據累積圖的結果，市場分析人員可以直觀的了解目標客戶群中包含了百分之多少的實際目標客戶。?模型分析結果的收益情況上圖為累積圖。根據累積圖的結果，市場分53咨詢項目收益評估后付費客戶預付費客戶中高端客戶數142,926480,089實際流失客戶總數11,87133,310提升度大于3的客戶群占比（預付費部分因為前10%客戶已經包括了將近100%的流失客戶，所以認為需要客戶挽留的只占總客戶的10%）25%20%實際流失客戶占比75%90%預測準確的流失客戶(實際流失客戶總數*實際流失客戶占比)890429,979推廣業務的客戶（中高端客戶數*提升度大于3的客戶群占比）35,73196018對流失傾向客戶的挽留成功率（業界普遍為10%-25%）15%15%2007年2月流失客戶在2006年12月前四月的平均月話費379187可能挽回的收入(預測準確的流失客戶*對流失傾向客戶的挽留成功率*2007年2月流失客戶在2006年12月前四月的平均月話費)506,192840,911可能挽回的收入合計（月）1,347,103?咨詢項目收益評估后付費客戶預付費客戶中高端客戶數142,9254案例分析應用結果應用SPSS客戶流失分析結果并結合恰當的業務手段，在項目實施后第二個月，該移動中高端客戶流失率即從原來的9.6%下降到了7%，取得了非常顯著的效果。?案例分析應用結果應用SPSS客戶流失分析結55產品關聯性分析介紹（交叉銷售）產品關聯性分析介紹（交叉銷售）產品關聯性分析范圍分析目標通過分析現有客戶的持有產品情況，找出產品之間的關聯性。從而根據客戶已持有的產品推薦新的產品給客戶，從而提高現存客戶價值。產品關聯性分析范圍產品范圍為所有增值業務產品。目標客戶為所有現有持有增值業務的客戶產品歸類定義

所有產品不能按照產品維表進行簡單的歸納，而是根據其實際內容進行歸納或細化（例如：短信業務既不能完全按照SP商歸類，也不能簡單的歸為一類，而是根據內容進行拆分）。客戶持有產品定義客戶持有該產品且未解約流失分析目標分群

考慮到C網和G網用戶行為特征有相當大的差異，因此對C網和G網客戶分別分析，從而提高模型的可信度。?產品關聯性分析范圍分析目標?57咨詢分析項目成功目標定義成功目標商業定義客戶短信營銷響應度提高20%以上成功目標技術定義找到有強關聯性，且有實施價值的產品關聯關系。關聯支持度（規則適用的客戶百分比）：>20%關聯置信度（營銷的成功概率）：40%?咨詢分析項目成功目標定義成功目標商業定義?58產品關聯分析思路?產品關聯分析思路?59產品關聯分析中的主要問題產品關聯分析的數據源相對簡單，訓練數據源格式為：客戶號、客戶持有產品1（T/F）、客戶持有產品2（T/F）……。利用關聯算法，分析人員可以很容易地了解每個產品的關聯性。因此產品關聯分析的主要難點在于如何歸納產品，如果產品分組過細則會導致規則不具有普遍意義，不具有可操作的價值；如果產品分組過粗則會導致規則變成了一些常識性問題，反而屏蔽了一部份有價值的規則。需要有針對性地對不同的客戶群進行產品關聯分析，不同的客戶群對應的產品關聯關系是不同的。如果簡單地對所有客戶進行關聯分析，得到的結果要么置信度過低，無法操作；要么產生一些業務常識（通常這類規則，規則支持度和置信度都很高——例如：有86%的客戶都購買產品b，如果規則告訴你持有產品a有80%以上的概率持有產品b，則這類規則是沒有意義的）。?產品關聯分析中的主要問題產品關聯分析的數據源相對簡單，訓練數60項目實施過程簡述先根據客戶消費行為進行分類，找出那些增值業務消費能力較強的客戶群體。對產品維重新定義。對那些增值業務消費能力較強的客戶分別進行產品關聯性分析。由業務人員分析生成的產品關聯規則，篩選出那些有業務含義的規則。把有價規則部署到應用系統中，根據客戶已持有的產品推薦新產品。?項目實施過程簡述先根據客戶消費行為進行分類，找出那些增值業務61市場細分相關因素客戶最近三個月的月均消費：應收金額、傳統業務功能月租應收金額、傳統短信業務應收金額、增值業務應收金額、本地通話應收金額、長途通話應收金額、通話應收金額客戶最近三個月的各項月均消費占比：本地通話占比、傳統業務功能月租占比、傳統短信業務占比、增值業務占比、長途通話占比、通話占比客戶最近三個月月均其他消費指標：傳統短信業務通話時長、增值業務通話時長、本地通話時長、長途通話時長、傳統短信業務通話次數、增值業務通話次數、本地通話次數、長途通話次數?市場細分相關因素客戶最近三個月的月均消費：應收金額、傳統業62市場細分結果從客戶數據中發現一些異常數據（例如：發現一客戶話務資費只有1000不到，增值業務資費竟然高達3百多萬）。通過聚類算法，我們把客戶分為9類：中低消費增值業務低占比客戶高消費純通話用戶高消費增值業務低占比客戶增值業務高消費客戶中等消費增值業務高占比客戶中等消費增值業務中等占比客戶中等消費增值業務低占比客戶低消費客戶中上消費增值業務低占比客戶根據業務人員經驗，從中挑出高消費增值業務高占比客戶、中等消費增值業務高占比客戶、中等消費增值業務中等占比客戶進行產品關聯分析。?市場細分結果從客戶數據中發現一些異常數據（例如：發現一客戶話63產品關聯分析結果通過關聯分析生成的結果，業務人員發掘出一些有意義的產品關聯規則，例如：如果客戶持有彩鈴業務，則客戶很可能持有來電寶以及IX上網服務業務。把這些