基于數據挖掘技術的精準智能營銷1整理課件精準智能營銷FAQWhatWhyHowWhich基于聚類分析的客戶分群戰術分群與目標市場營銷總結

2整理課件精確智能營銷FAQ--What金字塔客層架構圖潛在客戶群PotentialAccounts經常往來客戶群OrdinaryAccounts主要交易客戶群MajorAccounts客戶來源的根底建設提升忠誠客戶價值差異化增值效勞創造更高的利潤留下有價值的客戶才能創造更高的利潤3整理課件精確智能營銷FAQ--What精確智能營銷，即精準營銷(Precisionmarketing)，就是在精準定位的根底上，依托數據挖掘技術手段建立個性化的顧客溝通效勞體系，實現企業可度量的低本錢擴張之路。就是公司需要更精準、可衡量和高投資回報的營銷溝通，需要更注重結果和行動的營銷傳播方案，還有越來越注重對直接銷售溝通的投資。精準營銷是相對群眾營銷而言的。4整理課件精確智能營銷FAQ--Why市場競爭迫使企業由規模型開展向規模效益型開展轉型電子商務、金融、保險、通訊等運營商的經營模式從“技術驅動〞向“市場驅動〞、“客戶驅動〞轉化群眾化營銷已經失去了其優勢基于客戶信息、客戶價值和行為，深入數據分析的洞察力營銷、精確化營銷的理念逐漸被各大運營商所接受，并渴望通過從數據中挖掘價值來減少營銷本錢、提高營銷效益數據挖掘技術成為實現這些目標的必要手段5整理課件精確智能營銷FAQ--How聚類〔clustering〕是指把一組個體按照相似性歸成假設干類別，即“物以類聚〞，保證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。聚類分析能幫助發現特征迥異的不同客戶群，和對客戶分群起關健作用的指標變量。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6整理課件精確智能營銷FAQ--How低高高高12845376因素二〔國內呼叫次數〕因素三〔IP呼叫次數〕因素一〔繁忙時段呼叫次數〕示例7整理課件實施的難易程度客戶信息(CustomerInfo)客戶價值(CustomerValue)客戶行為(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客戶信息客戶行為客戶價值客戶態度客戶細分方式

精確智能營銷FAQ--How8整理課件精確智能營銷FAQ--How考慮不同客戶細分方法的有效性及實施的難易程度，并結合系統所提供的數據資源和用戶特點，采用客戶行為方式進行客戶細分，再結合客戶信息和客戶價值準確定位細分人群客戶價值

客戶信息客戶行為客戶群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，成為目標客戶群客戶行為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客戶信息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

9整理課件精確智能營銷FAQ--How數據挖掘流程確定商業目標ETL建立模型數據收集、管理數據探索、修改各部門訪談數據中心支持

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

DataUnderstanding數據準備

Data

Preparation建立模型

Modeling模型評估Evaluation結果發布Deployment模型調優應用策略10整理課件精確智能營銷FAQ--HowDataUnderstandingBusinessUnderstandingDataPreparationModellingEvaluationDeploymentDataCRISP－Cross-IndustryStandardProcess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11整理課件精確智能營銷FAQ--Which客戶流失分析客戶綜合價值評估交叉銷售和增量銷售客戶信用評估欺詐行為分析……12整理課件某電信運營商定義的客戶分群的商業目標是“對某市數十萬公眾客戶，從價值和行為的分析維度進行客戶分群，以了解不同客戶群的消費行為特征，為開展新業務、流失客戶保有、他網用戶爭奪的針對性營銷策略的制訂提供分析依據，并實現企業保存量、激增量的戰略目標〞。電信客戶從營銷屬性分為三類：公眾客戶、商業客戶和大客戶，其中公眾客戶消費行為有較大的隨機性，客戶分布難有規律可尋，比較適于聚類分析。案例描述—基于聚類分析的移動智能營銷13整理課件精確智能營銷FAQ基于聚類分析的客戶分群客戶分群的商業理解數據分群的數據理解客戶分群的數據準備客戶分群的模型建立客戶分群的模型評估客戶分群的模型發布戰術分群與目標市場營銷總結

14整理課件客戶分群的商業理解從商業角度理解工程的目標和要求，然后把理解轉化為數據挖掘問題的定義和一個旨在實現目標的初步方案；明確工程的商業目標，這個目標應該是適于用基于聚類分析的客戶分群方法去到達的。15整理課件精確智能營銷FAQ基于聚類分析的客戶分群客戶分群的商業理解數據分群的數據理解客戶分群的數據準備客戶分群的模型建立客戶分群的模型評估客戶分群的模型發布戰術分群與目標市場營銷總結

16整理課件客戶分群的數據理解“巧婦難為無米之炊〞，數據是挖掘的根底；在確定目標和方案后需要進行“數據理解〞，以確定要支持我們的分析目標需要哪些方面的數據，數據根底是否已經具備，數據質量是否能滿足要求，如果不能得到肯定的答復，我們建議推遲工程實施直至條件成熟，因為“進去的是垃圾出來的仍是垃圾〞，錯誤的分析結果可能會給我們帶來重大的損失。17整理課件客戶分群的數據理解分析業務系統中的客戶信息、客戶消費及購置使用行為三個方面最近六個月的歷史數據。電信企業擁有業務受理開通的CRM系統，進行計費、帳務及欠費處理的計費系統，卡類業務的智能網系統，客戶效勞的10000號系統，營銷效勞的渠道系統，還有結算系統、寬帶、窄帶及小靈通系統等等，這些業務系統儲蓄了企業運營的海量客戶數據。18整理課件客戶分群的數據理解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、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，各群體的根本特征19整理課件客戶分群的數據理解通話范圍本地通話d_localt_local省內長途通話d_toll_inprnt_toll_inprn省間長途通話d_toll_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基于客戶需求，并結合以上行為特征選取的方向，定義幾組數據作為細分變量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_totalt_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20整理課件客戶分群的數據理解客戶基本信息agespecial_feet_fwd_unimalesms_feed_fwd_fixfemalewap_feet_fwd_fixGenderMissingip_fee閑時忙時通話情況d_pkon_totalCashPaygprs_feet_pkon_totalPrePaymessage_feed_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_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，再通過以下描述變量定位人群，進一步分析人群特征。21整理課件精確智能營銷FAQ基于聚類分析的客戶分群客戶分群的商業理解數據分群的數據理解客戶分群的數據準備客戶分群的模型建立客戶分群的模型評估客戶分群的模型發布戰術分群與目標市場營銷總結

22整理課件客戶分群的數據準備數據準備流程：23整理課件客戶分群的數據準備—選擇數據決定用來分析的數據選擇標準：與數據挖掘目標的相關性數據選擇包括數據表格中屬性〔列〕和記錄〔行〕的選擇24整理課件客戶分群的數據準備—選擇數據用戶及客戶的根本信息：客戶身份信息、聯系方式、產品擁有情況，用戶竣工時間、入網時長、效勞開通情況、優惠套餐信息、客戶效勞信息〔投訴、咨詢、催繳情況〕等。價值信息：話音、寬窄帶業務的月租費、使用費、優惠費用及增值業務、新業務、信息費和卡類、結算費用，還包括了繳欠費信息。行為信息：時長、次數、跳次、發話不同號碼數、時長集中度〔撥打時長最多的三個號碼撥打時長在總時長中占比〕、次數集中度。25整理課件客戶分群的數據準備—選擇數據根底表中數據屬性粒度要求盡量細，以便于在后期靈活構建數據。將價值和行為變量從專業〔區內、區間、本地移動、本地異商固網、傳統國內長途、傳統國際長途、傳統港澳臺長途、傳統異地行動、IP國內長途、IP國際長途、IP港澳臺長途、IP異地行動〕和時段〔白天:7:00-18:00、晚上：18:00-7:00、特殊時段：0:00-7:00〕兩個維度進行了劃分。26整理課件客戶分群的數據準備—清洗數據將數據質量提高到所選分析技術和分析目標要求的水平。包括選擇需要進行數據清洗的子集，插入適當的默認值或者通過更加復雜的技術如建模來估計缺失值，比方某月份的數據缺失可以用前后月份數據的平均值來填充，將擁有產品較多〔可能不是公眾客戶〕及公免的客戶數據剔除。此階段需要對根底表的數據進一步探索和檢驗。27整理課件客戶分群的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參與寬表的生成28整理課件精確智能營銷FAQ基于聚類分析的客戶分群客戶分群的商業理解數據分群的數據理解客戶分群的數據準備客戶分群的模型建立客戶分群的模型評估客戶分群的模型發布戰術分群與目標市場營銷總結

29整理課件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，群內差距最小的原那么進行分析，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客戶分群的模型建立30整理課件customertype項目百分比數量用戶類型不詳0.017B普通73.4495758B重要客戶A10.14185B重要客戶A20.10133B重要客戶A30.18241B重要客戶A40.21276B集團客戶B10.22282B集團客戶B21.131473B集團客戶B32.252930B集團客戶B46.288193B信譽客戶C10.0111B信譽客戶C20.0340B信譽客戶C31.381793B信譽客戶C41.011321B信譽客戶C51.511968B信譽客戶C61.542006B潛在大用戶10.2913411B老客戶0.0570B原重要0.0221B公免0.21269customer_status項目百分比數量正常79.05103066冒高17.4322721欠停0.34448報停1.692206掛失0.0223預銷1.281669強開0.0562強關0.15193tenure_in_days項目百分比數量在網時間90天以上0.79102942在網時間90天以內0.2127446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注：黃色局部為去掉的數據客戶分群的模型建立--數據探索31整理課件customer_idphone_noshould_feefavor_fee32007534813708130041381.76381.7632007534913708130042375.02375.0232007535013708130043797.27797.27320075351137081300441090.681090.68320075352137081300456.666.6632007535313708130046432.07432.07320075354137081300471478.761478.76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。于是去掉該局部記錄局部should_fee=favor_fee的記錄客戶分群的模型建立--數據探索32整理課件用戶的ARPU值分布平均ARPU值：156.48元獲得的某市移動用戶記錄共有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條數據探索的目的主要在于發現數據存在的問題及尋找數據的內在規律用戶年齡分布用戶性別比例用戶區域分布客戶分群的模型建立--數據探索33整理課件細分結果數據表—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0.0650.0900.1970.1930.1020.1580.1250.0110.0350.0200.0050.001ARPU68.5398.87126.41135.44145.52162.74153.84194.58467.68545.86818.851422.02本地通話時間7874.749575.9814219.8815029.9418305.4420607.7718176.3015219.1574130.9047523.8049344.0039735.35本地通話次數80.93103.79161.61170.09211.23238.01200.97140.33822.74497.04521.28406.72省內長途通話時間255.34560.60671.11843.86658.50885.161159.61987.363774.808389.128418.616134.88省內長途通話次數1.864.425.727.295.717.8110.027.1234.0373.1773.5653.14省際長途通話時間110.32305.75293.05409.41269.26373.12533.24485.091263.322209.1915981.604346.05省際長途通話次數0.601.731.812.581.652.343.432.808.7115.92120.7028.84國際港澳臺長途通話時間0.326.781.632.821.000.892.560.2210.427.9131.484273.49國際港澳臺長途通話次數0.000.040.010.020.010.010.020.000.060.050.2237.47省內漫游通話時間338.40591.40781.291046.00796.111108.621560.101362.624515.1510459.799909.148736.74省內漫游通話次數3.245.707.9110.648.1711.5315.9112.8446.96102.9094.0583.40省際漫游通話時間34.12191.22169.02253.75124.42180.73311.17257.00538.171436.5814768.834178.14省際漫游通話次數0.251.441.392.111.081.572.622.034.7512.32127.5731.60國際漫游通話時間0.171.520.781.320.820.793.520.0012.786.3329.384633.49國際漫游通話次數0.000.010.010.010.010.010.040.000.110.050.2443.30IP通話時間492.19600.45584.37688.80599.59729.461084.452591.801104.838322.416629.192273.72IP通話次數2.353.263.443.973.404.316.0810.486.6353.2340.8711.07呼叫轉移時間666.86689.19904.18988.471190.041353.711233.80807.353677.672933.653967.393909.30呼叫轉移次數8.8910.4713.6715.0318.2720.4118.6411.4357.9443.2459.1761.81與移動通話時間/總通話時間0.130.170.220.390.190.360.580.340.460.340.460.44與移動通話次數/總通話次數0.110.170.220.400.180.350.570.320.460.340.470.49與聯通通話時間/總通話時間0.070.090.160.090.390.240.090.100.180.170.150.11與聯通通話次數/總通話次數0.060.080.160.090.390.240.090.100.190.170.150.12與小靈通通話時間/總通話時間0.020.010.010.010.010.010.000.010.010.010.000.00與小靈通通話次數/總通話次數0.020.010.010.010.010.010.000.010.010.010.000.00與固話通話時間/總通話時間0.170.610.410.360.270.230.210.260.220.360.320.38與固話通話次數/總通話次數0.140.570.390.340.250.220.190.230.210.340.300.37WAP上網時間19.126.468.849.148.9610.4415.7092.4626.4616.092.78128.37WAP上網次數0.140.040.050.060.050.060.080.620.160.080.020.26短信總次數33.3011.0519.5221.9228.8029.9437.44701.6653.1349.9058.3487.40夢網短信次數4.003.984.664.774.514.954.828.506.647.057.166.93到營業廳次數0.480.530.730.820.760.950.901.673.313.734.736.84撥打1860次數1.730.630.840.720.980.940.843.680.821.080.840.21撥打1861次數6.812.454.023.564.835.154.2711.523.154.062.110.2634整理課件細分結果數據表—描述變量組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0.0650.0900.1970.1930.1020.1580.1250.0110.0350.0200.0050.001ARPU68.5398.87126.41135.44145.52162.74153.84194.58467.68545.86818.851422.02年齡30.9935.3934.1934.3232.7932.9232.7424.1833.7933.7234.9335.95男性比例0.590.640.670.660.690.720.660.470.750.740.800.77女性比例0.290.270.250.250.220.200.250.440.160.190.150.12性別不詳比例0.110.090.090.090.080.080.090.090.080.070.060.12現金付費比例0.090.190.190.210.160.180.180.080.510.510.590.86預付費比例0.910.810.810.790.840.820.820.920.490.490.410.14VIP比例0.070.130.180.200.180.230.200.180.760.810.850.88欠費比例0.020.020.030.030.030.030.030.010.090.090.100.05在網時長（天）775.00823.20852.02888.43760.20827.97794.64424.441214.861152.101192.931500.07應收費88.89128.22164.29179.07194.14220.03215.79258.79692.31697.45991.011552.63優惠費20.3529.3537.8843.6348.6157.2961.9564.21224.63151.59172.16130.61月租費21.5635.1038.0739.2039.7442.8140.7118.9848.9049.3749.0949.22基本通話費42.4859.8787.6792.93115.20128.86113.0097.73500.66329.60336.54259.09本地通話費比例0.480.470.530.520.590.590.520.380.720.470.340.17省內長途費0.852.342.472.942.283.103.743.5114.2922.7120.8814.11省際長途費1.744.525.206.855.106.749.307.9027.0765.8898.0658.33港澳臺長途費0.000.020.000.010.000.010.000.000.010.030.062.64國際長途費0.010.340.080.110.030.010.080.000.510.210.8129.41長途費比例0.030.060.050.060.040.040.060.040.060.130.120.07省內漫游費3.486.718.7411.678.6712.0817.2414.8548.02127.08110.9097.69省際漫游費0.432.792.223.331.552.294.023.366.5123.34183.5657.51國際漫游費0.020.220.120.260.140.130.500.002.200.946.27706.27漫游費比例0.040.080.070.090.050.070.100.070.080.220.300.55漫游長途費0.241.891.392.050.901.352.341.794.7412.04116.55202.86特服費6.636.757.347.587.748.408.156.1713.7914.3619.1217.94SMS費4.591.382.112.242.402.633.7181.093.384.324.426.14WAP費0.030.010.010.010.020.020.020.120.040.030.000.28IP費1.622.101.992.322.082.423.709.604.1927.8220.3019.78IP費比例0.570.230.220.190.250.220.240.730.090.280.090.06GPRS費0.450.100.150.190.140.150.310.361.712.282.6812.09代收信息費4.343.574.685.124.365.365.2812.3510.3511.2211.5714.60其它費0.360.552.022.203.713.653.660.605.886.1110.1016.7835整理課件各組相對強弱勢比較分組號細分編號強勢特征弱勢特征組1：低使用率組1與小靈通通話多，撥打1860、1861次數本地、省內長途漫游、省間長途、短信、IP、與聯通用戶通話組2：固話聯系緊密組8與固定電話通話多本地、省內長途漫游、省間長途、短信、IP、與聯通用戶通話組3：中低使用率組12與固定電話通話多省際長途、IP電話9與聯通通話次數組4：聯通聯系緊密組7與聯通用戶通話時長、次數省際漫游5與聯通用戶通話時長、次數組5：移動聯系緊密組10與移動用戶通話時長、次數與聯通和固話的通話時長、次數組6：短信高使用組3短信、夢網短信、WAP、撥打1860、1861港澳臺、國際長途漫游。組7：大量本地通話組11本地通話時長、次數。呼叫轉移。與移動用戶通話時長、次數組8：高IP&省內漫游組4IP通話時長、次數。省內漫游組9：高省際長途漫游組6省際長途漫游通話時長、次數WAP使用，1861撥打次數組10：高國際長途漫游組2港澳臺、國際長途漫游36整理課件組1：低使用率組組1：低使用率組細分組信息數量：比例：6%年齡：30.99ARPU:68在網時間(月)：27女性比例：29%預付費比例：81%VIP比例：7%客戶群分析本組用戶對手機基本使用通話功能，并且通話需求低。平均每天2.8次主要在本地活動，并且也主要與市內用戶溝通。聯系圈子小。并且與小靈通聯系較多。每個市內、長途電話的時長在12組人群中居第一、二位，但次數卻最少。可看出此類人群一般是有事情才打電話，所以談話時間會長，但次數卻少。優惠時段通話次數在所有組中最高，占了整個通話次數的5%。短信使用量相對其他低端人群較多，結合其低ARPU值的特征，估計因為資費敏感而用會采用短信替代一定通話行為IP通話電話次數占整個通話次數比例較高，有28%，可看出其對資費非常敏感。訪問營業廳次數少。撥打1860、1861次數多。由于1861為話費查詢電話，可見此客戶群對資費比較敏感。37整理課件組1：低使用率組客戶策略產品/服務：此類人群對資費非常敏感，可能會對省錢類產品感興趣。由于人群圈子窄，并且主要為市內通話，容易成為小靈通的搶奪對象，可設計親情號碼類產品。推廣：估計此類人群中包括低工資人群、家庭婦女、老人、學生等人群、社交需求少的技術人員，所以可選擇超市、商場、學校等地進行海報宣傳或安排人員發送宣傳單。在人群聚集地進行一定促銷活動，實物獎勵會對該組人群有一定吸引力1860、1861接聽宣傳銷售渠道：除基本代銷點外，可挑選此客戶群體的居民樓附近超市、小商品店等作為代銷點38整理課件組6短信高使用組組6：短信高使用組細分組信息數量：比例：1%年齡：24ARPU:194在網時間(月)：14女性比例：44%預付費比例：92%VIP比例：18%業務使用行為其最明顯特征是點對點短信、網間短信、夢網短信、WAP等數據業務使用量大，估計此類人群對新技術比較