【文档说明】02-(市场营销)-基于数据挖掘技术的精确智能营销介绍.pptx，共(71)页，1.705 MB，由精品优选上传

转载请保留链接：https://www.ichengzhen.cn/view-282389.html

以下为本文档部分文字说明：

基于数据挖掘技术的精确智能营销议题2.移动通信行业营销热点话题回顾规模型发展向规模效益型发展转变运营商深陷“价格漩涡”虚增放号增大销售成本用户离网严重营销收入与利润攻守平衡成为移动营销转型的关键新业务推广仍需努力客户服务与客户期望有差距数据挖掘模型与案例

选讲数据挖掘项目工作方法移动通信市场竞争迫使移动由规模型发展向规模效益型发展转型0%20%40%60%80%100%19951996199719981999200020012002移动联通555100500120023000500100015002000250019

98年1999年2000年2001年2002年2003年万-20.0%-15.0%-10.0%-5.0%0.0%5.0%10.0%15.0%20.0%25.0%30.0%35.0%1月2月3月4月5月6月7月8月9月中国移动红筹公司中国联通红筹公司0501001

50200250300350400200020012002全体用户签约用户3.联通份额持续攀升小灵通来势汹汹存量市场争夺凸显MOU潜力有限MOU价格战与渠道的唯利是图导致移动公司深陷“价格漩涡”4.渠道终端影响力提高诱发新一轮价格战提高市场费用，频繁促销平均ARPU值下降通

过“价格战”竞争夺取市场份额竞争对手的发展导致竞争升级用户价格敏感度提高，部分用户群在利益趋势下频繁转网“不断降低的新用户质量降价应对动荡的用户群基础盈利能力降低渠道利用运营商之间的竞争提出新要求渠道成本上升渠道因利益驱使引起用户转网更低的毛利进一步动荡的用

户群更低的ARPU公司价值贬值...陷入僵局超越竞争，摆脱“价格旋涡”虚增放号与不稳定的用户群体进一步增大了销售成本5.某分公司2002年1-9月活动用户数变化情况累计放号与净增用户对比123456789金卡神州行全

球通联通G网联通有效放号率9.6%有效放号率21.7%累计放号净增用户累计放号移动净增用户客户离网正严重影响着中移动的收入与利润6.ARPU群>600300-600200-300<200平均ARPU（人民币元）958415244112

客户数（万）47136141447离网率（1）18%19%19%26%23%估计离网对收入的影响（人民币亿元）4.96.43.97.823.0估计离网对税前利润的影响（人民币亿元）3.23.81.90.79.6亿亿平均：7.0%20%40%60%80%100%在网用户离网用户新入网用户>

600600500400300200100ARPU平均ARPU指标100%93%59%客户保留成本：新客户获取成本15：攻守之间的平衡成为移动营销转型的关键新业务种类繁多，仍需努力推广0.0%10.0%20.0%30.0%40.0%50.0%60.0%70.0%80.0%短消息12

59全球呼17951IP电话业务信息点播呼叫转移GPRS业务移动梦网0204060801000.0%2.0%4.0%6.0%8.0%10.0%收入35.8987.35比重2.80%6.10%200120020%2%4%6%8%10%12%14%16%18%DoCoMoVodaf

oneD2BTCellnetOmnitelTIMSoneraChinaMobile8.某省新业务普及率抽样调查新业务收入及其占业务收入的比重中国移动新业务种类繁多新业务比重与国际运营商比较客户服务与客户期望

有差距，深层次理解用户需求成为关键91%88%84%87%9%12%16%13%0%10%20%30%40%50%60%70%80%90%100%9.项目送鲜花和月饼赠订报纸组织节日旅游发展俱乐部客户大客户年会白金客户音乐会赠送年历和笔记本

获得服务的人数100,00024,04528032,73010030023,000占总优惠成本比例(%)47%46%2%2%1%1%1%如果通讯优惠和非通讯优惠只可以二选其一...客户百分比全球通话费600RMB以上全球通话费200RMB以下全球通话费201-600RMB神

州行话费200RMB以上346766439224通讯优惠非通讯优惠全球最佳管理实践提示：现阶段是数据挖掘应用的关键时期10.企业客户个人客户个人客户企业客户客户•满满足大众市场的基本需求简单的产品/服务无差别化的服务完全分离

的组织各自拥有计费功能自有的IT系统各自的管理机构渠道体系分离营销客服计费管理IT营销客服计费管理IT接入提供差别化的服务不同的定价模型不同的信用政策交叉销售新业务流失用户预警开始注重企业用户相同的计费与客服系统相同的IT系统营销客服

IT/管理基础设施计费企业客户营销个人客户营销客服IT/管理基础设施计费123起步阶段(第一/第二代移动通讯)成长/差别化阶段(第二代移动通讯)新游戏规则阶段(第三代移动通讯)基于数据挖掘技术中国移动集团结合国内外实际情况提出数据挖掘营销应用规划11.客户行为细分模型客户流失倾向预警模型价

格敏感度模型客户信用评分模型交叉销售模型营销效果预测模型客户价值评估模型议题12.移动通信行业营销热点话题回顾数据挖掘模型与案例选讲客户行为细分模型及案例选讲客户离网预警模型及案例选讲客户交叉销售模型与案例简介客户信用评分模型与案例简介客户综合价值模型与案例简介数据挖掘项目

工作方法三类用户细分方法介绍13.•易于辩认•易于集中媒介沟通渠道•易于组织分销以地理位置,人口特征为基准的细分市场以需求为基准的细分市场以心理性向/生活方式为基准的细分市场◆描述性的因素,不足以预测其未来购买行为◆知道品牌X牙膏主要俏于南方,购买者是教育程度高的女性•是驱动因素(好处

是什么?)•在市场日趋成熟复杂和多样化的形势下更显重要•可以帮助营销活动的方方面面建立策略,赢得目标人群◆如果不结合其他信息就用处不大◆知道品牌X牙膏使用者在寻找具有防止牙龋有效手段的产品优惠•是驱动因素(为什么有这种要求)•为消费者人格背景提供更完整的信息•为广告渠道策划提供思路◆对产品/

服务的具体方向往往不能给出明确的方向◆知道品牌X的消费者非常关心自已和家人的健康,具有责任心强的品质好处问题举例对行为的预测性提高为什么要建立客户行为细分模型14.0200500低端中端高端ARPU值相似的客户需求特点却差别很

大客户细分之谜根据ARPU值进行客户细分的方法基于数据挖掘技术的以需求为基准的细分客户行为－价值细分模型海量客户行为数据/特征数据组内行为特点相似组间行为差异较大的客户分组客户行为细分模型通过上百个变量描

述客户15.性别年龄建档时间证件号码缴款方式信息费应收金额优惠金额滞纳金应收SMS次数国际呼叫呼入/呼出比例短消息话单类型信息长度赠送费用呼转类型漫游话费通话时长赠送分钟数费用类型动态漫游号IMSI号码月均基本通话月均国内长途工作日呼叫次数工作日呼叫时间WAP呼叫时

间繁忙时段呼叫次数非繁忙时段呼叫次数SMS次数WAP次数IP呼叫次数语音呼叫次数非语音呼叫次数月均国际长途非IP呼叫时间自动生成影响客户分组的主要因子16.因子分析性别年龄缴款方式SMS次数国际呼叫其它…优惠金额短消息话单类型赠送费用费用类型漫游次数应收

金额IDD次数月均国内长途月均基本通话非语音呼叫次数SMS次数WAP次数月均国际长途语音呼叫次数费用类型客户根据自身所具有的特征自动聚为一些行为特点相似的群体17.低高高高12845376因素二（国内呼叫次数）因素三（

IP呼叫次数）因素一（繁忙时段呼叫次数）示例16个组中呈现出差别明显的优势、弱势特征组号优势特征弱势特征描述性名称#1语音每次呼叫时间、香港（澳门）呼叫、非繁忙时段呼叫繁忙时呼叫、IP呼叫、短信、转移业余活跃组#2繁忙时段月均呼叫次数、

漫游地区呼叫、香港呼叫次数转移呼叫、短信、转移业务繁忙组#4IP呼叫、转移呼叫贵中求惠组#6IP呼叫短信、转移IP手机组#9IP呼叫、短信非繁忙时段呼叫新生潜力组#12非繁忙时段呼叫漫游地区呼叫、转移、短信夜间积极组#14繁忙时段月均呼叫次数漫游呼叫、非繁忙呼叫、转移本地繁忙组#16繁

忙时段月均呼叫次数、转移呼叫、香港（澳门）呼叫IP呼叫繁忙大客户组#8短信转移呼叫、IP短信专家组#11转移呼叫繁忙时段月均呼叫次数、短信热衷转移组#15漫游地区呼叫短信、繁忙呼叫次数频繁出差组#3语音每次呼叫时间繁忙时段次数、

短信情深语长组#5繁忙时段次数、每次呼叫时间、短信消极等待组#7呼入/呼出比短信等待接听组#10繁忙时段次数、呼入/呼出比、每次呼叫时间休眠组#13繁忙时段月均呼叫次数寂寞无声组18.各类客户人数及收入贡献一览19.人数

百分比收入贡献百分比59.61%56.41%15.08%28.51%14.89%25.91%客户群优质普通弱势组别#1、#2、#4、#6、#9、#12、#14、#16#8、#11、#15#3、#5、#7、#10

、#13人数103,66454,816205,071收入贡献RMB29,659,162.05RMB7,204,282.92RMB12,897,830.1优质普通弱势某移动公司全球通（后付费）客户的17个客户分组客户群组号人数（万

人）人数百分比组内月人均话费（元）组名优质组#91.51.5%970国际呼叫组#41.71.8%865业务繁忙组#21.51.6%758呼叫香港组#141.01.0%729国内长途组#151.41.4%

640呼叫台湾组#1611.611.8%420本地繁忙组#111.21.2%407转移移动组普通组#102.82.9%351热衷IP组#124.64.7%347商务潜力组#132.12.1%331全面发展组#51.91.9%321呼转电信组#72

.02.0%286短信热衷组#171.61.6%241转移联通组弱势组#86.76.9%221IP长聊组#64.34.3%205短信潜力组#114.114.4%171情深语长组#338.439%100节约通话组20.注意：每个客户分组的组名代表本组客户

与其他客户分组的客户相比较所具有的显著特点，而不是指本组客户只有此特点对细分客户组进行特征描述21.本组特征描述1.本组客户共15441人，占客户总数的1.6%，组内每月人均话费759元。2.与其他客户相比，本组客户的显

著特征体现在呼叫香港的通话行为较多（因素7）。香港月均每次呼叫时间达1.8分钟，月均呼叫次数8.7次，而全体客户平均香港月均每次呼叫时间1.6分钟，月均呼叫次数只有0.2次。由此，本组客户的香港月均呼叫费用（53.7元）比全

体客户平均呼叫费用（1.3元）高出40多倍，香港呼叫需求相当大。第二组：呼叫香港组优质组人数：15,441月人均话费：759元与全体客户话费均值之比：3.0人数百分比：1.6%女性比例：38.2%平均在网时间：43.2月针对性的业务推广与客户服务建议本组市场建议1.业务

推广建议a)彩信业务——统计分析发现本组客户彩信使用人数比例明显大于其他16个客户分组b)GPRS业务——估计本组客户中有相当部分人群是商务人士2.客户服务建议a)免费赠送香港天气预报b)与航空公司里程积点互换c)空港VIP休息室22.研究整个客户结构的动态变化情况2

3.29.24%20.90%16.31%54.45%65.86%13.24%0%10%20%30%40%50%60%70%80%90%100%5－7月份8－10月份优质组、普通组、弱势组人数百分比变化趋势优势普通弱势示例研究各分组客户人数的变化

，指导营销策略制定24.17035667-5449-2994-13902541-3418-10257-3814-647310902039-1076211483-3927-5116-20000-15000-10000-500005000100001500020000#

1#2#3#4#5#6#7#8#9#10#11#12#13#14#15#16业余活跃组业务繁忙组情深语长组贵中求惠组消极等待组IP手机组等待接听组短信专家组新生潜力组休眠组热衷转移组夜间积极组寂寞无声组本地繁忙组频繁出差组繁忙大客户组可能流失或转换品牌可

能受季节影响可能流失或转换品牌该组的流失需要密切注意客户群体变动分析0200004000060000800001000001200005-7月优势流往普通流往弱势普通流入弱势流入其他8-10月优势25.优质组客户群体流入、流出分析单位：个占5－7月份优势组人数10.53%占5－7

月份优势组人数31.46%占8－10月份优势组人数9.47%占8－10月份优势组人数21.40%新增及流失之和占5－7月份优势组人数51.30%仍然留在优势组示例研究各分组客户ARPU的变化，指导营销策略制定26.050100150200250300350#1#2#3#4#5#

6#7#8#9#10#11#12#13#14#15-100-500501001502002503-5月8-10月差异月均话费贡献ARPU差异只有长途电话组用户月均话费贡献升高结合客户行为分组观察客户对长途资费的敏感度6%14%10%2%13%14%15%19%

17%35%8%6%11%26%16%5%8%13%0%5%10%15%20%25%30%35%40%#1#2#3#4#5#6#7#8#9#10#11#12#13#14#15#16#17总体171758100865321205286221970351407347331729

64042024127.某移动全球通客户（后付费）IP呼叫比例各组分布注释：IP呼叫比例=本组客户月均IP呼叫次数/本组客户月均包含IP通话的长途通话总次数从17个组比较来看，第10组热衷IP组是对长途通话资

费最敏感的客户群体（经济型），而第4组业务繁忙组则是对长途通话资费最不敏感的客户群体（效率型）。本组客户对价格极不敏感本组客户有较强IP使用习惯本组客户长途通话需求大，对价格有一定敏感性分组大类的客户管理与营

销策略28.16组15组14组12组11组9组13组8组7组6组5组4组3组2组1组10组010000200003000040000500006000070000800009000000.511.522.533.544.55客户贡献效率

人数（平均人数：21865）差异化手段巩固发展◼这些客户都是有潜力，但对话费有一定敏感性的客户◼ARPU高于均值，各类人群习惯差异较大研究只有应用于营销实践才会产生真正的价值29.指导数据业务推广协助快速培养新品牌转变1860为主动营销窗口如

GPRS业务如动感地带1860营销应用示例：GPRS业务推广30.记录客户反馈衡量活动效果设计市场活动方案确定最可能对GPRS感兴趣的客户◼初步选定第4组业务繁忙组、第14组国内长途组、第12组商务潜力组◼根据每组客户的具体

情况及活动预算，设定对处于本组内哪一话费段的客户进行活动◼产生具体的客户列表及每个客户的月人均话费、组别、客户帐单邮寄地址◼业务介绍方案◼开通业务热线电话或业务登记反馈表格◼网上业务受理网址◼各类业务受理渠道客户反馈记录◼哪些客户购买？哪些客户查询业务？购

买和查询的时间？哪些客户没有反应？客户细分模型为新业务推广助力31.售点“一对一”营销沟通吸引眼球的“大众”营销有吸引力的“产品”设计产生兴趣了解“产品”形成习惯学习“应用”购买使用新业务推广关键环节消费者购买新业务的行为模式新业务最广最佳实践各省级移动运营商普遍做的工作各省级移动运营商相对薄弱的

工作环节迅速有效的推广利用已有研究成果拓展1860营销新渠道32.客户细分模型客户价值指数客户通话行为特点业务推荐指数……主动营销研究成果还可以应用于以下方面•识别新的营销机会•指导差异化套餐设计•指导差异化客户服务•指导增值业务推广•指导促销活动目标选择•指导保“高”计划•指导

“忠诚”计划•指导集团客户开发•……33.客户行为细分模型在指导营销应用方面具有显著特点•可以获得每个客户分组中所有客户或部分客户的名单•可以灵活的对形成的各客户分组进行宏观观察和微观细分•可以借助计算机程序动态观测客户行为

的变化及其所属客户细分群体的变化•可以灵活的基于各种不同的营销目标或客户服务目标进行应用34.用户离网预警模型工作原理简介35.基于离网预警模型的用户挽留用户数据▪话单数据▪帐单数据▪套餐与产品数据▪用户信息数据流失预测模型未来1－2个月用户具有

高离网概率的用户名单用户流失预测模型变量与参数示例36.部分规则移动用户高危用户流失可能低满足该规则满足该规则如果在网时间<115天，并且第三个月无本地通话如果曾使用套餐总数大于2种，且第二个月IP呼叫时间小于68分钟，且第三个月呼

入次数少于63次……………………………用户离网预警模型产生需要挽留的客户名单电话号码ARPU所在地区所属分组流失倾向评分行动优先级评分13816372583139016476251391663225437.流失倾

向评分说明该客户流失可能的大小营销人员可迅速确定客户的开户地区，以便采取行动营销人员可以更准确地抓住具有潜在流失倾向的客户营销人员可以根据ARPU确定客户挽留活动的目标群体了解潜在流失客户的行为特点，开展针对性的客户挽留综合客户流失倾向

与ARPU，给出建议行动优先级供参考38.伊犁分公司离网挽留活动效果分析伊犁分公司是最早完成流失预测模型建模的公司，也在2003年年初最早开始客户关怀和挽留活动。经过半年左右的离网挽留工作实践，伊犁分公司的客户保持工作取得了比较显著的成绩。0.00%2.00%4.00%6.00%8.00%10

.00%12.00%14.00%16.00%1月2月3月4月5月6月7月8月9月10月11月12月2003年离网率(%)2002年离网率(%)节选自某移动内部报告39.伊犁分公司离网挽留活动效果分析相比于其他较晚开始或还没有开始的地区，流失率明显偏低，可是通话用户的增长

率却名列前茅。这使我们认识到，离网挽留工作不仅仅是留住了要离开的客户，还推动了更多的客户使用我们的业务。节选自某移动内部报告交叉销售模型40.彩信手机银行全球呼IPGPRS语音信箱移动秘书产品之间的正关联与负关联IP彩信GPRS手机银行全球呼语音信箱移动秘书用户－产品关

联何谓交叉销售41.交叉销售升级销售市场拓展市场渗透新产品老产品老客户新客户向老客户销售其尚未使用的产品向老客户促销其正在使用的产品以促使更多消费将老产品销售给新的客户将新产品销售给新客户交叉销售研究要点•交叉销售通过研

究客户的产品使用情况、消费行为特点，发现老客户的潜在需求•交叉销售通过产品之间的关联，寻找实现产品捆绑销售的机会•交叉销售为新产品寻找已有用户中的目标群体产品业务关联关系图说明42.根据产品业务关联性评

分表，形成某一产品与其他产品关联关系图，以形象说明本产品与其他产品之间的关联关系（正相关或是负相关）及其关联性强弱。-5-4-3-2-1012345呼叫等待20元GPRS套餐1259自动台1258人工台0元GPRS套餐正向关联负向关联客户取消产品

时作为替补品考虑产品捆绑销售相关性弱替代性弱相关性强替代性强移动对对碰与其他产品/业务的关联关系43.-5-4-3-2-1012345语音信箱移动梦网移动IP随E行数据通信全球呼强显来电显示呼转小叮铛呼叫等待彩信百宝箱20元GPRS套餐1259自动台1

258人工台0元GPRS套餐移动对对碰与语音信箱、移动梦网、随E行、数据通信、呼转小叮铛、彩信、百宝箱、20元/0元GPRS套餐都有正向关联关系。移动对对碰——客户分组交叉销售机会44.0.0%0.5%1.0%1.5%2.0%2.5

%3.0%3.5%4.0%4.5%5.0%#1#2#3#4#5#6#7#8#9#10#11#12#13#14#150.02.04.06.08.010.012.014.016.0百分比月均次数IP长聊组IP长途组节约通

话组短信潜力组长话短说组本地小康组短信专家组长途电话组夜间积极组长话长说组等待接听组本地繁忙组情深语长组热衷转移组差旅人士组(次)移动对对碰——分组普及率分析＃7短信专家组、＃4短信潜力组用户对移动对对碰的

兴趣相当较浓，可作为大规模推广移动对对碰的突破口。＃9夜间积极组、＃15差旅人士组、＃8组长途电话组根据用户行为分析，也应用有较大的交叉销售机会。某移动全球通GPRS定向销售回应率曲线说明45.说明：从左表中我们可以看出，不

对用户群特征进行研究，对10%的客户进行市场活动，获得的客户响应人数百分比只能是10%；进行了用户群特征研究，我们对10%目标客户做市场活动，就可以获得约53.4%的顾客响应。采用定向销售分析后，不仅提高了市场活动的命中率，也减

少了市场活动的经费。交叉销售模型（GPRS定向销售）因素分析举例：漫游平均次数0.0%10.0%20.0%30.0%40.0%50.0%60.0%[0,8.6)[8.6,27.8)[27.8,43.8)[43.8

,86.2)[86.2,192.6)[192.6,+&)0.0%0.5%1.0%1.5%2.0%2.5%3.0%3.5%4.0%按漫游平均次数分组人数百分比各分组GPRS的响应率全部客户GPRS的响应率4

6.随着漫游平均次数的提高，GPRS的销售回应率呈上升趋势。一个真实的信用管理失误的故事47.◼某用户是中国移动全球通用户，ARPU值800元左右，在网时间超过5年◼同时用于随e行上网卡一个，200元包

月◼每月向中国移动贡献大约1000元收入◼对中国移动有较高的忠诚度◼最近由于其欠费0.7元随e行短信费用被停机，停机前没有收到移动正式的停机通知或欠费催缴通知◼该用户先抱怨GPRS网络不稳定，后来发现同事可以上网，就怀疑网卡有问题，最后当发现是中国移动由于0.7元而停机

导致其不能在差旅途中上网并为他带来很多麻烦时，他愤怒了……坏帐控制背后的故事48.某公司日停机用户与销售收入损失停机人数损失客户信用评分模型信用好与信用差的用户评分分布02004006008001000120090100108116124132

140148156164172180188196204212220评分样本人数GoodsBads49.50.第一个月分布图020406080100百分比（%）守信者95.94.1赖帐嫌疑者93.316.69无呼叫有呼叫第二个月分布图020406080100百分比（%）守信者95.944.0

6赖帐嫌疑者92.697.31无呼叫有呼叫第三个月分布图020406080100百分比（%）守信者95.874.13赖帐嫌疑者93.466.54无呼叫有呼叫观察期内赖帐嫌疑者与守信者转移呼叫移动行为分布图示显示：在连续三个月的观察期中，赖帐嫌疑者转移呼叫移动的比例都大于守信者。

信用模型因素分析举例：转移呼叫客户综合价值模型51.本项目中对客户价值评估模型的搭建，综合衡量客户五个方面的表现：客户当前贡献度、客户未来贡献度、客户信用度、客户忠诚度以及客户成长潜力。客户成长潜力客户忠诚度客户未

来贡献度客户信用度客户当前贡献度客户综合价值客户综合价值=weight_1*客户当前贡献度+weight_2*客户未来贡献度+weight_3*客户信用度+weight_4*客户忠诚度+weight_5*及客户成长潜力12354客户按综合价值评分在市场营销分析矩阵的

分布总图52.稳定性发展性低中高低中高#1#2#5#6#8#3#4#9#10#7123456987稳定性和发展性都低的客户约占客户总体的6.2%，而稳定性和发展性都高的优质客户约占客户总体的13.4%，其余客户发展

性中等，稳定性界于低、中、高之间，客户在整体上趋于正态分布。用户综合价值分组介绍举例：组553.本组特征描述1.本组人数百分比3.59%；2.本组客户的显著特征体现在客户当前贡献度和忠诚度均为各组之末；3.本

组客户的信用度也低于均值，产品增长潜力尚可；4.总体而言，本组客户发展性和稳定性都偏低，处于客户综合价值矩阵的象限1。789456123指标5均值客户成长潜力630.15558.87客户忠诚度179.55712.1客户信用度357.67538.

83客户当前贡献度21.01109.59人数比例3.59%基于客户综合价值评分的市场营销建议54.市场营销建议1.此类客户约占客户整体的6%，非客户主体；2.客户的培育和挽留价值都不大；3.建议通过品

牌整合，将这部分客户根据其特征分流到某移动的其它品牌，打造全球通后付费品牌的高端市场形象。稳定性发展性低中高低中高#1#2#5#6#8#3#4#9#10#7123456987分析智能营销系统可内嵌以上各类模型55.流失预警模型交叉销售模型客户行为细分模型更多模

型营销信息预警营销方案策划绩效管理主动营销客户行为数据业务系统数据仓库数据挖掘模型行为数据行为数据客户挽留营销信息层分析企划层管理实施层分析智能营销系统管理思想56.外部市场竞争形势内部营销管理能力营销策略与客户管理策

略策略流程技术数据挖掘与分析模型成长学习系统模块客户挽留客户培育客户获取客户细分与分析最佳管理实践议题57.移动通信行业营销热点话题回顾数据挖掘模型与案例选讲数据挖掘项目工作方法方法论一：建模紧密结合应用58.模型评分自动化应

用建议评分建模数据处理123450行业理解、需求定义行业理解、需求定义59.行业研究•行业结构及主要企业的竞争行为•国家法律政策、技术进步或其他因素引起的行业变化•行业内各企业关注的热点问题•行业内各企业的营销及管理现状需求定义•明确客户需要解

决的问题•例如，客户流失率高居不下•定义帮助客户解决问题的数据挖掘模型及模型的输出成果•例如，预测未来2个月可能流失的ARPU值大于100元的客户名单数据挖掘项目•做什么•为什么做•具体怎么做•如何应用数据

准备•个人信息–手机号、联系人、开户日期、地区编号、性别、出生日期、联系地址、帐单地址、付费方式、销户日期等等•话单数据–手机号、呼叫类型、对方号码、通话开始时间、通话时长、地区号、对方所在区号、漫游类型、长途类型、

长途分组、IP电话类型、业务类型等等•帐单信息–手机号、帐单开始日期、结束日期、帐单总金额、月租费、月租功能费、滞纳金、最后付费日期、销帐日期、积分情况等等•1860信息•……60.数据处理•数据处理是建立模型前的必要准备工作•处理残缺和孤立数据•产生衍生变量•分析因变

量和自变量的相关性61.建模•建模是从历史数据和结果中找出深层的关系和规律•例如，选择流失客户和未流失客户产生决策树62.5000流失5000未流失3000流失1500未流失2000流失3500未流失2000流失800未流失1000流失700未流失入网时间<=1年入网时间>1年年

龄<=30岁年龄>30岁示例评分表63.流失倾向评分组别Rate500145024002350330042504200515051006高流失倾向警戒线低流失倾向示例方法论二：项目联合团队64.XX分析（高层领导）中国移动（主管领导）项目领导委员会XX分析移动行业经理中国移动（数据挖掘项目

经理）项目经理数据处理人员模型构建人员成果展现人员营销咨询人员数据准备人员营销应用人员项目小组项目小组数据分析人员方法论三：知识转移伴随项目进展65.XX分析中国移动数据处理、模型评分、营销应用方法论四：循序渐进的模型应用66.客户价值评估和细分模型

客户信用度管理模型离网倾向预警模型在运营商初次接触数据挖掘模型应用时，分析一般会循序渐进地向客户推广模型的应用更多模型…方法论五：持续地转变促成支持工作67.现状未来中国数据挖掘咨询实践经验总结•各模型的建设与应用需要紧密结合运营商的实际需要•数据挖掘在借鉴

国际经验的基础上要不断进行创新•数据挖掘应用既要有短期成效，又要有不断深化•数据挖掘项目需要公司领导的大力支持，需要计费中心、市场经营部等多个部门的协调配合•数据挖掘模型的研究成果具有相当的准确性及应用价值，但并非只有数据挖掘成果才是

业务创新、服务创新唯一依据，不应过分依赖•数据挖掘应用咨询具有非常明显的“地方性”、“差异化”特色68.中国移动数据挖掘营销应用展望69.大众营销销售支持精确营销数据挖掘应用助中国移动实现精确营销70.智能营销系统经营分析系统BOSS销售

支持大众营销精确营销实现决策方式从经验智慧型向理智科学型转变71.搜集对手情报关注对手策略考虑反击策略结合成功经验数据挖掘技术数据分析技术成本效益核算过去现在