电信业务数据挖掘详细报告课件.ppt

  1. 1、本文档共77页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
全国领先的工作效率提升平台 金矿就在您的脚下 ——基于数据挖掘技术的精确智能营销 华院分析公司简介 华院分析为客户提供数据挖掘整体解决方案 华院分析团队介绍 在中国移动集团内部的主要工作介绍 议 题 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 价格战与渠道的唯利是图导致移动公司深陷“价格漩涡” 虚增放号与不稳定的用户群体进一步增大了销售成本 客户离网正严重影响着中移动的收入与利润 新业务种类繁多,仍需努力推广 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 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 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 议 题 三类用户细分方法介绍 为什么要建立客户行为细分模型 客户行为细分模型通过上百个变量描述客户 自动生成影响客户分组的主要因子 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 16个组中呈现出差别明显的优势、弱势特征 各类客户人数及收入贡献一览 某移动公司全球通(后付费)客户的17个客户分组 对细分客户组进行特征描述 本组特征描述 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。 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。 针对性的业务推广与客户服务建议 本组市场建议 业务推广建议 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 GPRS业务——估计本组客户中有相当部分人群是商务人士 客户服务建议 免费赠送香港天气预报 与航空公司里程积点互换 空港VIP休息室 研究整个客户结构的动态变化情况 研究各分组客户人数的变化,指导营销策略制定 客户群体变动分析 研究各分组客户ARPU的变化,指导营销策略制定 结合客户行为分组观察客户对长途资费的敏感度 分组大类的客户管理与营销策略 研究只有应用于营销实践才会产生真正的价值 应用示例:GPRS业务推广 客户细分模型为新业务推广助力 利用已有研究成果拓展1860营销新渠道 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 …… 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 用户离网预警模型工作原理简介 用户流失预测模型变量与参数示例 用户离网预警模型产生需要挽留的客户名单 交叉销售模型 何谓交叉销售 产品业务关联关系图说明 移动对对碰与其他产品/业务的关联关系 移动对对碰——客户分组交叉销售机会 某移动全球通GPRS定向销售回应率曲线说明 交叉销售模型(GPRS定向销售)因素分析举例:漫游平均次数 一个真实的信用管理失误的故事 坏帐控制背后的故事 客户信用评分模型 客户综合价值模型 客户按综合价值评分在市场营销分析矩阵的分布总图 用户综合价值分组介绍举例:组5 基于客户综合价值评分的市场营销建议 华院分析智能营销系统可内嵌以上各类模型 华院分析智能营销系统管理思想 议 题 方法论一:建模紧密结合应用 行业理解、需求定义 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 … … 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 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 评分表 方法论二:项目联合团队 方法论三:知识转移伴随项目进展 方法论四:循序渐进的模型应用 方法论五:持续地转变促成支持工作 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

文档评论(0)

带头大哥 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档