0702新增用户维系.ppt

模型预警20%的正常用户，包含61%的下月流失用户 用户集：09年06月（包括06月）以前入网、08月仍然正常的用户； 模型筛选用户：通过模型筛选出的用户集中20%的用户，其中， 包含了用户集中61.4%的9月流失用户； 模型筛选用户9月、10月和11月的流失率（模型准确率）分别为26.7%、36%和43%，比用户集中用户的流失率（不使用模型筛选的准确率）提升度分别为3.4、2.7和2.3倍。 61.4% * 提升度=模型筛选用户流失率/用户集中用户流失率 在网1月新增用户流失预警模型 在网1月新增用户没有月数据，只有日数据，由于系统只保留最近3月的日数据，9月的日数据不完整，11月的新增用户不能判定用户流失，只能取10月新增用户的日数据为建模数据集 用户的样本量小，考虑到决策树算法如使用交叉验证，能一定程度上弥补样本量小的不足，采用决策树算法作为预警建模算法 建模时间窗口 建模变量 基本情况 语音通话情况 数据业务使用情况 品牌 ARPU 余额 套餐名称 … 日均数据 时间段日数据/变化趋势数据 日均数据 时间段变化趋势数据 本地通话次数 长途通话次数 漫游通话次数 … 本地通话次数波动率 长途通话次数波动率 漫游通话次数波动率 … 短信条数 彩信条数 GPRS流量 … 短信条数波动率 … 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 入网时间在10月1~25日的用户从入网当天直到10月底的日数据 建模结果 余额 品牌 手机报费用 套餐名称 日均长途通话次数 月租费 日均本地被叫通话次数 充值次数 日均漫游通话次数 包打套餐标志 本地通话次数波动率 手机邮箱标志 新业务费 多次充值标志 彩铃订购标志 手机报订购标志 本地主叫次数波动率 重入网标志 外网通话对端数波动率 通话大于5分钟标志 通话标志 短信发送条数波动率 模型使用了交叉验证， 模型的结果为决策树，应用模型后的输出为用户流失的置信度 用户余额、品牌、手机报费用、套餐名称、日均长途通话次数、月租费、日均本地被叫通话次数变量重要 变量重要性 模型预测效果评估 由于没有11月的数据可用于测试12月流失情况，使用建模数据集评估模型拟合效果 从收益图来看，模型筛选了20%的10月新增用户，包含了50%的11月流失用户 筛选40%的的10月新增用户，包含了74%的11月流失用户 74% 50% 模型应用流程 新增用户和高价值用户 当前在网用户 定义候选用户 识别正常用户 渠道养卡用户识别模型 跳蚤用户识别模型 筛选流失预警用户 用户细分模型 根据不同用户特征，采用适宜的挽留策略 了解用户特征 在网1月新增用户流失预警模型 在网2月新增用户流失预警模型 在网2月以上新增用户流失预警模型 高价值用户流失预警模型 高价值用户用户细分模型 在网1月新增用户细分模型 在网2月以上新增用户细分模型 维 系 方 案 正常低网龄用户维系措施 正常低网龄用户维系 在网异动用户 流失高危用户 财务捆绑：预存话费送话费（高额度） 用户忠诚度计划 网龄营销（财务捆绑） 服务捆绑 用户归位，主动引导用户归位至适合其自身消费的品牌和资费套餐； 优惠补卡； 账户低余额时充值提醒； 主卡付费+亲情网…… 同一细分群的流失高危用户和在网异动用户采用同一类型的捆绑政策，但在力度上会有所差异。 业务捆绑：预存送本地长途通话分钟数 业务捆绑：预存送本地通话分钟数（高额度） 财务捆绑：预存话费送话费（中低额度） 业务捆绑：专项预存-高价值数据业务套餐优惠 业务捆绑：专项预存-短信套餐捆绑 业务捆绑：专项预存-GPRS套餐捆绑 业务捆绑：预存送漫游主叫通话分钟数 业务捆绑：专项预存-数据业务套餐优惠 业务捆绑：预存送本地通话分钟数（低额度） 商务高端用户群 长途话务突出群 本地话务突出群 本地低端用户群 数据业务发烧群 短信偏好用户群 GPRS偏好用户群 漫游突出用户群 数据业务兴趣群 本地话务偏好群 全用户 谢 谢 ！ * * * * * * -*- 某运营商数据挖掘项目汇报_新增用户维系 2010年3月 新增用户维系基本流程 1、采用生存分析法，对有流失倾向的用户进行提前预警，并可根据用户流失概率的高低划定预警级别 流失高危用户群 在网异动用户群 正常用户群 异动预警监控 1、维系策略方案生成 渠道养卡监管措施 重入网与反复用户管控措施 正常低网龄用户维系措施 2、维系方案实施 营销案实施流程 维系渠道 维系方式 维系策略及方案 1、维系情况反馈 2、目标达成情况 3、维系效果评估： 渠道养卡识别及监管 重入网与反复重入网 正常低网龄用