某运营商数据挖掘项目汇报.ppt

;新增用户维系基本流程;■ 渠道养卡识别与监控 □ 重入网与反复重入网管理 □ 正常低网龄用户维系;柳州渠道养卡行为特征及监控思路建议; 以上判断标准，都以同一渠道发展的用户作为判断基础数据； 判断步骤是首先判断疑似养卡渠道，在判断其为疑似养卡渠道后，统计其疑似养卡号码数量 对养卡号码的判断模型是对渠道养卡违规行为进行分析的基础，需要在执行中进一步分析、调研完善优化判断规则，提升判断准确率。;□ 渠道养卡识别与监控 ■ 重入网与反复重入网管理 □ 正常低网龄用户维系;重入网与反复重入网（跳蚤）用户识别规则;用户重入网主要原因分析;从产品、促销、渠道、传播、服务等多方面入手加强重入网与反复重入网管理，降低重入网比率;□ 渠道养卡识别与监控 □ 重入网与反复重入网管理 ■ 正常低网龄用户维系;正常低网龄用户维系基本策略;多级预警，多级维系;正常低网龄用户细分、预警及维系框架;用户流失预警和细分建模过程;;筛选建模变量、根据模型要求进行数据变换;用户细分采用凝聚层次聚类算法;网龄2月及以上新增用户细分模型;细分群主要消费行为特征（网龄=2个月）-1;序号;网龄1月新增用户细分模型;序号;序号; 新增用户中的流失用户超过四分之三的用户生命周期不超过四个月，不具有完整的生命周期特征 COX生存分析模型，隐含了一条假设，即在时间越长，其离网的可能性就越大，这样一来，是否离网和在网时间应该是正相关的，COX模型在拟合的时候，会在这个约束之下，所以其对数据的拟合没有LOGIT效果好 因此对新增用户离网预警，采用LOGIT回归模型或决策模型 ;决策树预测模型：决策树是以实例为基础的归纳学习算法，它着眼于从一组无次序、无规则的实例中推理出以决策树表示的分类规则。它采用自顶向下的递归方式，在决策树的内部节点进行属性的比较，并根据不同属性值判断从该节点向下的分支，在决策树的叶节点得到结论。;在网2月新增用户流失预警模型;建模结果;用户集：09年07月入网、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52.2%的9月流失用??； 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16%、34%和48%，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2.4、2.5和3.2倍。;在网2月以上新增用户流失预警模型;建模结果;模型预警20%的正常用户，包含61%的下月流失用户;在网1月新增用户流失预警模型;建模结果;模型预测效果评估;模型应用流程;维 系 方 案;