数据挖掘技术与案例选讲(ppt-77页)课件.ppt

1、参与规范编写的唯一DM公司为各省运营商提供DM培训1/3试点工作与最多客户经验参与中移动数据挖掘规划移动通信行业营销热点话题回顾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模型与案例选讲数据挖掘项目工作方法数据挖掘项目工作方法联通份额持续攀升联通份额持续攀升小灵通来势汹汹小灵通来势汹汹存量市场争夺凸显存量市场争夺凸显MOU潜力有限潜力有限MOU 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

2、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”某分公司某分公司2002年年1-9月活动用户数变化情况月活动用户数变化情况累计放号与净增用户对比累计放号与净增用户对比123456789金卡神州行金卡神州行全球通全球通联通联通G网网联通联通有效放号率9.6%有效放号率21.7%累计放号净增用户 累计放号移动移动净

3、增用户 ARPU群600300-600200-300200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：ARPU平均平均ARPU指标指标100%93%59%客户保留成本：客户保留成本：新客户获取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攻守之间的平衡成为移动营销转型的关键某省新业务普及率抽样调查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新业务收入

4、及其占业务收入的比重中国移动新业务种类繁多中国移动新业务种类繁多新业务比重与国际运营商比较新业务比重与国际运营商比较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600 RMB 以上全球通话费200 RMB 以下全球通话费201-600 RMB神州行话费200 RMB 以上346766439224通讯优惠通讯优惠非通讯优惠非通讯优惠企业客户个人客户个人客户企

5、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提供差别化的服务不同的定价模型不同的定价模型不同的信用政策不同的信用政策交叉销售新业务交叉销售新业务流失用户预警流失用户预警开始注重企业用户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起步阶段起步阶段(第一第一/第二代移动通讯第二代移动通讯)成长成长/差别化阶段差别化阶段(第二代移动通讯第二代移动通讯)新游

6、戏规则阶段新游戏规则阶段(第三代移动通讯第三代移动通讯)基于数据挖掘技术基于数据挖掘技术客户行为细分模型客户行为细分模型客户流失倾向客户流失倾向预警模型预警模型价格敏感度模型价格敏感度模型客户信用评分模型客户信用评分模型交叉销售模型交叉销售模型营销效果预测模型营销效果预测模型客户价值客户价值评估模型评估模型移动通信行业营销热点话题回顾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数据挖掘项目工作方法0200500低低端端

7、中中端端高高端端ARPU值相似值相似的客户需求特的客户需求特点却差别很大点却差别很大客户细客户细分之谜分之谜根据根据ARPU值进行客户细分的方法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基于数据挖掘技术的以需求为基准的细分客户行为客户行为价值细分模型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因子分析因子分析低高高高因素二（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）示例示例组号组号优势特征优势特征弱势特征弱势特征描述性名称描述性名称#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

8、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

9、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人数人数百分比百分比收入贡献收入贡献百分比百分比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优质优质普通普通弱势弱势客户群客户群组号组号人数人数（万人）（万人）人数百分比人数百分比组

10、内月人均话费组内月人均话费（元）（元）组名组名优质组#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#11

11、4.114.4%171情深语长组#338.439%100节约通话组注意：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第二组：呼叫香港组第二组：呼叫香港组 优质组优质组人数：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月优势普通弱势示示 例例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该组的

12、流失需要密切注意需要密切注意优质组客户群体流入、流出分析优质组客户群体流入、流出分析单位：个占57月份优势组人数10.53%占57月份优势组人数31.46%占810月份优势组人数9.47%占810月份优势组人数21.40%新增及流失之和占57月份优势组人数51.30%仍然留在优势组示示 例例月均话费贡献月均话费贡献ARPUARPU差异差异只有长途电话组只有长途电话组用户月均话费贡献用户月均话费贡献升高升高某移动全球通客户（后付费）某移动全球通客户（后付费）IP呼叫比例各组分布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

13、，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）。171758100865321205286221970351407347331729640420241本组客户对本组客户对价格极不敏感价格极不敏感本组客户本组客户有较强有较强IP使用习惯使用习惯本组客户长途通本组客户长途通话需求大，对价话需求大，对价格有一定敏感性格有一定敏感性（平均人数：21865）差异化手段巩固发展差异化手段巩固发展n这些客户都是有潜力，但对话费有一定敏感性的客户nARPU高于均值，各类人群习惯差异较大指导数据业务推广协助快速培养新品牌转变186

14、0为主动营销窗口如GPRS业务如动感地带1860营销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n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n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n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n业务介绍方案n开通业务热线电话或业务登记反馈表格n网上业务受理网址n各类业务受理渠道客户反馈记录n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？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“

15、应用”购买使用新业务推广关键环节新业务推广关键环节消费者购买新业消费者购买新业务的行为模式务的行为模式新业务最广最佳实践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客户客户细分细分模型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主动营销基于离网预警模型基于离网预警模型的用户挽留的用户挽留用户数据用户数据 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流失预测模型未来12个月用户具有高离网概率的用户名单部分规则部分规则移动用户高危用户高危用户流失可能低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

16、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 电话号码电话号码ARPU所在地区所在地区所属分组所属分组流失倾向流失倾向评分评分行动优先级行动优先级评分评分138163725831390164762513916632254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伊犁分公司离网挽留活动效果分析伊犁分公司离网挽留

17、活动效果分析w伊犁分公司是最早完成流失预测模型建模的公司，也在伊犁分公司是最早完成流失预测模型建模的公司，也在20032003年年初最早开始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。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节选自某移动内部报告伊犁分公司离网

18、挽留活动效果分析伊犁分公司离网挽留活动效果分析w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。了更多的客户使用我们的业务。节选自某移动内部报告节选自某移动内部报告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用户产品

19、关联交叉销售交叉销售升级销售升级销售市场拓展市场拓展市场渗透市场渗透新产品新产品老产品老产品老客户老客户新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。正向关联正向关联负向关联负向关联客

20、户取消客户取消产品时作产品时作为替补品为替补品考虑产品考虑产品捆绑销售捆绑销售相关性弱相关性弱替代性弱替代性弱相关性强相关性强替代性强替代性强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。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

21、用有较大的交叉销售机会。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。随着漫游平均次数的提高，GPRS的销售回应率呈上升趋势。n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n同时用于随e行上网卡一个，200元包月n每月向中国移动贡献大约1000元收入n对中国移动有较高的忠诚度n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

22、的停机通知或欠费催缴通知n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，他愤怒了某公司日停机用户与销售收入损失某公司日停机用户与销售收入损失停机停机人数人数损失损失观察期内赖帐嫌疑者与守信者转移呼叫移动行为分布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：转移呼叫信用模型因素分析举例：转移呼叫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

23、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客户综合价值客户综合价值=weight_1*客户当前贡献度客户当前贡献度 +weight_2*客户未来贡献度客户未来贡献度 +weight_3*客户信用度客户信用度 +weight_4*客户忠诚度客户忠诚度 +weight_5*及客户成长潜力及客户成长潜力12354稳稳 定定 性性发发展展性性低中高低中高#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

24、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。789456123指标指标5均值均值客户成长潜力客户成长潜力630.15558.87客户忠诚度客户忠诚度179.55712.1客户信用度客户信用度357.67538.83客户当前贡献度客户当前贡献度21.01109.59人数比例人数比例3.59%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。稳稳 定定 性性发发展展性性低中高低中高#1#2#5#6#8#3#4#9#10#7123456987

25、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营销信息层分析企划层分析企划层管理实施层管理实施层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策略流程流程技术技术数据挖掘与分析模型成长成长学习学习系统模块 客户挽留 客户培育客户获取客户细分与分析客户细分与分析最佳管理实践移动通信行业营销热点话题回顾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模型与案例选讲数据挖掘项目工作方法数据挖掘项目工作方法模型评分模型评分自动化自动化应用应用建议建议评分评分建模建模

26、数据数据处理处理123450行业理解、需求定义行业研究行业研究 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数据挖掘项目 做什么做什么 为什么做为什么做 具体怎么做具体怎么做 如何应用如何应用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

27、网时间1年年龄30岁示例示例流失倾向评分流失倾向评分 组别组别 Rate500145024002350330042504200515051006高流失倾向高流失倾向警戒线警戒线低流失倾向低流失倾向示例示例华院分析华院分析（高层领导）中国移动中国移动（主管领导）项目领导委员会项目领导委员会华院分析华院分析移动行业经理中国移动中国移动（数据挖掘项目经理）项目经理项目经理数据处理人员数据处理人员模型构建人员模型构建人员成果展现人员成果展现人员营销咨询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项目小组项目小组数据分析人员华院分析华院分析中国移动中国移动数据处理、模型评分、营销应用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，华院分析一般会循序渐进地向客户推广模型的应用更多模型现状未来数据挖掘模型的搭建基于数据挖掘的管理应用大众营销销售支持精确营销精确营销智能智能营销营销系统系统经营分析经营分析系统系统BOSS销售销售支持支持大众大众营销营销精确精确营销营销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挖掘技术数据分析技术数据分析技术成本效益核算过去过去现在现在华院分析预祝 海南移动 早日跻身世界一流通信企业行列！