?Accenture2003AllRightsReserved2004第二部分:

客戶數(shù)據(jù)分析第1版

2004.1直復(fù)營銷

運營手冊

客戶數(shù)據(jù)分析全文共72頁，當前為第1頁。2?Accenture2003AllRightsReserved2004概述客戶分析報告提出了客戶分析方法論，通過對聯(lián)通CDMA在網(wǎng)客戶的分析，識別潛在客戶和了解其特征?？蛻舴治龅慕Y(jié)果是進行Offer設(shè)計和直復(fù)營銷活動策劃的重要輸入。同時報告還提出了潛在客戶列表的清洗建議，并列出了潛在客戶列表清洗結(jié)果。報告從CDMA現(xiàn)有客戶分析著手，結(jié)合埃森哲公司為的客戶分析方法論，通過抽取聯(lián)通CDMA在網(wǎng)客戶系統(tǒng)中的人口信息和計費信息，通過年齡分析、ARPU值分析和相關(guān)的話費用量分析，確定本次直復(fù)營銷項目的潛在目標客戶群，提出了客戶分群建議，并且提出了潛在目標客戶的購買傾向性。報告提出了具體的潛在目標客戶列表的清洗建議，這些建議和清洗方法應(yīng)用在深圳和寧波試點測試的數(shù)據(jù)清洗中，并對潛在客戶清洗的結(jié)果進行了統(tǒng)計和分類。從本次得測試中，要進行潛在客戶列表的分析的先決條件是各聯(lián)通市公司必須具備良好的潛在客戶數(shù)據(jù)。然而在項目進行的過程中因種種的原因在數(shù)據(jù)源的獲取上聯(lián)通碰到了種種的問題，其中問題包括數(shù)據(jù)源公司數(shù)據(jù)的質(zhì)量。如在深圳方面，數(shù)據(jù)源沒有任何如客戶職業(yè)，收入等相關(guān)的數(shù)據(jù)，而寧波方面的數(shù)據(jù)也只有名字，電話號碼和地址。如此的數(shù)據(jù)質(zhì)量是無法進行任何細分的。不管怎樣，埃森哲在項目一開始時意識到這問題的嚴重性，因而建議運用了通過聯(lián)通內(nèi)部數(shù)據(jù)來作為客戶分析的基礎(chǔ)-詳情如在方法論中所提一般。此方法在各會議中也曾與聯(lián)通討論過，在進行后也被聯(lián)通認為是最可行最重要的途徑客戶數(shù)據(jù)分析全文共72頁，當前為第2頁。3?Accenture2003AllRightsReserved2004目錄客戶分析方法總論客戶信息視圖客戶分析維度客戶分析內(nèi)容與結(jié)果客戶分群/細分建議客戶分析中的實際問題與限制潛在客戶列表清洗方法潛在客戶列表清洗結(jié)果附件：話費結(jié)構(gòu)與話務(wù)分析的樣本數(shù)據(jù)抽樣標準客戶數(shù)據(jù)分析全文共72頁，當前為第3頁。4?Accenture2003AllRightsReserved20041.客戶分析方法總論下圖是埃森哲公司的建議的客戶分析方法論。客戶分析方法是根據(jù)客戶分析的目的定義數(shù)據(jù)需求，并從系統(tǒng)中摘錄相關(guān)數(shù)據(jù)進行相應(yīng)的行為分析，在識別目標客戶群的基礎(chǔ)上，匹配目標客戶與Offer?？蛻魯?shù)據(jù)分析全文共72頁，當前為第4頁。5?Accenture2003AllRightsReserved20042.客戶信息視圖客戶分析基于客戶消費和接觸過程中已經(jīng)積累的和可獲得的各類客戶信息。客戶信息視圖是根據(jù)客戶的特征，分類組織的客戶信息。客戶信息一般分為人口信息、心理信息、行為信息幾種類型。根據(jù)移動消費的特征，移動客戶信息視圖由下圖所示，基本可以分為以下信息內(nèi)容：客戶基本信息、人口信息、歷史信息、客戶行為信息、客戶價值貢獻、生活方式、心理信息等?？蛻魯?shù)據(jù)分析全文共72頁，當前為第5頁。6?Accenture2003AllRightsReserved2004經(jīng)驗之談數(shù)據(jù)的預(yù)處理(ETL)遠比預(yù)期投入的要多目前聯(lián)通的數(shù)據(jù)基礎(chǔ)普遍較低,即使是在如深圳聯(lián)通這樣對數(shù)據(jù)倉庫進行過大規(guī)模投資的分公司,在做數(shù)據(jù)分析前還是需要大量的工作做數(shù)據(jù)預(yù)處理,以使數(shù)據(jù)的質(zhì)量和條件達到數(shù)據(jù)分析的要求.不要低估這些準備工作所需的時間.客戶數(shù)據(jù)分析全文共72頁，當前為第6頁。7?Accenture2003AllRightsReserved20042.客戶信息視圖(續(xù))人口信息基本信息：客戶在購買手機時或入網(wǎng)時一般都有的信息。人口信息(Demographic)：人口信息是進行客戶分析時的重要變量，也是用來描述細分客戶群的主要變量。對于移動通信客戶來說，年齡、職業(yè)、收入水平、家庭都是重要的變量。人口信息的收集和整合需要大量的基礎(chǔ)工作，一般需要通過內(nèi)部數(shù)據(jù)與外部數(shù)據(jù)的融合來對客戶數(shù)據(jù)進行豐富。政府部門、專業(yè)的數(shù)據(jù)公司、某些行業(yè)如金融、航空、電信的企業(yè)都擁有大量的客戶數(shù)據(jù)。心理信息生活方式(

LifeStyle)：生活方式主要用來反映客戶的社會行為，主要包括客戶的社會階層、個性和社會風(fēng)格等，這些信息往往需要進行相應(yīng)的客戶調(diào)查才能得出。心理信息(Psychographic)：心理信息一般描述客戶的興趣和愛好等，這些信息對于深入理解客戶的消費傾向和偏好有一定的幫助。但這類信息往往在數(shù)據(jù)營銷的初期比較欠缺，需要根據(jù)移動通信公司的實際需求來有針對性的收集。行為信息客戶接觸記錄：這類信息是客戶在與移動通信公司進行產(chǎn)品購買、產(chǎn)品與服務(wù)的使用記錄、客戶服務(wù)咨詢與投訴記錄、以及其他客戶服務(wù)接觸記錄。這些記錄需要移動通信公司有意識的收集、整理和分析。移動消費信息：移運客戶的每月移動消費情況和資費結(jié)構(gòu)等，這些數(shù)據(jù)息基本上都可以通過計費系統(tǒng)直接獲取。這些消費信息的分析也能夠用來描述移動客戶的價值貢獻。移動行為信息：主要用來描述移動客戶的消費行為信息，這些信息能夠反映移動客戶的消費習(xí)慣、產(chǎn)品偏好、消費頻率等等，這些信息往往需要根據(jù)分析的不同需求從計費系統(tǒng)中抽取數(shù)據(jù)進行多維分析，而且經(jīng)常需要基于大量數(shù)據(jù)的復(fù)雜計算?？蛻魯?shù)據(jù)分析全文共72頁，當前為第7頁。8?Accenture2003AllRightsReserved20043.客戶分析維度客戶的信息是多維的，對客戶的分析是基于主題的。同時，客戶信息的豐富程度將對客戶分析產(chǎn)生約束根據(jù)試點直復(fù)營銷以CDMA客戶獲取的主要目的，客戶分析是基于以下當?shù)芈?lián)通現(xiàn)有的客戶數(shù)據(jù)：客戶基本信息、客戶移動消費行為信息、客戶移動消費價值貢獻、客戶反饋、市場信息。其中客戶基本信息、行為信息和價值貢獻信息來源于聯(lián)通的計費系統(tǒng)。具體在進行CDMA客戶分析時，采用的分析維度主要有：年齡、ARPU、套餐、話費結(jié)構(gòu)、話務(wù)分布?？蛻魯?shù)據(jù)分析全文共72頁，當前為第8頁。9?Accenture2003AllRightsReserved20043.客戶分析維度

①變量選擇下圖是進行CDMA客戶分析時的變量選擇。在初步進行年齡分析時，按5歲一個年齡段進行劃分，然后再分析總結(jié)。根據(jù)ARPU值的不同及目前聯(lián)通的實際客戶價值劃分情況分為5段。話費結(jié)構(gòu)和話務(wù)分布列出了基本的分析變量，實際分析時根據(jù)分析目的對變量進行選擇。接下來會進一步描述不同分析維度的分析目的和分析內(nèi)容?？蛻魯?shù)據(jù)分析全文共72頁，當前為第9頁。10?Accenture2003AllRightsReserved20043.客戶分析維度

②年齡細分年齡ARPUOFFER話費結(jié)構(gòu)話務(wù)分布20歲以下21－2551歲以上26－3030－3536－4041－4546－50目標分析客戶的年齡分布特征分析不同年齡層的客戶群大小分析不同年齡層ARPU值的分布分析不同年齡層對Offer的偏好分析不同年齡層的話費貢獻分析不同年齡層話費結(jié)構(gòu)為進一步的細分提供輸入分析內(nèi)容：分年齡段的客戶數(shù)量分布分年齡段的ARPU值分布分年齡段的Offer選擇分年齡段的客戶話費貢獻分年齡段的話費結(jié)構(gòu)期望結(jié)果：找出主要的年齡細分客戶群年齡細分與ARPU的關(guān)系年齡細分與Offer的關(guān)系數(shù)據(jù)源要求：CDMA付費用戶在網(wǎng)在用客戶數(shù)（出帳客戶）去除不合格數(shù)據(jù)（如沒有年齡）可通過身份證計算年齡年齡客戶數(shù)據(jù)分析全文共72頁，當前為第10頁。11?Accenture2003AllRightsReserved20043.客戶分析維度

③年齡＋ARPU值OFFER話費結(jié)構(gòu)話務(wù)分布Offer1Offer2Offer3本地通話Offer4國內(nèi)長途Offer5國內(nèi)漫游Offer6國際長途Offer7國際漫游Offer8SMS聯(lián)通在信月租費年齡ARPU20歲以下50元以下50－15026－30150－30030－35300－50036－40500元以上41－4546－5021－25話務(wù)量分布通話次數(shù)呼入/呼出次數(shù)通話時長呼入/呼出時長話務(wù)時間分布話務(wù)日期分布其他分布話費總額51歲以上年齡分析目的：話費結(jié)構(gòu)差異移動消費行為差異Offer選擇偏好分析內(nèi)容：客戶數(shù)量分布ARPU值大小與分布Offer選擇情況話費貢獻話費結(jié)構(gòu)話務(wù)分布期望結(jié)果：找出不同年齡段之間的ARPU值差異不同年齡段的客戶價值構(gòu)成不同客戶群體的價值貢獻不同客戶群體的話費結(jié)構(gòu)差異數(shù)據(jù)源要求：CDMA付費用戶在網(wǎng)在用客戶數(shù)去除不合格數(shù)據(jù)可通過身份證計算年齡ARPU客戶數(shù)據(jù)分析全文共72頁，當前為第11頁。12?Accenture2003AllRightsReserved20043.客戶分析維度

④話費結(jié)構(gòu)（年齡＋ARPU值）OFFER話費結(jié)構(gòu)話務(wù)分布Offer1Offer2Offer3本地通話Offer4國內(nèi)長途Offer5國內(nèi)漫游Offer6國際長途Offer7國際漫游Offer8SMS聯(lián)通在信月租費年齡ARPU話務(wù)量分布通話次數(shù)呼入/呼出次數(shù)通話時長呼入/呼出時長話務(wù)時間分布話務(wù)日期分布其他分布話費總額年齡分析目的：不同客戶群話費結(jié)構(gòu)差異不同客戶群的移動消費行為差異Offer與話費結(jié)構(gòu)的關(guān)系分析內(nèi)容：ARPU值與客戶年齡分布Offer選擇情況與話費結(jié)構(gòu)的差異話費貢獻與話費結(jié)構(gòu)的關(guān)系基本的話務(wù)分布期望結(jié)果：找到不同客戶群之間的話費結(jié)構(gòu)差異不同客戶群的話費貢獻率具有相同話費結(jié)構(gòu)的客戶群特征數(shù)據(jù)源要求：CDMA付費用戶在網(wǎng)在用客戶數(shù)去除不合格數(shù)據(jù)可通過身份證計算年齡ARPU話費結(jié)構(gòu)話費總額月租費本地通話國內(nèi)長途國內(nèi)漫游國際長途國際漫游SMS聯(lián)通在信客戶數(shù)據(jù)分析全文共72頁，當前為第12頁。13?Accenture2003AllRightsReserved20043.客戶分析維度

⑤話務(wù)分布（年齡＋ARPU值）OFFER話費結(jié)構(gòu)話務(wù)分布Offer1Offer2Offer3本地通話Offer4國內(nèi)長途Offer5國內(nèi)漫游Offer6國際長途Offer7國際漫游Offer8SMS聯(lián)通在信月租費年齡ARPU話務(wù)量分布通話次數(shù)呼入/呼出次數(shù)通話時長呼入/呼出時長話務(wù)時間分布話務(wù)日期分布其他分布話費總額年齡分析目的：不同客戶群的話務(wù)分布話務(wù)分布對ARPU值的影響移動消費行為差異Offer選擇對話務(wù)分布的影響分析內(nèi)容：重點關(guān)注使用頻率與次數(shù)靜態(tài)話務(wù)分布Offer選擇情況對話務(wù)分布的影響話費貢獻與話務(wù)分布的關(guān)系期望結(jié)果：不同客戶群之間的話務(wù)分布差異ARPU值與話務(wù)分布的關(guān)系Offer與話務(wù)分布的關(guān)系數(shù)據(jù)源要求：CDMA付費用戶在網(wǎng)在用客戶數(shù)去除不合格數(shù)據(jù)可通過身份證計算年齡ARPU話務(wù)分布話務(wù)量分布通話次數(shù)呼入/呼出次數(shù)通話時長呼入/呼出時長話務(wù)時間分布話務(wù)日期分布其他分布客戶數(shù)據(jù)分析全文共72頁，當前為第13頁。14?Accenture2003AllRightsReserved20044.客戶分析內(nèi)容與結(jié)果

①假定試點項目所進行的客戶分析有以下的幾個假定：假定一：客戶的人口信息(在此選用了年齡*)，配合客戶的ARPU值，資費結(jié)構(gòu)(行為)等數(shù)據(jù)是客戶分析與細分的依據(jù)假定二：顧客年齡群與ARPU值、資費結(jié)構(gòu)、Offer選擇等有一定的相關(guān)性假定三：不足的信息/數(shù)據(jù)(如：人口信息，生活信息等)可能導(dǎo)致非決定性的分析假定四：現(xiàn)有客戶的資費結(jié)構(gòu)、Offer選擇與FocusGroup的反饋等將做為了解潛在客戶的需求與購買傾向的基本依據(jù)假定五：聯(lián)通的整體營銷戰(zhàn)略將集中于高價值/高端顧客群客戶數(shù)據(jù)分析全文共72頁，當前為第14頁。15?Accenture2003AllRightsReserved20044.客戶分析內(nèi)容與結(jié)果

②概要在選定了分析的維度后，就需要根據(jù)分析的目的收集和抽取選擇分析需要的客戶數(shù)據(jù)。本次CDMA在網(wǎng)客戶分析的數(shù)據(jù)主要來自于計費系統(tǒng)。從計費系統(tǒng)中摘錄、抽取數(shù)據(jù)時發(fā)現(xiàn)：系統(tǒng)中記錄的客戶信息較少，僅有姓名、證件號等有限的項目客戶信息登記后很少進行維護或更新客戶的計費信息非常完整客戶服務(wù)系統(tǒng)中的客戶信息與計費系統(tǒng)中的客戶信息沒有進行過關(guān)聯(lián)，客戶計費信息和服務(wù)信息是分離的以前實施的數(shù)據(jù)倉庫項目使得深圳較寧波有著更好的數(shù)據(jù)分析基礎(chǔ)本項目對CDMA在網(wǎng)客戶進行了以下分析：年齡與ARPU值的客戶分布分析年齡分段客戶占比年齡分段的話費結(jié)構(gòu)分析年齡與套餐選擇分析詳細分項的話費結(jié)構(gòu)分析基本的話務(wù)分析下面詳細描述了列聯(lián)通CDMA客戶各項分析的圖表與分析結(jié)果客戶數(shù)據(jù)分析全文共72頁，當前為第15頁。16?Accenture2003AllRightsReserved20044.客戶分析內(nèi)容與結(jié)果

③深圳聯(lián)通CDMA客戶年齡與ARPU值分析數(shù)據(jù)來源：2003年7/8/9月深圳聯(lián)通CDMA出帳用戶數(shù)據(jù).去除600包月用戶6005人?？蛻魯?shù)量：96349人*數(shù)據(jù)來源：7/8/9月出帳用戶客戶數(shù)據(jù)分析全文共72頁，當前為第16頁。17?Accenture2003AllRightsReserved2004數(shù)據(jù)來源：2003年7/8/9月深圳聯(lián)通CDMA出帳用戶數(shù)據(jù).去除600包月用戶6005人?？蛻魯?shù)量：96349人*數(shù)據(jù)來源：7/8/9月出帳用戶4.客戶分析內(nèi)容與結(jié)果

④深圳聯(lián)通客戶年齡與ARPU值關(guān)系分析——圖表說明客戶數(shù)據(jù)分析全文共72頁，當前為第17頁。18?Accenture2003AllRightsReserved20044.客戶分析內(nèi)容與結(jié)果

⑤寧波聯(lián)通CDMA客戶年齡與ARPU值分析客戶樣本：72689人數(shù)據(jù)來源：8－10月出帳用戶*客戶數(shù)據(jù)分析全文共72頁，當前為第18頁。19?Accenture2003AllRightsReserved20044.客戶分析內(nèi)容與結(jié)果

⑥年齡分段的話費結(jié)構(gòu)分布(深圳)客戶數(shù)量：96349人*數(shù)據(jù)來源：7/8/9月出帳用戶數(shù)值標準：優(yōu)惠前用量數(shù)據(jù)來源：2003年7/8/9月深圳聯(lián)通CDMA出帳用戶數(shù)據(jù).

客戶數(shù)據(jù)分析全文共72頁，當前為第19頁。20?Accenture2003AllRightsReserved20044.客戶分析內(nèi)容與結(jié)果

⑦年齡分段的話費結(jié)構(gòu)分布(深圳)客戶數(shù)量：96349人*數(shù)據(jù)來源：7/8/9月出帳用戶數(shù)值標準：優(yōu)惠前用量根據(jù)實際話務(wù)量按標準計費價格計算出的相應(yīng)話費項目的優(yōu)惠前話費平均值。相應(yīng)話費項目的總體用戶平均線相應(yīng)移動業(yè)務(wù)項目分年齡段的平均值數(shù)據(jù)軸年齡分段的話費結(jié)構(gòu)分析的主要目的：分析CDMA用戶群總體移動消費中不同移動業(yè)務(wù)項目的消費數(shù)量和比例。分析不同年齡段的移動業(yè)務(wù)之間的差異性。分析相同年齡段在不同移動之間的消費差異性。分析具體移動業(yè)務(wù)隨年齡段變化的差異性。數(shù)據(jù)來源：2003年7/8/9月深圳聯(lián)通CDMA出帳用戶數(shù)據(jù).

話費結(jié)構(gòu)分析統(tǒng)計時的計算標準（按標準資費）：本地通話：0.40元/分鐘國內(nèi)長途：0.07分/6秒國內(nèi)漫游：0.60元/分鐘國際長途：0.80元/6秒短信息費：0.10元/發(fā)送一條客戶數(shù)據(jù)分析全文共72頁，當前為第20頁。21?Accenture2003AllRightsReserved20044.客戶分析內(nèi)容與結(jié)果

⑧年齡分段的話費結(jié)構(gòu)分布(寧波)客戶數(shù)量：72689人數(shù)據(jù)來源：8/9/10月出帳用戶數(shù)值標準：優(yōu)惠前用量數(shù)據(jù)來源：2003年/8/9/10月寧波聯(lián)通CDMA出帳用戶數(shù)據(jù).

客戶數(shù)據(jù)分析全文共72頁，當前為第21頁。22?Accenture2003AllRightsReserved2004連續(xù)三個月在網(wǎng)出帳用戶(7/8/9)抽樣客戶數(shù)量：96349人抽樣樣本分布：16歲-55歲樣本計費標準：優(yōu)惠前費用4.客戶分析內(nèi)容與結(jié)果

⑨年齡分段的話費結(jié)構(gòu)特征數(shù)據(jù)來源：2003年7/8/9月深圳聯(lián)通CDMA出帳用戶數(shù)據(jù).客戶數(shù)據(jù)分析全文共72頁，當前為第22頁。23?Accenture2003AllRightsReserved2004連續(xù)三個月在網(wǎng)出帳用戶(7/8/9)抽樣客戶數(shù)量：96349人抽樣樣本分布：16歲-55歲4.客戶分析內(nèi)容與結(jié)果

⑩年齡分段的話費結(jié)構(gòu)特征數(shù)據(jù)來源：2003年7/8/9月深圳聯(lián)通CDMA出帳用戶數(shù)據(jù).客戶數(shù)據(jù)分析全文共72頁，當前為第23頁。24?Accenture2003AllRightsReserved20044.客戶分析內(nèi)容與結(jié)果

(11)話費結(jié)構(gòu)分析——本地通話分析客戶數(shù)量：96349人數(shù)據(jù)來源：2003年7/8/9月深圳聯(lián)通CDMA出帳用戶數(shù)據(jù).

客戶數(shù)據(jù)分析全文共72頁，當前為第24頁。25?Accenture2003AllRightsReserved20044.客戶分析內(nèi)容與結(jié)果

(12)話費結(jié)構(gòu)分析——國內(nèi)長途分析客戶數(shù)量：86575人客戶使用比率：89.9%數(shù)據(jù)來源：2003年7/8/9月深圳聯(lián)通CDMA出帳用戶數(shù)據(jù).

客戶數(shù)據(jù)分析全文共72頁，當前為第25頁。26?Accenture2003AllRightsReserved20044.客戶分析內(nèi)容與結(jié)果

(13)話費結(jié)構(gòu)分析——國內(nèi)漫游分析客戶數(shù)量：50851人客戶使用比率：52.8%數(shù)據(jù)來源：2003年7/8/9月深圳聯(lián)通CDMA出帳用戶數(shù)據(jù).

客戶數(shù)據(jù)分析全文共72頁，當前為第26頁。27?Accenture2003AllRightsReserved20044.客戶分析內(nèi)容與結(jié)果

(14)話費結(jié)構(gòu)分析——國際長途分析客戶數(shù)量：4028人客戶使用比率：4.18%數(shù)據(jù)來源：2003年7/8/9月深圳聯(lián)通CDMA出帳用戶數(shù)據(jù).

客戶數(shù)據(jù)分析全文共72頁，當前為第27頁。28?Accenture2003AllRightsReserved20044.客戶分析內(nèi)容與結(jié)果

(15)話費結(jié)構(gòu)——國際漫游分析客戶數(shù)量：941人客戶使用比率：0.9%數(shù)據(jù)來源：2003年7/8/9月深圳聯(lián)通CDMA出帳用戶數(shù)據(jù).

客戶數(shù)據(jù)分析全文共72頁，當前為第28頁。29?Accenture2003AllRightsReserved20044.客戶分析內(nèi)容與結(jié)果

(16)話費結(jié)構(gòu)分析——數(shù)據(jù)增值業(yè)務(wù)數(shù)據(jù)來源：2003年7/8/9月深圳聯(lián)通CDMA出帳用戶數(shù)據(jù).

客戶數(shù)據(jù)分析全文共72頁，當前為第29頁。30?Accenture2003AllRightsReserved20044.客戶分析內(nèi)容與結(jié)果

(17)話費結(jié)構(gòu)——短消息(SMS)使用客戶數(shù)量：93953人客戶使用比率：97.5%平均月使用次數(shù)：101次平均月發(fā)送次數(shù)：56次數(shù)據(jù)來源：2003年7/8/9月深圳聯(lián)通CDMA出帳用戶數(shù)據(jù).

客戶數(shù)據(jù)分析全文共72頁，當前為第30頁。31?Accenture2003AllRightsReserved20044.客戶分析內(nèi)容與結(jié)果

(18)本地通話呼入呼出分析呼入呼出時長比是以年齡分群的客戶實際呼入時長與實際呼出時間的比值。呼入呼出時長比主要是用來反映不同客戶群之間的移動語音消費行為。一般來說年輕人對資費價格較敏感，社交需求與高年齡群相比較少，其呼入呼出比會高于較高年齡群。實際的統(tǒng)計圖表也反映出這樣的趨勢。數(shù)據(jù)來源：2003年7/8/9月深圳聯(lián)通CDMA出帳用戶數(shù)據(jù).

總體上，各年齡群的呼入時長均大于呼出時長?？傮w呼入時長與呼出時長的比平均為1.70。18－25歲，呼入呼出時長比為1.92。26－34歲，呼入呼出時長比為1.69。35歲以上，呼入呼出時長比穩(wěn)定的保持在1.5左右?？蛻魯?shù)據(jù)分析全文共72頁，當前為第31頁。32?Accenture2003AllRightsReserved20044.客戶分析內(nèi)容與結(jié)果

(19)本地通話呼叫時間分布本地的呼叫時間分布沒有明顯的年齡差異性18－25年齡群的夜間呼叫比例高于其他年齡群工作日與休息日無明顯差異性數(shù)據(jù)來源：2003年7/8/9月深圳聯(lián)通CDMA出帳用戶數(shù)據(jù).

呼叫時間分布主要是用來反映移動用戶的語音業(yè)務(wù)消費行為，更多的應(yīng)用于客戶維系和客戶提升時的客戶分析和產(chǎn)品設(shè)計。對于客戶獲取來說，呼叫時間分布分析的主要目的是看不同客戶分群之間的差異性，是否存在明顯的呼叫時間分布變化。以有助于設(shè)計分時段的業(yè)務(wù)產(chǎn)品適應(yīng)特應(yīng)消費行為的客戶群。呼叫時間分布的分析可以根據(jù)時間分段、不同的客戶群、不同的語音業(yè)務(wù)等進行組合分析。本報告就本地通話、國內(nèi)長途和國內(nèi)漫游通話進行了數(shù)據(jù)取樣和分析，并按早7點至19點，晚19點至23點，夜間23點至早7點三個時間段，分別按工作日和休息日進行統(tǒng)計。25歲以下的年輕人夜間呼叫所占比例明顯高于較高年齡群體。有接近40%的呼叫發(fā)生在晚上和夜間。30歲以上的客戶群呼叫時間分布無論休息日還是工作日都非常穩(wěn)定，沒有明顯的波動。有近70%的呼叫發(fā)生在白天。對于本地呼叫來說，工作日與休息日的差別并不明顯。從本地通話呼叫時間分布來看，周未的夜間呼叫所占比例稍高于工作日，但并沒有明顯差異?？蛻魯?shù)據(jù)分析全文共72頁，當前為第32頁。33?Accenture2003AllRightsReserved20044.客戶分析內(nèi)容與結(jié)果

(20)國內(nèi)長途呼叫時間分布國內(nèi)長途的呼叫時間分布沒有明顯的年齡差異性18－25年齡群的夜間呼叫比例稍高數(shù)據(jù)來源：2003年7/8/9月深圳聯(lián)通CDMA出帳用戶數(shù)據(jù).

18－25的年輕人夜間呼叫所占比例稍高于較高年齡群體。有接近50%的國內(nèi)長途呼叫發(fā)生在晚上和夜間?？紤]到晚上的分時段優(yōu)惠，這類客戶群比較高年齡的客戶群價格敏感。30歲以上的客戶群呼叫時間分布無論休息日還是工作日都非常穩(wěn)定，沒有明顯的波動。有近60%的國內(nèi)長途呼叫發(fā)生在白天。從國內(nèi)長途呼叫時間分布來看，周未與工作日并沒有明顯差異。客戶數(shù)據(jù)分析全文共72頁，當前為第33頁。34?Accenture2003AllRightsReserved20044.客戶分析內(nèi)容與結(jié)果

(21)國內(nèi)漫游呼叫時間分布盡管從前面的國內(nèi)漫游話費結(jié)構(gòu)分析中顯示國內(nèi)漫游的使用率和漫游時長隨著年齡增長而逐漸增加，但從下圖的分析中可以看出，國內(nèi)漫游的呼叫時間分布沒有明顯的年齡差異性。數(shù)據(jù)來源：2003年7/8/9月深圳聯(lián)通CDMA出帳用戶數(shù)據(jù).

客戶數(shù)據(jù)分析全文共72頁，當前為第34頁。35?Accenture2003AllRightsReserved2004使用率特價機方案似乎對年紀較輕的客戶群有較大的吸引力特價機方案：主要是低價的國產(chǎn)CDMA手機(1500元以下居多)主要定位于消費較低的中低端移動消費人群廣告的宣傳和渠道的宣傳以價格為主要的吸引點4.客戶分析內(nèi)容與結(jié)果

(22)客戶年齡與選擇套餐方案關(guān)系分析年齡目標客戶以理解客戶購買傾向為出發(fā)點，我們也針對了客戶年齡與選擇套餐方案關(guān)系做了基本分析：客戶數(shù)據(jù)分析全文共72頁，當前為第35頁。36?Accenture2003AllRightsReserved2004使用率年齡4.客戶分析內(nèi)容與結(jié)果

(23)客戶年齡與選擇套餐方案關(guān)系分析反觀，聯(lián)通最低消費贈機似乎對年紀較大的客戶群有較大的吸引力聯(lián)通最低消費贈機包括：預(yù)存一定數(shù)額的話費以獲得手機端終。一般要求固定客戶每個月的最低移動業(yè)務(wù)消費量。手機終端不同檔次的選擇，相應(yīng)的有不同月租費水平要求。目標客戶以理解客戶購買傾向為出發(fā)點，我們也針對了客戶年齡與選擇套餐方案關(guān)系做了基本分析?？蛻魯?shù)據(jù)分析全文共72頁，當前為第36頁。37?Accenture2003AllRightsReserved2004在完成CDMA在網(wǎng)客戶分析后，我們可以得到相當多的信息：不同年齡的人數(shù)分布和年齡群平均ARPU值客戶的年齡與ARPU值有一定的正相關(guān)性客戶的年齡分布與相關(guān)移動通信業(yè)務(wù)用量的關(guān)系不同年齡段客戶的移動業(yè)務(wù)用量情況不同年齡段的話務(wù)分布之間的差異性在進行客戶分群時，我們主要考慮以下一些方面的因素：客戶群的規(guī)模足夠大。分群得到的客戶群要具有一定的數(shù)量，年齡分群很好的解決了這一問題。容易識別。不同客分群間有較明顯的區(qū)別的差異性，能夠很容易識別出不同的客戶群。年齡分布與ARPU值的關(guān)系。希望通過分群將具有相似ARPU值和年齡的客戶群集合在一起，便于采取相應(yīng)的市場活動進行有針對性的獲取。從深圳和寧波的年齡－ARPU分布和年齡－人數(shù)分布中，很明顯的看出ARPU值的連續(xù)變化，結(jié)合不同年齡的人數(shù)分布，對深圳和寧波進行了相應(yīng)的分群建議。接下來的幾頁分別描述了試點地區(qū)的分群建議5.客戶分群/細分建議客戶數(shù)據(jù)分析全文共72頁，當前為第37頁。38?Accenture2003AllRightsReserved20045.客戶分群/細分建議(續(xù))從不同年齡群的ARPU值分布來看，年齡與ARPU值有著明顯的相關(guān)性，隨著年齡的增長，ARPU值隨漸增加并保持穩(wěn)定。我們可以按以下的規(guī)則分為三群：低于平均ARPU值水平在平均ARPU值周圍高于平均ARPU值數(shù)據(jù)來源：2003年7/8/9月深圳聯(lián)通CDMA出帳用戶數(shù)據(jù).

根據(jù)年齡與ARPU值進行分群。18-25歲年齡群，ARPU值低于平均水平。26－34歲年齡群，ARPU值基本相當于平均水平。35－45歲年齡群，ARPU值高于平均水平。客戶數(shù)據(jù)分析全文共72頁，當前為第38頁。39?Accenture2003AllRightsReserved2004數(shù)據(jù)來源：2003年/8/9/10月寧波聯(lián)通CDMA出帳用戶數(shù)據(jù).

5.客戶分群/細分建議(續(xù))客戶數(shù)據(jù)分析全文共72頁，當前為第39頁。40?Accenture2003AllRightsReserved20045.客戶分群/細分建議

①18-25歲客戶群–“CoolYouth”連續(xù)三個月在網(wǎng)出帳用戶(7/8/9)客戶樣本總數(shù)：96349人分群樣本分布：18歲-25歲客戶群數(shù)量：23960人數(shù)據(jù)來源：2003年7/8/9月深圳聯(lián)通CDMA出帳用戶數(shù)據(jù).

客戶數(shù)據(jù)分析全文共72頁，當前為第40頁。41?Accenture2003AllRightsReserved20045.客戶分群/細分建議

②26-34歲客戶群–“YoungAchievers”連續(xù)三個月在網(wǎng)出帳用戶(7/8/9)客戶樣本總數(shù)：96349人分群樣本分布：26歲-34歲客戶群數(shù)量：45265人數(shù)據(jù)來源：2003年7/8/9月深圳聯(lián)通CDMA出帳用戶數(shù)據(jù).

客戶數(shù)據(jù)分析全文共72頁，當前為第41頁。42?Accenture2003AllRightsReserved20045.客戶分群/細分建議

③35-45歲客戶群–“EstablishedAdults”連續(xù)三個月在網(wǎng)出帳用戶(7/8/9)客戶樣本總數(shù)：96349人分群樣本分布：35歲-45歲客戶群數(shù)量：22676人數(shù)據(jù)來源：2003年7/8/9月深圳聯(lián)通CDMA出帳用戶數(shù)據(jù).

為此項目的主要目標客戶群客戶數(shù)據(jù)分析全文共72頁，當前為第42頁。43?Accenture2003AllRightsReserved2004在埃森哲的客戶洞察分析方法論中，客戶分析/細分模型是建立在大量的生活方式/人口統(tǒng)計學(xué)/生命階段數(shù)據(jù)上。這些數(shù)據(jù)通?？梢詮膶I(yè)的數(shù)據(jù)提供商處購買得到(如在許多的歐美國家)。目前聯(lián)通的系統(tǒng)中不存在這些數(shù)據(jù)，同時在本項目期內(nèi)也無法從潛在的數(shù)據(jù)源提供商處獲得如此豐富的的數(shù)據(jù)。由于數(shù)據(jù)的不足，項目在此刻無法使用此方法論來建立一個交全面的客戶獲取模型以支持篩選潛在客戶。因此在此項目中我們不得不使用目前聯(lián)通數(shù)據(jù)庫與外部數(shù)據(jù)列表共有的字段－年齡，來建立客戶傾向模型。我們期望年齡作為一個細分變量來定義潛在客戶并驅(qū)動客戶獲取戰(zhàn)役。一些其他全球性的通訊公司也通過年齡來進行客戶分析/細分?；旧希挲g是可行的基本細分方法，因為一般公司都有這方面的數(shù)據(jù)和去預(yù)測客戶行為及使用特征的能力。6.客戶分析中的實際問題與限制以下說明此試點項目在進行客戶分析時所面對的一些問題和約束：以下繼續(xù)說明在不同數(shù)據(jù)條件下對識別目標客戶時所產(chǎn)生的影響：客戶數(shù)據(jù)分析全文共72頁，當前為第43頁。44?Accenture2003AllRightsReserved2004經(jīng)驗之談潛在數(shù)據(jù)的獲取遠沒有想象的那么難在項目啟動前,試點地區(qū)的有關(guān)人員都對潛在數(shù)據(jù)的獲取相當擔心,而實際工作開展起來后,發(fā)覺正如項目建議書中分析的那樣,潛在客戶數(shù)據(jù)的獲取途徑和方法有相當多的選擇可以嘗試,關(guān)鍵是要有人去想,去有技巧的溝通接洽.中國聯(lián)通更可以通過系統(tǒng)化的與業(yè)外伙伴合作，通過長期合作取得穩(wěn)定，安全的潛在數(shù)據(jù)客戶數(shù)據(jù)分析全文共72頁，當前為第44頁。45?Accenture2003AllRightsReserved2004在沒有足夠數(shù)據(jù)條件下對識別目標客戶時所產(chǎn)生的影響

-是隨機/沒目標的客戶選擇示例6.客戶分析中的實際問題與限制(續(xù))客戶數(shù)據(jù)分析全文共72頁，當前為第45頁。46?Accenture2003AllRightsReserved2004反觀，擁有足夠的數(shù)據(jù)將能更有針對性及有效地識別目標客戶示例6.客戶分析中的實際問題與限制(續(xù))客戶數(shù)據(jù)分析全文共72頁，當前為第46頁。47?Accenture2003AllRightsReserved2004而在有限數(shù)據(jù)情況下，使用年齡細分能帶來相當程度的針對性示例6.客戶分析中的實際問題與限制(續(xù))客戶數(shù)據(jù)分析全文共72頁，當前為第47頁。48?Accenture2003AllRightsReserved2004以下為因為數(shù)據(jù)支持不足其它無法進行的分析6.客戶分析中的實際問題與限制

①其它無法進行的分析人口變量統(tǒng)計分析客戶職業(yè)分布客戶收入水平客戶家庭生命周期職業(yè)與移動消費的關(guān)系心理變量統(tǒng)計分析客戶興趣、愛好生活方式行為變量統(tǒng)計分析呼叫傾向分析(參閱名詞解釋)呼叫集中度(參閱名詞解釋)手機終端統(tǒng)計分析CDMA手機細分用戶的手機購買傾向手機類型與消費的關(guān)系手機生命周期缺乏詳細的職業(yè)信息缺乏客戶收入信息缺乏客戶家庭信息缺乏客戶心理變量信息缺乏分析客戶呼叫的集中度缺乏調(diào)查客戶呼叫的情況需要收集用戶的手機信息需要通過市場調(diào)研了解用戶對手機的偏好項目未分析內(nèi)容原因客戶數(shù)據(jù)分析全文共72頁，當前為第48頁。49?Accenture2003AllRightsReserved2004呼叫集中度。指電話用戶呼入呼出號碼的集中程度。例如，年輕用戶群中可能相當數(shù)量的呼入或出電話是與父母等家庭成員、同學(xué)或朋友的通話，呼入/呼出號碼可能有著明顯的集中傾向。又如，一些快遞公司業(yè)務(wù)員的電話主要是接聽公司的業(yè)務(wù)來電，因此呼入號碼的集中度可能會非常高。商務(wù)用戶中大多數(shù)的電話打給公司客戶或合作伙伴，呼入或呼出號碼比較分散。通過對移動電話用戶呼叫集中度的分析可以有助于了解客戶的移動消費特征。呼叫傾向分析。呼叫傾向一般指移動電話用戶在使用移動電話時的以下一些行為：呼入/呼出時長呼入/呼出時長比呼入/呼出時間分布呼叫轉(zhuǎn)移使用頻率與使用習(xí)慣對于移動電話用戶呼叫傾向分析的主要目的了解客戶的移動業(yè)務(wù)消費行為特征，這些分析需要對客戶的移動業(yè)務(wù)話費詳單進行分析，需要大量的分析和計算，一般需要數(shù)據(jù)倉庫和數(shù)據(jù)挖掘與分析工具的支持。6.客戶分析中的實際問題與限制

①其它無法進行的分析—名詞解釋客戶數(shù)據(jù)分析全文共72頁，當前為第49頁。50?Accenture2003AllRightsReserved2004示例基于所遇的問題，我們給中國聯(lián)通的建議如下：聯(lián)通應(yīng)當發(fā)展長期的數(shù)據(jù)獲取計劃，以期望通過長期性的數(shù)據(jù)收集及豐富流程，能在將來采用更成熟的數(shù)據(jù)挖掘來建立更成熟與深入的客戶獲取模型。6.客戶分析中的實際問題與限制

②建議客戶數(shù)據(jù)分析全文共72頁，當前為第50頁。51?Accenture2003AllRightsReserved2004第一波營銷活動第二波營銷活動Offer測試與學(xué)習(xí)“Test&Learn”購買者信息人口信息生活方式信息反饋信息其他信息等等調(diào)整目標初始目標非購買者信息人口信息生活方式信息反饋信息其他信息等等短期來講，我們建議基于年齡細分分析設(shè)計Offer。根據(jù)目前項目的計劃，營銷戰(zhàn)役將通過直復(fù)營銷渠道啟動并測試?；诳蛻魧I銷戰(zhàn)役Offer的響應(yīng)，我們期望通過“測試與學(xué)習(xí)”方法實現(xiàn)更精細的分析，來進一步分析購買者/非購買者以年齡為基礎(chǔ)的分析示例6.客戶分析中的實際問題與限制

②建議(續(xù))客戶數(shù)據(jù)分析全文共72頁，當前為第51頁。52?Accenture2003AllRightsReserved20047.潛在客戶列表清洗方法獲取潛在客戶數(shù)據(jù)后，就要根據(jù)直復(fù)營銷的需求進行營銷數(shù)據(jù)的準備工作。數(shù)據(jù)準備一般包括三個方面的內(nèi)容：數(shù)據(jù)真實性評價、數(shù)據(jù)清洗和數(shù)據(jù)校準。數(shù)據(jù)清洗的主要目的是：根據(jù)直復(fù)營銷的數(shù)據(jù)要求，排除列表數(shù)據(jù)中格式或意義不符合要求的數(shù)據(jù)。（需要注意的是不同的營銷目的，對于數(shù)據(jù)的要求不同，也就是說同樣一批數(shù)據(jù)對于不同的營銷活動來說，具有不同的數(shù)據(jù)價值。）數(shù)據(jù)清洗的主要內(nèi)容包括：錯誤數(shù)據(jù)/無效數(shù)據(jù)排除排除重名的數(shù)據(jù)（姓名/電話/地址）格式標準化（姓名/電話等）地址標準化匹配/合并匹配/分解歸類融合數(shù)據(jù)校準是為了最大限度的利用數(shù)據(jù)資源，通過一定的規(guī)則對于存在錯誤的數(shù)據(jù)進行校準，一般來說，校準后的數(shù)據(jù)有效性會低于不需校準的數(shù)據(jù)。數(shù)據(jù)需要校準有很多原因，以電話號碼為例，電話號碼的升位和校入錯誤是最主要的原因。數(shù)據(jù)校準量也是判斷數(shù)據(jù)質(zhì)量的重要因素，如果一批數(shù)據(jù)源中有超過20%的數(shù)據(jù)需要校準，我們一般認為這樣的數(shù)據(jù)源質(zhì)量較差，有效性也較差。接下來的幾頁分別描述了列表準備和清洗的主要內(nèi)容客戶數(shù)據(jù)分析全文共72頁，當前為第52頁。53?Accenture2003AllRightsReserved2004經(jīng)驗之談自身數(shù)據(jù)的安全保有刻不容緩目前各大運營商的客戶數(shù)據(jù)的安全保有存在區(qū)大問題。市面上可以找到各類客戶數(shù)據(jù)的購買線索。建議聯(lián)通在堅持使用合法來源數(shù)據(jù)的同時，加大對自身客戶數(shù)據(jù)的安全管理，防止通過任何渠道流出公司。一系列的防范措施的制定與實施迫在眉睫?？蛻魯?shù)據(jù)分析全文共72頁，當前為第53頁。54?Accenture2003AllRightsReserved2004地址和電話號碼的準確性反饋機制（Feedbackmechanisms）：準確的電話號碼信息總是來源于通信公司。中國聯(lián)通可以通過自已的客戶數(shù)據(jù)信息來對列表數(shù)據(jù)的質(zhì)量和電話號碼準備性進行判斷。姓名與地址清洗姓名標準化（Namestandardization）：主要包括去掉姓名中的空格，英文姓名的標準化等。一般通過列表比對的方式來進行。地址標準化(ListConstruction)：對于經(jīng)常采取的直郵的方式來說，地址的標準化重要性不言而喻。主要的方式是將地址描述分段標準化為不同的層次。特殊名稱和地址的清洗：出于一些特定原因，對于一些敏感的姓名和地址，需要通過工具來過濾或排除。數(shù)據(jù)字段的真實完整性Datafieldintegrity為保證列表的可用性，著要的問題就是要檢查和確認列表字段內(nèi)容和范圍的真實完整性，確定每一數(shù)據(jù)字段擁有應(yīng)當具備的信息。內(nèi)容真實完整性（ContentIntegrity）：內(nèi)容真實性描述了數(shù)據(jù)的質(zhì)量。在許多情況下，列表中的字段相對應(yīng)當擁有的信息來說，僅有很少的信息。比如：一個字符型字段中可能包含“ABC”這樣的字符串，其他類似的問題也可能有很多。范圍正確性(DomainIntegrity)：指數(shù)據(jù)字段的值是否具備正確的類型和范圍，比如：年齡字段的值一般為0－100之間，性別字段應(yīng)僅為男或女。數(shù)值正確性(ContextIntegrity)：最關(guān)鍵的真實性是數(shù)據(jù)值本身的正確性。比如：列表中客戶電話號碼或地址是否正確？在絕大多數(shù)的情況下，真實性管理可以通過市場營銷人員人工評估列表，也可以通過編寫相應(yīng)的程序來對列表數(shù)據(jù)進行檢查。客戶/潛在客戶關(guān)鍵字客戶號或潛在客戶ID號。這一基本的關(guān)鍵字有助于幫助市場人員為客戶及潛在客戶附加穩(wěn)定、不變的客戶識別機制，并以此為基準來保持客戶的歷史記錄：包括客戶信息變化、地址變更、通話服務(wù)、等等。7.潛在客戶列表清洗方法

①數(shù)據(jù)準備的主要內(nèi)容客戶數(shù)據(jù)分析全文共72頁，當前為第54頁。55?Accenture2003AllRightsReserved20047.潛在客戶列表清洗方法

②數(shù)據(jù)總體評價數(shù)據(jù)整體評價數(shù)據(jù)樣本數(shù)量：統(tǒng)計數(shù)據(jù)樣本量，并進行分類。根據(jù)本次直復(fù)營銷戰(zhàn)役的目標，主要依據(jù)聯(lián)系方式對潛在客戶列表進行劃分，如聯(lián)通用戶與非聯(lián)通用戶。數(shù)據(jù)存貯格式：數(shù)據(jù)存貯格式是關(guān)系數(shù)據(jù)庫還是其他數(shù)據(jù)文件格式。標準化的數(shù)據(jù)庫格式便于數(shù)據(jù)清洗和數(shù)據(jù)應(yīng)用。聯(lián)系電話號碼質(zhì)量：直復(fù)營銷最直接的評價原則就是數(shù)據(jù)的到達率，即潛在目標客戶電話的接通率。有兩個步驟來評價這一點，一是通過小程序來校檢聯(lián)系電話號碼的規(guī)范程度；二是通過抽取聯(lián)通電話號碼與聯(lián)通內(nèi)部的系統(tǒng)客戶數(shù)據(jù)進行比對，從而推算出可能的接通率。列表數(shù)據(jù)時效性：需要對列表數(shù)據(jù)的收集時間進行評價，一般來說一年內(nèi)的數(shù)據(jù)是比較理想的。數(shù)據(jù)完整性：檢驗直復(fù)營銷需要的數(shù)據(jù)字段的完整性，通過程序來完成。數(shù)據(jù)真實性：判斷列表數(shù)據(jù)中客戶電話號碼或地址是否正確，需要通過抽樣來核查。按聯(lián)系方式分類聯(lián)通聯(lián)系電話客戶移動聯(lián)系電話客戶固定聯(lián)系電話客戶其他聯(lián)系方式客戶購房數(shù)據(jù)的樣本分類其他分類因素客戶性別客戶國籍…按樓盤信息分類樓盤單價樓盤總價房屋類型樓盤區(qū)域數(shù)據(jù)收集時間最近三個月最近六個月最近一年來最近二年客戶年齡是重要的分類方式客戶數(shù)據(jù)分析全文共72頁，當前為第55頁。56?Accenture2003AllRightsReserved20047.潛在客戶列表清洗方法

③數(shù)據(jù)清洗排重的主要目的是從列表數(shù)據(jù)中挑出已經(jīng)成為客戶的數(shù)據(jù)篩選出留有聯(lián)通移動電話號碼的數(shù)據(jù)以身份證進行比對核查（列表數(shù)據(jù)與聯(lián)通客戶列表）通過姓名進行比對核查（列表數(shù)據(jù)與聯(lián)通客戶列表）將聯(lián)系電話相同的數(shù)據(jù)進行標志并排重2排重根據(jù)直復(fù)營銷的目標和數(shù)據(jù)需求，排除以下數(shù)據(jù)沒有電話號碼的數(shù)據(jù)記錄電話號碼格式不對的數(shù)據(jù)記錄沒有郵寄地址的數(shù)據(jù)記錄（針對直郵）明顯錯誤且無法使用的數(shù)據(jù)1錯誤/無效記錄排除4地址標準化3姓名/電話號碼準確性在采取直郵的情況下，可以采取以下幾種方式郵政編碼校準：根據(jù)樓盤的位置，校準郵政編碼。直郵的到達率：除與準確性相關(guān)外，也與樓盤的情況相關(guān)，如果租戶較多，則目標到達率會較低。地址準確性：主要取決于信息采集的情況。地址標準化：本次可能沒有時間進行地址標準化的工作?？梢圆扇∫韵聨追N方式電話號碼準確性估計：篩選出聯(lián)通的電話號碼，與內(nèi)部數(shù)據(jù)進行比對。通過分析客戶信息的準確性、入網(wǎng)時間等等來評估預(yù)測接通率和客戶整體情況。電話號碼抽樣核對：對于非聯(lián)通電話號碼，采取抽樣核查的方式。（主要用來預(yù)測數(shù)據(jù)準確率或電話接通率）客戶數(shù)據(jù)分析全文共72頁，當前為第56頁。57?Accenture2003AllRightsReserved20047.潛在客戶列表清洗方法

③數(shù)據(jù)清洗(續(xù))根據(jù)數(shù)據(jù)某些字段的取值范圍或?qū)傩?，對?shù)據(jù)進行歸類電話號碼：根據(jù)電話號碼，對列表數(shù)據(jù)進行分類客戶年齡：根據(jù)客戶的年齡對列表數(shù)據(jù)進行歸類樓盤情況：可以結(jié)合樓盤的單價或總價等情況對列表數(shù)據(jù)歸類6歸類Householding最經(jīng)常使用的融合兩個以上列表的方法通過身份證號或其他字段數(shù)據(jù)，將不同列表的數(shù)據(jù)合并成一個更完整的數(shù)據(jù)列表。如將電話號碼排序后，將外部數(shù)據(jù)列表與移動用戶數(shù)據(jù)進行比對。5匹配/合并Match/merge8更新融合Merge/purge7分解/過濾通過兩個或多個不同的列表，以比對的方式對數(shù)據(jù)的某些字段進行更新，從而產(chǎn)生新的數(shù)據(jù)。例1：用潛在客戶列表數(shù)據(jù)與移動公司的客戶消費數(shù)據(jù)進行比對，從而產(chǎn)生更完整的數(shù)據(jù)列表。例2：將移動客戶數(shù)據(jù)與公安戶政部門的公民身份信息比對，從而更新移動客戶數(shù)據(jù)信息。經(jīng)常用于客戶數(shù)據(jù)的更新和校準。將列表數(shù)據(jù)根據(jù)不同的營銷目標需要進行分解，以產(chǎn)生出適合不同營銷目標要求的列表經(jīng)常采用的方式是建立客戶模型，設(shè)定與該客戶模型相適應(yīng)的過濾機制，從而生成相應(yīng)的客戶列表客戶數(shù)據(jù)分析全文共72頁，當前為第57頁。58?Accenture2003AllRightsReserved20047.潛在客戶列表清洗方法

④數(shù)據(jù)真實性與數(shù)據(jù)較準數(shù)據(jù)字段的較準 本項目由于時間和條件的限制，沒有機會對于源數(shù)據(jù)進行校準，但從長期來考慮，數(shù)據(jù)校準對于大規(guī)模數(shù)據(jù)營銷來說，至關(guān)重要。官方數(shù)據(jù)比對：對于客戶姓名、身份證號等信息可以通過公安機關(guān)的公民身份信息系統(tǒng)來進行較準。（國家公安部構(gòu)建的全國公民身份信息系統(tǒng)是最直接最準確的數(shù)據(jù)較準源，該系統(tǒng)統(tǒng)一了全國各地市公安機關(guān)戶證部門的公民身份信息，可以通過批量身份信息核查的方式校準源數(shù)據(jù)）內(nèi)部數(shù)據(jù)融合：將獲取的外部數(shù)據(jù)與中國聯(lián)通內(nèi)部確認過的客戶數(shù)據(jù)進行融合，也是有效較準數(shù)據(jù)準確性的重要方法。外部數(shù)據(jù)融合：通過合作的方式，與外部數(shù)據(jù)源進行相應(yīng)的數(shù)據(jù)比對，融合外部數(shù)據(jù)較準的信息。無效字段排除：對于數(shù)據(jù)源中信息可信度較差，或是信息不完整的一些字段，則需要在分析時進行排除。當然這些字段也可以通過相應(yīng)的數(shù)據(jù)處理進行完善和校準。數(shù)據(jù)校準的所需要的時間和成本投入都是非常高，需要根據(jù)具體的應(yīng)用需求。從長期來看，數(shù)據(jù)都有一定的時效性，需要周期性校準。國外很多公司都會將一段時間未聯(lián)系過的客戶數(shù)據(jù)（如兩年）交由客戶服務(wù)中心進行呼出數(shù)據(jù)核準，即是客戶維系的服務(wù)，同時也校準了數(shù)據(jù)。數(shù)據(jù)校準的成本考慮可以采取以下幾種方式電話號碼準確性：篩選出聯(lián)通的電話號碼，與內(nèi)部數(shù)據(jù)進行比對。可以評估預(yù)測到達率和客戶整體情況。電話號碼抽樣核對：對于非聯(lián)通電話號碼，抽樣核對。準確性評價不僅可以用來做為評價數(shù)據(jù)源、確定數(shù)據(jù)獲取成本的重要依據(jù)，還是進行營銷預(yù)測的重要依據(jù)。姓名/電話號碼準確性客戶數(shù)據(jù)分析全文共72頁，當前為第58頁。59?Accenture2003AllRightsReserved2004進行數(shù)據(jù)清洗的人員必須具備以下的能力：對SQL(StructuredQueryLanguage)的認識和實際操作經(jīng)驗。必須能夠篇寫SQL電腦程序。對客戶數(shù)據(jù)庫數(shù)據(jù)模型和數(shù)據(jù)字段的了解。在進行清洗工作中，工程師需要在數(shù)據(jù)庫中選擇正確的字段。譬如說，客戶的地址可能在數(shù)據(jù)庫中由好幾個字段結(jié)合起來，工程師必需懂得使用正確的字段了解數(shù)據(jù)清洗原則(如客戶分析報告的P57-58清洗的原理。譬如如何去進行錯誤/無效記錄排除，排重，確保姓名/電話號碼準確性等工作)在測試前聯(lián)通計費部工程師普遍上都擁有1)與2)技能。而技能3)則是通過本項目的執(zhí)行后獲取了這方面的經(jīng)驗。SQL-示例7.潛在客戶列表清洗方法

⑤進行數(shù)據(jù)清洗的人員所具備能力客戶數(shù)據(jù)分析全文共72頁，當前為第59頁。60?Accenture2003AllRightsReserved20048.潛在客戶列表清洗結(jié)果

①深圳聯(lián)通潛在客戶數(shù)據(jù)清洗記錄數(shù)據(jù)來源是深圳登記購房者的數(shù)據(jù)，數(shù)據(jù)內(nèi)容較豐富，主要包括以下數(shù)據(jù)項：購房者姓名、身份證號、聯(lián)系電話、聯(lián)系地址所購樓盤區(qū)域、樓盤名稱、具體樓號房號房屋銷售類型、戶型、面積、總價簽約日期、付款方式、入住時間等從清洗結(jié)果看，數(shù)據(jù)質(zhì)量較好，本次直復(fù)營銷主要以本地呼出為主，經(jīng)過排錯、排除異地固話、姓名排重后得到的數(shù)據(jù)列表為85269條，初步的符合率大約在75%左右。由于深圳移動獲取的數(shù)據(jù)登記時間是近一年的購房數(shù)據(jù)民，而深圳固話升位時間是2002年6月29日零時，本批數(shù)據(jù)較新，基本沒有受到固話升位的影響?？蛻魯?shù)據(jù)分析全文共72頁，當前為第60頁。61?Accenture2003AllRightsReserved20048.潛在客戶列表清洗結(jié)果

①深圳聯(lián)通潛在客戶數(shù)據(jù)清洗記錄(續(xù))以聯(lián)通手機號碼在聯(lián)通系統(tǒng)內(nèi)匹配成功的結(jié)果顯示，有72%的聯(lián)通手機仍在網(wǎng)在用?？蛻魯?shù)據(jù)分析全文共72頁，當前為第61頁。62?Accenture2003AllRightsReserved20048.潛在客戶列表清洗結(jié)果

①深圳聯(lián)通潛在客戶數(shù)據(jù)清洗記錄(續(xù))計劃發(fā)出直郵列表30049份，選擇標準為：深圳本地聯(lián)系地址(通過關(guān)鍵字匹配)證件號碼在聯(lián)通系統(tǒng)中未登記的數(shù)據(jù)本地移動手機號碼選擇ControlGroup之后的數(shù)據(jù)所發(fā)的30049份直郵中有1022份直郵客戶有深圳本地較規(guī)范的聯(lián)系地址，且其聯(lián)系電話是異地移動號碼。除直郵和ControlGroup外，還有13554條本地移動數(shù)據(jù)可以進行電話呼出，將根據(jù)第一周呼出結(jié)果再進行列表分類。由于呼叫中心外呼的限制，本次深圳不進行異地移動號碼的呼出營銷。共有49551條本地移動號碼可供電話呼出使用。客戶數(shù)據(jù)分析全文共72頁，當前為第62頁。63?Accenture2003AllRightsReserved20048.潛在客戶列表清洗結(jié)果

②寧波聯(lián)通測試數(shù)據(jù)清洗結(jié)果清洗后的數(shù)據(jù)分類

總計不需要校準經(jīng)過校準移動752664881038移動+固定電話32913291

固定電話500819003108聯(lián)通+固定電話36523358294聯(lián)通14811481

合計20958165184440寧波數(shù)據(jù)清洗結(jié)果數(shù)據(jù)來源是寧波登記購車者的數(shù)據(jù)，從清洗結(jié)果看，大量重復(fù)數(shù)據(jù)為公司購車數(shù)據(jù)數(shù)據(jù)項較少，僅有姓名、電話和車輛登記地址，沒有進行校深入的分析數(shù)據(jù)清洗后行到有移動號碼的呼叫列表10817條固定電話需要校準的比率較高，達到了62%?？紤]到寧波的固話升位時間是2001年5月18日，說明僅有38%的固定電話是在此之后的數(shù)據(jù)。本次測試不主張采用固定電話呼出考慮到地址的時效和規(guī)范程度，在寧波不做直郵?？傆嬘?0817條移動號碼可供電話呼出客戶數(shù)據(jù)分析全文共72頁，當前為第63頁。64?Accenture2003AllRightsReserved20048.潛在客戶列表清洗結(jié)果

③清洗發(fā)現(xiàn)在深圳這樣的大城市，有很多獲取潛在客戶數(shù)據(jù)源的方式。深圳一年內(nèi)購房的客戶中擁有的聯(lián)通手機號碼僅有72%在網(wǎng)在用。深圳獲取的數(shù)據(jù)質(zhì)量并不象數(shù)據(jù)源公司承諾的那樣好，數(shù)據(jù)合格率僅有75%左右。在深圳購房者中持有移動手機號碼的用戶中，僅通過身份證匹配就有將近15%的人，也同時擁有聯(lián)通手機號碼（實際比例可能還要大些）。這表明高端客戶群中，一人雙機的客戶占有相當?shù)谋嚷??？蛻魯?shù)據(jù)分析全文共72頁，當前為第64頁。65?Accenture2003AllRightsReserved2004附件-話費結(jié)構(gòu)與話務(wù)分析的樣本數(shù)據(jù)抽樣標準國內(nèi)長途三個月內(nèi)使用國內(nèi)長途的客戶共計86575人，使用率89.86%國際長途三個月內(nèi)使用國際長途的客戶共計4028人，使用率4.18%按使用量最多的30%分析SMS三個月內(nèi)使用短信的客戶共計93953人，使用率97.5%國際漫游三個月內(nèi)有國際漫游的客戶共計900人，使用率0.93%以國內(nèi)長途計費時長為標準，抽取國內(nèi)長途600次(60分鐘)以上客戶，計29771人。以國際長途計費時長為標準，抽取國際長途150次(15分鐘)以上的客戶，計1291人。抽取發(fā)送100條SMS以上的客戶計25809人。以計費時長為標準樣本數(shù)較小，沒有采取抽樣的方式分析總體數(shù)據(jù)7-9月三個月C網(wǎng)出帳用戶客戶樣本分布16-55歲客戶樣本總數(shù)：102354人以9月出帳數(shù)據(jù)為參考去除600包月的客戶數(shù)共計6005人，實際抽樣分析的樣本總數(shù)為96349人國內(nèi)漫游三個月有國內(nèi)漫游通話的客戶共計50851人，使用率52.78%以漫游計費時長為標準，抽取漫游計費時長500次(50分鐘)以上的客戶，計15565人。深圳聯(lián)通CDMA連續(xù)三個月在網(wǎng)出帳用戶(7/8/9)抽樣客戶數(shù)量：96349人抽樣樣本分布：16歲-55歲本地通話連續(xù)三個月產(chǎn)生本地通話共計96349人，使用率100%已經(jīng)減掉600包月6005人以9月出帳數(shù)據(jù)為本地通話費依據(jù)按計費時長抽取600分鐘以上的樣本，共計33222人?？蛻魯?shù)據(jù)分析全文共72頁，當前為第65頁。66?Accenture2003AllRightsReserved2004問題說明分析數(shù)據(jù)的需求模式數(shù)據(jù)越多，分析的層面就越深廣?？蛻粜畔⒒究梢苑譃橐韵滦畔?nèi)容：客戶基本信息、人口信息、歷史信息、客戶行為信息、客戶價值貢獻、生活方式、心理信息等。目前聯(lián)通缺乏的主要是人口信息、歷史信息、生活心理方面的信息，這些數(shù)據(jù)都有助于制定更有針對性和更為豐富的OFFER。詳細的內(nèi)容清參閱客戶信息視圖。需要使用的分析工具在試點項目中，我們使用了BrioIntelligence的分析工具，我們也可以考慮使用像OracleDiscoverer等挖掘工具；如果數(shù)據(jù)源豐富后，我們還可以考慮使用像：KXEN和SAS、SPSS等高級數(shù)據(jù)分析工具。分析原理、行為細分原則、價值分析原則客戶行為主要指的是客戶的話費構(gòu)成；價值分析主要針對的是客戶的arpu值。話費構(gòu)成的分析主要是為了向不同行為的客戶提供不同資費內(nèi)容的的OFFER，arpu值的分析主要是為了向不同消費水平的客戶提供不同資費水平的OFFER。購買的主要考慮因素聯(lián)通現(xiàn)有客戶數(shù)據(jù)只能了解客戶的基本需求，遠還不足以建立客戶的購買傾向；客戶想要的號碼、手機型號才是客戶的購買傾向，在目前潛在客戶的信息不完整的情況下，只有通過focusgroup的方法來了解潛在客戶在購買產(chǎn)品時的考慮?？蛻羧旱募毞衷瓌t客戶權(quán)的細分原則，我們目前主要使用的是年齡和arpu值，強調(diào)年齡是因為在人口統(tǒng)計信息中，只有年齡是目前可以得到的統(tǒng)計數(shù)據(jù)。通過年齡，我們也可以看到：在低年齡客戶中，短信服務(wù)的使用頻率非常高；在高年齡客戶中，使用長途和漫游的客戶的比例就相對比較大。以下是針對分析數(shù)據(jù)需求模式，分析工具，分析原理/行為細分/價值分析原則、購買的主要考慮因素、客戶群的細分原則等的補充說明客戶分析-補充說明客戶數(shù)據(jù)分析全文共72頁，當前為第66頁。本PPT為可編輯版本，您看到以下內(nèi)容請刪除后使用，謝謝您的理解客戶數(shù)據(jù)分析全文共72頁，當前為第67頁?！窘馕觥俊窘獯稹浚?）氯化鈉是由鈉離子和氯離子構(gòu)成的；金剛石是由碳原子構(gòu)成的；干冰是由二氧化碳分子構(gòu)成的；（2）質(zhì)子數(shù)為11的是鈉元素，鈉元素原子的最外層電子數(shù)1，在化學(xué)反應(yīng)中容易失去一個電子形成陽離子；（3）化學(xué)變化是生成新分子的變化，其實質(zhì)是分子分解成原子，原子重新組合形成新的分子，故該反應(yīng)中沒有變的是碳原子和氧原子。

故答案為：氯化鈉；失去；D。

【分析】物質(zhì)有微粒構(gòu)成，構(gòu)成物質(zhì)的微粒有原子、分子、離子是那種，金屬、稀有氣體由原子構(gòu)成；常見氣體由分子構(gòu)成；堿和鹽由離子構(gòu)成。在化學(xué)變化中，原子種類、質(zhì)量、數(shù)目保持不變。26.用微粒的觀點解釋下列現(xiàn)象：

（1）今年我國要求“公共場所全面禁煙”．非吸煙者往往因別人吸煙而造成被動吸煙。

（2）夏天鋼軌間的縫隙變小。

【答案】（1）分子是在不斷的運動的.

（2）夏天溫度高，鐵原子間的間隔變小.【考點】物質(zhì)的微粒性

【解析】【解答】（1）吸煙生成煙霧，煙霧分子因為運動，擴散到空氣中，使非吸煙者被動吸入煙霧分子，造成被動吸煙；

（2）鋼軌由鐵原子構(gòu)成.每兩根鋼軌間都有一定的間隙，夏天由于氣溫高，使得鋼軌中鐵原子的間隔變大，表現(xiàn)為鋼軌的體積膨脹，則鋼軌間的間隙變小.

故答案為：（1）分子是在不斷運動的；（2）夏天高溫，鐵原子間的間隔變小.

【分析】微粒觀點的主要內(nèi)容：物質(zhì)是由分子（或原子構(gòu)成），分子間有間隔，分子處于永停息的運動狀態(tài)中.（1）煙霧分子屬氣體分子，在空氣中擴散較快，使非吸煙者被動吸煙；

（2）鐵原子間有一定的間隔，溫度升高，則鐵原子間間隔變大，反之則變小，夏天高溫狀態(tài)下，鐵原子間間隔變大，使得鋼軌體積膨脹，則鋼軌間的縫隙變小.客戶數(shù)據(jù)分析全文共72頁，當前為第68頁?！究键c】物質(zhì)的微粒性

【解析】【解答】（1）鐵屬于金屬單質(zhì)，是由鐵原子直接構(gòu)成；氯化鈉是由鈉離子和氯離子構(gòu)成的；二氧化碳是由二氧化碳分子構(gòu)成的．（2）①當質(zhì)子數(shù)=核外電子數(shù)，為原子，a=2+8=10，該粒子是原子．原子序數(shù)=質(zhì)子數(shù)=10．②當a=8時，質(zhì)子數(shù)=8，核外電子數(shù)=10，質(zhì)子數(shù)＜核外電子數(shù)，為陰離子。

故答案為：原子；離子；分子；10；10；陰離子。

【分析】物質(zhì)有微粒構(gòu)成，構(gòu)成物質(zhì)的微粒有原子、分子、離子是那種，金屬、稀有氣體由原子構(gòu)成；常見氣體由分子構(gòu)成；堿和鹽由離子構(gòu)成。當核電荷數(shù)等于核外電子數(shù)，表示原子，小于時表示陰離子，大于時表示陽離子。25.初中化學(xué)學(xué)習(xí)中，我們初步認識了物質(zhì)的微觀結(jié)構(gòu)。（3）升高溫度分子運動速度就加快，只要能說明溫度高了運動速度快了的例子都可以，例如陽光下或者溫度高衣服干得快，溫度高水蒸發(fā)的快，糖在熱水里比在冷水里溶解的快等；

（4）由于注射器裝入的藥品少，現(xiàn)象明顯，又是封閉狀態(tài)，所以可以控制體積節(jié)省藥品、可以減少氣體揮發(fā)造成的污染等．

故答案為：（1）固體；

（2）分子的質(zhì)量大小或者相對分子質(zhì)量大?。ê侠砑唇o分）；

（3）陽光下或者溫度高衣服干得快，溫度高水蒸發(fā)的快，糖在熱水里比在冷水里溶解的快等；

（4）可以控制體積節(jié)省藥品、可以減少氣體揮發(fā)造成的污染等

【分析】（1）根據(jù)實驗現(xiàn)象判斷氯化銨的狀態(tài)；（2）根據(jù)它們的相對分子質(zhì)量的區(qū)別考慮；