1、電信行業(yè)數(shù)據(jù)挖掘介紹,數(shù)據(jù)挖掘系統(tǒng)框架示意圖,SPSS以客戶為中心分析方法,客戶細(xì)分和分析： 根據(jù)客戶的自然屬性、消費(fèi)特征、行為習(xí)慣進(jìn)行客戶的分群，分析各客戶群體發(fā)展（轉(zhuǎn)化）趨勢(shì)和消費(fèi)習(xí)慣及消費(fèi)產(chǎn)品、趨勢(shì)。,客戶,分析的主體：客戶,電信數(shù)據(jù)挖掘分析所需數(shù)據(jù),第一類數(shù)據(jù)：人口統(tǒng)計(jì)學(xué)數(shù)據(jù) 1、地址 2、家庭（公司）規(guī)模 3、,第二類數(shù)據(jù)：通話行為數(shù)據(jù) 1、通話次數(shù) 2、通話時(shí)長(zhǎng)度 3、通話去向構(gòu)成（市內(nèi)、國(guó)內(nèi)、國(guó)際、漫游） 4、通話時(shí)段構(gòu)成（忙時(shí)、閑時(shí)、周末） 5、通話費(fèi)用及構(gòu)成 6、,第三類數(shù)據(jù)：使用數(shù)據(jù)業(yè)務(wù)和服務(wù)數(shù)據(jù) 1、是否使用某類服務(wù)（標(biāo)記變量表示） 2、各類型服務(wù)花費(fèi) 3、,第四類數(shù)據(jù)：

2、其他數(shù)據(jù) 1、用戶在網(wǎng)時(shí)間 2、用戶付費(fèi)方式 3、,數(shù)據(jù)準(zhǔn)備過(guò)程對(duì)數(shù)據(jù)進(jìn)行整理和變換,數(shù)據(jù)的幾個(gè)來(lái)源： CDR (Call Detailed Record) 客戶資料數(shù)據(jù)(Customer Information） 客戶帳務(wù)數(shù)據(jù) 銷售策略與措施數(shù)據(jù) 其他來(lái)源 數(shù)據(jù)的整理與變換 數(shù)據(jù)的簡(jiǎn)單描述和匯總、缺失值的填補(bǔ) 數(shù)據(jù)挖掘變量的篩選和相關(guān)性分析 數(shù)據(jù)的專業(yè)變換 不同數(shù)據(jù)源數(shù)據(jù)的整合 其他,數(shù)據(jù)挖掘建模和檢驗(yàn),選擇何種工具和算法 模型結(jié)果是否能在業(yè)務(wù)中被應(yīng)用？ 模型檢驗(yàn)方案如何設(shè)計(jì)和實(shí)施？,數(shù)據(jù)挖掘流程第六步：結(jié)果發(fā)布如何把結(jié)果發(fā)布到業(yè)務(wù)人員（決策者）手中,結(jié)果發(fā)布的幾種可能方式 提交書(shū)面或者電子

3、報(bào)告 把相關(guān)數(shù)據(jù)挖掘結(jié)果寫(xiě)回?cái)?shù)據(jù)庫(kù)，供查詢展示 開(kāi)發(fā)用戶界面，實(shí)現(xiàn)主要數(shù)據(jù)挖掘解決方案的定制化（例如：建立打分系統(tǒng)） 模型的更新和維護(hù) 針對(duì)不同的模型制定實(shí)施不同的模型更新計(jì)劃（例如細(xì)分模型是其他模型的基礎(chǔ)，更新頻度慢，客戶吸引模型更新頻度快） 數(shù)據(jù)挖掘軟件的使用 作為工具軟件供企業(yè)數(shù)據(jù)挖掘分析人員使用 作為后臺(tái)運(yùn)行，進(jìn)行日常數(shù)據(jù)挖掘模型的處理,客戶流失分析案例,商業(yè)背景,雖然某移動(dòng)在該地域移動(dòng)電信市場(chǎng)地位處于龍頭地位，但是由于聯(lián)通、網(wǎng)通、電信的強(qiáng)勢(shì)營(yíng)銷以及系列優(yōu)惠活動(dòng)，該移動(dòng)的月流失客戶率逐月上升。根據(jù)統(tǒng)計(jì)，該移動(dòng)中高價(jià)值客戶年流失率達(dá)到了27%以上。 該移動(dòng)希望通過(guò)SPSS分析團(tuán)隊(duì)的幫助，

4、能夠準(zhǔn)確定位即將流失的客戶，從而采取一定的業(yè)務(wù)措施把中高價(jià)值客戶的流失率下降20%左右，實(shí)現(xiàn)客戶維系活動(dòng)投資回報(bào)最大化。,咨詢項(xiàng)目實(shí)施準(zhǔn)備,SPSS電信行業(yè)數(shù)據(jù)分析專家，并與該移動(dòng)公司協(xié)商所需的業(yè)務(wù)和IT資源。 SPSS技術(shù)人員與移動(dòng)IT及業(yè)務(wù)人員討論流失客戶的目標(biāo)定義、流失客戶分析所考慮的因素、經(jīng)分系統(tǒng)數(shù)據(jù)現(xiàn)狀等情況。 SPSS技術(shù)人員和移動(dòng)相關(guān)人員制定咨詢項(xiàng)目日程、投資回報(bào)評(píng)估標(biāo)準(zhǔn)、分析結(jié)果精準(zhǔn)度目標(biāo)等相關(guān)事宜。,客戶流失分析范圍,分析目標(biāo) 分析中高價(jià)值客戶在未來(lái)2月內(nèi)流失的可能性，及高流失概率客戶前4個(gè)月的行為特征和人口統(tǒng)計(jì)學(xué)特征等，從而幫助業(yè)務(wù)人員提前采取業(yè)務(wù)措施實(shí)施客戶維系。 流失客

5、戶分析的目標(biāo)客戶群中高價(jià)值客戶 前6個(gè)月中有3個(gè)月ARPU150的非神州行客戶 流失客戶定義 用戶不再繼續(xù)使用移動(dòng)提供的服務(wù)而終止合同 用戶消費(fèi)2月內(nèi)最高資費(fèi)較前6月平均資費(fèi)下滑80%以上 流失分析目標(biāo)分群 考慮到預(yù)付費(fèi)和后付費(fèi)用戶行為特征有相當(dāng)大的差異，因此對(duì)預(yù)付費(fèi)客戶和后付費(fèi)客戶分別分析，從而提高模型的可信度。,咨詢分析項(xiàng)目成功目標(biāo)定義,成功目標(biāo)商業(yè)定義 客戶年流失率下降到20% 收益率提高50%以上 成功目標(biāo)技術(shù)定義 準(zhǔn)確性：=70 命中率：=40 覆蓋率：=40 提升度（流失概率最高的10用戶）：=3,客戶流失分析相關(guān)因素,欠費(fèi)標(biāo)志、欠費(fèi)總額、新欠費(fèi)額、通話次數(shù)、主叫通話次數(shù)占比、平均

6、每次通話時(shí)長(zhǎng)、漫游時(shí)長(zhǎng)、漫游占比、IP長(zhǎng)途時(shí)長(zhǎng)、節(jié)假日通話時(shí)長(zhǎng)、節(jié)假日通話時(shí)長(zhǎng)占比、節(jié)假日主叫通話時(shí)長(zhǎng)占比、閑時(shí)通話時(shí)長(zhǎng)、閑時(shí)通話時(shí)長(zhǎng)占比、優(yōu)惠通話時(shí)長(zhǎng)、優(yōu)惠通話時(shí)長(zhǎng)主叫占比、與聯(lián)通GSM通話時(shí)長(zhǎng)、與聯(lián)通GSM通話時(shí)長(zhǎng)占比、與聯(lián)通CDMA通話時(shí)長(zhǎng)、與聯(lián)通CDMA通話時(shí)長(zhǎng)占比、與電信通話時(shí)長(zhǎng)、與電信通話時(shí)長(zhǎng)占比、國(guó)際長(zhǎng)途通話時(shí)長(zhǎng)、國(guó)際長(zhǎng)途通話占比、國(guó)際長(zhǎng)途主叫通話占比、國(guó)內(nèi)長(zhǎng)途通話時(shí)長(zhǎng)、應(yīng)繳費(fèi)、代收費(fèi)、月租費(fèi)、其他費(fèi)用、其他費(fèi)用占比、通話費(fèi)、主叫通話費(fèi)占比、優(yōu)惠費(fèi)、優(yōu)惠費(fèi)占比、主叫優(yōu)惠費(fèi)、長(zhǎng)途費(fèi)、長(zhǎng)途費(fèi)占比、國(guó)內(nèi)長(zhǎng)途費(fèi)占比、本地費(fèi)、本地費(fèi)占比、優(yōu)惠時(shí)段通話費(fèi)、優(yōu)惠時(shí)段通話費(fèi)占比、基本通話費(fèi)、基本

7、通話費(fèi)占比、呼轉(zhuǎn)次數(shù)、呼轉(zhuǎn)次數(shù)占比、平均每次呼轉(zhuǎn)通話時(shí)長(zhǎng)、無(wú)條件呼轉(zhuǎn)次數(shù)、無(wú)條件呼轉(zhuǎn)次數(shù)占比、呼轉(zhuǎn)移動(dòng)次數(shù)、呼轉(zhuǎn)聯(lián)通GSM次數(shù)、呼轉(zhuǎn)電信次數(shù)、呼轉(zhuǎn)聯(lián)通CDMA次數(shù)、呼轉(zhuǎn)其他設(shè)備次數(shù)、呼轉(zhuǎn)秘書(shū)臺(tái)次數(shù)、呼轉(zhuǎn)網(wǎng)通次數(shù)、交往圈、主叫交往圈占比、聯(lián)通交往圈占比、網(wǎng)通交往圈占比、最頻繁聯(lián)系號(hào)碼通話次數(shù)、最頻繁聯(lián)系號(hào)碼主叫通話次數(shù)、平均最頻繁聯(lián)系號(hào)碼每次通話時(shí)長(zhǎng)、短信次數(shù)、GPRS時(shí)長(zhǎng)、品牌大類、客戶類型、付費(fèi)方式、用戶在網(wǎng)時(shí)長(zhǎng)、用戶狀態(tài)、免催標(biāo)志、換品牌標(biāo)志、資費(fèi)品牌、新品牌、與聯(lián)通客服聯(lián)系次數(shù)、與電信客服聯(lián)系次數(shù)、VPMN標(biāo)志、年齡、職業(yè)、客服聯(lián)系次數(shù)、離網(wǎng)標(biāo)志、停機(jī)標(biāo)志、停機(jī)時(shí)長(zhǎng)、可用資金額、未繳賬單

8、數(shù)、預(yù)存次數(shù)、預(yù)存金額、有效期,項(xiàng)目實(shí)施過(guò)程簡(jiǎn)述,項(xiàng)目實(shí)施周期：40個(gè)工作日 移動(dòng)技術(shù)人員負(fù)責(zé)從經(jīng)分系統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)中收集符合分析范圍的數(shù)據(jù)（包含上述相關(guān)因素），并整合成以客戶號(hào)為唯一鍵值的寬表。 歷史信息時(shí)間為2006年7月2007年2月。 訓(xùn)練、測(cè)試數(shù)據(jù)為用2006年7月10月的客戶數(shù)據(jù)分析2006年11-12月內(nèi)客戶流失的關(guān)系。 驗(yàn)證數(shù)據(jù)為用2006年9月12月的客戶數(shù)據(jù)驗(yàn)證2007年1-2月內(nèi)客戶流失的命中率。 對(duì)收集的歷史信息進(jìn)行轉(zhuǎn)換，衍生出4月內(nèi)資費(fèi)波動(dòng)，4月內(nèi)均值等指標(biāo)。 使用Pearson和Cramers V指標(biāo)評(píng)估預(yù)測(cè)因子和客戶流失之間關(guān)系的強(qiáng)弱，進(jìn)行維度裁減，簡(jiǎn)化模型并提高模型

9、健壯度。,后付費(fèi)部分分析結(jié)果準(zhǔn)確性評(píng)估,準(zhǔn)確率：82.56% 覆蓋率（預(yù)測(cè)準(zhǔn)確的流失客戶數(shù)占實(shí)際客戶流失數(shù)的比率預(yù)測(cè)準(zhǔn)確的流失客戶數(shù)/（預(yù)測(cè)錯(cuò)誤的實(shí)際流失客戶數(shù)+預(yù)測(cè)準(zhǔn)確地流失客戶數(shù)）：71.5%,預(yù)付費(fèi)部分分析結(jié)果準(zhǔn)確性評(píng)估,準(zhǔn)確率：81.65% 覆蓋率（預(yù)測(cè)準(zhǔn)確的流失客戶數(shù)占實(shí)際客戶流失數(shù)的比率預(yù)測(cè)準(zhǔn)確的流失客戶數(shù)/（預(yù)測(cè)錯(cuò)誤的實(shí)際流失客戶數(shù)+預(yù)測(cè)準(zhǔn)確地流失客戶數(shù)）：92.47%,模型分析結(jié)果與實(shí)際目標(biāo)客戶占比,上圖為提升圖。根據(jù)提升圖的結(jié)果，市場(chǎng)分析人員可以很容易了解客戶維系的目標(biāo)群體定位。根據(jù)統(tǒng)計(jì)，通常情況下電信公司對(duì)提升度大于3的目標(biāo)群體進(jìn)行客戶維系，收益大于產(chǎn)出。,模型分析結(jié)果的收

10、益情況,上圖為累積圖。根據(jù)累積圖的結(jié)果，市場(chǎng)分析人員可以直觀的了解目標(biāo)客戶群中包含了百分之多少的實(shí)際目標(biāo)客戶。,咨詢項(xiàng)目收益評(píng)估,案例分析應(yīng)用結(jié)果,應(yīng)用SPSS客戶流失分析結(jié)果并結(jié)合恰當(dāng)?shù)臉I(yè)務(wù)手段，在項(xiàng)目實(shí)施后第二個(gè)月，該移動(dòng)中高端客戶流失率即從原來(lái)的9.6%下降到了7%，取得了非常顯著的效果。,產(chǎn)品關(guān)聯(lián)性分析介紹（交叉銷售）,產(chǎn)品關(guān)聯(lián)性分析范圍,分析目標(biāo) 通過(guò)分析現(xiàn)有客戶的持有產(chǎn)品情況，找出產(chǎn)品之間的關(guān)聯(lián)性。從而根據(jù)客戶已持有的產(chǎn)品推薦新的產(chǎn)品給客戶，從而提高現(xiàn)存客戶價(jià)值。 產(chǎn)品關(guān)聯(lián)性分析范圍 產(chǎn)品范圍為所有增值業(yè)務(wù)產(chǎn)品。 目標(biāo)客戶為所有現(xiàn)有持有增值業(yè)務(wù)的客戶 產(chǎn)品歸類定義 所有產(chǎn)品不能按照

11、產(chǎn)品維表進(jìn)行簡(jiǎn)單的歸納，而是根據(jù)其實(shí)際內(nèi)容進(jìn)行歸納或細(xì)化（例如：短信業(yè)務(wù)既不能完全按照SP商歸類，也不能簡(jiǎn)單的歸為一類，而是根據(jù)內(nèi)容進(jìn)行拆分）。 客戶持有產(chǎn)品定義 客戶持有該產(chǎn)品且未解約 流失分析目標(biāo)分群 考慮到C網(wǎng)和G網(wǎng)用戶行為特征有相當(dāng)大的差異，因此對(duì)C網(wǎng)和G網(wǎng)客戶分別分析，從而提高模型的可信度。,咨詢分析項(xiàng)目成功目標(biāo)定義,成功目標(biāo)商業(yè)定義 客戶短信營(yíng)銷響應(yīng)度提高20%以上 成功目標(biāo)技術(shù)定義 找到有強(qiáng)關(guān)聯(lián)性，且有實(shí)施價(jià)值的產(chǎn)品關(guān)聯(lián)關(guān)系。 關(guān)聯(lián)支持度（規(guī)則適用的客戶百分比）：20% 關(guān)聯(lián)置信度（營(yíng)銷的成功概率）：40%,產(chǎn)品關(guān)聯(lián)分析思路,產(chǎn)品關(guān)聯(lián)分析中的主要問(wèn)題,產(chǎn)品關(guān)聯(lián)分析的數(shù)據(jù)源相對(duì)簡(jiǎn)單

12、，訓(xùn)練數(shù)據(jù)源格式為：客戶號(hào)、客戶持有產(chǎn)品1（T/F）、客戶持有產(chǎn)品2 （T/F）。 利用關(guān)聯(lián)算法，分析人員可以很容易地了解每個(gè)產(chǎn)品的關(guān)聯(lián)性。因此產(chǎn)品關(guān)聯(lián)分析的主要難點(diǎn)在于如何歸納產(chǎn)品，如果產(chǎn)品分組過(guò)細(xì)則會(huì)導(dǎo)致規(guī)則不具有普遍意義，不具有可操作的價(jià)值；如果產(chǎn)品分組過(guò)粗則會(huì)導(dǎo)致規(guī)則變成了一些常識(shí)性問(wèn)題，反而屏蔽了一部份有價(jià)值的規(guī)則。 需要有針對(duì)性地對(duì)不同的客戶群進(jìn)行產(chǎn)品關(guān)聯(lián)分析，不同的客戶群對(duì)應(yīng)的產(chǎn)品關(guān)聯(lián)關(guān)系是不同的。如果簡(jiǎn)單地對(duì)所有客戶進(jìn)行關(guān)聯(lián)分析，得到的結(jié)果要么置信度過(guò)低，無(wú)法操作；要么產(chǎn)生一些業(yè)務(wù)常識(shí)（通常這類規(guī)則，規(guī)則支持度和置信度都很高例如：有86%的客戶都購(gòu)買產(chǎn)品b，如果規(guī)則告訴你持有產(chǎn)

13、品a有80%以上的概率持有產(chǎn)品b，則這類規(guī)則是沒(méi)有意義的）。,項(xiàng)目實(shí)施過(guò)程簡(jiǎn)述,先根據(jù)客戶消費(fèi)行為進(jìn)行分類，找出那些增值業(yè)務(wù)消費(fèi)能力較強(qiáng)的客戶群體。 對(duì)產(chǎn)品維重新定義。 對(duì)那些增值業(yè)務(wù)消費(fèi)能力較強(qiáng)的客戶分別進(jìn)行產(chǎn)品關(guān)聯(lián)性分析。 由業(yè)務(wù)人員分析生成的產(chǎn)品關(guān)聯(lián)規(guī)則，篩選出那些有業(yè)務(wù)含義的規(guī)則。 把有價(jià)規(guī)則部署到應(yīng)用系統(tǒng)中，根據(jù)客戶已持有的產(chǎn)品推薦新產(chǎn)品。,市場(chǎng)細(xì)分相關(guān)因素,客戶最近三個(gè)月的月均消費(fèi)：應(yīng)收金額 、傳統(tǒng)業(yè)務(wù)功能月租應(yīng)收金額、傳統(tǒng)短信業(yè)務(wù)應(yīng)收金額、增值業(yè)務(wù)應(yīng)收金額、本地通話應(yīng)收金額、長(zhǎng)途通話應(yīng)收金額、通話應(yīng)收金額 客戶最近三個(gè)月的各項(xiàng)月均消費(fèi)占比：本地通話占比、傳統(tǒng)業(yè)務(wù)功能月租占比、傳統(tǒng)

14、短信業(yè)務(wù)占比、增值業(yè)務(wù)占比、長(zhǎng)途通話占比、通話占比 客戶最近三個(gè)月月均其他消費(fèi)指標(biāo)：傳統(tǒng)短信業(yè)務(wù)通話時(shí)長(zhǎng)、增值業(yè)務(wù)通話時(shí)長(zhǎng)、本地通話時(shí)長(zhǎng)、長(zhǎng)途通話時(shí)長(zhǎng)、傳統(tǒng)短信業(yè)務(wù)通話次數(shù)、增值業(yè)務(wù)通話次數(shù)、本地通話次數(shù)、長(zhǎng)途通話次數(shù),市場(chǎng)細(xì)分結(jié)果,從客戶數(shù)據(jù)中發(fā)現(xiàn)一些異常數(shù)據(jù)（例如：發(fā)現(xiàn)一客戶話務(wù)資費(fèi)只有1000不到，增值業(yè)務(wù)資費(fèi)竟然高達(dá)3百多萬(wàn)）。 通過(guò)聚類算法，我們把客戶分為9類： 中低消費(fèi)增值業(yè)務(wù)低占比客戶 高消費(fèi)純通話用戶 高消費(fèi)增值業(yè)務(wù)低占比客戶 增值業(yè)務(wù)高消費(fèi)客戶 中等消費(fèi)增值業(yè)務(wù)高占比客戶 中等消費(fèi)增值業(yè)務(wù)中等占比客戶 中等消費(fèi)增值業(yè)務(wù)低占比客戶 低消費(fèi)客戶 中上消費(fèi)增值業(yè)務(wù)低占比客戶 根據(jù)業(yè)

15、務(wù)人員經(jīng)驗(yàn)，從中挑出高消費(fèi)增值業(yè)務(wù)高占比客戶、中等消費(fèi)增值業(yè)務(wù)高占比客戶、中等消費(fèi)增值業(yè)務(wù)中等占比客戶進(jìn)行產(chǎn)品關(guān)聯(lián)分析。,產(chǎn)品關(guān)聯(lián)分析結(jié)果,通過(guò)關(guān)聯(lián)分析生成的結(jié)果，業(yè)務(wù)人員發(fā)掘出一些有意義的產(chǎn)品關(guān)聯(lián)規(guī)則，例如：如果客戶持有彩鈴業(yè)務(wù)，則客戶很可能持有來(lái)電寶以及IX上網(wǎng)服務(wù)業(yè)務(wù)。 把這些經(jīng)過(guò)業(yè)務(wù)篩選過(guò)的規(guī)則部署到實(shí)際應(yīng)用中，根據(jù)客戶持有的產(chǎn)品推薦接受可能性較高的新產(chǎn)品，并且在客戶新申請(qǐng)?jiān)擃惙?wù)時(shí)直接向該客戶推薦新產(chǎn)品。,關(guān)聯(lián)規(guī)則結(jié)果應(yīng)用（1）,當(dāng)業(yè)務(wù)人員輸入了某幾項(xiàng)業(yè)務(wù)后，可以列出哪些客戶選擇了這些業(yè)務(wù)，并提出應(yīng)該向這些客戶推薦哪些業(yè)務(wù)，把握程度如何？,關(guān)聯(lián)規(guī)則結(jié)果應(yīng)用（2）,業(yè)務(wù)人員輸入某一項(xiàng)業(yè)務(wù)后，可以列出應(yīng)該向哪些客戶推薦這項(xiàng)