金矿就在您的脚下——基于数据挖掘技术的精确智能营销

金矿就在您的脚下基于数据挖掘技术的精确智能营销金矿就在您的脚下基于数据挖掘技术的精确智能营销中国海口华院分析技术有限公司2003年12月9日华院分析公司简介提供面向市场营销、风险管理和决策支持的数据分析应用咨询和软件解决方案专著于电信和金融行业的数据挖掘解决方案为客户提供以下建模解决方案客户行为细分模型客户离网预警模型客户综合价值评估模型交叉销售模型客户信用评估模型欺诈行为预警模型华院分析为客户提供数据挖掘整体解决方案模型构建软件开发应用咨询华院分析团队介绍在中国移动集团内部的主要工作介绍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议题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项目工作方法移动通信市场竞争迫使移动由规模型发展向规模效益型发展转型联通份额持续攀升小灵通来势汹汹存量市场争夺凸显MOU潜力有限MOU价格战与渠道的唯利是图导致移动公司深陷“价格漩涡”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”虚增放号与不稳定的用户群体进一步增大了销售成本某分公司2002年19月活动用户数变化情况累计放号与净增用户对比1234569777累计放号净增用户累计放号移动净增用户客户离网正严重影响着中移动的收入与利润ARPU群600300600200300200平均ARPU（人民币元）957136141447离网率（1）17796亿亿平均ARPU平均ARPU指标1009359客户保留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新业务种类繁多，仍需努力推广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中国移动新业务种类繁多新业务比重与国际运营商比较客户服务与客户期望有差距，深层次理解用户需求成为关键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100,00024,045273010030023,000占总优惠成本比例474622111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600RMB以上全球通话费200RMB以下全球通话费201600RMB神州行话费200RMB以上346766439224通讯优惠非通讯优惠全球最佳管理实践提示现阶段是数据挖掘应用的关键时期企业客户个人客户个人客户企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不同的定价模型不同的信用政策交叉销售新业务流失用户预警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起步阶段第一/第二代移动通讯成长/差别化阶段第二代移动通讯新游戏规则阶段第三代移动通讯基于数据挖掘技术中国移动集团结合国内外实际情况提出数据挖掘营销应用规划客户行为细分模型客户流失倾向预警模型价格敏感度模型客户信用评分模型交叉销售模型营销效果预测模型客户价值评估模型议题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三类用户细分方法介绍易于辩认易于集中媒介沟通渠道易于组织分销以地理位置,人口特征为基准的细分市场以需求为基准的细分市场以心理性向/生活方式为基准的细分市场描述性的因素,不足以预测其未来购买行为知道品牌X牙膏主要俏于南方,购买者是教育程度高的女性是驱动因素好处是什么在市场日趋成熟复杂和多样化的形势下更显重要可以帮助营销活动的方方面面建立策略,赢得目标人群如果不结合其他信息就用处不大知道品牌X牙膏使用者在寻找具有防止牙龋有效手段的产品优惠是驱动因素为什么有这种要求为消费者人格背景提供更完整的信息为广告渠道策划提供思路对产品/服务的具体方向往往不能给出明确的方向知道品牌X的消费者非常关心自已和家人的健康,具有责任心强的品质好处问题举例对行为的预测性提高为什么要建立客户行为细分模型0200500低端中端高端ARPU值相似的客户需求特点却差别很大客户细分之谜根据ARPU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客户行为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客户行为细分模型通过上百个变量描述客户性别年龄建档时间证件号码缴款方式信息费应收金额优惠金额滞纳金应收SMS次数国际呼叫呼入/呼出比例短消息话单类型信息长度赠送费用呼转类型漫游话费通话时长赠送分钟数费用类型动态漫游号IMSI号码月均基本通话月均国内长途工作日呼叫次数工作日呼叫时间WAP呼叫时间繁忙时段呼叫次数非繁忙时段呼叫次数SMS次数WAP次数IP呼叫次数语音呼叫次数非语音呼叫次数月均国际长途非IP呼叫时间自动生成影响客户分组的主要因子因子分析性别年龄缴款方式SMS次数国际呼叫其它优惠金额短消息话单类型赠送费用费用类型漫游次数应收金额IDD次数月均国内长途月均基本通话非语音呼叫次数SMS次数WAP次数月均国际长途语音呼叫次数费用类型客户根据自身所具有的特征自动聚为一些行为特点相似的群体低高高高1276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16个组中呈现出差别明显的优势、弱势特征繁忙时段月均呼叫次数繁忙时段次数、呼入/呼出比、每次呼叫时间短信繁忙时段次数、每次呼叫时间、短信繁忙时段次数、短信短信、繁忙呼叫次数繁忙时段月均呼叫次数、短信转移呼叫、IPIP呼叫漫游呼叫、非繁忙呼叫、转移漫游地区呼叫、转移、短信非繁忙时段呼叫短信、转移转移呼叫、短信、转移繁忙时呼叫、IP呼叫、短信、转移弱势特征呼入/呼出比语音每次呼叫时间漫游地区呼叫转移呼叫短信繁忙时段月均呼叫次数、转移呼叫、香港（澳门）呼叫繁忙时段月均呼叫次数非繁忙时段呼叫IP呼叫、短信IP呼叫IP呼叫、转移呼叫繁忙时段月均呼叫次数、漫游地区呼叫、香港呼叫次数语音每次呼叫时间、香港（澳门）呼叫、非繁忙时段呼叫优势特征休眠组10热衷转移组11贵中求惠组4IP手机组6业务繁忙组2新生潜力组9业余活跃组1夜间积极组12寂寞无声组消极等待组频繁出差组繁忙大客户组等待接听组713本地繁忙组53157,7,204,27154,7、10、137个客户分组弱势组普通组优质组客户群短信热衷组27短信潜力组20543436情深语长组1711441411商务潜力组347474612全面发展组3312121131002212413213514074206407297570组内月人均话费（元）IP长聊组696774国际呼叫组15159呼叫台湾组141415节约通话组3937组号1616转移联通组组名人数百分比人数（万人）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对细分客户组进行特征描述本组特征描述本组客户共15441人，占客户总数的16，组内每月人均话费759元。与其他客户相比，本组客户的显著特征体现在呼叫香港的通话行为较多（因素7）。香港月均每次呼叫时间达17次，而全体客户平均香港月均每次呼叫时间16分钟，月均呼叫次数只有02次。由此，本组客户的香港月均呼叫费用（537元）比全体客户平均呼叫费用（13元）高出40多倍，香港呼叫需求相当大。第二组呼叫香港组优质组人数15,441月人均话费759元与全体客户话费均值之比30人数百分比16女性比例37月份优势组人数1053占57月份优势组人数3146占7占7月份优势组人数5130仍然留在优势组示例研究各分组客户ARPU的变化，指导营销策略制定月均话费贡献ARPU差异只有长途电话组用户月均话费贡献升高结合客户行为分组观察客户对长途资费的敏感度某移动全球通客户（后付费）IP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，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）。24142064072933134740735197022127571本组客户对价格极不敏感本组客户有较强IP使用习惯本组客户长途通话需求大，对价格有一定敏感性分组大类的客户管理与营销策略（平均人数217625137257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、7元随E行短信费用被停机，停机前没有收到移动正式的停机通知或欠费催缴通知该用户先抱怨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07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，他愤怒了坏帐控制背后的故事某公司日停机用户与销售收入损失停机人数损失客户信用评分模型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客户综合价值模型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WEIGHT_1客户当前贡献度WEIGHT_2客户未来贡献度WEIGHT_3客户信用度WEIGHT_4客户忠诚度WEIGHT_5及客户成长潜力12354客户按综合价值评分在市场营销分析矩阵的分布总图稳定性发展性低中高低中高1256712345697稳定性和发展性都低的客户约占客户总体的62，而稳定性和发展性都高的优质客户约占客户总体的134，其余客户发展性中等，稳定性界于低、中、高之间，客户在整体上趋于正态分布。用户综合价值分组介绍举例组5本组特征描述本组人数百分比359；本组客户的显著特征体现在客户当前贡献度和忠诚度均为各组之末；本组客户的信用度也低于均值，产品增长潜力尚可；总体而言，本组客户发展性和稳定性都偏低，处于客户综合价值矩阵的象限1。32165497基于客户综合价值评分的市场营销建议市场营销建议此类客户约占客户整体的6，非客户主体；客户的培育和挽留价值都不大；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。稳定性发展性低中高低中高1256712345697华院分析智能营销系统可内嵌以上各类模型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分析企划层管理实施层华院分析智能营销系统管理思想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流程技术数据挖掘与分析模型成长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最佳管理实践议题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项目工作方法方法论一建模紧密结合应用模型评分自动化应用建议评分建模数据处理123450行业理解、需求定义行业理解、需求定义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做什么为什么做具体怎么做如何应用数据准备个人信息手机号、联系人、开户日期、地区编号、性别、出生日期、联系地址、帐单地址、付费方式、销户日期等等话单数据手机号、呼叫类型、对方号码、通话开始时间、通话时长、地区号、对方所在区号、漫游类型、长途类型、长途分组、IP电话类型、业务类型等等帐单信息手机号、帐单开始日期、结束日期、帐单总金额、月租费、月租功能费、滞纳金、最后付费日期、销帐日期、积分情况等等1700未流失入网时间1年入网时间1年年龄30岁年龄30岁示例评分表流失倾向评分组别RATE500145024002350330042504200515051006高流失倾向警戒线低流失倾向示例方法论二项目联合团队华院分析（高层领导）中国移动（主管领导）项目领导委员会华院分析移动行业经理中国移动（数据挖掘项目经理）项目经理数据处理人员模型构建人员成果展