客户细分模型项目报告.ppt_第1页
客户细分模型项目报告.ppt_第2页
客户细分模型项目报告.ppt_第3页
客户细分模型项目报告.ppt_第4页
客户细分模型项目报告.ppt_第5页
已阅读5页,还剩79页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1,2007年12月,2007 年 12 月,XX移动客户细分模型 项目报告,2,报告会议程,一、项目背景及前阶段工作回顾 二、客户细分方法论 三、XX移动客户细分模型 四、通用客户细分结果分析及相应市场策略 五、短信专题客户细分结果分析及相应市场策略 六、基于客户细分结果的市场营销活动讨论,3,报告会议程,一、项目背景及前阶段工作回顾 二、客户细分方法论 三、XX移动客户细分模型 四、通用客户细分结果分析及相应市场策略 五、短信专题客户细分结果分析及相应市场策略 六、基于客户细分结果的市场营销活动讨论,4,项目概述,项目主题:XX移动客户细分模型 项目范围:本期项目以乐山市为试点城市 项目目的:按用户行为进行细分,客观反映用户需求。通过对各类人群的深入分析,为相关部门制订资费、服务、市场策略提供基础。 项目内容: 建立客户细分模型 结合各部门需求对客户细分群进行详细分析 协助市场经营部进行相关服务、市场活动的策划,5,项目各阶段计划,第一阶段:需求调研、项目范围界定 在与各部门的访谈中,了解各部门的需求点,以便在客户细分后有重点地进行分析。 第二阶段:收集提取数据 依据第一阶段的需求,收集并整理数据,把数据加载到指定的数据库表,为下一阶段的建模提供基础。 第三阶段:建模及分析 建立细分模型,对乐山移动用户进行细分。并根据前期访谈所了解的需求,结合乐山具体情况,对客户细分群进行详细分析。 第四阶段:应用专题设计 根据第一阶段的访谈,并在第三阶段的细分结果分析基础上,协助市场经营部门对部分重点细分群体有针对性地设计市场策略和市场活动。 注:SPSS的CRISP建模流程包含了第二、三阶段,所以此阶段内容在建模步骤中详细讲述。,6,XX移动已对用户按ARPU值进行了用户细分,并对不同级别的客户采取了不同的服务策略。,XX移动客户细分现状,7,高端用户,中端用户,低端用户,以全球通新形象涵盖目标群的共性特质,以顶级服务/享受满足和稳固,以领先业务刺激和带动,目前客户细分无法完全满足 业务部门增长需求,通过业务访谈,我们了解到基于ARPU值的客户细分还无法完全满足业务部门日益增长的业务需求 准确了解客户行为可以进一步了解客户,增加客户满意度,8,针对各部门的需求访谈,通过对各部门的访谈,为客户细分模型的建立提供指导依据。,9,针对各部门的需求访谈,10,报告会议程,一、项目背景及前阶段工作回顾 二、客户细分方法论 三、XX移动客户细分模型 四、通用客户细分结果分析及相应市场策略 五、短信专题客户细分结果分析及相应市场策略 六、基于客户细分结果的市场营销活动讨论,11,客户细分分析结果能帮助XX 移动实现股东价值的最大化,从各个角度来增加股东价值,都需要以客户细分为基础。,12,客户细分是产品开发、市场营销的基础,客户细分使差异化成为可能,使提供的产品和服务更直接的针对某一特定客户群,为什么划分客户群?,产品/服务 理解客户对产品的偏好,针对客户的需求提供产品,渠 道 理解客户对销售和服务要求,有针对性地设计销售渠道,推 广 理解客户对市场活动的反应和接受程度,针对客户群制定推广策略,价格制定 理解客户的价格敏感度,针对客户的需求制定价格战略,13,分析型CRM的子工作流关系图,本次客户细分项目重点对客户行为及需求进行分析,及对客户细分群进行定义。,14,分析型CRM各模型的相互关系和用处,模型互相作用-输入方向,客户价值模型,交叉销售和增量 销售发现模型,应用模型,流失预测模型,客户细分模型,识别高离网率的高价值客户 预估将来最有可能离网的客户,可更准确地区分高价值的客户群,因客户价值代表每个客户群在其生命周期内为XX移动所带来的价值,商业应用,根据客户细分模型的 输出物 , 再加上每个应用模型的不同分析, 便能把客户群分得更准确、更清晰,客户行为、客户价值、客户需要,识别客户群的交叉和增量销售机会,从而增加收入 了解客户对产品/服务的需求,支持模型,客户周期价值 分析模型,渠道盈利 分析模型,挽留响应模型,对各种渠道的成本所带来的收益及付出的成本有更请楚和准确的了解 对发展客户所付出的佣金作合理水平分析,以方便将来作为品牌代理的分折,预估客户对客户挽留活动有响应的可能性 分析现有营销活动及集中目标、减低投资,分析型CRM通过建立模型实现知识分析平台,将客户数据转化为对客户的了解,并由此产生有针对性的运作,15,可供选择的客户细分方法,具体选用哪种方法需要考量实施细分方法的难易程度及有效程度,同时还要增加股东价值和满足决策目标,实施的难易程度,人口统计(Demographical),客户价值 (Customer Value),行为方式(Behavioral),态度(Attitudinal),16,各种客户细分方法的比较,任何客户细分都会运用到多维的客户细分方法。每个细分方法都有其优缺点。,细分基础,优势,劣势,应用,17,我们在XX移动使用的客户细分方法,考虑不同客户细分方法的有效性及实施的难易程度,并结合移动所提供的数据资源和移动用户特点,我们采用用户行为方式进行客户细分,再结合人口统计和客户价值准确定位细分人群。,客户价值,客户细分三维分析体系,18,报告会议程,一、项目背景及前阶段工作回顾 二、客户细分方法论 三、XX移动客户细分模型 四、通用客户细分结果分析及相应市场策略 五、短信专题客户细分结果分析及相应市场策略 六、基于客户细分结果的市场营销活动讨论,19,本期客户细分模型聚类模型,聚类的原理是把具有相近特征的观测值聚集为一组,保证各组间特征的相异性最大,同组内各观测值特征的相似性最大。 在本项目中,采用通话行为、数据业务使用情况等作为细分变量,把有相近行为特征的人群聚为一组。,各条记录在细分变量空间的透视图,点对点短信,梦网短信,本地通话,通话行为,数据业务,长途通话,各行为特征在空间的位置相对集中,因此被划分为有一定共同行为特征的客户群,20,CRISP-DM(Cross-Industry Standard Process for Data Mining) 具体流程如下图:,数据挖掘方法论CRISP-DM,各个环节顺序进行,但需要不断地循环往复进行数据探索和模型的调优,21,各环节所涉及的内容和人员,先不考虑循环往复的探索和调优过程,直接顺序考察各个环节,确定商业目标,ETL,建立模型,数据收集、管理,数据探索、修改,各部门访谈,计费中心支持 数据挖掘工程师,数据挖掘、商业分析、市场营销人员,商业理解Business Understanding,数据理解 Data Understanding,数据准备 Data Preparation,建立模型 Modeling,模型评估 Evaluation,结果发布 Deployment,模型调优,应用策略,CRISP-DM,22,步骤一:商业理解,我们基于访谈中了解的客户需求,采用用户行为特征作为细分变量,用户人口统计信息和客户价值作为描述变量,从而定位人群特征。 对行为特征从以下几个方面来获取信息,注:细分变量用于进行客户细分的变量。 描述变量将客户细分成各个群体后,各群体的基本特征,23,步骤一:商业理解,基于客户需求,并结合以上行为特征选取的方向,我们定义了几组数据作为细分变量,注:其中d_X代表时长,t_X代表次数,24,步骤一:商业理解,通过细分变量将客户进行细分,再通过以下描述变量定位人群,进一步分析人群特征。,25,步骤二:数据理解 数据源来自经营分析系统,客户基本信息(DW_USR_DCUSTM) 用户帐务信息(DW_FEE_SHOULDDM) CDR信息 语音CDR(DW_CALL_CDR) IP业务CDR(DW_NEWBUSI_CDR) 短信业务CDR(DW_NEWBUSI_SMSCDR) 梦网业务CDR(DW_NEWBUSI_MESGCDR) 客服信息,26,步骤三:数据准备,宽表生成流程,注:宽表是将数据经过组合所形成的包括细分变量和描述变量的记录表。,DSS目前 开放的表格 作为接口表,其他接口文件,作为中间表的 数据集1,作为中间表的 数据集2,建模使用的宽表 数据集,建模使用的宽表 数据集,接口文件直接参与宽表的生成,27,步骤四:建立模型,通过因子分析找到变量之间的关系,并优化变量组合。在对模型结果的分析中,根据标准群间差距最大,群内差距最小的原则进行分析,同时调整变量组合,以尽量接近标准。以此方式循环,逐步使模型得到优化。,28,步骤四:建立模型数据探索,公免不能代表普遍用户行为,容易对在聚类形成噪音 在用户状态中仅选择正常用户 选择入网时间90天以上用户,保证研究样本拥有完整的研究期间数据 (2007年8-10月),注:黄色部分为去掉的数据,29,步骤四:建立模型数据探索,在记录中发现should_fee(用户应收费)=favor_fee(优惠费)的用户记录,详细查看其记录,比较异常。在与乐山移动分公司访谈后了解此类记录多为用于测试的号码。于是去掉该部分记录,部分should_fee=favor_fee的记录,30,步骤四:建立模型数据探索,短信发送人数极多号码有可能为移动统一向用户发送。,以distinct_sms_send(短信发送的人数)为例,在通过变量的标记直接去掉非正常值外,还通过查看数据去掉极值,以免极少数用户的行为对细分结果形成噪音。,以d_local(本地通话时长)为例,极少数人的个别行为可能影响细分群,所以在研究其图形分布后,去掉部分极值,31,乐山移动用户的ARPU值分布,乐山的平均ARPU值:156.48元,步骤四:建立模型数据探索,我们获得的乐山移动用户记录共有130388条,经过正常值选择、极值处理等,最后用于研究的记录有78339条。以下数据探索工作着重于了解乐山移动用户概貌,以及发现数据存在的问题。,乐山移动用户年龄分布,乐山移动用户性别比例,乐山移动用户区域分布,32,乐山移动用户付费方式,步骤四:建立模型数据探索,乐山移动用户付费信息中,仅有现金支票和预付费用户两种标记。建议将信用卡托收、各银行代收等方式进行标记。,根据全球通品牌整合计划,市州地区用户ARPU值在300元以上可享有贵宾卡,即VIP用户。从图中所示,系统中VIP标记部分有误。,乐山移动用户VIP情况,33,步骤四:建立模型生成客户细分模型,使用SPSS数据挖掘工具进行客户细分,34,步骤五:模型评估,以t_fix_vs_total 为强势特征的细分组t_fix_vs_total 的分布,所有用户t_fix_vs_total (固话通话比例)的分布,细分前整个用户群数据落差较大。细分后,各组的强势变量的分布趋于平缓,可看出,聚类模型将具有相似特征的记录聚在一组。 若在此步骤中若发现模型不够优化,还需要回到第四步骤,甚至第三步骤进行调整,35,步骤六:结果发布,对模型结果进行分析,并针对细分群提出相应策略,该部分内容在下一节详细讲述,36,报告会议程,一、项目背景及前阶段工作回顾 二、客户细分方法论 三、XX移动客户细分模型 四、通用客户细分结果分析及相应市场策略 五、短信专题客户细分结果分析及相应市场策略 六、基于客户细分结果的市场营销活动讨论,37,细分结果数据表(12个客户细分组) 细分变量,38,细分结果数据表描述变量(一),39,细分结果数据表描述变量(二),40,细分结果数据表描述变量(三),注:cluster-2,除强势变量外,其他变量没用颜色标记,41,各组相对强弱势比较,42,组1:低使用率组,43,组1:低使用率组,44,组2 固话联系紧密组,45,组2 固话联系紧密组,46,组2 固话联系紧密组固话通话比例,组2 t_fix_vs_total分布,所有用户t_fix_vs_total分布,47,组3 中低使用率组,48,组3 中低使用率组,49,组4 联通联系紧密组,50,组4 联通联系紧密组,51,组5 移动联系紧密组,52,组5 移动联系紧密组,53,组5 移动联系紧密组移动通话比例,组5 t_mob_vs_total分布,所有用户t_mob_vs_total分布,54,组6 短信高使用组,55,组6 短信高使用组,56,组6 短信高使用组短信发送总数,组6 t_sms_total分布,所有用户t_sms_total分布,57,组7 大量本地通话组,58,组7 大量本地通话组,59,组8 高IP&省内漫游组,60,组8 高IP&省内漫游组,61,组9 高省际长途漫游组,62,组9 高省际长途漫游组,63,组10 高国际长途漫游组,64,组10 高国际长途漫游组,65,组10 高国际长途漫游组 港澳台、国际长途通话次数,组10 t_toll_htm+idd分布,所有用户t_toll_htm+idd分布,66,报告会议程,一、项目背景及前阶段工作回顾 二、客户细分方法论 三、XX移动客户细分模型 四、通用客户细分结果分析及相应市场策略 五、短信专题客户细分结果分析及相应市场策略 六、基于客户细分结果的市场营销活动讨论,67,本期项目考虑以短信作为应用专题,短信收入,短信,梦网短信,发送,转发,回复,接收,订制,点播,直接引起收入,通过培养用户短信行为而间接产生收入,短信收入增长的渠道,68,本专题研究范围,短信使用次数为零的人数为27,557人,使用过至少一次的用户为50,782人,短信使用的普及率为64.8%。 为了了解短信存量市场和增量市场的状况,我们将乐山移动用户群分成三部分 短信零使用用户(从未使用过短信的用户) 短信低使用用户(平均每月短信费用0-5元的用户) 短信高使用用户(平均每月短信费用5元以上的用户) 本专题选择短信零使用用户和高使用用户为分析对象 短信零使用用户的分析:分析短信零使用用户特征,了解其未使用短信的原因,挖掘潜在用户 短信高使用用户的分析:了解短信高使用用户的短信使用模式,进一步提高其使用量。,平均短信发送量:34.2,乐山全球通用户短信使用情况,69,短信高使用群分析细分结果 细分变量,70,短信高使用群分析细分结果 描述变量(一),71,短信高使用群分析细分结果 描述变量(二),72,短信高使用群分析细分结果 描述变量(三),73,针对短信高使用人群的策略,74,短信零使用群性别分析,乐山全球通用户可参考人群中,男性用户为占67.3%,女性用户占24%。短信零使用人群中,男性占71.09%,女性占20.39%。在针对短信零使用群的市场活动中,从推广渠道和奖品设置上考虑男性居多因素。,短信零使用群性别比例,乐山移动用户性别比例,75,短信零使用群年龄分析,从年龄分布图上来看,平均年龄在35.9岁。图中年龄的分布基本和全球通用户的年龄分布相一致。表明不存在特别排斥短信业务的年龄段。,76,短信零使用群地区分析,就地区来看,各地短信的使用的比例差异较大。犍为地区的未使用短信人群的比例较高,占41.2%,而最低的金口河地区的相应比例仅为25.5%。需结合乐山地区背景考虑营销方式。,77,短信零使用群ARPU分析,乐山短信增量市场的平均ARPU值为126.94元,低于全球通人群的ARPU平均值158.17元。 WAP的平均使用费为0.003元,GPRS的平均使用费为0.193,IP的平均使用费为1.289元,分别为全部人群平均的15.8%,62.5%和41.6%。 这部分不使用短信的人群基本上属于消费水平偏底,对新技术不敏感的人群。,78,报告会议程,一、项目背景及前阶段工作回顾 二、客户细分方法论 三、XX移动客户细分模型 四、通用客户细分结果分析及相应市场策略 五、短信专题客户细分结果分析及相应市场策略 六、基于客户细分结果的市场营销活动讨论,79,针对短信高使用人群的活动建议,活动目的:继续拉动存量市场收入。利用短信细分的结果,分析短信用户中不同人群的短信使用倾向,针对不同人群设计有吸引力的奖品。以抽奖的方式刺激用户的短信消费。 奖项设置: “参与奖” 当月短信数量到达100条,移动免费赠送一个月的短信资讯(每日一条,内容可选,如笑话,天气预报,新闻,商场打折信息等) “开心奖” 当月短信使用量达到200条,可参加抽奖,.获奖人数为100人。建议奖品为大众消费品类、话费奖励等。 “努力奖” 当月短信使用量达到500条,可参加抽奖,获奖人数为10人。建议奖品为商旅类、电器类 “奋斗奖” 当月短信使用量达到1000条,可参加抽奖,获奖人数为5人。建议奖品为时尚类电子产品 “成就奖” 当月短信发送

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论