《BOSS数据分析培训》PPT课件.ppt

-1-XXXXX-XX/Footer 市场经营 分析和数据挖掘方法介绍 江西移动内部培训材料 二OO三年十二月 THE BOSTON CONSULTING GROUP -2-XXXXX-XX/Footer 议程 了解市场经营分析的目的 数据挖掘和分析的主要层面和步骤 一些典型的数据挖掘和分析方法举例 分析过程中需要注意的问题 -3-XXXXX-XX/Footer 市场经营对于数据分析的需求日益增长 电信行业的管理正由原来的“粗放型”向“集约型”精细化管理转变 每项决策都应该建立于事实基础之上，而不仅仅是“拍脑袋” 更多的产品决策将具有明显的针对性，不再是“全盘操作” 简单的算术统计已经无法满足多元化业务研发的需要 客户需求越来越多元化，产品种类也日趋繁多 随着经营和计费数据的日益累计，原始数据变得庞大而繁杂 计费系统和支撑系统的发展为数据挖掘提供了能力保障 网络口、市场口和计费部门之间的结合日益紧密 详实的数据和具有说服力的解释成为部门间沟通的重要载体 -4-XXXXX-XX/Footer 市场经营数据分析的目的 对市场竞争态势有更为准确和切实了解 可以用来论证一些对市场看法的假设 定量地了解各细分市场的客户特征 通过数据挖掘和图表帮助人们理解繁杂的数字 许多数据的规律特征往往通过图表才被发现 作为进一步调研分析的数据基础 作为客户座谈会或市场调研对象的选择基础 为决策提供事实依据 比如调整资费价格，改变收费模式等 确定对各类客户群保护力度 -5-XXXXX-XX/Footer 议程 了解市场经营分析的目的 数据挖掘和分析的主要层面和步骤 一些典型的数据挖掘和分析方法举例 分析过程中需要注意的问题 -6-XXXXX-XX/Footer 成功的数据分析关键取决于三个层面的工作 选取正确的数据来源，同时不影响正常的生产环境 必须对现有计费系统和数据结构有明确的了解 在数据提取效率和提取深度之间权衡 做出适当的假设，并对各类假设进行优先排序 尝试所有的分析维度（各种变量之间的排列组合） 对数值进行合理的归类或近似处理 选取合适的图表类型，一张图表往往胜过千言万语 突出重点，能直接为决策提供支撑依据 为进一步分析留有足够的空间 数据提取和收集 数据挖掘和分析 数据表达和说明 -7-XXXXX-XX/Footer 层面三：数据表达 层面二：数据分析 层面一：数据提取 数据挖掘和分析的主要步骤 选取合适的数据源 实时计费系统 经营分析系统 选择原始数据格式 数据库/纯文本 剔除无效数据 抽取质量检验 删除入网前记录 对数据进行归类整理 划分高中低端客户 提取关键数据 不是所有的结果都 能被图表表达 必要时对数据进行 近似或归类处理 确定分析的类型 假设验证型 特征探索型 确定数据收集需求 分解需求到为具体 数据提取变量 编写分析处理程序 Excel/SPSS宏处理 Access SQL程序 运行分析程序 选择合适的图表类型 以简洁为原则，选 择最有效最恰当的 注意不同元素之间 的主次顺序 对于图表所说明的问题 作初步解释 同时给与进一步分 析留下足够空间 确定数据抽取方法 整体数据 抽样数据 初步统计数据 选择抽取范围 指定地区/品牌等 每一步工作都将直接影响最终分析结果的质量 选择分析工具 Excel宏处理 SPSS批处理 Access SQL 导入原始数据 -8-XXXXX-XX/Footer 议程 了解市场经营分析的目的 数据挖掘和分析的主要层面和步骤 一些典型的数据挖掘和分析方法举例 分析过程中需要注意的问题 -9-XXXXX-XX/Footer ARPU水平变化细分分析 下降50%以 上 下降0-25% 增长0-25% 增长50%以 上 离网率6.2%3.2%2.0% 下降25-50% ARPU变化幅 度 数据挖掘分析结果示例说明问题 与总体平均ARPU变化相比，该细分分析能 够识别出真正影响ARPU变动的因素 可以进一步细分品牌、地区分析 分析方法 锁定号码抽样一定规模客户近一段时间各 月ARPU 确定比较对象：前后两个月，或前后两阶 段多月平均ARPU值 计算ARPU变化幅度，划分4-6个档次，各 档次幅度不一定对等 根据早期ARPU值档次和对应变化档次制图 -10-XXXXX-XX/Footer 客户群ARPU分布分析 数据挖掘分析结果示例说明问题 了解客户消费额分布随时间的变化 或各地区、各品牌客户消费额分布差异 图形分布经过正态处理，更易于比较 分析方法 随机抽取特定范围品牌、月份或地区客户 ARPU 确定ARPU段细分标准，可以对ARPU值取对 数后保留一定精度使1000元以下ARPU细分 为20-30段 统计各ARPU段内客户数占总客户数比例 ARPU水平 客户 密度 规模 -11-XXXXX-XX/Footer 各ARPU水平客户对收入贡献程度 数据挖掘分析结果示例说明问题 了解各类客户对收入的贡献程度 客户比例与收入比例的对应关系 各ARPU段累计客户比例 分析方法 随机抽取特定范围一定规模客户ARPU 将客户根据ARPU值逆向排序，并分段统计 各ARPU段内总客户数和总收入 将各ARPU段客户数和收入转换为累计比例 根据ARPU-客户数累计比例，客户数累计比 例-收入累计比例制图 高价值客户 累计收入比例 (%) 020406080100 低价值客户 1.累计收入 ARPU水平 累计客户数对应ARPU 累计客户数比例 -12-XXXXX-XX/Footer 品牌和ARPU细分离网率分析 数据挖掘分析结果示例说明问题 了解不同品牌和ARPU段客户的离网率 了解各离网率所影响的相对客户群规模 分析方法 随机抽取特定范围一定规模客户前期多月 平均ARPU，锁定号码近期离网客户 根据ARPU水平和品牌分别计算各细分群体 客户数和平均离网率 根据客户数比例确定横向和纵向面积，填 入各区域离网率并标注 品牌用户数量份额(%) ARPU 用户数 份额(%) 神州行全球通 8% 13% 4% 2% 9% 11% 12% 12% 9% 11% 12% 14% 3% 2% 2% 1% 0% 0% 0% 0% 6% 5% 4% 14% 1% 0% 0% 0% 4% 0% 0% 0% 11% 4% 3% 5% 50元以下 50-120元 120-250元 250元以上 -13-XXXXX-XX/Footer 收入变化分析和预测 数据挖掘分析结果示例说明问题 了解不同因素对收入变化的影响程度 分析方法 抽取上期和本期总收入 累计所有新增客户收入 累计各月离网客户离网前多月平均ARPU和 离网期限 累计各月内转客户内转前多月平均ARPU和 内转后多月平均ARPU，扣除整体ARPU变化 幅度因素 累计各月其他客户ARPU变化 1020 50 收入 (亿元) 上期 收入 新增 客户 收入 离网 客户 收入 损失 估算 在网 客户 ARPU 下跌 收入 损失 本期 收入 5 在网 内转 客户 收入 损失 2 53 -14-XXXXX-XX/Footer 各ARPU客户群呼转比例分析 数据挖掘分析结果示例说明问题 根据分布密度了解网外呼转客户（双机客 户）消费行为特征 了解不同ARPU客户呼转比例 分析方法 抽样各品牌网外呼转费占总话费比例超过 2%的客户的网外呼转费和总话费 划分纵横区域进行针对性分析 网外呼转比例 101001000 ARPU（元） -15-XXXXX-XX/Footer 各品牌ARPU-ARPM对应关系分析 数据挖掘分析结果示例说明问题 从侧面了解各品牌的目标客户群的类别 分析方法 统计各品牌所有客户客户数，总收入和总 通话计费时长 计算各品牌ARPU和ARPM值 可以选择针对本地通话平均单价分析 根据ARPU段细分统计平均ARPU，ARPM和客 户数可得到更精确的分布 ARPU(元） 平均通话单价 ARPM (元/分钟) 品牌用户数量 = 10万户 标准全球通 神州行 动感地带 本地品牌B 本地品牌A -16-XXXXX-XX/Footer 客户转网统计分析 数据挖掘分析结果示例说明问题 了解各品牌转网率（包括内转和离网） 了解各品牌客户转网去向和分配比例 分析方法 市场抽样调查 计费中心统计 全球通神州行 神州行 联通G网 全球通 联通G网 小灵通 -17-XXXXX-XX/Footer 议程 了解市场经营分析的目的 数据挖掘和分析的主要层面和步骤 一些典型的数据挖掘和分析方法举例 分析过程中需要注意的问题 -18-XXXXX-XX/Footer 分析过程中需要注意的问题 对于各类指标的定义必须相互一致 离网率的定义：办理销户？本月未通话？三个月未通话？ 网内通