创新申报－基于数据挖掘的个性化产品推荐系统的研究及实践

中国移动通信业务服务创新 奖励申报书 项目名称： 基于数据挖掘的个性化产品推荐系统的研究及实践 一、项目基本情况 项目 名称 中文 基于数据挖掘的个性化产品推荐系统的研究及实践 英文 主要完成人 主要完成单位 主 题 词 数据挖掘 数据仓库 经营分析 客户评分 任务来源 项目起止时间 二、项目简介 (不超过 800个汉字 ) 基于数据挖掘的个性化产品推荐系统是浙江移动 公司在经营分析系统数据仓库基础上，通过研究客户在呼叫通话、业务使用等方面的行为特征，结合市场营销推出的套餐产品的特征， 采用 数据挖掘方法，最大限度的找到客户与产品的匹配度，并通过营业厅、 10086 等渠道，将产品在合适的时间、以合适的语言主动推荐给合适的客户，从而 主动 赢得营销机会，是 继传统的价格战、促销战之后的新的营销模式 ， 是浙江移动依托数据仓库技术，精细分析、精确营销，实现运营战略转型的切实体现。 图 1 应用场景 移动电话的个人专用特性决定了其业务使 用特性，如通话时长、短信条数、彩信条数、上网流量、彩铃设置等，与个体行为存在一一对应关系，任何两个移动电话的业务使用特性都因其使用人的不同而不同，根据每个用户的行为特征分析，通过数据挖掘方法建立客户的特征评分指标库，很容易识别用户对于业务的偏向性，准确的定位客户的业务使用特征是整个课题的第一步。 移动公司的营销策略都通过具体的某项产品体现出来，通过建立产品的业务特征库，结合业务人员的经验，与客户评分指标库建立对应关系，就确立了客户的产品特征，这是进行准确产品推荐的基础，也是整个课题的第二步。 传统的产品推荐 方式往往是采用广告和短信的形式，但这些方法比较粗旷，存在成本较高，针对性不强，响应率较低，客户感知不好等缺点，而营业厅 、 10086 等是 与客户直接接触的渠道 ， 如果 突破传统渠道仅为受理咨询业务的范畴 ， 在受理 业务的同时由营业员或客服人员主动提醒用户办理合适的产品，将极大的降低营销成本，提升客户的感知。基于客户 的产品特征，建立个性化产品推荐系统，将分析 后的推荐清单 结果通过互动接口推送到营业厅客户 营业厅 ， 10086 自动弹出的推荐产品信息 客户接受：当场办理 客户考虑：后续跟进 客户拒绝：记录信息 营业员 或 10086面对面推荐 结果抽取 门户 系统 经营分析系统 分公司营销计划 目标客户 挖掘 推荐 方案设计 推荐 规则配置 推荐效果评估 总结报告、后续营销政策 等渠道，在客户办理 咨询 业务的同时，主动提醒营业员 或客服人员 进行产品推荐，并辅之与一定的考核评估手段，如店员积分，从而实现精确营 销，这是课题的第三步。 2007 年 10 月，个性化产品推荐系统在浙江全省营业厅完成部署，并已取得良好效果，2008 年 2 月推广到客服 10086。 三、项目详细内容 1、 立项背景（不超过 800 个汉字） （ 1）准确定位产品的潜在用户群从而提高营销成功率是电信运营商面临的重要课题 随着国内电信市场竞争的日渐激烈，电信运营商的经营模式已逐渐由“技术驱动”向“市场驱动”、“客户驱动”转化，形成以“客户为中心”的策略导向。以用户需求为导向的市场策略，要求运营商必须不断加强对用户的研究水平，更好的满足用户需求，提高自己的核心竞争力 。 然而，如何对客户进行细分和分类 ， 针对不同的客户群实施差异化营销和服务 ，向用户推介 合适的 产品或者服务 ，是 电信运营商们在发展业务过程中却面临着一系列问题 ， 为了实现对目标用户群的精准营销，解决业务发展难的问题，有必要对用户的业务使用行为特征和用户需求偏好进行深 入分析，从而找到产品或服务的潜在用户群。 （ 2）利用与客户接触的渠道向客户主动推荐合适的服务或产品是精细化营销的需要 传统电信服务或产品的推广渠道以广告、短信为主， 但这些营销模式存在一些不足，首先其比较粗矿，往往营销成本较高，而针对性却不强；其次，也 不够直接，客户在了解了信息后，还要主动发短信或到营业厅去办理，因此响应率往往较低，客户感知也不好，而营业厅、 10086 客服中心等是电信企业 与客户 面对面 直接接触的渠道 ，如果突破传统的被动受理业务的模式，在受理业务的同时由营业员或客服人员主动提醒用户办理合适的服务或产品，将极大的降低营销成本，增强客户感知，从而提高受理成功率，实现精细化营销的目标。 （ 3）经营分析系统为个性化产品推荐系统的建立及应用提供了基础条件 从 2002 年末开始，浙江移动公司就在集团公司的统一部署下，开始了经营分析系统 过两年 多时间的实践，完成了企业级数据仓库的建设，形成了比较完备的主题分析和报表体系，具备了利用数据挖掘工具对客户进行分析的能力； 2005 年经营分析 建设，突出了“经营分析系统应用体系向营销一线延伸，完成运营性质转型，突显系统应用价值”这一目标，与业务系统建立互动接口，将分析结果推送到前台机制的建立为个性化产品推荐系统的建立及推向营销一线提供了基本条件。 2、 详细 技术 内容（不超过 1000 个汉字） （ 1） 系统软件体系架构 浙江移动基于数据挖掘的 个性化产品推荐系统 在逻辑结构上分为三层： 、数据挖掘层、应用 接口层： 经 营 分 析 系 统数 据 E T L 层通 话 信 息新 业 务 使 用 信 息用 户 帐 单 信 息定 购 服 务 产 品 信 息投 诉 信 息数 据 挖 掘 层评 分 模 型基 于 客 户 统 一 视 图的 客 户 价 值 评 分应 用 接 口 层B O S S 统 一 门 户1 0 0 8 6 客 服网 上 营 业 厅短 信 营 业 厅客 户 经 理V I P 俱 乐 部导 入 模 型手 工 导 入 推 荐 清 单其 它 信 息图 2 系统逻辑结构图 （ a） 数据 要负责原始数据的收集、抽取、转换、装载，基础原始数据包含详细通话信息、数据业务使用信息、增值业务使用信息、用户帐单信息、定购服务产品信息等，主要从浙江移动企业级数据仓库中获得。将原始数据转化为挖掘所需的基础数据是这层的重点工作。 （ b）数据挖掘层 主要包括评分模型和导入模型： 评分模型是指从客户的基础数据出发，提炼出有效的客户知识，作为评分的指标，主要包括漫游指数、长途指 数、优惠指数、新业务指数、短信指数、价格敏感指数、绑定粘度指数、资源消耗指数等，各种指标采用不同的算法得出，如新业务指数采用聚类算法，将这些指数与具体的产品属性相对应，得到各类产品的推荐用户群，如对漫游指数超过 8的用户推荐漫游通产品等。 导入模型则 主要是为了满足个性化的推荐用户群需要，比如某些推荐用户群需要单独挖掘计算所得，则需要提供直接导入的功能，以快速的响应市场营销需要。 （ c）应用接口层 应用接口层是与外部业务系统接口通道。个性化产品用户分析的结果通过这个接口层营业前台（如 一门户 系统）、客服系统 厅等 ，在这些外围系统上建立个性化产品推荐流程，在客户来营业前台咨询办理业务的同时，个性化产品推荐系统自动提示营业员进行新产品的推荐，同时将推荐的结果通过这个接口返回到经营分析系统中，作为评估推荐效果的依据。 （ 2） 系统硬件体系架构 经营分析数据仓库由 4台 595组成 ,其完成 从各业务源系统中将相关业务数据进行抽 取、清洗、加工、整理并加载到数据仓库 ，并根据数据挖掘需要生成相关基础数据；数 E T L / 数 据 仓 库 服 务 器I B M p 5 9 5E T L / 数 据 仓 库 服 务 器I B M p 5 9 5数 据 挖 掘 服 务 器I B M p 6 2 0营 销 W E B 服 务 器 / 其 它 应 用I B M p 5 9 5专 题 仓 库 磁 盘 阵 列 1 D M X 3 5 0 0主 仓 库 磁 盘 阵 列D M X 3 5 0 01 2 8 口 光 纤 交 换 机E D - 4 8 0 0 0 8 口 光 纤 交 换 机E D - 4 8 0 0 0 局 域 网交 换 机C a t a l y s t 6 5 1 3数 据 挖 掘 客 户 端 I B M x 3 6 6其 它 客 户 端 图 3 硬件体系架构 据挖 掘服 务器由 2台 620服务器组成，其根据建好的模型执行具体的数据挖掘过程。应用服务器（ 2台 595组成，其完成与业务系统交互等功能。 （ 3） 数据挖掘算法 通过本次个性化产品推荐项目，建立了 客户评分的数据模型，该模型的建设思路如下： 以客户为中心 , 从客户的基础数据出发，提炼出有效的客户知识，作为评分的指标 。 图 4 客户评分设计思路 以下列举了部分 指标的 数据挖掘 方法 ， 如对于 漫游指数 ，首先 根据用户的通话资料， 进行 漫游影响因素分析，得到漫游时长与用户总通话时长是最大的影响变量，然后根据聚类分析得到各变量的权重，从而决定最终的漫游指数计算方法。 指数名称 计算方法 评分方法 漫游指数 F(漫游时长 ,用户总通话时长 ) 聚类评分 长途指数 F(长途时长 ,用户总通话时长 ) 聚类评分 优惠指数 F(优惠费用 ,实际费用） 聚类评分或分位点评分 虚拟网比重指数 F(虚拟网时长 ,用户总通话时长 ) 聚类评分或分位点评分 新业务指数 F(新业务费用 ,用户总费用 ) 聚类评分 短信指数 F(用户发短信次数 ) 分位点评分 +主观 经验 拨打 1860 指数 F(拨打 1860 指数 ) 分位点评分 +主观经验 绑定粘度指数 F(绑定时间 ,虚拟网比重 ,交往圈比重 ) 分位点 价格敏感指数 F(长比例 ,优惠时长比例，查询话费次数 比例 ) 分位点 资源消耗指数 总时长 *(发短信次数网间互通梦网 短信 )*位点 最终利用计算的指数形成与产品对应关系，作为向用户推荐的依据。 客户信息 客户 知识 客户数据 （原始） 在 “数据 ”和 “信息 ”的基础上，经 过深入数据分析，提炼出的用户特征属性 对客户数据的图形化描述 基本属性 行为属性 具体 抽象 行为类 心理类 综合特征知识 漫游指数 长途指数 新业务指数 短信指数 拨打 1860指数 优惠指数 虚拟网比重指数 绑定 粘度指数 资源消耗指数 价格敏感 指数 流失倾向 指数 客户类型 图 5 客户评分与产品 对应 策略 （ 4）规则设置模块 为了加强对于营销活动支撑，满足灵活配置的需要，该系统支持多层产品定义，针对每 个层次有单独的优先级概念并可配置相关推荐信息，如产品 描述和理由 。 图 6 规则设置 为了在推荐的同时充分考虑用户感知，该系统支持灵活的推荐规则设置，包括 推荐产品数量 ，指定时间内 最多推荐次数 ， 推荐失败几个月内不再推荐 及 推荐信息的有效期 等规则。 信用度 高端性 客户价值 满意度 活跃度 稳定性 资源消耗指数 漫游指数 长途指数 客户评分体系 价格 产品 服务 营销产品与服务策略 客户特征 优 先 级 3、主要业务服务创新点（不超过 800 个汉字） 浙江移动 个性化产品推荐系统 的构建，在以下 三 个方面突破 传统模式，实现 创新： （ 1）突破了传统营业厅被动办理业务的模 式，实现 在营业厅等场 所 主动向客户推荐业务的新营销模式 。 随着 电信市场竞争的日渐激烈 ， 电信运营商的经营模式已逐渐由“技术驱动”向“市场驱动”、“客户驱动”转化，形成以“客户为中心”的策略导向。 传统的 推销服务或产品的主要方式是通过广告、短信等手段，但这些手段往往比较粗矿， 存在成本较高，响应率较低，客户感知不够等缺点。 个性化产品推荐系统将 营业厅 转变向用户进行主动产品推荐的合适的场所，实现了 一种新的人性化营销模式。 （ 2）突破了经营分析系统仅为决策支持系统的范畴，实现其分析成果面向营销生产一线的目标 。 传统的 经营分析系 统仅局限在自身的系统内，如主题、报表，其数据挖掘和钻取的成果不能为生产系统直接使用，而个性化产品推荐系统则利用数据挖掘的成果，通过互动方式直接将成果应用于营销一线，提高了分析力转化为执行力的效率， 提升 了 系统应用能力，增强业务应用流程支撑 。 （ 3）客户评分模型首次对客户的各方面属性以指标的形式量化，便于客户精细化管理基于营销策略与应用来牵引 客户评分模型的 建设，从营销策略的制定与营销管理的实际应用入手来考虑指标的设计 ， 以客户为中心 , 从客户的基础数据出发，提炼出有效的客户知识，作为评分的指标 ，如 资源消耗指数 、价格敏感指数等，各种指数根据实际情况采用不同的分析方法获得，并以“ 10 分制”量化，实现了分析方法复杂化、结果简单化的目标，便于市场人员的理解并能有效应用于实际生产一线 。 4、应用情况（不超过 800 个汉字） （ 1）参与 度超过 80 该系统自 2007 年 10 月在浙江移动营业厅前台（统一门户）完成部署 3 个月以来，浙江9个地市 、 77个县市、 800多家自办营业厅共 4000多营业员参与进来，地市参与率达到 县市参与率达到 参与率统计 地市 地市参 与率 县市总数 县市参 与数 县市参与 率 自办营业 厅总数 自办营业厅参 与数 自办营业厅 参与率 衢州 100% 5 5 63 53 杭州 100% 14 14 171 146 湖州 100% 5 5 81 70 嘉兴 100% 6 6 99 93 宁波 100% 12 11 207 181 绍兴 100% 6 6 98 87 台州 100% 9 9 126 44 温 州 100% 11 11 187 102 丽水 0% 9 0 89 0 金华 100% 9 9 113 47 舟山 0% 4 0 40 0 合计 90 76 1274 823 （ 2） 推荐成功率超过 40 自 2007 年 10 月上线以来， 3 个月内 通过该系统开展了 74 项营销活动（涉及 129 个推荐产品）， 共进行了 40 多万笔业务的推荐，成功 18 万笔，涉及 30 万用户， 推荐成功率达到40以上 。 推荐成功率 地市 推荐量 成功量 考虑量 拒绝量 成功率 衢州 12676 6494 1652 4530 杭州 39165 29278 4827 5060 湖州 8295 4020 2734 1541 嘉兴 206807 68295 100833 37679 宁波 113958 61382 35368 17208 绍兴 26556 9346 12773 4437 台州 146 113 20 13 温州 705 407 197 101 丽水 0 0 0 0 金华 1372 1178 157 37 舟山 0 0 0 0 合计 409680 180513 158561 70606 （ 3） 丰富的推荐 内容 下 表显示了近三个月主要的营销活动产品推荐情况（推荐量排名前 15），包括各类推荐产品 。 部分营销活动推荐情况及收益估算 地市 营销活动名称 推荐量 成功量 成功率 月费率 （元） 月收益（万 ） 嘉兴 品牌卡换卡 47520 41399 0 嘉兴 新业务营销 44176 2748 3 杭州 新业务营销 38060 28737 6 宁波 品牌专属 免费升级 32866 26565 0 宁波 金秋专享手机卡升级大行动 18109 14709 0 嘉兴 虚拟网推广 17737 4039 10 嘉兴 心机欢乐送 17559 2673 200 宁波 11 月前台推荐新业务 13924 1384 3 嘉兴 神州行大众卡系列营销活动 10786 4052 5 宁波 到期积分推荐 10524 9317 0 宁波 真情回馈 积分选您所爱 10059 5904 0 嘉兴 新业务营销 9426 716 3 宁波 11 月前台推荐新业务 9219 1191 5 嘉兴 虚拟网推广 8459 855 10 嘉兴 心机欢乐送 8236 2994 200 5、 经济及社会效益 （不超过 800 个汉字） （ 1）经济效益 根据推荐的产品费率估算（假设推荐的产品仅生效 3 个月）， 3 个月保守估计共获取超过 600 万的收益，每月则至少能为移动公司增加 200 万的收入，下表为 计算 明细 表： （单位：人民币万元） 项目总投资额 40 回收期（年） 目 年份 新增利润 新增税收 创收外汇（美元） 节支总额 2007 年 10 月2007年 12月 600 各栏目的计算依据： 1、项目总投资 所有硬件设备利 旧（共用分析系统硬件设备），所有软件利旧（利用现有经分系统的前后台软件）， 4人开 发耗时 3个月，按人力资源部提供的每人 40万 /年的成本估算，总投资 40万。 2、新增利润 项目实施后，近三个月利用该系统共进行营销活动 74次，推荐产品达到 129个，总计 利润 3个月推荐成功的 产品 笔数 *推荐 产品的费率，共计 600万元 3、回收期 项目总投资 40万，每年利润 600/3*12=2400，则回收年限为 40/2400= 可回收全部投资成本 （ 2） 社会 效益 除直接收益外，个 性化推荐 还 充分贯彻了“以客户为中心”的理念， 在彰显公司形象 ,提高服务质量 ， 增强用户 感知及满意度方面 取得不错的效果 ： (a) 积分到期提醒客户换实物活动： 利用该系统主动提醒积分快到期的用户兑换 实 物， 切切实实的 真诚回馈客