基于客戶分群的寬帶業(yè)務(wù)營(yíng)銷實(shí)踐項(xiàng)目匯報(bào)--佛山電信

中國(guó)電信股份有限公司佛山分公司 基于客戶分群的寬帶業(yè)務(wù)營(yíng)銷實(shí)踐 項(xiàng)目一期 最終報(bào)告 埃森哲 2008年 10月 Accenture Copy Right 2008 2 議程 1. 項(xiàng)目摘要與回顧 2. 項(xiàng)目成果總覽 4. 成果推進(jìn) 3. 項(xiàng)目收獲和體會(huì) 5. 感謝我們的團(tuán)隊(duì) 6. 附錄 Accenture Copy Right 2008 3 S8S4S6 S2 S7S9S1 S5S3-1- 0 . 500 . 511 . 50 5000 10000 15000 20000 25000項(xiàng)目摘要 經(jīng)由預(yù)測(cè)模型，精準(zhǔn)地取得營(yíng)銷目標(biāo)客戶 打造建模與數(shù)據(jù)分析隊(duì)伍 透過(guò)有系統(tǒng)的分群，充分了解中國(guó)電信佛山分公司家庭與個(gè)人客戶 -使用數(shù)據(jù)分群工具，把客戶從價(jià)值、使用行為等多角度進(jìn)行系統(tǒng)性的客戶分群 -對(duì)于不同的客戶群，通過(guò)客戶特征刻畫，明確了解不同客戶群的使用行為與需求 -透過(guò)預(yù)測(cè)模型與客戶群分析，進(jìn)行目標(biāo)客戶選取，避免盲目營(yíng)銷 -由于目標(biāo)客戶明確，可以合理有效地評(píng)估營(yíng)銷活動(dòng) 合理有效分配并使用營(yíng)銷資源 -結(jié)合分群和預(yù)測(cè)模型，為目標(biāo)客戶群制定營(yíng)銷優(yōu)先級(jí)，有規(guī)劃地安排營(yíng)銷資源 -面對(duì)不同客戶群，采用不同的營(yíng)銷側(cè)重點(diǎn)，避免營(yíng)銷資源的浪費(fèi) -經(jīng)由共同深度的項(xiàng)目參與和培訓(xùn)，中國(guó)電信佛山分公司已經(jīng)建立了一支專家團(tuán)隊(duì)，今后能夠獨(dú)立的開(kāi)展建模和數(shù)據(jù)分析 -給團(tuán)隊(duì)灌輸了閉環(huán)營(yíng)銷理念及埃森哲項(xiàng)目管理方法論 現(xiàn)狀指標(biāo) 增長(zhǎng)性指標(biāo) S9 S3S2S6S4S1 S8經(jīng)過(guò)三個(gè)多月的密切合作，埃森哲與中國(guó)電信佛山分公司在基于客戶分群的寬帶營(yíng)銷實(shí)踐項(xiàng)目一期中，取得下列成果： Accenture Copy Right 2008 4 基于客戶分析的營(yíng)銷實(shí)踐是閉環(huán)的精確營(yíng)銷方法 數(shù)據(jù)準(zhǔn)備 數(shù)據(jù)收集、驗(yàn)證和處理 營(yíng)銷執(zhí)行和評(píng)估 商業(yè)分析和洞察建立 閉環(huán)循環(huán) 定期、及時(shí)地將客戶反饋的變化整合到未來(lái)的分析中去 客戶分析驅(qū)動(dòng)營(yíng)銷實(shí)踐 將 “ 基于客戶分析 ” 的營(yíng)銷流程 植入 中國(guó)電信佛山分公司市場(chǎng)部 常規(guī)工作 客戶細(xì)分 客戶特征 分析 營(yíng)銷執(zhí)行 營(yíng)銷評(píng)估 數(shù)據(jù)整合 咱們?cè)诖?Accenture Copy Right 2008 5 項(xiàng)目?jī)?nèi)容 商業(yè)分析和洞察建立 數(shù)據(jù)收集、驗(yàn)證和處理 基于中國(guó)電信佛山分公司數(shù)據(jù)源和業(yè)務(wù)基本情況的多輪調(diào)研和訪談，完成寬表設(shè)計(jì)。 基于寬表框架和內(nèi)容，進(jìn)行數(shù)據(jù)抽取，并進(jìn)行數(shù)據(jù)校驗(yàn)，以保證數(shù)據(jù)質(zhì)量。 建立分群模型并進(jìn)行客戶特征刻畫，全面了解客戶，為以后針對(duì)不同的客戶需求實(shí)施不同的營(yíng)銷策略做準(zhǔn)備。 建立預(yù)測(cè)模型，找出營(yíng)銷活動(dòng)的目標(biāo)客戶。 項(xiàng)目?jī)?nèi)容 完成情況 通過(guò)將一個(gè)個(gè)的 “ 客戶數(shù)據(jù)孤島 ” 整合成基于內(nèi)部數(shù)據(jù)的 “ 統(tǒng)一客戶視圖 ” ；完成一張 522個(gè)客戶屬性字段、 125萬(wàn)客戶數(shù)據(jù)的寬表 通過(guò)不斷的實(shí)踐和培訓(xùn)，實(shí)現(xiàn)了知識(shí)的有效轉(zhuǎn)移和技能的迅速提升 完成 分群模型和客戶特征刻畫 ，建立起對(duì)客戶的全面了解，將過(guò)去簡(jiǎn)單的客戶分析轉(zhuǎn)向 全面的客戶洞察 。 完成 預(yù)測(cè)模型，精確捕捉目標(biāo)客戶 。 通過(guò)不斷的實(shí)踐和培訓(xùn)，實(shí)現(xiàn)了知識(shí)的有效轉(zhuǎn)移和技能的迅速提升 應(yīng)景于中國(guó)電信集團(tuán)的企業(yè)轉(zhuǎn)型策略，受寬帶業(yè)務(wù)激增驅(qū)動(dòng)，本項(xiàng)目 以增量寬帶客戶獲取為突破口提升營(yíng)銷效能，樹(shù)立精確化營(yíng)銷思路，實(shí)踐閉環(huán)的營(yíng)銷方法為目標(biāo)。 基于項(xiàng)目目標(biāo)，本次項(xiàng)目分為 “ 數(shù)據(jù)收集、驗(yàn)證和處理 ” 和 “ 商業(yè)分析和洞察建立 ” 兩大階段。 Accenture Copy Right 2008 6 第十三周 9月 22日 -9月 28日 第十二周 9月 11日 -9月 18日 第十一周 9月 4日 -9月 10日 第十周 8月 28日 -9月 3日 第九周 8月 21日 -8月 27日 第八周 8月 14日 -8月 20日 第七周 8月 7日 -8月 13日 第六周 7月 31日 -8月 6日 第五周 7月 24日 -7月 30日 第四周 7月 17日 -7月 23日 第三周 7月 10日 -7月 16日 第二周 7月 3日 -7月 9日 第一周 6月 26日 -7月 2日 數(shù)據(jù)收集、驗(yàn)證與處理 商業(yè)分析與洞察建立 模型調(diào)優(yōu)和確定 寬表設(shè)計(jì) 6/26 7/1(寬表初稿 ) 7/9(寬表 ) 7/9 理解寬表字段和實(shí)現(xiàn)邏輯 數(shù)據(jù)抽取、轉(zhuǎn)換和加載 7/14 7/11 數(shù)據(jù)校驗(yàn) 8/7 8/29(模型初稿 ) 初次建模 7/16(抽取 ) 7/30(數(shù)據(jù)樣本） 8/6(加載 ) 8/29 9/10(模型確定 ) 客戶特征描述 9/10 9/16(客戶特征 ) 優(yōu)先級(jí)選擇 9/28(交付 ) 9/17 7/1(啟動(dòng)會(huì) ) 項(xiàng)目進(jìn)度回顧 8/13 8/28 8/19 感謝中國(guó)電信佛山分公司各部門領(lǐng)導(dǎo)與同事的大力支持，使項(xiàng)目可以按時(shí)、按質(zhì)的完成。 Accenture Copy Right 2008 7 重要會(huì)議與培訓(xùn) -1 日期 會(huì)議參與者 議題 會(huì)議主要內(nèi)容 6/26 6/30 陳振榮 從業(yè)務(wù)角度了解中國(guó)電信佛山分公司的客戶和數(shù)據(jù)狀況 了解中國(guó)電信佛山分公司當(dāng)前客戶歸并規(guī)則。開(kāi)展專題討論對(duì)后續(xù)客戶歸并規(guī)則提出建議 確定模型的客戶源：家庭和個(gè)人客戶 陳振榮，劉劍平 從技術(shù)角度了解中國(guó)電信佛山分公司的客戶和數(shù)據(jù)狀況 了解數(shù)據(jù)在 CRM系統(tǒng)中的存儲(chǔ)格式及當(dāng)前數(shù)據(jù)的整體信息 確定分群模型的時(shí)間段是從 2007年 12月到 2008年 5月， 2008年 7月的數(shù)據(jù)作為預(yù)測(cè)模型的目標(biāo)變量 張衛(wèi)偉 了解中國(guó)電信佛山分公司 10000號(hào)客服中心狀況 10000號(hào)系統(tǒng)中對(duì)投訴、營(yíng)銷、回訪的建議相對(duì)比較多，但對(duì)營(yíng)銷的內(nèi)容沒(méi)有記錄 霍淑妍，謝澤斌，廖雯卿，周燕珊 了解中國(guó)電信佛山分公司寬帶營(yíng)銷 介紹預(yù)付費(fèi)和后付費(fèi)寬帶的目標(biāo)客戶以及寬帶的考核指標(biāo) 介紹南海區(qū)個(gè)人客戶的寬帶發(fā)展戰(zhàn)略 E8套餐的發(fā)展難點(diǎn) 順德區(qū)的 E8套餐推銷渠道以及市場(chǎng)營(yíng)銷難點(diǎn) 預(yù)付費(fèi)寬帶經(jīng)驗(yàn)分享及寬帶外呼營(yíng)銷策略 7/1 市場(chǎng)部 總經(jīng)理王湘江 業(yè)務(wù)支持中心副總張飛南 , 陳玉云 項(xiàng)目啟動(dòng)會(huì) 介紹項(xiàng)目背景和范圍、組織架構(gòu)及埃森哲項(xiàng)目管理方法論等 7/2 7/8 陳振榮，劉燕軍，霍淑妍等 寬表設(shè)計(jì)培訓(xùn) 寬表字段討論 對(duì)如何設(shè)計(jì)寬表進(jìn)行培訓(xùn) 針對(duì)寬表字段的幾輪討論 7/9 陳玉云等 寬表最終版本匯報(bào) 寬表最終版本匯報(bào) 8/8 8/18 陳振榮，劉燕軍等 數(shù)據(jù)分布統(tǒng)計(jì)校驗(yàn)培訓(xùn) 數(shù)據(jù)校驗(yàn)討論 對(duì)綜合經(jīng)營(yíng)室和業(yè)務(wù)支持中心的核心人員進(jìn)行數(shù)據(jù)校驗(yàn)培訓(xùn) 4輪數(shù)據(jù)質(zhì)量校驗(yàn)討論會(huì) 遺留問(wèn)題跟蹤 Accenture Copy Right 2008 8 重要會(huì)議與培訓(xùn) -2 日期 會(huì)議參與者 議題 會(huì)議主要內(nèi)容 8/19 陳曉東 , 陳振榮 , 吳作春 , 劉燕軍 分群模型和預(yù)測(cè)模型的算法選取討論 分群模型和預(yù)測(cè)模型的不同算法比較 確定模型的最終算法 : 分群模型采用 K-means方法，預(yù)測(cè)模型采用Logistic Regression方法 8/20 陳玉云 ,陳振榮 ,吳作春 ,劉燕軍 ,劉劍平 數(shù)據(jù)校驗(yàn)最終結(jié)果匯報(bào) 數(shù)據(jù)質(zhì)量校驗(yàn)結(jié)果的最終匯報(bào) 確定分群模型的變量 8/25 陳曉東 , 陳振榮 , 吳作春 , 劉燕軍 ,劉劍平 建模培訓(xùn) Clementine培訓(xùn)，分群模型和預(yù)測(cè)模型的建模介紹 9/1 - 9/2 陳玉云 ,陳曉東 , 陳振榮 , 吳作春 , 劉燕軍 ,劉劍平 ,霍淑妍 第一輪建模匯報(bào) 第一輪建模成果介紹： 缺失值、異常值處理，變量相關(guān)性分析及變量正規(guī)化 介紹建模數(shù)據(jù)基數(shù)和變量類型，以及用于客戶特征刻畫的變量 模型調(diào)優(yōu)的經(jīng)驗(yàn)分享 9/8 9/10 陳振榮 , 劉燕軍 ,霍淑妍 4個(gè)分群模型選取討論 后續(xù)幾輪建模成果匯報(bào)， 4個(gè)推薦模型的比較， 最終選定分群模型 4 模型分析中新增了 6-8月新裝寬帶字段，群描述作了進(jìn)一步細(xì)化 9/16 陳曉東、陳振榮、霍淑 妍 、劉燕軍等 分群模型客戶特征刻畫培訓(xùn) 進(jìn)行客戶分群刻畫工具 Accenture Dashboard使用培訓(xùn) 結(jié)合 Accenture Dashboard結(jié)果進(jìn)行分群刻畫方法的培訓(xùn) 9/18 陳曉東經(jīng)理、陳振榮、霍淑 妍、劉燕軍 預(yù)測(cè)模型選擇 進(jìn)行 4種預(yù)測(cè)模型有缺點(diǎn)介紹，同時(shí)進(jìn)行討論交流 與會(huì)人員選擇 預(yù)測(cè)模型 3作為最終選擇 9/19 - 9/23 陳振榮、劉燕軍 分群刻畫討論交流 介紹分群刻畫的描述和圖片展示內(nèi)容，進(jìn)行幾輪刻畫結(jié)果討論 增加總價(jià)值、單產(chǎn)品價(jià)值、外來(lái)人口比例、價(jià)格敏感性等內(nèi)容 9/24 陳曉東、陳振榮、吳作春、霍淑妍 客戶分群優(yōu)先級(jí)討論，預(yù)測(cè)模型變量貢獻(xiàn)性討論 對(duì)預(yù)測(cè)模型貢獻(xiàn)度較大的 20個(gè)變量進(jìn)行分析成果分享 從選擇目標(biāo)、選擇標(biāo)準(zhǔn)分析客戶優(yōu)先級(jí)選擇結(jié)果 Accenture Copy Right 2008 9 議程 1. 項(xiàng)目摘要與回顧 2. 項(xiàng)目成果總覽 4. 成果推進(jìn) 3. 項(xiàng)目收獲和體會(huì) 5. 感謝我們的團(tuán)隊(duì) 6. 附錄 Accenture Copy Right 2008 10 項(xiàng)目成果總覽 數(shù)據(jù)校驗(yàn) 客戶群優(yōu)先級(jí)選擇 客戶分群建模 客戶特征刻畫 寬表設(shè)計(jì) 預(yù)測(cè)模型建模 后續(xù)工作： 營(yíng)銷策略制定 營(yíng)銷執(zhí)行 營(yíng)銷評(píng)估等工作 本項(xiàng)目的主要成果包括客戶寬表、客戶分群模型、客戶群特征、客戶預(yù)測(cè)模型和客戶群優(yōu)先級(jí)選擇，接下來(lái)我們將對(duì)每個(gè)項(xiàng)目成果一一介紹。 設(shè)計(jì)客戶統(tǒng)一視圖字段 （基于內(nèi)部數(shù)據(jù)） 排查問(wèn)題，保證數(shù)據(jù)質(zhì)量 接觸信息： 10000 號(hào),網(wǎng)營(yíng) ,營(yíng)銷成功等 產(chǎn)品：套餐 ,預(yù) /后付 ,200, 來(lái)顯等價(jià)值： ARPU, 固定/使用費(fèi) ,優(yōu)惠等 寬帶用量行為：上網(wǎng)時(shí)長(zhǎng) ,流量等人口信息：性別 ,年齡 ,在網(wǎng)時(shí)長(zhǎng)等行為用量趨勢(shì)和 波動(dòng)付費(fèi)方式 :付費(fèi)帳號(hào) ,欠費(fèi)狀態(tài)等 呼叫行為：本地 ,長(zhǎng)途 ,IP, 國(guó)際等寬表接觸信息： 號(hào)網(wǎng)營(yíng) 營(yíng)銷成功等 產(chǎn)品：套餐 預(yù)后付 來(lái)顯等價(jià)值： 固定使用費(fèi) 優(yōu)惠等 寬帶用量行為：上網(wǎng)時(shí)長(zhǎng) 流量等人口信息：性別年齡 在網(wǎng)時(shí)長(zhǎng)等行為用量趨勢(shì)和 波動(dòng)付費(fèi)方式 付費(fèi)帳號(hào) 欠費(fèi)狀態(tài)等 呼叫行為：本地長(zhǎng)途 國(guó)際等寬表-1- 0 . 500 . 511 . 50 5000 10000 15000 20000 25000S 1 :思鄉(xiāng) “ 電話粥 ” 群，靈通 2 0 0S 2 :潛力海外親友群，固話和寬帶S 3 :績(jī)優(yōu)尊貴活躍群，近全產(chǎn)品S 5 :增值服務(wù)偏好全業(yè)務(wù)群，全產(chǎn)品S 6 :年輕時(shí)尚族，單小靈通 S 7 :節(jié)約型工薪族，寬帶 + 固話S 9 :木訥老客戶群，單固話S 4 :電信語(yǔ)音冷淡群，不同類別單產(chǎn)品S 8 :寬帶潛力活躍族，固話 + 小靈通思鄉(xiāng) 電話粥 群，靈通潛力海外親友群，固話和寬帶績(jī)優(yōu)尊貴活躍群，近全產(chǎn)品增值服務(wù)偏好全業(yè)務(wù)群，全產(chǎn)品年輕時(shí)尚族，單小靈通 節(jié)約型工薪族，寬帶 固話木訥老客戶群，單固話電信語(yǔ)音冷淡群，不同類別單產(chǎn)品寬帶潛力活躍族，固話 小靈通全面洞察客戶 找到目標(biāo)客戶 數(shù)據(jù)抽取 語(yǔ)句自查邏輯校驗(yàn)統(tǒng)計(jì)分布 校驗(yàn)確保數(shù)據(jù)轉(zhuǎn)換 準(zhǔn)確 無(wú)誤確保 建模 數(shù)據(jù)一致性 、完整性 和 合理性語(yǔ)句自查邏輯校驗(yàn)統(tǒng)計(jì)分布 校驗(yàn)確保數(shù)據(jù)轉(zhuǎn)換 準(zhǔn)確 無(wú)誤建模 數(shù)據(jù)一致性 、完整性 和 合理性結(jié)合預(yù)測(cè)模型等因素確定優(yōu)先級(jí) 現(xiàn)狀指標(biāo) 增長(zhǎng)性指標(biāo) S9 S3S2S6S4S1 S8Accenture Copy Right 2008 11 信息分類 信息子類 變量名稱 變量描述 變量類型時(shí)間序列 計(jì)算邏輯1 基本信息 1 .1 客戶標(biāo)識(shí) CI_ CU ST _ ID 客戶標(biāo)識(shí) VARC HAR 5 月底 參考 客戶處理規(guī)則 1 基本信息 1 .1 客戶標(biāo)識(shí) CI_ CU ST _ ID_ O L D 客戶原有標(biāo)識(shí) VARC HAR 5 月底原有 CA( 未拆分客戶的原有標(biāo)識(shí)與客戶標(biāo)識(shí)相同 , 1 基本信息 1 .2 戶主信息 CI_ NAM E 姓名 VARC HAR 5 月底1 基本信息 1 .2 戶主信息 CI_ G END ER 性別 ( 男 / 女 ) VARC HAR 5 月底1 基本信息 1 .2 戶主信息 CI_ NAT ION _ ID 身份證號(hào)碼 VARC HAR 5 月底1 基本信息 1 .2 戶主信息 CI_ AG E 年齡 NU M BER 5 月底1 基本信息 1 .2 戶主信息 CI_ RESIDE NC E 本地居民 / 外來(lái)人口 VARC HAR 5 月底1 基本信息 1 .2 戶主信息 CI_ CO NT ACT 聯(lián)系電話 VARC HAR 5 月底1 基本信息 1 .2 戶主信息 CI_ HO USE_NUM BER 家庭號(hào)碼 VARC HAR 5 月底1 基本信息 1 .2 戶主信息 CI_ M O BIL E_ NU M BER 手機(jī)號(hào)碼 VARC HAR 5 月底1 基本信息 1 .2 戶主信息 CI_ 2 0 0 _ NU M BER200 電話號(hào)碼 ( 包括 200固話或靈通 200) VARC HAR 5 月底如有 200 固話或者靈通 200 電話 , 則記錄該 200 固話或者靈通 200 號(hào)碼 ；如果有多部 200 固話或者靈通 200,寬表設(shè)計(jì) 寬表是所有客戶分群工作的基礎(chǔ)，我們以客戶為中心出發(fā)，將所有與客戶相關(guān)的歷史數(shù)據(jù)有機(jī)的組合，包括人口信息、行為信息、價(jià)值信息和接觸信息。目的在于將一個(gè)個(gè)的 “ 客戶數(shù)據(jù)孤島 ” 往 “ 統(tǒng)一客戶視圖 ” 邁進(jìn)。 寬 表 5 2 2 個(gè) 字 段產(chǎn) 品 信 息9 1 個(gè)基 本 信 息 2 1 個(gè)使 用 行 為 2 7 3 個(gè)計(jì) 費(fèi) 信 息 1 1 3 個(gè)客 戶 標(biāo) 識(shí)2 個(gè)戶 主 信 息9 個(gè)其 他 信 息1 0 個(gè)產(chǎn) 品 內(nèi) 容7 1 個(gè)套 餐 內(nèi) 容2 0 個(gè)寬 帶2 1 個(gè)通 話 時(shí) 長(zhǎng)( M O U ) 1 3 1 個(gè)呼 叫 次 數(shù) 5 1 個(gè)用 量 趨 勢(shì)3 7 個(gè)用 量 波 動(dòng)3 7 個(gè)接 觸 信 息 1 4 個(gè)增 值 業(yè) 務(wù)1 個(gè)總 體 費(fèi) 用3 1 個(gè)不 同 產(chǎn) 品 費(fèi) 用7 4 個(gè)營(yíng) 銷 活 動(dòng)5 個(gè)回 訪 信 息2 個(gè)付 費(fèi) 方 式6 個(gè)費(fèi) 用 趨 勢(shì)8 個(gè)接 觸 信 息7 個(gè)接觸信息： 10000號(hào) ,網(wǎng)營(yíng) ,營(yíng)銷成功 產(chǎn)品：套餐 ,預(yù) /后付 ,200,來(lái)顯等 價(jià)值： ARPU,固定/使用費(fèi) ,優(yōu)惠等 寬帶用量行為：上網(wǎng)時(shí)長(zhǎng) ,流量等 人口信息：性別 ,年齡 ,在網(wǎng)時(shí)長(zhǎng)等 行為用量趨勢(shì)和波動(dòng) 付費(fèi)方式 :付費(fèi)帳號(hào) ,欠費(fèi)狀態(tài)等 呼叫行為：本地 ,長(zhǎng)途 ,IP,國(guó)際等 寬表 寬表架構(gòu)： 寬表示例： 數(shù)據(jù)校驗(yàn)客戶群優(yōu)先級(jí)選擇客戶分群建?？蛻籼卣骺坍媽挶碓O(shè)計(jì)預(yù)測(cè)模型建模數(shù)據(jù)校驗(yàn)客戶群優(yōu)先級(jí)選擇客戶分群建?？蛻籼卣骺坍媽挶碓O(shè)計(jì)預(yù)測(cè)模型建模Accenture Copy Right 2008 12 數(shù)據(jù)校驗(yàn) 語(yǔ)句自查 邏輯校驗(yàn) 統(tǒng)計(jì)校驗(yàn) 確保數(shù)據(jù)轉(zhuǎn)換準(zhǔn)確無(wú)誤 確保建模數(shù)據(jù)一致性、完整性和合理性 數(shù)據(jù)的準(zhǔn)確性、一致性以及完整性都能很大程度上影響數(shù)據(jù)模型的準(zhǔn)確性和預(yù)測(cè)精度，同時(shí)質(zhì)量較好的數(shù)據(jù)能夠縮短模型訓(xùn)練的時(shí)間并且可以提高模型的可重用性。因此在建模之前，我們完成了三部分?jǐn)?shù)據(jù)校驗(yàn)：語(yǔ)句自查、邏輯校驗(yàn)和統(tǒng)計(jì)分布校驗(yàn)。 對(duì)寬表 522個(gè)字段 的 約 130萬(wàn) 條客戶記錄進(jìn)行 8種校驗(yàn)類型的 469個(gè) SQL腳本的數(shù)據(jù)校驗(yàn)。 發(fā)現(xiàn)并解決 20個(gè) 問(wèn)題。 用 SPSS工具循環(huán)校驗(yàn)每個(gè)寬表字段 約 130萬(wàn) 條客戶記錄的 均值、最大值、最小值、總和和分布 情況。 發(fā)現(xiàn)并解決 30個(gè) 問(wèn)題。 邏輯校驗(yàn) 統(tǒng)計(jì)校驗(yàn) 一張 522個(gè)客戶屬性字 段125萬(wàn) 條客戶數(shù)據(jù)的寬表 數(shù)據(jù)校驗(yàn)客戶群優(yōu)先級(jí)選擇客戶分群建?？蛻籼卣骺坍媽挶碓O(shè)計(jì)預(yù)測(cè)模型建模數(shù)據(jù)校驗(yàn)客戶群優(yōu)先級(jí)選擇客戶分群建?？蛻籼卣骺坍媽挶碓O(shè)計(jì)預(yù)測(cè)模型建模Accenture Copy Right 2008 13 分群模型建模過(guò)程介紹 數(shù)據(jù)正規(guī)化 模型比較 和選型 數(shù)據(jù)校驗(yàn) 相關(guān)性分析 初次選擇 變量 模型調(diào)優(yōu) 和模型分析 目標(biāo)和過(guò)程 知曉各個(gè)字段的數(shù)據(jù)質(zhì)量 進(jìn)行缺失值處理 進(jìn)行異常值排查和處理 進(jìn)行各變量間的相關(guān)性分析 把每個(gè)變量的值域范圍均變成統(tǒng)一的范圍 使每個(gè)變量對(duì)分群模型的貢獻(xiàn)是可比的，排除單位不一樣的影響 選擇 數(shù)據(jù)質(zhì)量好 的變量 選擇對(duì) 刻畫客戶重要的變量 變量較多時(shí)建議 分組挑選 (行為 ,價(jià)值 ,其他 ) 同種變量從總量數(shù)據(jù)開(kāi)始選擇，需考慮變量間的 相關(guān)性影響 嘗試各種 群個(gè)數(shù) 進(jìn)行變量間相關(guān)性分析， 增加或刪減變量 進(jìn)行變量對(duì)模型結(jié)果的分布分析， 增加或刪減變量 得到分布較均勻的模型后， 微調(diào)模型 ，使模型內(nèi)容更豐富 對(duì)較好的幾個(gè)模型進(jìn)行深入分析 比較各個(gè)模型的優(yōu)缺點(diǎn)，選出最符合項(xiàng)目目的的模型 此步驟是一個(gè)反復(fù)調(diào)試的過(guò)程 數(shù)據(jù)校驗(yàn)客戶群優(yōu)先級(jí)選擇客戶分群建?？蛻籼卣骺坍媽挶碓O(shè)計(jì)預(yù)測(cè)模型建模數(shù)據(jù)校驗(yàn)客戶群優(yōu)先級(jí)選擇客戶分群建?？蛻籼卣骺坍媽挶碓O(shè)計(jì)預(yù)測(cè)模型建模Accenture Copy Right 2008 14 四個(gè)客戶分群模型比較 模型編碼 客戶基數(shù) 變量個(gè)數(shù) 群個(gè)數(shù) 突出特點(diǎn) 不理想地方 模型 1 1,253,461 78 7 群個(gè)數(shù)為 7個(gè) ,易于管理 群均衡性較好 語(yǔ)音業(yè)務(wù)、數(shù)據(jù)業(yè)務(wù)特征明顯 產(chǎn)品特性不夠凸現(xiàn) 2個(gè)高值群 ARPU差異不明顯 模型 2 1,253,461 65 9 均衡性較好 產(chǎn)品、價(jià)值、數(shù)據(jù)業(yè)務(wù)特性明顯 第 3、 4兩個(gè)中低值本地群的特征不夠明顯 模型 3 1,253,461 92 8 均衡性較好 產(chǎn)品、價(jià)值、語(yǔ)音業(yè)務(wù)特點(diǎn)明顯 數(shù)據(jù)業(yè)務(wù)特點(diǎn)過(guò)于極端，群內(nèi)使用數(shù)據(jù)業(yè)務(wù)人數(shù)占比或?yàn)?100%或幾乎無(wú)人使用寬帶 模型 4 1,253,461 132 9 產(chǎn)品、價(jià)值、語(yǔ)音、數(shù)據(jù)業(yè)務(wù)等特點(diǎn)明顯 最高值不是全產(chǎn)品群，確實(shí)反映高價(jià)值客戶 均衡性一般，最大群超過(guò) 26% 四個(gè)分群模型在均衡性、產(chǎn)品特征、價(jià)值、語(yǔ)音、數(shù)據(jù)業(yè)務(wù)等方面都各有利弊，結(jié)合中國(guó)電信佛山分公司的實(shí)際需求和目標(biāo)（激增寬帶用戶），一致決定選擇模型四。 結(jié)合實(shí)際需求和市場(chǎng)部與業(yè)務(wù)支撐部同事反饋，一致同意選擇模型四。 數(shù)據(jù)校驗(yàn)客戶群優(yōu)先級(jí)選擇客戶分群建?？蛻籼卣骺坍媽挶碓O(shè)計(jì)預(yù)測(cè)模型建模數(shù)據(jù)校驗(yàn)客戶群優(yōu)先級(jí)選擇客戶分群建模客戶特征刻畫寬表設(shè)計(jì)預(yù)測(cè)模型建模Accenture Copy Right 2008 15 客戶分群模型（模型四）總覽 共選取 132個(gè)變量 用于建模 個(gè)人信息 3 產(chǎn)品信息 16 套餐信息 4 MOU 48 呼叫次數(shù) 12 寬帶用量 8 VAS 1 用量趨勢(shì) 9 用量波動(dòng)性 8 總體費(fèi)用 6 不同產(chǎn)品費(fèi)用 13 費(fèi)用趨勢(shì) 4 模型結(jié)果 變量選取 共分成 9個(gè)客戶群 群個(gè)數(shù)選擇 群號(hào) 人數(shù)占比 ARPU 語(yǔ)音 數(shù)據(jù) 產(chǎn)品組合 S1 10% 低值 高語(yǔ)音長(zhǎng)途 低數(shù)據(jù) 單靈通 200 S2 11% 中高值 中等語(yǔ)音高 IP 低數(shù)據(jù) 固話為主 S3 5% 超高值 高語(yǔ)音高 IP 低數(shù)據(jù) 近全產(chǎn)品 S4 9% 中低值 非語(yǔ)音 高數(shù)據(jù) 不同類別單產(chǎn)品 S5 5% 高值 高語(yǔ)音本地 高數(shù)據(jù) 全產(chǎn)品 S6 13% 中低值 高語(yǔ)音長(zhǎng)途 低數(shù)據(jù) 單小靈通 S7 16% 中高值 低語(yǔ)音本地 高數(shù)據(jù) 固話 +寬帶 S8 5% 中值 高語(yǔ)音本地 非數(shù)據(jù) 固話 +小靈通 S9 27% 低值 低語(yǔ)音本地 非數(shù)據(jù) 單固話 S110%S211%S35%S49%S55%S613%S716%S85%S927%客戶分群模型四將客戶分成 9個(gè)客戶群，其中 2個(gè)高值群、 2個(gè)低值群和 5個(gè)中值群。各群有其各自的明顯特征。 數(shù)據(jù)校驗(yàn)客戶群優(yōu)先級(jí)選擇客戶分群建?？蛻籼卣骺坍媽挶碓O(shè)計(jì)預(yù)測(cè)模型建模數(shù)據(jù)校驗(yàn)客戶群優(yōu)先級(jí)選擇客戶分群建?？蛻籼卣骺坍媽挶碓O(shè)計(jì)預(yù)測(cè)模型建模注：數(shù)據(jù)高低是由寬帶滲透率的高低來(lái)確定的 Accenture Copy Right 2008 16 客戶群分布圖介紹 各取價(jià)值、行為字段作為坐標(biāo)軸指標(biāo)，構(gòu)建出客戶群分布圖，以給各客戶群清晰的定位。 注： 1.X軸：總 ARPU 2.Y軸：行為數(shù)據(jù)打分，對(duì)各客戶的 MOU及寬帶用量數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化后求和 計(jì)算公式 =(總 MOU-所有客戶總 MOU均值 )/總 MOU標(biāo)準(zhǔn)差 +(寬帶流量 -所有客戶寬帶流量均值 )/寬帶流量標(biāo)準(zhǔn)差 -1- 0 . 500 . 511 . 50 5000 10000 15000 20000 25000S1:思鄉(xiāng)“電話粥 ”群，靈通 200 S2:潛力海外親友群，固話和寬帶 S3:績(jī)優(yōu)尊貴活躍群，近全產(chǎn)品 S5:增值服務(wù)偏好全業(yè)務(wù)群，全產(chǎn)品 S6:年輕時(shí)尚族，單小靈通 S7:節(jié)約型工薪族，寬帶 +固話 S9:木訥老客戶群，單固話 S4:電信語(yǔ)音冷淡群，不同類別單產(chǎn)品 S8:寬帶潛力活躍族，固話 +小靈通 （單位：分） 數(shù)據(jù)校驗(yàn)客戶群優(yōu)先級(jí)選擇客戶分群建?？蛻籼卣骺坍媽挶碓O(shè)計(jì)預(yù)測(cè)模型建模數(shù)據(jù)校驗(yàn)客戶群優(yōu)先級(jí)選擇客戶分群建模客戶特征刻畫寬表設(shè)計(jì)預(yù)測(cè)模型建模Accenture Copy Right 2008 17 客戶群特征刻畫（一） S1思鄉(xiāng) “ 電話粥 ” 群 (126747, 10%, 4763) S2潛力海外親友群 (141058, 11%, 11894) S3績(jī)優(yōu)尊貴活躍群 (57546, 5%, 19796) S5增值服務(wù)偏好全業(yè)務(wù)群 (61709, 5%, 17742) S4電信語(yǔ)音冷淡群 (110003, 9%, 6265) 重要特征描述 6-8月寬帶新裝 產(chǎn)品描述 以單小靈通為主，滲透率 97%；靈通 200滲透率超高 產(chǎn)品為固話和寬帶，全有固話，寬帶滲透率40% 近全產(chǎn)品，滲透率 61% 全產(chǎn)品，滲透率 100% 以單產(chǎn)品客戶為主，其中固話、小靈通和寬帶的滲透率分別為 23%、17%和 69% 新裝寬帶客戶數(shù)占比均很低 新裝寬帶客戶數(shù)次高，占比較高 新裝寬帶客戶占比次高 新裝寬帶客戶數(shù)及占比均較低 新裝寬帶客戶數(shù)及占比均最低 總 ARPU為 4763/低值 ；總 MOU為 423/次高 長(zhǎng)途 MOU最高；呼出時(shí)長(zhǎng)最長(zhǎng)；小于 1、 3分鐘 MOU占比均最低 外來(lái)人口占比最高 總 ARPU為 11894/中高值；總 MOU為 189/中等 港澳臺(tái)和國(guó)際呼出 MOU平均和占比均最高；國(guó)際長(zhǎng)途功能的滲透率最高 寬帶流量上升趨勢(shì)最高 總 ARPU為 19796/超高 ；固話和小靈通費(fèi)用都最高，寬帶次高 總 MOU為 541/超高 ；寬帶時(shí)長(zhǎng)上升趨勢(shì)次高 固話和小靈通部分增值服務(wù)的滲透率最高 總 ARPU為 6265/中低值； 總 MOU幾乎為零 預(yù)付費(fèi)寬帶滲透率最高 12%；寬帶客戶流量為10773342/次高； 總 ARPU為 17742/高值 ；寬帶費(fèi)用最高，固話和小靈通次高 總 MOU為 305/較高；寬帶客戶流量為 6957900/中等 增值業(yè)務(wù)偏好，多項(xiàng)增值業(yè)務(wù)滲透率最高 (人數(shù)，人數(shù)百分比，總 ARPU平均 ) 數(shù)據(jù)校驗(yàn)客戶群優(yōu)先級(jí)選擇客戶分群建模客戶特征刻畫寬表設(shè)計(jì)預(yù)測(cè)模型建模數(shù)據(jù)校驗(yàn)客戶群優(yōu)先級(jí)選擇客戶分群建?？蛻籼卣骺坍媽挶碓O(shè)計(jì)預(yù)測(cè)模型建模Accenture Copy Right 2008 18 客戶群特征刻畫（二） S6年輕時(shí)尚族 (164239, 13%, 5225) S7節(jié)約型工薪族 (197836, 16%, 13389) S9木訥老客戶群 (337653, 27%, 4036) S8寬帶潛力活躍族 (56670, 5%, 8408) 以單小靈通為主，滲透率 94% 產(chǎn)品為寬帶和固話，滲透率為 100% 單固話為主，滲透率為100%； 固話 200滲透率為 8.89%； 產(chǎn)品以固話和小靈通為主，滲透率為 98%，寬帶占比 2.3% 新裝寬帶客戶數(shù)及占比均較低 新裝寬帶客戶數(shù)及占比均次低 新裝寬帶客戶數(shù)次高，占比最高 新裝寬帶客戶數(shù)最多，占比較高 總 ARPU為 5225/中低值；總 MOU為 212/中等 增值業(yè)務(wù)費(fèi)用占比最大；小靈通更換彩鈴最多；盲區(qū)呼滲透率最高 年齡最小，女性比例高 總 ARPU為 13389/中高值 ；總 MOU為 105/較低 固話優(yōu)惠比例最高；兌換積分客戶數(shù)最多 主動(dòng)營(yíng)銷成功次數(shù)最高 總 ARPU為 8408/中值；總 MOU為 278/較高 ，本地呼出群 小于 1、 3分鐘呼出 MOU占比最高，呼出平均時(shí)長(zhǎng)最低 增值業(yè)務(wù)費(fèi)用較高；超級(jí)無(wú)繩滲透率較高；固話套餐變更次數(shù)最高 總 ARPU為 4036/低值 ；總 MOU為 84/最低 ；寬帶流量最低 年齡最長(zhǎng)；在網(wǎng)時(shí)長(zhǎng)最長(zhǎng)； 訂單變更次數(shù)最低；撥打 10000、 10001及登陸網(wǎng)上營(yíng)業(yè)廳次數(shù)均最低 重要特征描述 6-8月寬帶新裝 產(chǎn)品描述 (人數(shù)，人數(shù)百分比，總 ARPU平均 ) 數(shù)據(jù)校驗(yàn)客戶群優(yōu)先級(jí)選擇客戶分群建?？蛻籼卣骺坍媽挶碓O(shè)計(jì)預(yù)測(cè)模型建模數(shù)據(jù)校驗(yàn)客戶群優(yōu)先級(jí)選擇客戶分群建?？蛻籼卣骺坍媽挶碓O(shè)計(jì)預(yù)測(cè)模型建模Accenture Copy Right 2008 19 預(yù)測(cè)模型建模過(guò)程介紹 訓(xùn)練集和 驗(yàn)證集獲取 模型比較 和選型 數(shù)據(jù)校驗(yàn) 相關(guān)性分析 初次選擇 變量 模型調(diào)優(yōu) 目標(biāo)和過(guò)程 知曉各個(gè)字段的數(shù)據(jù)質(zhì)量 進(jìn)行缺失值處理 進(jìn)行異常值排查和處理 進(jìn)行各變量間的相關(guān)性分析 確定預(yù)測(cè)模型的 客戶基數(shù) 確定預(yù)測(cè)模型的 訓(xùn)練集 確定預(yù)測(cè)模型的 驗(yàn)證集 確定預(yù)測(cè)模型的 測(cè)試集 將所有變量與目標(biāo)變量做 相關(guān)性分析 可以挑選與目標(biāo)變量相關(guān)性高的變量作為初次選擇變量 變量較多時(shí)建議 分組挑選 (固話 ,小靈通 ,總和等 ) 模型調(diào)優(yōu)標(biāo)準(zhǔn) 是模型的輸出參數(shù)和預(yù)測(cè)評(píng)估曲線 模型調(diào)優(yōu)方法 可以是去除沒(méi)有貢獻(xiàn)變量、嘗試去除對(duì)模型有負(fù)面影響的變量和增加變量 對(duì)較好的幾個(gè)模型進(jìn)行驗(yàn)證集上打分 比較各個(gè)模型的準(zhǔn)確性和強(qiáng)壯性，選出最符合項(xiàng)目目的的模型 此步驟是一個(gè)反復(fù)調(diào)試的過(guò)程 數(shù)據(jù)校驗(yàn)客戶群優(yōu)先級(jí)選擇客戶分群建?？蛻籼卣骺坍媽挶碓O(shè)計(jì)預(yù)測(cè)模型建模數(shù)據(jù)校驗(yàn)客戶群優(yōu)先級(jí)選擇客戶分群建?？蛻籼卣骺坍媽挶碓O(shè)計(jì)預(yù)測(cè)模型建模Accenture Copy Right 2008 20 預(yù)測(cè)模型核心評(píng)估圖 - 提升曲線 模型打分 =寬表客戶數(shù)據(jù)輸入模型的計(jì)算出的安裝概率 = 坐標(biāo)橫軸 = 客戶預(yù)測(cè)模型打分排序（高到低 ) 坐標(biāo)縱軸 =對(duì)應(yīng)客戶累計(jì)安裝率 提升率 =得分百分比對(duì)應(yīng)累計(jì)安裝率 /得分百分比 =L2/L1 數(shù)據(jù)校驗(yàn)客戶群優(yōu)先級(jí)選擇客戶分群建?？蛻籼卣骺坍媽挶碓O(shè)計(jì)預(yù)測(cè)模型建模數(shù)據(jù)校驗(yàn)客戶群優(yōu)先級(jí)選擇客戶分群建?？蛻籼卣骺坍媽挶碓O(shè)計(jì)預(yù)測(cè)模型建模01020304050607080901000 10 20 30 40 50 60 70 80 90 100模型曲線 隨機(jī) 驗(yàn)證曲線客戶得分排序百分比（ %） 捕捉到寬帶安裝客戶百分比（ % ） L1 L2 客戶 ID 模型預(yù)測(cè)打分 是否新裝 00001 0.999 是 00002 0.971 是 00003 0.942 否 00004 0.910 是 00005 0.880 否 00006 0.852 是 00007 0.830 是 ),.,( 21 nxxxfAccenture Copy Right 2008 21 預(yù)測(cè)模型評(píng)估標(biāo)準(zhǔn) 模型信息可解釋性 模型信息豐富度。豐富度越高，模型越好 模型主要變量從業(yè)務(wù)上解釋與目標(biāo)變量的相關(guān)性，相關(guān)性越高，模型越好 模型預(yù)測(cè)準(zhǔn)確性 對(duì)客戶用模型預(yù)測(cè)出的概率進(jìn)行排序，前 xx%（根據(jù)實(shí)際需求確定，通常為 10%）的客戶中實(shí)際預(yù)測(cè)準(zhǔn)確的客戶數(shù)越多，模型越好 模型應(yīng)用強(qiáng)壯性 將模型應(yīng)用到有相同結(jié)構(gòu)的數(shù)據(jù)集得到的預(yù)測(cè)結(jié)果越接近，模型的應(yīng)用強(qiáng)壯性越好，模型就越好 數(shù)據(jù)校驗(yàn)客戶群優(yōu)先級(jí)選擇客戶分群建?？蛻籼卣骺坍媽挶碓O(shè)計(jì)預(yù)測(cè)模型建模數(shù)據(jù)校驗(yàn)客戶群優(yōu)先級(jí)選擇客戶分群建?？蛻籼卣骺坍媽挶碓O(shè)計(jì)預(yù)測(cè)模型建模Accenture Copy Right 2008 22 四個(gè)預(yù)測(cè)模型比較 四個(gè)客戶分群模型比較 四個(gè)預(yù)測(cè)模型由于變量個(gè)數(shù)和變量選擇不同，各有其特色。鑒于模型提升精確度和模型強(qiáng)壯性的指標(biāo)，一致決定選擇模型三。 變量個(gè)數(shù) 優(yōu)點(diǎn) 缺點(diǎn) 模型一 105 訓(xùn)練集和測(cè)試集差距較小，強(qiáng)壯性較好 訓(xùn)練集精度不夠高，使用完全因素算法，耗時(shí)較長(zhǎng) 4個(gè)模型中共有 24個(gè)變量都被應(yīng)用，同時(shí)選擇范圍基本集中在總體 MOU， ARPU，固話 MOU， ARPU，而小靈通相關(guān)變量及趨勢(shì)變量則基本沒(méi)有采用，同時(shí)標(biāo)志性變量，如產(chǎn)品信息，營(yíng)銷信息也是選擇頻率較高的變量 模型二 127 訓(xùn)練集預(yù)測(cè)率較好； 各變量權(quán)重系數(shù)較接近；變量選擇較分散 費(fèi)用變量較少； 單產(chǎn)品變量較少； 測(cè)試集預(yù)測(cè)率一般； 模型三 133 訓(xùn)練集預(yù)測(cè)精度較高，測(cè)試集精度相對(duì)較好； 變量選擇主要集中在固話及總體變量上 模型四 148 使用最多變量； 費(fèi)用與行為變量較均勻； 訓(xùn)練集預(yù)測(cè)率較低； 測(cè)試集預(yù)測(cè)率一般； 結(jié)合模型的提升精確度和強(qiáng)壯性 指標(biāo)，一致同意選擇模型三。 數(shù)據(jù)校驗(yàn)客戶群優(yōu)先級(jí)選擇客戶分群建?？蛻籼卣骺坍媽挶碓O(shè)計(jì)預(yù)測(cè)模型建模數(shù)據(jù)校驗(yàn)客戶群優(yōu)先級(jí)選擇客戶分群建?？蛻籼卣骺坍媽挶碓O(shè)計(jì)預(yù)測(cè)模型建模注：此四個(gè)預(yù)測(cè)模型與分群模型相互獨(dú)立，不存在對(duì)應(yīng)關(guān)系 Accenture Copy Right 2008 23 預(yù)測(cè)模型準(zhǔn)確性、健壯性分析圖 參與模型變量 ： 133個(gè) 建模方法：主效應(yīng) (Main Effects) 模型變量分組： MOU值 固話MOU 總體費(fèi)用 固話費(fèi)用 小靈通MOU 小靈通費(fèi)用 其他 32 24 22 14 4 1 37 產(chǎn)品信息 接觸信息 CRM信息 營(yíng)銷信息 其他信息 18 3 5 3 7 關(guān)鍵百分位提升率 5% 10% 15% 20% 訓(xùn)練集 17.07% 29.73% 39.23% 48.18% 訓(xùn)練集提升率 3.4 2.97 2.6 2.4 測(cè)試集 14.82% 27.15% 37.58% 45.50% 寬帶新裝預(yù)測(cè)模型及結(jié)果（模型三） 數(shù)據(jù)校驗(yàn)客戶群優(yōu)先級(jí)選擇客戶分群建?？蛻籼卣骺坍媽挶碓O(shè)計(jì)預(yù)測(cè)模型建模數(shù)據(jù)校驗(yàn)客戶群優(yōu)先級(jí)選擇客戶分群建?？蛻籼卣骺坍媽挶碓O(shè)計(jì)預(yù)測(cè)模型建模Accenture Copy Right 2008 24 0 . 0 %0 . 5 %1 . 0 %1 . 5 %2 . 0 %2 . 5 %3 . 0 %3 . 5 %4 . 0 %CM_ ACT MKT _NUMCM_ POS MK TS UC_ NUMCI _MKT _Z ONEMB_ OSB AL _F LAGMB_ FL _V ASF EE _A VGP RO_ FL _NUMP RO_ FL MOV E_ FL AGMB_ LOCAL IN_ AV GCM_ ACT MKT SUC_ NUMP RO_ NUMMB_ OT HE RF EE_ PCTCI _S ERCHG_ NUMV O_ WORK MOU_ PCTP LAN_ CHA NGE _NUMMB_ FL _F IXF EE _AV GMB_ VA SF EE _P CTV O_ OUT MOU3 M_ PCTMB_ US EF EE_ PCTMB_ FI XF EE _PCTP RO_ PHS_ NE W_ FL AG預(yù)測(cè)模型變量分析 Top20變量貢獻(xiàn)比較圖 變量名稱 變量名稱 貢獻(xiàn)度 貢獻(xiàn)方式 CM_ACTMKT_NUM 主動(dòng)營(yíng)銷次數(shù) 3.7 正向貢獻(xiàn)，新裝客戶中該值較高 CM_POSMKTSUC_NUM 咨詢營(yíng)銷成功次數(shù) 2.87 正向貢獻(xiàn)，新裝客戶中該值較高 CI_MKT_ZONE 所屬行政區(qū)域營(yíng)銷分區(qū) 2.72 人和、三州等 31個(gè)營(yíng)銷分區(qū)超過(guò)平均值，小塘、新墟等 27個(gè)營(yíng)銷分區(qū)低于平均值 MB_OSBAL_FLAG 是否處于欠費(fèi)狀態(tài) 2.13 負(fù)向貢獻(xiàn)， 7月新裝寬帶客戶中屬于欠費(fèi)的比例要顯著低于未裝寬帶的客戶 MB_FL_VASFEE_AVG 固話增值業(yè)務(wù)費(fèi)用平均 2.07 正向貢獻(xiàn)，隨費(fèi)用增長(zhǎng)安裝率也成增長(zhǎng)趨勢(shì) PRO_FL_NUM 擁有固話總數(shù) 2.01 正向貢獻(xiàn)，新裝客戶中該值較高 PRO_FLMOVE_FLAG 固話是否有移機(jī) 1.43 正向貢獻(xiàn)，新裝客戶中該值較高 MB_LOCALIN_AVG 區(qū)內(nèi)通話費(fèi)用平均 (固話 +小靈通 ) 1.35 正向貢獻(xiàn)，隨費(fèi)用增長(zhǎng)安裝率也成增長(zhǎng)趨勢(shì) CM_ACTMKTSUC_NUM 主動(dòng)營(yíng)銷成功次數(shù) 1.28 正向貢獻(xiàn)，新裝客戶中該值較高 PRO_NUM 擁有電信產(chǎn)品總數(shù) 1.23 正向貢獻(xiàn)，新裝客戶中該值較高 MB_OTHERFEE_PCT 其他費(fèi)用占比 1.2 新裝寬帶客戶主要分布在其他費(fèi)用占比為（ -0.2， 0.1）區(qū)間內(nèi) CI_SERCHG_NUM 訂單變更總數(shù) 1.13 新裝人群中該值均值小于總體平均值，而未裝人群中則該值高于總體平均值 VO_WORKMOU_PCT 工作時(shí)間呼出 MOU占比 (固話 +小靈通 ) 1.1 負(fù)向貢獻(xiàn)，新裝寬帶客戶中該值大部分集中在低值區(qū)域 PLAN_CHANGE_NUM 套餐變更次數(shù) 1.09 正向貢獻(xiàn)，套餐變更次數(shù)從 1增加到 6， 7月裝寬帶客戶的占比不斷增加 MB_FL_FIXFEE_AVG 固話固定費(fèi)用 (特指月租或套餐費(fèi)用 )平均 1 正向貢獻(xiàn)，同時(shí)新裝寬帶客戶大多數(shù)集中在基本固話月租上的加裝寬帶上 MB_VASFEE_PCT 增值業(yè)務(wù)費(fèi)用占比 0.84 新裝寬帶客戶主要分布在增值費(fèi)用占比為（ 0.02， 0.15）區(qū)間內(nèi)，在區(qū)間（ 0， 1）呈下降趨勢(shì)。 VO_OUTMOU3M_PCT 單次呼出時(shí)長(zhǎng)小于 3分鐘的 MOU占比 (固話 +小靈通 ) 0.79 新裝寬帶客戶主要分布在 10%到 60%之前，而雙尾均呈下降趨勢(shì)，因此得分高客戶主要集中在均值附近 (34.8%) MB_USEFEE_PCT 固話小靈通通話費(fèi)及寬帶計(jì)時(shí)費(fèi)占比 0.73 新裝寬帶人主要分布在占比為（ 0.15， 0.6）區(qū)間內(nèi)，向兩邊呈下降趨勢(shì)。 MB_FIXFEE_PCT 固定費(fèi)占比 0.71 未安裝人群中該值占比在 2%以下的顯著較高 PRO_PHS_NEW_FLAG 是否新裝小靈通 0.7 正向貢獻(xiàn)，安裝人群中該值顯著高于未安裝人群 Top20變量貢獻(xiàn)分析 Accenture Copy Right 2008 25 確定客戶群優(yōu)先級(jí)分析方法 寬帶新客戶獲取 滿足客戶寬帶需求 激發(fā)客戶寬帶需求 客戶群中寬帶滲透率較低，存在寬帶進(jìn)一步發(fā)展空間 業(yè)務(wù)發(fā)展目標(biāo) -外來(lái)流動(dòng)人口，需要與家人、朋友聯(lián)系，或?qū)拵ё鳛樾蓍e娛樂(lè)工具 -學(xué)生家庭客戶，學(xué)習(xí)需要，寓教于樂(lè) -其他 預(yù)測(cè)模型及實(shí)際新裝寬帶客戶分析 -預(yù)測(cè)模型高分客戶所集中分布的客戶群 -6-8月實(shí)際新裝寬帶客戶所集中分布的客戶群 -7月實(shí)際新裝寬帶客戶中更偏好 e8套餐及預(yù)付費(fèi)寬帶的客戶群，滿足業(yè)務(wù)發(fā)展目標(biāo) 高價(jià)值客戶 -尋找對(duì)中國(guó)電信佛山分公司價(jià)值貢獻(xiàn)度較高的客戶群，激發(fā)其寬帶需求 -尋找對(duì)中國(guó)電信佛山分公司貢獻(xiàn)價(jià)值不斷增長(zhǎng)的客戶群，激發(fā)其寬帶需求 愿意使用 VAS產(chǎn)品的時(shí)尚人群，更傾向于嘗試新鮮事物 目 標(biāo) 途 徑 洞 察 基于中國(guó)電信佛山分公司現(xiàn)今發(fā)展寬帶新客戶的戰(zhàn)略目標(biāo)，我們將從兩個(gè)方面考量各客戶群以確定其優(yōu)先級(jí)：滿足客戶寬帶需求和激發(fā)客戶寬帶需求。 數(shù)據(jù)校驗(yàn)客戶群優(yōu)先級(jí)選擇客戶分群建?？蛻籼卣骺坍媽挶碓O(shè)計(jì)預(yù)測(cè)模型建模數(shù)據(jù)校驗(yàn)客戶群優(yōu)先級(jí)選擇客戶分群建模客戶特征刻畫寬表設(shè)計(jì)預(yù)測(cè)模型建模Accenture Copy Right 2008 26 確定客戶群優(yōu)先級(jí)結(jié)果（一） 指標(biāo)大類 寬帶 現(xiàn)狀 業(yè)務(wù)發(fā)展目標(biāo) ARPU貢獻(xiàn)度 寬帶發(fā)展?jié)摿?其他 總分 指標(biāo)名稱 寬帶滲透率 外來(lái)流動(dòng)人口 家庭學(xué)生客戶 總 ARPU 總 ARPU趨勢(shì) 6-8月 實(shí)際完全新裝寬帶 預(yù)測(cè)模型打分 VAS偏好 7月新裝寬帶特性 現(xiàn)狀 打分 增長(zhǎng) 打分 指標(biāo)作用 現(xiàn)狀 現(xiàn)狀 現(xiàn)狀 現(xiàn)狀 增長(zhǎng)性 增長(zhǎng)性 增長(zhǎng)性 現(xiàn)狀 增長(zhǎng)性 S1 1 1 -1 -1 1 -1 -1 0 1 0 0 S2 0 0 1 0 0 1 1 0 1 1 3 S3 0 0 0 1 1 1 1 1 -1 2 2 S4 0 1 -1 0 0 -1 -1 -1 0 -1 -2 S5 -1 -1 0 1 1 -1 -1 1 -1 0 -2 S6 1 1 -1 -1 -1 0 -1 1 0 1 -2 S7 -1 -1 0 0 1 -1 0 0 -1 -2 -1 S8 1 -1 1 0 -1 1 1 1 -1 2 0 S9 1 -1 1 -1 -1 1 1 -1 1 -1 2 將上述方法分為兩類指標(biāo)考量客戶群優(yōu)先級(jí)，現(xiàn)狀指標(biāo)：寬帶是否飽和、是否滿足中國(guó)電信佛山分公司現(xiàn)今業(yè)務(wù)指標(biāo)、是否為高價(jià)值客戶、是否活躍客戶 (VAS)；增長(zhǎng)指標(biāo)：預(yù)測(cè)模型打分高的客戶占比、實(shí)際 6-8月份新裝客戶占比、總 ARPU趨勢(shì)、 7月新裝客戶等。綜合各項(xiàng)指標(biāo)我們給每個(gè)群有兩個(gè)分?jǐn)?shù)： “ 現(xiàn)狀打分 ” 和 “ 增長(zhǎng)打分 ” 。 數(shù)據(jù)校驗(yàn)客戶群優(yōu)先級(jí)選擇客戶分群建?？蛻籼卣骺坍媽挶碓O(shè)計(jì)預(yù)測(cè)模型建模數(shù)據(jù)校驗(yàn)客戶群優(yōu)先級(jí)選擇客戶分群建?？蛻籼卣骺坍媽挶碓O(shè)計(jì)預(yù)測(cè)模型建模Accenture Copy Right 2008 27 客戶群優(yōu)先級(jí)分布圖 *圖中泡泡大小代表該客戶群未裝寬帶人數(shù) 把各客戶群的 “ 現(xiàn)狀得分 ” 和 “ 增長(zhǎng)得分 ” 在 “ 客戶群優(yōu)先級(jí)分布圖 ” 中定位，并確定優(yōu)先級(jí)排序。綜上所述，S2、 S3是第一優(yōu)先級(jí)客戶群， S8、 S9為第二優(yōu)先級(jí)客戶群。 現(xiàn)狀指標(biāo) 增長(zhǎng)性指標(biāo) S9 S3S2S6S4S1 S8確定客戶群優(yōu)先級(jí)結(jié)果（二） 客戶群號(hào) 優(yōu)先級(jí)排名 特點(diǎn)描述S2 1 現(xiàn)狀較好，增長(zhǎng)性最佳S3 1 現(xiàn)狀最佳，增長(zhǎng)性較好S8 2 現(xiàn)狀最佳，增長(zhǎng)性一般S9 2 現(xiàn)狀較差，增長(zhǎng)性較好S1 3 現(xiàn)狀一般，增長(zhǎng)性一般S6 3 現(xiàn)狀較好，增長(zhǎng)性較差S4 4 現(xiàn)狀及增長(zhǎng)性均差S5 - 寬帶用戶已飽和S7 - 寬帶用戶幾近飽和數(shù)據(jù)校驗(yàn)客戶群優(yōu)先級(jí)選擇客戶分群建?？蛻籼卣骺坍媽挶碓O(shè)計(jì)預(yù)測(cè)模型建模數(shù)據(jù)校驗(yàn)客戶群優(yōu)先級(jí)選擇客戶分群建?？蛻籼卣骺坍媽挶碓O(shè)計(jì)預(yù)測(cè)模型建模Accenture Copy Right 2008 28 -1- 0 . 500 . 511 . 50 5000 10000 15000 20000 25000S1:思鄉(xiāng)“電話粥 ”群，靈通 200 S2:潛力海外親友群，固話和寬帶 S3:績(jī)優(yōu)尊貴活躍群，近全產(chǎn)品 S5:增值服務(wù)偏好全業(yè)務(wù)群，全產(chǎn)品 S6:年輕時(shí)尚族，單小靈通 S7:節(jié)約型工薪族，寬帶 +固話 S9:木訥老客戶群，單固話 S4:電信語(yǔ)音冷淡群，不同類別單產(chǎn)品 S8:寬帶潛力活躍族，固話 +小靈通 結(jié)合預(yù)測(cè)模型和分群模型，查看預(yù)測(cè)模型中打分排在前 10%目標(biāo)客戶在分群模型中的分布情況是確定優(yōu)先級(jí)的一個(gè)重要指標(biāo)。其中： S2、 S3、 S8、 S9群有較多預(yù)測(cè)模型預(yù)測(cè)到的潛在客戶。 注：本次預(yù)測(cè)模型目標(biāo)變量為 7月份新裝，以后做營(yíng)銷活動(dòng)之前，需要重新提數(shù)，預(yù)測(cè)營(yíng)銷活動(dòng)月份的潛力客戶。 預(yù)測(cè)模型中打分前 10客戶 確定客戶群優(yōu)先級(jí)結(jié)果（三） 數(shù)據(jù)校驗(yàn)客戶群優(yōu)先級(jí)選擇客戶分群建?？蛻籼卣骺坍媽挶碓O(shè)計(jì)預(yù)測(cè)模型建模數(shù)據(jù)校驗(yàn)客戶群優(yōu)先級(jí)選擇客戶分群建?？蛻籼卣骺坍媽挶碓O(shè)計(jì)預(yù)測(cè)模型建模Accenture Copy Right 2008 29 優(yōu)先級(jí)高客戶群的深入刻畫（一） 中高值中等語(yǔ)音低數(shù)據(jù)長(zhǎng)途偏好固話為主 固話滲透率 100%，寬帶滲透率 40% 外來(lái)人口的滲透率較高 (41%/30%) 寬帶 ARPU較高 (9280/9058)，固話 IP長(zhǎng)途費(fèi)用最高(1162/298) 寬帶流量中等偏下 (5811643/7276607) 6-8月完全新裝寬帶客戶數(shù)次高 (3641/22168)，占比較高 (4.33%/2.74%)；加裝寬帶客戶數(shù)及占比均中等 長(zhǎng)途呼出 MOU占比最高 (0.46/0.22)， IP長(zhǎng)途呼出 MOU占比最高（ 0.34/0.10)，傳統(tǒng)長(zhǎng)途呼出 MOU占比最高(0.12/0.06) 港澳臺(tái)呼出 MOU最高 (2.4/0.58)，國(guó)際呼出 MOU最高(0.65/0.11)，港澳臺(tái)和國(guó)際呼出 MOU占比均最高，港澳臺(tái)和國(guó)際呼出次數(shù)最高 港澳臺(tái)通話費(fèi)最高 (317/101)，國(guó)際通話費(fèi)用最高(181/46) 固話親情號(hào)碼和國(guó)際長(zhǎng)途功能的滲透率都較高 國(guó)內(nèi)呼出 MOU下降趨勢(shì)次高，寬帶流量上升趨勢(shì)最高 S2 (141058, 11%, 11894) 潛力海外親友群 S8S4S6 S2S7S9S1S5S3-1- 0 . 500 . 511 . 50 5000 10000 15000 20000 25000客戶群特征 優(yōu)先級(jí) 1 港澳臺(tái)呼出 M O U 占比 ( 固話 + 小靈通 ) _ A v A c t iv e0 . 0 0 0 00 . 0 1 5 40 . 0 0 5 30 . 0 0 0 00 . 0 0 3 20 . 0 0 0 10 . 0 0 4 90 . 0 0 3 20 . 0 0 5 80 . 0 0 4 9S1S2S3S4S5S6S7S8S9T o t a l港澳臺(tái)呼出 M O U 平均 ( 固話 + 小靈通 ) _ A v A c t iv e0 . 0 02 . 4 02 . 0 90 . 0 00 . 5 40 . 0 30 . 4 00 . 4 80 . 2 70 . 5 8S1S2S3S4S5S6S7S8S9T o t a l數(shù)據(jù)校驗(yàn)客戶群優(yōu)先級(jí)選擇客戶分群建模客戶特征刻畫寬表設(shè)計(jì)預(yù)測(cè)模型建模數(shù)據(jù)校驗(yàn)客戶群優(yōu)先級(jí)選擇客戶分群建?？蛻籼卣骺坍媽挶碓O(shè)計(jì)預(yù)測(cè)模型建模Accenture Copy Right 2008 30 優(yōu)先級(jí)高客戶群的深入刻畫（二） 超高值超高語(yǔ)音中等流量近全產(chǎn)品， 全產(chǎn)品滲透率 60%，寬帶滲透率 60% 外來(lái)人口滲透率較高 (49%/30%) 6-8月完全新裝寬帶客戶占比次高 (4.98%/2.74%)；加裝寬帶占比較高 (1.08%/0.72%) 總優(yōu)惠費(fèi)用最高 (3883/824)，總優(yōu)惠比例最高 (-0.14/-0.05)， 固話 ARPU最高 (8646/5318)，小靈通 ARPU最高(6218/4293)，寬帶 ARPU次高 (9326/9058) 超高語(yǔ)音 (541/194)，本地呼出 MOU最高 (399/146)，國(guó)內(nèi)呼出 MOU最高 (125/25) 呼出至移動(dòng)號(hào)碼 MOU最高 (185/49) 小靈通親情號(hào)碼滲透率最高 (3.22%/0.32%)，固話和小靈通部分增值服務(wù)的滲透率最高 寬帶流量中等 (7266475/7276607)，寬帶時(shí)長(zhǎng)上升趨勢(shì)次高 (166/95) 套餐方面固話 86套餐的滲透率最高 (6.58%/0.7%) 訂單變更次數(shù)多 (4.21/1.97)，可用積分最多 (3836/2031)，喜歡撥打 10000號(hào) (3.71/1.3) S3 (57546, 5%, 19796) 績(jī)優(yōu)尊貴活躍群 S8S4S6 S2S7S9S1S5S3-1- 0 . 500 . 511 . 50 5000 10000 15000 20000 25000客戶群特征 優(yōu)先級(jí) 1 M O U 呼出平均 ( 固話 + 小靈通 ) _ A vA c t i v e4 2 3 . 0 81 8 9 . 9 95 4 1 . 3 50 . 0 03 0 5 . 3 12 1 2 . 3 81 0 5 . 4 12 7 7 . 9 68 3 . 5 21 9 3 . 7 8S1S2S3S4S5S6S7S8S9T o t a l撥打 10000 號(hào)次數(shù) _ A v A c t i v e1 . 2 41 . 3 03 . 7 10 . 3 62 . 7 41 . 8 51 . 5 41 . 7 00 . 5 01 . 3 0S1S2S3S4S5S6S7S8S9T o t a l數(shù)據(jù)校驗(yàn)客戶群優(yōu)先級(jí)選擇客戶分群建?？蛻籼卣骺坍媽挶碓O(shè)計(jì)預(yù)測(cè)模型建模數(shù)據(jù)校驗(yàn)客戶群優(yōu)先級(jí)選擇客戶分群建?？蛻籼卣骺坍媽挶碓O(shè)計(jì)預(yù)測(cè)模型建模Accenture Copy Right 2008 31 優(yōu)先級(jí)高客戶群的深入刻畫（三） 中值中高語(yǔ)音低數(shù)據(jù) 固話 +小靈通滲透率高 (98%/6%)，寬帶占比 2.3% 6-8月完全新裝寬帶客戶數(shù)次高 (2742/22168)，占比最高 (4.95%/2.74%)；加裝客戶占比最高 (2.02%/0.72%) 總優(yōu)惠比例最高 (-0.14/-0.05)，增值業(yè)務(wù)費(fèi)用較高(900/578) 總 MOU較高 (278/194)，語(yǔ)音本地呼出群 (0.91/0.74) E6套餐滲透率最高 (25%/3%),固話套餐變更次數(shù)最高(1/0.42)。 小于 1分鐘呼出次數(shù)第三高 (102/51), 小于 1分鐘呼出MOU占比最高 (0.183/0.147) 小于 3分鐘呼出 MOU占比最高 (0.42/0.35) 呼出平均時(shí)長(zhǎng)最低 (1.96/2.5) 彩顯包滲透率最高 ， 超級(jí)無(wú)繩滲透率高 在網(wǎng)時(shí)長(zhǎng) 次 長(zhǎng) (76/63) 主動(dòng)營(yíng)銷占比最高 (12%/5%)，本地居民占比次高(82%/57%) S8 (56670, 5%, 8408) 寬帶潛力活躍族 S8S4S6 S2S7S9S1S5S3-1- 0 . 500 . 511 . 50 5000 10000 15000 20000 25000客戶群特征 優(yōu)先級(jí) 2 產(chǎn)品編碼 _ 1 1 0 _ P e n e t r a t io n0 . 4 7 % 0 . 0 6 % 3 9 . 3 8% 0 . 2 7 % 0 . 0 0 % 0 . 0 3 % 0 . 0 0 % 9 7 . 7 3% 0 . 0 0 % 6 . 3 1 % S1S2S3S4S5S6S7S8S9T o t a l呼出平均時(shí)長(zhǎng) (固話 + 小靈通 )_A v A c t iv e3 . 6 43 . 2 12 . 6 00 . 0 02 . 0 72 . 5 12 . 2 31 . 9 62 . 4 02 . 5 0S1S2S3S4S5S6S7S8S9T o t a l數(shù)據(jù)校驗(yàn)客戶群優(yōu)先級(jí)選擇客戶分群建模客戶特征刻畫寬表設(shè)計(jì)預(yù)測(cè)模型建模數(shù)據(jù)校驗(yàn)客戶群優(yōu)先級(jí)選擇客戶分群建?？蛻籼卣骺坍媽挶碓O(shè)計(jì)預(yù)測(cè)模型建模Accenture Copy Right 2008 32 優(yōu)先級(jí)高客戶群的深入刻畫（四） 低值低語(yǔ)音低數(shù)據(jù)， 100%固話且單固話為主 非數(shù)據(jù)群，寬帶滲透率和寬帶流量都超低 6-8月完全新裝寬帶客戶數(shù)最多 (11965/22168)，占比較高 (3.57%/2.74%)； 6-8月加裝寬帶客戶占比較高(1.28%/0.72%) 固話 ARPU中等 (4020/5319) 總 MOU最低 (84/194)，本地通話群 (0.85/0.74) 固話 200本地 MOU最高 (2.42/1.03)，固話 200長(zhǎng)途 MOU最高 (10.66/4.98) 套餐滲透率最低 (3.85%/66.54%)， 無(wú)固話套餐的固話客戶比率最高 (97.02%/55.25%)，寬帶套餐變更次數(shù)最低(0.04/0.30) 不使用增值業(yè)務(wù)，固話來(lái)電顯示、固話彩鈴、固話聲訊服務(wù)、固話彩顯包未使用客戶占比均最高 外來(lái)人口比例最低 (8%/30%) 在網(wǎng)時(shí)長(zhǎng)最長(zhǎng) (84/63)，年齡最長(zhǎng) (49/42) 撥打 10000、 10001及登陸網(wǎng)上營(yíng)業(yè)廳次數(shù)均最低 S9 (337653, 27%, 4036) 木訥老客戶群 S8S4S6 S2S7S9S1S5S3-1- 0 . 500 . 511 . 50 5000 10000 15000 20000 25000客戶群特征 優(yōu)先級(jí) 2 在網(wǎng)時(shí)長(zhǎng) _ A v A c tiv e2 8 .8 17 1 .5 46 0 .5 34 1 .5 36 7 .4 53 4 .2 07 3 .9 07 6 .1 38 3 .8 56 2 .8 8S1S2S3S4S5S6S7S8S9T o ta l通過(guò) 10000 號(hào)投訴次數(shù) _ A v A c tiv e0 .0 40 .0 50 .1 70 .0 50 .1 30 .0 50 .0 70 .0 70 .0 10 .0 5S1S2S3S4S5S6S7S8S9T o ta l數(shù)據(jù)校驗(yàn)客戶群優(yōu)先級(jí)選擇客戶分群建模客戶特征刻畫寬表設(shè)計(jì)預(yù)測(cè)模型建模數(shù)據(jù)校驗(yàn)客戶群優(yōu)先級(jí)選擇客戶分群建?？蛻籼卣骺坍媽挶碓O(shè)計(jì)預(yù)測(cè)模型建模Accenture Copy Right 2008 33 項(xiàng)目交付工作文檔（一） 目錄結(jié)構(gòu) 工作文檔信息 1級(jí)目錄 2級(jí)目錄 3級(jí)目錄 工作文檔名稱 CTFS Deliverables 01 項(xiàng)目管理 01 工作計(jì)劃 CTFS_Detailed Work Plan v1.0.xls 02 風(fēng)險(xiǎn)管理 CTFS Issue List V1 0.xls 02 寬表設(shè)計(jì) 01 寬表交付 項(xiàng)目交付成果 1寬表 v1.7.xls 02 寬表設(shè)計(jì)問(wèn)題清單 CTFS_CAR_問(wèn)題清單 _v1.0.xls 03 數(shù)據(jù)校驗(yàn) 01 SQL腳本校驗(yàn) CTFS_Validation_SQL_v1.0.xls CTFS_Data_Validation_v1.0.xls 02 數(shù)據(jù)統(tǒng)計(jì)分析校驗(yàn) CTFS_Data Validation_問(wèn)題清單 _v1.0.xls 04 相關(guān)性分析 自變量相關(guān)性分析 _V1.0.xls 05 分群模型 01 數(shù)據(jù)預(yù)處理（正規(guī)化） 變量正規(guī)化 .str 02 分群模型 CTFS_segmentation model_v132k9.gm CTFS_segmentation model_v132k9.str CTFS_segment model analysis_v1.0.xls 03 分群刻畫 CTFS_ASD_指南 _v1.0.xls CTFS_ASD_v1.0.xls 中國(guó)電信佛山分公司 _客戶刻畫 _v1.1.ppt 04 分群優(yōu)先級(jí) 中國(guó)電信佛山分公司 _客戶優(yōu)先級(jí)選擇 _v1.0.ppt 06 預(yù)測(cè)模型 01 相關(guān)性分析 目標(biāo)變量相關(guān)性分析 _V1.0.xls 02 數(shù)據(jù)預(yù)處理 數(shù)據(jù)類型轉(zhuǎn)換 .str 以下是項(xiàng)目交付工作文檔，其中標(biāo)藍(lán)色的為此項(xiàng)目建議書(shū)中承諾的交付物。 Accenture Copy Right 2008 34 項(xiàng)目交付工作文檔（二） 目錄結(jié)構(gòu) 工作文檔信息 1級(jí)目錄 2級(jí)目錄 3級(jí)目錄 工作文檔名稱 CTFS Deliverables 06 預(yù)測(cè)模型 03 最終模型（模型三） 模型三工作流 .str 模型三建模結(jié)果 .gm & 模型三結(jié)果 .html 模型三訓(xùn)練集評(píng)估 .cou & 模型三測(cè)試集評(píng)估 .cou 模型三測(cè)試集效果圖 .jpg & 模型三健壯性效果圖 .jpg &模型三訓(xùn)練集提升圖 .jpg 模型三貢獻(xiàn)度分析 _V1.0.xls 中國(guó)電信佛山分公司 _預(yù)測(cè)模型分析 _V1.0.ppt 07 匯報(bào)材料 01 日?qǐng)?bào) 中國(guó)電信佛山分公司寬帶項(xiàng)目每日狀態(tài)匯報(bào) _20080808.doc 02 里程碑匯報(bào) 1.1 寬表階段性匯報(bào) 20080630.doc 1.2 項(xiàng)目里程碑報(bào)告 1寬表 20080710.doc 2.1 數(shù)據(jù)校驗(yàn)階段性匯報(bào) 20080814.doc 2.2 數(shù)據(jù)校驗(yàn)完整匯報(bào) 20080820.doc 3.1.建模階段性匯報(bào) 20080901.ppt 3.2.分群模型選擇匯報(bào) 20080910.ppt 4.1 中國(guó)電信佛山分公司 _預(yù)測(cè)模型選擇討論 _V1.0.ppt 03 啟動(dòng)會(huì)材料 中國(guó)電信佛山分公司基于客戶分群的寬帶業(yè)務(wù)營(yíng)銷實(shí)踐項(xiàng)目 - 項(xiàng)目啟動(dòng) v1.1.ppt 04 最終匯報(bào)報(bào)告 中國(guó)電信佛山分公司基于客戶分群的寬帶業(yè)務(wù)營(yíng)銷實(shí)踐項(xiàng)目 - 最終報(bào)告 v1.2.ppt 08 培訓(xùn)材料 01 寬表設(shè)計(jì)培訓(xùn) 中國(guó)電信佛山分公司基于客戶分群的寬帶業(yè)務(wù)營(yíng)銷實(shí)踐項(xiàng)目 - 寬表設(shè)計(jì)培訓(xùn) v1.0.ppt 02 數(shù)據(jù)校驗(yàn)方法培訓(xùn) 專題介紹數(shù)據(jù)校驗(yàn) _v1.0.doc 03 Clementine工具培訓(xùn) 中國(guó)電信佛山分公司 _Clementine建模培訓(xùn) _v1.0.ppt 04 建模培訓(xùn) 中國(guó)電信佛山分公司 _常用客戶分群和預(yù)測(cè)模型介紹 _v1.0.ppt 05 客戶刻畫培訓(xùn) 中國(guó)電信佛山分公司 _客戶刻畫培訓(xùn) _v1.0.ppt Accenture Copy Right 2008 35 議程 1. 項(xiàng)目摘要與回顧 2. 項(xiàng)目成果總覽 4. 成果推進(jìn) 3. 項(xiàng)目收獲和體會(huì) 5. 感謝我們的團(tuán)隊(duì) 6. 附錄 Accenture Copy Right 2008 36 項(xiàng)目小組的話 “數(shù)據(jù)挖掘工具的使用，為精確化營(yíng)銷提供了有力的支撐。 ” -綜合經(jīng)營(yíng)室 陳振榮 “數(shù)據(jù)挖掘是一門技術(shù)，也是一門藝術(shù)，通過(guò)這次寬帶合作項(xiàng)目，使我們團(tuán)隊(duì)數(shù)據(jù)挖掘能力在學(xué)習(xí)中提升?！?-業(yè)務(wù)支持中心 陳曉東 Accenture Copy Right 2008 37 知識(shí)轉(zhuǎn)移 將“基于客戶分析”的科學(xué)流程植入中國(guó)電信佛山分公司市場(chǎng)部常規(guī)工作 1、設(shè)計(jì)寬表 確定寬表結(jié)構(gòu) 數(shù)據(jù)抽取 數(shù)據(jù)現(xiàn)狀了解 業(yè)務(wù)目標(biāo)了解 確定寬表字段 確定邏輯計(jì)算 2、數(shù)據(jù)抽取 3、數(shù)據(jù)校驗(yàn) 4、建立分群模型 數(shù)據(jù)正規(guī)化 模型比較 和選型 數(shù)據(jù)校驗(yàn) 相關(guān)性分析 初次選擇 變量 模型調(diào)優(yōu) 和模型分析 建立預(yù)測(cè)模型 訓(xùn)練集和 驗(yàn)證集獲取 模型比較 和選型 數(shù)據(jù)校驗(yàn) 相關(guān)性分析 初次選擇 變量 模型調(diào)優(yōu) 5、客戶群特征刻畫 6、客戶群優(yōu)先級(jí)選擇 理念轉(zhuǎn)變 方法提升 原有的市場(chǎng)營(yíng)銷模式 優(yōu)化的市場(chǎng)營(yíng)銷模式 Accenture Copy Right 2008 38 方法提升 從簡(jiǎn)單分析轉(zhuǎn)向全面洞察 客戶統(tǒng)一視圖 僅僅以客戶 ARPU值作為劃分客戶的標(biāo)準(zhǔn) 僅僅以單一產(chǎn)品的使用量作為目標(biāo)客戶選取原則 僅僅考慮客戶過(guò)去某個(gè)月的產(chǎn)品使用情況 全面衡量客戶的價(jià)值和行為 綜合考慮客戶各種產(chǎn)品的使用量 動(dòng)態(tài)考慮客戶使用量的發(fā)展變化情況 通過(guò)將一個(gè)個(gè)的 “ 客戶數(shù)據(jù)孤島 ” 邁向 “ 客戶統(tǒng)一視圖 ” ，幫助中國(guó)電信佛山分公司建立起對(duì)客戶的全面了解，將過(guò)去簡(jiǎn)單的客戶分析轉(zhuǎn)向全面的客戶洞察。 一張 522個(gè)客戶屬性字 段125萬(wàn)客戶數(shù)據(jù)的寬表 9個(gè)客戶群深刻的洞察不同類型的客戶 客戶群的深入刻畫 月均高 MOU值客戶是哪些？ 喜好 IP電話的客戶是哪些？ E8套餐的客戶有哪些使用行為？ 便于回答 如下問(wèn)題 如何合理管理中國(guó)電信佛山分公司客戶？ 如何了解客戶的不同需求？ 如何滿足客戶喜好制定產(chǎn)品？ 如何提高客戶忠誠(chéng)度？ Accenture Copy Right 2008 39 方法提升 從“全面撒網(wǎng)”轉(zhuǎn)向“科學(xué)獲取” 通過(guò)客戶分群和預(yù)測(cè)模型，可以精確地定位目標(biāo)客戶，實(shí)現(xiàn)了從“經(jīng)驗(yàn)營(yíng)銷”到“科學(xué)營(yíng)銷” 的轉(zhuǎn)變，向“ 精確化管理 ”的目標(biāo)邁進(jìn)了一步 數(shù)據(jù)倉(cāng)庫(kù) 預(yù)測(cè)模型可以精確定位到目標(biāo)客戶，分群模型可以準(zhǔn)確的描述不同客戶群的不同需求；通過(guò)預(yù)測(cè)模型和分群模型的結(jié)合使用，實(shí)現(xiàn)了從 “ 經(jīng)驗(yàn)營(yíng)銷 ” 的 “ 全面撒網(wǎng) ” 轉(zhuǎn)向?yàn)?“ 科學(xué)獲取 ” 。 -1- 0 . 500 . 511 . 50 5000 10000 15000 20000 25000S6 年輕時(shí)尚族(16 4 2 3 9 , 1 3 % , 5 2 2 5 ) S7 節(jié)約型工薪族(19 7 8 3 6 , 1 6 % , 1 3 3 8 9 ) 以單小靈通為主，滲透率 9 4 %產(chǎn)品為寬帶和固話，滲透率為 1 0 0 % 新裝寬帶客戶數(shù)及占比均較低 新裝寬帶客戶數(shù)及占比均次低 總 A RPU 為 5 2 2 5 /中低值；總 M OU 為 2 1 2 /中等 增值業(yè)務(wù)費(fèi)用占比最大；小靈通更換彩鈴最多；盲區(qū)呼滲透率最高 年齡最小，女性比例高 總 A RPU 為 1 3 3 8 9 /中高值 ；總 M OU 為 1 0 5 /較低 固話優(yōu)惠比例最高；兌換積分客戶數(shù)最多 主動(dòng)營(yíng)銷成功次數(shù)最高重要特征描述6 - 8 月寬帶新裝產(chǎn)品描述客戶刻畫 編號(hào) 電話號(hào)碼 姓名 住址 1 85486643 A XX 街 XX 號(hào) 2 97645756 B XX 街 XX 號(hào) 3 59801486 C XX 街 XX 號(hào) 4 21957216 D XX 街 XX 號(hào) 5 59114637 E XX 街 XX 號(hào) 6 96272059 F XX 街 XX 號(hào) 7 60095245 G XX 街 XX 號(hào) 8 57252087 H XX 街 XX 號(hào) 9 54408928 I XX 街 XX 號(hào) 10 51565770 J XX 街 XX 號(hào) 11 48722611 K XX 街 XX 號(hào) 12 45879453 L XX 街 XX 號(hào) 13 43036294 M XX 街 XX 號(hào) 14 40193136 N XX 街 XX 號(hào) 15 37349977 O XX 街 XX 號(hào) 16 34506819 P XX 街 XX 號(hào) 17 31663661 Q XX 街 XX 號(hào) 目標(biāo)客戶列表 客戶預(yù)測(cè) 預(yù)測(cè)模型 分群模型 直郵 客戶經(jīng)理 客服 3 9 . 6 2 % 4 7 . 3 9 %2 9 . 4 9 %4 2 . 4 2 % 3 9 . 3 7 %4 9 . 2 1 %4 1 . 0 1 %3 0 . 5 2 %3 8 . 0 0 %2 0 . 4 1 %3 4 . 4 3 %2 0 . 7 1 %1 4 . 6 0 %2 4 . 8 2 %0 . 0 0 %1 0 . 0 0 %2 0 . 0 0 %3 0 . 0 0 %4 0 . 0 0 %5 0 . 0 0 %6 0 . 0 0 %福田 羅湖 南山 鹽田 寶安 龍崗 匯總當(dāng)前營(yíng)銷成功率 累計(jì)營(yíng)銷成功率營(yíng)銷結(jié)果 反饋模型 Accenture Copy Right 2008 40 理念轉(zhuǎn)變 從大眾化營(yíng)銷轉(zhuǎn)向針對(duì)性營(yíng)銷 渠道配合更為緊密 產(chǎn)品設(shè)計(jì)更為合理 Offer定價(jià)更為準(zhǔn)確 客戶選取更為科學(xué) 針對(duì)性營(yíng)銷 大眾化營(yíng)銷模式 通過(guò)客戶細(xì)分，將數(shù)量眾多、貌似相同的客戶分