全球通中高端用戶價(jià)值降低預(yù)警_佛山_模型分析報(bào)告

佛山市全球通中高端用戶價(jià)值降低預(yù)警模型分析報(bào)告 主要內(nèi)容 背景介紹 分析目標(biāo) 模型定義 數(shù)據(jù)分析與探索 模型構(gòu)建 模型評(píng)估 背景 2008年底，運(yùn)營(yíng)商重組基本完成，隨著全業(yè)務(wù)運(yùn)營(yíng)時(shí)代的來(lái)臨，移動(dòng)市場(chǎng)上客戶爭(zhēng)奪越演越烈，尤其是中高端客戶市場(chǎng)硝煙四起，戰(zhàn)火紛飛。 為了贏得這場(chǎng)戰(zhàn)爭(zhēng)，集團(tuán)公司把中高端客戶保有作為 09年的戰(zhàn)略目標(biāo)之一，為各省公司下達(dá)了相應(yīng)的中高端保有任務(wù)，而省公司也對(duì)市公司下發(fā)鎖定中高端考核指標(biāo)。 分析目標(biāo) 利用客戶近期通信行為，建立中高端客戶的價(jià)值流失預(yù)警模型，預(yù)測(cè)集團(tuán)公司下發(fā)的客戶以及最新的中高段客戶的價(jià)值下降的情況，使中高端客戶保有更有針對(duì)性，更有效地支撐客戶挽留活動(dòng)，實(shí)現(xiàn)集團(tuán)公司中高端客戶保有的目標(biāo)。 模型定義 分析用戶群： 集團(tuán)公司下發(fā)的拍照用戶中的全球通用戶： 08底在網(wǎng)且 10、 11、 12月三個(gè)月累計(jì) ARPU不低于 360元，且客戶年底狀態(tài)正常且 12月是通話的二類(lèi)地市全球通客戶。 模型目標(biāo)： 預(yù)測(cè)哪些客戶的 ARPU將會(huì)低于 50元。 時(shí)間窗口： 分析窗口 預(yù)測(cè)窗口 預(yù)測(cè)點(diǎn) M M-1 M-2 M-3 M-4 M-5 M+1 M+2 請(qǐng)下載觀看 ! 主要內(nèi)容 背景介紹 分析目標(biāo) 模型定義 數(shù)據(jù)分析與探索 模型構(gòu)建 模型評(píng)估 總結(jié) 數(shù)據(jù)分析與探索 我們采用了拍照用戶中的 193009個(gè)用戶在 2008年 8、 9、 10月的數(shù)據(jù)，利用直方圖進(jìn)行分析各個(gè)變量與流失的關(guān)系比較 184033,95%8976, 5%ARPU大于 等于50ARPU小于 50數(shù)據(jù)分析與探索：網(wǎng)內(nèi)號(hào)碼情況 客戶網(wǎng)內(nèi)的號(hào)碼數(shù)越多越穩(wěn)定 ，不易流失。 網(wǎng)內(nèi)號(hào)碼占比過(guò)高或者過(guò)低的人群，流失率都偏大。當(dāng)此比值是 0.4到 0.8時(shí)流失率最小。 H i s t o g r a m 010000200003000040000500006000070000800001 2 3 4 500 . 0 20 . 0 40 . 0 60 . 0 80 . 10 . 1 20 . 1 40 . 1 60 . 1 80 . 2arpu = 50 流失率 整體流失率網(wǎng)內(nèi)號(hào)碼數(shù) H i s t o g r a m 0500010000150002000025000300001 2 3 4 5 6 7 8 9 1000 . 0 20 . 0 40 . 0 60 . 0 80 . 10 . 1 20 . 1 40 . 1 60 . 1 80 . 2arpu = 50 流失率 整體流失率網(wǎng)內(nèi)號(hào)碼占比 H i s t o g r a m 01000020000300004000050000600007000080000900001000001 1000 . 0 20 . 0 40 . 0 60 . 0 80 . 10 . 1 20 . 1 40 . 1 60 . 1 80 . 2arpu = 50 流失率 整體流失率數(shù)據(jù)分析與探索 :家庭、集團(tuán)用戶 H i s t o g r a m 0200004000060000800001000001200001 1000 . 0 20 . 0 40 . 0 60 . 0 80 . 10 . 1 20 . 1 40 . 1 60 . 1 80 . 2arpu = 50 流失率 整體流失率H i s t o g r a m 01000020000300004000050000600007000080000900001000001 1000 . 0 20 . 0 40 . 0 60 . 0 80 . 10 . 1 20 . 1 40 . 1 60 . 1 80 . 2arpu = 50 流失率 整體流失率是否家庭產(chǎn)品用戶 是否集團(tuán)產(chǎn)品用戶 集團(tuán)產(chǎn)品用戶占 80%，流失率較低； 家庭產(chǎn)品用戶占 12%，流失率較高； 用戶等級(jí)高占 83%，流失率較高，普通用戶流失率較低 客戶等級(jí) H i s t o g r a m 01000020000300004000050000600007000080000900001 2 300 . 0 20 . 0 40 . 0 60 . 0 80 . 10 . 1 20 . 1 40 . 1 60 . 1 80 . 2arpu = 50 流失率 整體流失率H i s t o g r a m 0100002000030000400005000060000700001 2 300 . 0 20 . 0 40 . 0 60 . 0 80 . 10 . 1 20 . 1 40 . 1 60 . 1 80 . 2arpu = 50 流失率 整體流失率數(shù)據(jù)分析與探索 :最近新業(yè)務(wù)情況 用戶新業(yè)務(wù)使用數(shù)增加帶來(lái)的價(jià)值增長(zhǎng)比較穩(wěn)定，不易流失 用戶新業(yè)務(wù)使費(fèi)用用增加帶來(lái)的價(jià)值增長(zhǎng)比較穩(wěn)定，不易流失 用戶新業(yè)務(wù)使用費(fèi)用占比增加帶來(lái)的價(jià)值增長(zhǎng)不穩(wěn)定，容易流失 H i s t o g r a m 0500010000150002000025000300003500040000450001 2 3 4 5 6 7 8 9 1000 . 0 20 . 0 40 . 0 60 . 0 80 . 10 . 1 20 . 1 40 . 1 60 . 1 80 . 2arpu = 50 流失率 整體流失率最近新業(yè)務(wù)使用數(shù) 新業(yè)務(wù)費(fèi)用占比 新業(yè)務(wù)費(fèi)用 (最近一月 ) H i s t o g r a m 01000020000300004000050000600007000080000900001000001 2 3 4 5 6 700 . 0 20 . 0 40 . 0 60 . 0 80 . 10 . 1 20 . 1 40 . 1 60 . 1 80 . 2arpu = 50 流失率 整體流失率數(shù)據(jù)分析與探索 :用戶 ARPU情況 平均 ARPU 用戶平均 ARPU高帶來(lái)的價(jià)值增長(zhǎng)比較穩(wěn)定，不易流失。 用戶當(dāng)前 ARPU高帶來(lái)的價(jià)值增長(zhǎng)比較穩(wěn)定，不易流失。 。 H i s t o g r a m 01000020000300004000050000600007000080000900001000001 2 3 4 5 600 . 0 20 . 0 40 . 0 60 . 0 80 . 10 . 1 20 . 1 40 . 1 60 . 1 80 . 2arpu = 50 流失率 整體流失率當(dāng)前 ARPU 數(shù)據(jù)分析與探索 :用戶 ARPU情況 H i s t o g r a m 01000020000300004000050000600007000080000900001000001 2 3 4 500 . 0 20 . 0 40 . 0 60 . 0 80 . 10 . 1 20 . 1 40 . 1 60 . 1 80 . 2arpu = 50 流失率 整體流失率警戒 ARPU H i s t o g r a m 0200004000060000800001000001200001 200 . 0 20 . 0 40 . 0 60 . 0 80 . 10 . 1 20 . 1 40 . 1 60 . 1 80 . 2arpu = 50 流失率 整體流失率ARPU波動(dòng) 用戶警戒 ARPU高比較穩(wěn)定，不易流失。 ARPU波動(dòng)大的流失率較高。 H i s t o g r a m 01000020000300004000050000600007000080000900001 2 3 4 5 6 7 8 9 1000 . 0 20 . 0 40 . 0 60 . 0 80 . 10 . 1 20 . 1 40 . 1 60 . 1 80 . 2arpu = 50 流失率 整體流失率數(shù)據(jù)分析與探索 :月固定費(fèi) 月固定費(fèi) 用戶月固定費(fèi)增加帶來(lái)的價(jià)值增長(zhǎng)比較穩(wěn)定，不易流失。 請(qǐng)下載觀看 ! 數(shù)據(jù)分析與探索：變量篩選 通過(guò)以下方法來(lái)篩選模型的輸入變量： 值分析：去掉取值不正常的變量 直方圖：選取和流失相關(guān)、區(qū)分度大的變量 相關(guān)分析：從相關(guān)性大的變量中選取區(qū)分度較大的 201782, 95%9518, 5%ARPU大于 等于50ARPU小于 50數(shù)據(jù)分析與探索：變量篩選 利用直方圖，我們可以直觀的看到該變量和流失的關(guān)系，對(duì)于和流失的關(guān)系比較復(fù)雜的變量，我們將其排除在模型輸入變量之外，或者生成新的變量。 H i s t o g r a m 0500010000150002000025000300003500040000450001 2 3 4 5 6 7 8 9 1000 . 0 20 . 0 40 . 0 60 . 0 80 . 10 . 1 20 . 1 40 . 1 60 . 1 80 . 2arpu = 50 流失率 整體流失率最近新業(yè)務(wù)使用數(shù) 主要內(nèi)容 背景介紹 分析目標(biāo) 模型定義 數(shù)據(jù)分析與探索 模型構(gòu)建 模型評(píng)估 模型構(gòu)建：建模工具 該業(yè)務(wù)問(wèn)題是一個(gè)二元預(yù)測(cè)問(wèn)題，并且從數(shù)據(jù)探索的結(jié)果來(lái)看，與之相關(guān)的數(shù)據(jù)大都是數(shù)值型的數(shù)據(jù)，因而適合用 邏輯回歸 的方法來(lái)建模。 Teradata Warehouse Miner能夠方便的建立邏輯回歸模型，并且能夠很好的配合 Teradata數(shù)據(jù)庫(kù)進(jìn)行大量數(shù)據(jù)的計(jì)算，是建模工具一個(gè)較好選擇。 請(qǐng)下載觀看 ! 模型構(gòu)建：建模流程 模型輸入變量 抽樣 訓(xùn)練集 用 TWM建模 測(cè)試集 LG模型 對(duì)測(cè)試集打分 我們將 2008年 8、 9、 10的數(shù)據(jù)按照 6： 4的比例分成訓(xùn)練集（115805個(gè)用戶）和測(cè)試集（77204個(gè)用戶）來(lái)構(gòu)建、評(píng)估模型。 模型結(jié)果 yyeep1通過(guò)用訓(xùn)練集來(lái)建模，我們得到用戶在下下個(gè)月 arpu低于 50元的概率為 ： 其中 Y=常數(shù) +變量 1*系數(shù) 1+變量 2*系數(shù) 2+變量 3*系數(shù) 3 +。 變量名稱(chēng) 系數(shù) 標(biāo)準(zhǔn)化系數(shù) 常數(shù) -2.7654 N/A 網(wǎng)內(nèi)號(hào)碼數(shù) -0.0193 -0.3586 警戒 ARPU -0.042 -2.2721 平均 ARPU 0.029 1.8927 最近一月對(duì)手主叫次數(shù) -0.0128 -0.6196 當(dāng)前 ARPU -0.0061 -0.4183 最近新業(yè)務(wù)使用數(shù) -0.2099 -0.2276 客戶等級(jí) 0.6831 0.1417 ARPU 波動(dòng) -0.013 -0.363 在網(wǎng)時(shí)長(zhǎng) -0.0001 -0.0685 月固定費(fèi) -0.0002 -0.2225 網(wǎng)內(nèi)號(hào)碼占比 0.6178 0.0504 新業(yè)務(wù)使用數(shù)趨勢(shì) 0.1701 0.0659 是否家庭產(chǎn)品用戶 0.2629 0.047 是否飛信 0.1491 0.0332 是否集團(tuán)產(chǎn)品用戶 0.1261 0.0276 月均省外長(zhǎng)途費(fèi)用 -0.0076 -0.0639 省外漫游費(fèi)用趨勢(shì) 0.0051 0.0321 月均 WLAN費(fèi)用 6.2483 0.0178 新業(yè)務(wù)費(fèi)用占比 1.5705 0.1173 新業(yè)務(wù)費(fèi)用 (最近一月 ) -0.0123 -0.1881 最近一月是否對(duì)手客服接觸 1.4235 0.0164 最近省外長(zhǎng)途費(fèi)用 0.0047 0.0473 請(qǐng)下載觀看 ! 模型結(jié)果分析 變量名稱(chēng) 系數(shù) 標(biāo)準(zhǔn)化系數(shù) 意義解釋 常數(shù) -2.7654 N/A 警戒 ARPU -0.042 -2.2721 警戒 ARPU高，最近 ARPU增加， ARPU 波動(dòng)增加，月固定費(fèi)高的用戶流失風(fēng)險(xiǎn)小 當(dāng)前 ARPU -0.0061 -0.4183 ARPU 波動(dòng) -0.013 -0.363月固定費(fèi) -0.0002 -0.2225 最近一月對(duì)手主叫次數(shù) -0.0128 -0.6196 最近一月對(duì)手主叫次數(shù)多的用戶流失風(fēng)險(xiǎn)小 網(wǎng)內(nèi)號(hào)碼數(shù) -0.0193 -0.3586 網(wǎng)內(nèi)號(hào)碼數(shù)多的流失風(fēng)險(xiǎn)小 新業(yè)務(wù)費(fèi)用 (最近一月 ) -0.0123 -0.1881 新業(yè)務(wù)使用數(shù)，費(fèi)用多的用戶流失風(fēng)險(xiǎn)小 最近新業(yè)務(wù)使用數(shù) -0.2099 -0.2276在網(wǎng)時(shí)長(zhǎng) -0.0001 -0.0685 在網(wǎng)時(shí)長(zhǎng)長(zhǎng)的用戶比較穩(wěn)定，流失風(fēng)險(xiǎn)小 月均省外長(zhǎng)途費(fèi)用 -0.0076 -0.0639 省外長(zhǎng)途費(fèi)用高流失風(fēng)險(xiǎn)小 是否集團(tuán)產(chǎn)品用戶 0.1261 0.0276 集團(tuán)用戶流失風(fēng)險(xiǎn)大 是否飛信 0.1491 0.0332 飛信用戶流失風(fēng)險(xiǎn)大 網(wǎng)內(nèi)號(hào)碼占比 0.6178 0.0504 網(wǎng)內(nèi)號(hào)碼占比高的流失風(fēng)險(xiǎn)大 平均 ARPU 0.029 1.8927 平均 ARPU高的流失風(fēng)險(xiǎn)大 客戶等級(jí) 0.6831 0.1417 用戶等級(jí)高流失風(fēng)險(xiǎn)大 新業(yè)務(wù)費(fèi)用占比 1.5705 0.1173 新業(yè)務(wù)使用趨勢(shì)增加，新業(yè)務(wù)費(fèi)用占比高的流失風(fēng)險(xiǎn)大 新業(yè)務(wù)使用數(shù)趨勢(shì) 0.1701 0.0659是否家庭產(chǎn)品用戶 0.2629 0.047 家庭網(wǎng)用戶流失風(fēng)險(xiǎn)大 月均 WLAN費(fèi)用 6.2483 0.0178 月均 WLAN費(fèi)用高流失風(fēng)險(xiǎn)大 最近一月是否對(duì)手客服接觸 1.4235 0.0164 有與對(duì)手客服接觸的流失風(fēng)險(xiǎn)大 最近省外長(zhǎng)途費(fèi)用 0.0047 0.0473 最近省外漫游長(zhǎng)途費(fèi)用高，趨勢(shì)增加的流失風(fēng)險(xiǎn)大 省外漫游費(fèi)用趨勢(shì) 0.0051 0.0321主要內(nèi)容 背景介紹 分析目標(biāo) 模型定義 數(shù)據(jù)質(zhì)量分析 數(shù)據(jù)探索 模型構(gòu)建 模型評(píng)估 模型評(píng)估 我們使用命中率（ Response %）、提升率（ Lift）、覆蓋率（ Capture Respones%）來(lái)對(duì)模型進(jìn)行評(píng)估： 命中率 =提取的客戶中流失的數(shù)目 /提取的人數(shù) 提升率 =命中率 /總體的流失率 覆蓋率 =提取的客戶中流失的數(shù)目 /總體的流失的人數(shù) 請(qǐng)下載觀看 ! 模型評(píng)估 測(cè)試集評(píng)估結(jié)果： 前 3%（約 0.23萬(wàn)用