埃森哲-聯(lián)通客戶(hù)數(shù)據(jù)分析

1、第二部分: 客戶(hù)數(shù)據(jù)分析第1版 2004.1直復(fù)營(yíng)銷(xiāo)運(yùn)營(yíng)手冊(cè)概述客戶(hù)分析報(bào)告提出了客戶(hù)分析方法論，通過(guò)對(duì)聯(lián)通CDMA在網(wǎng)客戶(hù)的分析，識(shí)別潛在客戶(hù)和了解其特征?？蛻?hù)分析的結(jié)果是進(jìn)行Offer設(shè)計(jì)和直復(fù)營(yíng)銷(xiāo)活動(dòng)策劃的重要輸入。同時(shí)報(bào)告還提出了潛在客戶(hù)列表的清洗建議，并列出了潛在客戶(hù)列表清洗結(jié)果。報(bào)告從CDMA現(xiàn)有客戶(hù)分析著手，結(jié)合埃森哲公司為的客戶(hù)分析方法論，通過(guò)抽取聯(lián)通CDMA在網(wǎng)客戶(hù)系統(tǒng)中的人口信息和計(jì)費(fèi)信息，通過(guò)年齡分析、ARPU值分析和相關(guān)的話費(fèi)用量分析，確定本次直復(fù)營(yíng)銷(xiāo)項(xiàng)目的潛在目標(biāo)客戶(hù)群，提出了客戶(hù)分群建議，并且提出了潛在目標(biāo)客戶(hù)的購(gòu)買(mǎi)傾向性。報(bào)告提出了具體的潛在目標(biāo)客戶(hù)列表的清洗建議

2、，這些建議和清洗方法應(yīng)用在深圳和寧波試點(diǎn)測(cè)試的數(shù)據(jù)清洗中，并對(duì)潛在客戶(hù)清洗的結(jié)果進(jìn)行了統(tǒng)計(jì)和分類(lèi)。從本次得測(cè)試中，要進(jìn)行潛在客戶(hù)列表的分析的先決條件是各聯(lián)通市公司必須具備良好的潛在客戶(hù)數(shù)據(jù)。然而在項(xiàng)目進(jìn)行的過(guò)程中因種種的原因在數(shù)據(jù)源的獲取上聯(lián)通碰到了種種的問(wèn)題，其中問(wèn)題包括數(shù)據(jù)源公司數(shù)據(jù)的質(zhì)量。如在深圳方面，數(shù)據(jù)源沒(méi)有任何如客戶(hù)職業(yè)，收入等相關(guān)的數(shù)據(jù)，而寧波方面的數(shù)據(jù)也只有名字，電話號(hào)碼和地址。如此的數(shù)據(jù)質(zhì)量是無(wú)法進(jìn)行任何細(xì)分的。不管怎樣，埃森哲在項(xiàng)目一開(kāi)始時(shí)意識(shí)到這問(wèn)題的嚴(yán)重性，因而建議運(yùn)用了通過(guò)聯(lián)通內(nèi)部數(shù)據(jù)來(lái)作為客戶(hù)分析的基礎(chǔ)-詳情如在方法論中所提一般。此方法在各會(huì)議中也曾與聯(lián)通討論過(guò)，在

3、進(jìn)行后也被聯(lián)通認(rèn)為是最可行最重要的途徑目錄客戶(hù)分析方法總論客戶(hù)信息視圖客戶(hù)分析維度客戶(hù)分析內(nèi)容與結(jié)果客戶(hù)分群/細(xì)分建議客戶(hù)分析中的實(shí)際問(wèn)題與限制潛在客戶(hù)列表清洗方法潛在客戶(hù)列表清洗結(jié)果附件：話費(fèi)結(jié)構(gòu)與話務(wù)分析的樣本數(shù)據(jù)抽樣標(biāo)準(zhǔn)1. 客戶(hù)分析方法總論下圖是埃森哲公司的建議的客戶(hù)分析方法論?？蛻?hù)分析方法是根據(jù)客戶(hù)分析的目的定義數(shù)據(jù)需求，并從系統(tǒng)中摘錄相關(guān)數(shù)據(jù)進(jìn)行相應(yīng)的行為分析，在識(shí)別目標(biāo)客戶(hù)群的基礎(chǔ)上，匹配目標(biāo)客戶(hù)與Offer。2. 客戶(hù)信息視圖客戶(hù)分析基于客戶(hù)消費(fèi)和接觸過(guò)程中已經(jīng)積累的和可獲得的各類(lèi)客戶(hù)信息。客戶(hù)信息視圖是根據(jù)客戶(hù)的特征，分類(lèi)組織的客戶(hù)信息?？蛻?hù)信息一般分為人口信息、心理信息、行

4、為信息幾種類(lèi)型。根據(jù)移動(dòng)消費(fèi)的特征，移動(dòng)客戶(hù)信息視圖由下圖所示，基本可以分為以下信息內(nèi)容：客戶(hù)基本信息、人口信息、歷史信息、客戶(hù)行為信息、客戶(hù)價(jià)值貢獻(xiàn)、生活方式、心理信息等。經(jīng)驗(yàn)之談數(shù)據(jù)的預(yù)處理(ETL)遠(yuǎn)比預(yù)期投入的要多目前聯(lián)通的數(shù)據(jù)基礎(chǔ)普遍較低,即使是在如深圳聯(lián)通這樣對(duì)數(shù)據(jù)倉(cāng)庫(kù)進(jìn)行過(guò)大規(guī)模投資的分公司,在做數(shù)據(jù)分析前還是需要大量的工作做數(shù)據(jù)預(yù)處理,以使數(shù)據(jù)的質(zhì)量和條件達(dá)到數(shù)據(jù)分析的要求. 不要低估這些準(zhǔn)備工作所需的時(shí)間.2. 客戶(hù)信息視圖(續(xù))人口信息基本信息：客戶(hù)在購(gòu)買(mǎi)手機(jī)時(shí)或入網(wǎng)時(shí)一般都有的信息。人口信息(Demographic)：人口信息是進(jìn)行客戶(hù)分析時(shí)的重要變量，也是用來(lái)描述細(xì)分客

5、戶(hù)群的主要變量。對(duì)于移動(dòng)通信客戶(hù)來(lái)說(shuō)，年齡、職業(yè)、收入水平、家庭都是重要的變量。人口信息的收集和整合需要大量的基礎(chǔ)工作，一般需要通過(guò)內(nèi)部數(shù)據(jù)與外部數(shù)據(jù)的融合來(lái)對(duì)客戶(hù)數(shù)據(jù)進(jìn)行豐富。政府部門(mén)、專(zhuān)業(yè)的數(shù)據(jù)公司、某些行業(yè)如金融、航空、電信的企業(yè)都擁有大量的客戶(hù)數(shù)據(jù)。心理信息生活方式( Life Style)：生活方式主要用來(lái)反映客戶(hù)的社會(huì)行為，主要包括客戶(hù)的社會(huì)階層、個(gè)性和社會(huì)風(fēng)格等，這些信息往往需要進(jìn)行相應(yīng)的客戶(hù)調(diào)查才能得出。心理信息(Psychographic)：心理信息一般描述客戶(hù)的興趣和愛(ài)好等，這些信息對(duì)于深入理解客戶(hù)的消費(fèi)傾向和偏好有一定的幫助。但這類(lèi)信息往往在數(shù)據(jù)營(yíng)銷(xiāo)的初期比較欠缺，需要根

6、據(jù)移動(dòng)通信公司的實(shí)際需求來(lái)有針對(duì)性的收集。行為信息客戶(hù)接觸記錄：這類(lèi)信息是客戶(hù)在與移動(dòng)通信公司進(jìn)行產(chǎn)品購(gòu)買(mǎi)、產(chǎn)品與服務(wù)的使用記錄、客戶(hù)服務(wù)咨詢(xún)與投訴記錄、以及其他客戶(hù)服務(wù)接觸記錄。這些記錄需要移動(dòng)通信公司有意識(shí)的收集、整理和分析。移動(dòng)消費(fèi)信息：移運(yùn)客戶(hù)的每月移動(dòng)消費(fèi)情況和資費(fèi)結(jié)構(gòu)等，這些數(shù)據(jù)息基本上都可以通過(guò)計(jì)費(fèi)系統(tǒng)直接獲取。這些消費(fèi)信息的分析也能夠用來(lái)描述移動(dòng)客戶(hù)的價(jià)值貢獻(xiàn)。移動(dòng)行為信息：主要用來(lái)描述移動(dòng)客戶(hù)的消費(fèi)行為信息，這些信息能夠反映移動(dòng)客戶(hù)的消費(fèi)習(xí)慣、產(chǎn)品偏好、消費(fèi)頻率等等，這些信息往往需要根據(jù)分析的不同需求從計(jì)費(fèi)系統(tǒng)中抽取數(shù)據(jù)進(jìn)行多維分析，而且經(jīng)常需要基于大量數(shù)據(jù)的復(fù)雜計(jì)算。3.

7、客戶(hù)分析維度客戶(hù)的信息是多維的，對(duì)客戶(hù)的分析是基于主題的。同時(shí)，客戶(hù)信息的豐富程度將對(duì)客戶(hù)分析產(chǎn)生約束根據(jù)試點(diǎn)直復(fù)營(yíng)銷(xiāo)以CDMA客戶(hù)獲取的主要目的，客戶(hù)分析是基于以下當(dāng)?shù)芈?lián)通現(xiàn)有的客戶(hù)數(shù)據(jù)：客戶(hù)基本信息、客戶(hù)移動(dòng)消費(fèi)行為信息、客戶(hù)移動(dòng)消費(fèi)價(jià)值貢獻(xiàn)、客戶(hù)反饋、市場(chǎng)信息。其中客戶(hù)基本信息、行為信息和價(jià)值貢獻(xiàn)信息來(lái)源于聯(lián)通的計(jì)費(fèi)系統(tǒng)。具體在進(jìn)行CDMA客戶(hù)分析時(shí)，采用的分析維度主要有：年齡、ARPU、套餐、話費(fèi)結(jié)構(gòu)、話務(wù)分布。3. 客戶(hù)分析維度變量選擇下圖是進(jìn)行CDMA客戶(hù)分析時(shí)的變量選擇。在初步進(jìn)行年齡分析時(shí)，按5歲一個(gè)年齡段進(jìn)行劃分，然后再分析總結(jié)。根據(jù)ARPU值的不同及目前聯(lián)通的實(shí)際客戶(hù)價(jià)值劃

8、分情況分為5段。話費(fèi)結(jié)構(gòu)和話務(wù)分布列出了基本的分析變量，實(shí)際分析時(shí)根據(jù)分析目的對(duì)變量進(jìn)行選擇。接下來(lái)會(huì)進(jìn)一步描述不同分析維度的分析目的和分析內(nèi)容。3. 客戶(hù)分析維度年齡細(xì)分年齡ARPUOFFER話費(fèi)結(jié)構(gòu)話務(wù)分布20歲以下212551歲以上26303035364041454650目標(biāo)分析客戶(hù)的年齡分布特征分析不同年齡層的客戶(hù)群大小分析不同年齡層ARPU值的分布分析不同年齡層對(duì)Offer的偏好分析不同年齡層的話費(fèi)貢獻(xiàn)分析不同年齡層話費(fèi)結(jié)構(gòu)為進(jìn)一步的細(xì)分提供輸入分析內(nèi)容：分年齡段的客戶(hù)數(shù)量分布分年齡段的ARPU值分布分年齡段的Offer選擇分年齡段的客戶(hù)話費(fèi)貢獻(xiàn)分年齡段的話費(fèi)結(jié)構(gòu)期望結(jié)果：找出主要的

9、年齡細(xì)分客戶(hù)群年齡細(xì)分與ARPU的關(guān)系年齡細(xì)分與Offer的關(guān)系數(shù)據(jù)源要求：CDMA付費(fèi)用戶(hù)在網(wǎng)在用客戶(hù)數(shù)（出帳客戶(hù)）去除不合格數(shù)據(jù)（如沒(méi)有年齡）可通過(guò)身份證計(jì)算年齡年齡3. 客戶(hù)分析維度年齡ARPU值OFFER話費(fèi)結(jié)構(gòu)話務(wù)分布Offer 1Offer 2Offer 3本地通話Offer 4國(guó)內(nèi)長(zhǎng)途Offer 5國(guó)內(nèi)漫游Offer 6國(guó)際長(zhǎng)途Offer 7國(guó)際漫游Offer 8SMS聯(lián)通在信月租費(fèi)年齡ARPU20歲以下50元以下50150263015030030353005003640500元以上414546502125話務(wù)量分布通話次數(shù)呼入/呼出次數(shù)通話時(shí)長(zhǎng)呼入/呼出時(shí)長(zhǎng)話務(wù)時(shí)間分布話務(wù)日期

10、分布其他分布話費(fèi)總額51歲以上年齡分析目的：話費(fèi)結(jié)構(gòu)差異移動(dòng)消費(fèi)行為差異Offer選擇偏好分析內(nèi)容：客戶(hù)數(shù)量分布ARPU值大小與分布Offer選擇情況話費(fèi)貢獻(xiàn)話費(fèi)結(jié)構(gòu)話務(wù)分布期望結(jié)果：找出不同年齡段之間的ARPU值差異不同年齡段的客戶(hù)價(jià)值構(gòu)成不同客戶(hù)群體的價(jià)值貢獻(xiàn)不同客戶(hù)群體的話費(fèi)結(jié)構(gòu)差異數(shù)據(jù)源要求：CDMA付費(fèi)用戶(hù)在網(wǎng)在用客戶(hù)數(shù)去除不合格數(shù)據(jù)可通過(guò)身份證計(jì)算年齡ARPU3. 客戶(hù)分析維度話費(fèi)結(jié)構(gòu)（年齡ARPU值）OFFER話費(fèi)結(jié)構(gòu)話務(wù)分布Offer 1Offer 2Offer 3本地通話Offer 4國(guó)內(nèi)長(zhǎng)途Offer 5國(guó)內(nèi)漫游Offer 6國(guó)際長(zhǎng)途Offer 7國(guó)際漫游Offer 8SM

11、S聯(lián)通在信月租費(fèi)年齡ARPU話務(wù)量分布通話次數(shù)呼入/呼出次數(shù)通話時(shí)長(zhǎng)呼入/呼出時(shí)長(zhǎng)話務(wù)時(shí)間分布話務(wù)日期分布其他分布話費(fèi)總額年齡分析目的：不同客戶(hù)群話費(fèi)結(jié)構(gòu)差異不同客戶(hù)群的移動(dòng)消費(fèi)行為差異Offer與話費(fèi)結(jié)構(gòu)的關(guān)系分析內(nèi)容：ARPU值與客戶(hù)年齡分布Offer選擇情況與話費(fèi)結(jié)構(gòu)的差異話費(fèi)貢獻(xiàn)與話費(fèi)結(jié)構(gòu)的關(guān)系基本的話務(wù)分布期望結(jié)果：找到不同客戶(hù)群之間的話費(fèi)結(jié)構(gòu)差異不同客戶(hù)群的話費(fèi)貢獻(xiàn)率具有相同話費(fèi)結(jié)構(gòu)的客戶(hù)群特征數(shù)據(jù)源要求：CDMA付費(fèi)用戶(hù)在網(wǎng)在用客戶(hù)數(shù)去除不合格數(shù)據(jù)可通過(guò)身份證計(jì)算年齡ARPU話費(fèi)結(jié)構(gòu)話費(fèi)總額月租費(fèi)本地通話國(guó)內(nèi)長(zhǎng)途國(guó)內(nèi)漫游國(guó)際長(zhǎng)途國(guó)際漫游SMS聯(lián)通在信3. 客戶(hù)分析維度話務(wù)分布（年

12、齡ARPU值）OFFER話費(fèi)結(jié)構(gòu)話務(wù)分布Offer 1Offer 2Offer 3本地通話Offer 4國(guó)內(nèi)長(zhǎng)途Offer 5國(guó)內(nèi)漫游Offer 6國(guó)際長(zhǎng)途Offer 7國(guó)際漫游Offer 8SMS聯(lián)通在信月租費(fèi)年齡ARPU話務(wù)量分布通話次數(shù)呼入/呼出次數(shù)通話時(shí)長(zhǎng)呼入/呼出時(shí)長(zhǎng)話務(wù)時(shí)間分布話務(wù)日期分布其他分布話費(fèi)總額年齡分析目的：不同客戶(hù)群的話務(wù)分布話務(wù)分布對(duì)ARPU值的影響移動(dòng)消費(fèi)行為差異Offer選擇對(duì)話務(wù)分布的影響分析內(nèi)容：重點(diǎn)關(guān)注使用頻率與次數(shù)靜態(tài)話務(wù)分布Offer選擇情況對(duì)話務(wù)分布的影響話費(fèi)貢獻(xiàn)與話務(wù)分布的關(guān)系期望結(jié)果：不同客戶(hù)群之間的話務(wù)分布差異ARPU值與話務(wù)分布的關(guān)系Offer

13、與話務(wù)分布的關(guān)系數(shù)據(jù)源要求：CDMA付費(fèi)用戶(hù)在網(wǎng)在用客戶(hù)數(shù)去除不合格數(shù)據(jù)可通過(guò)身份證計(jì)算年齡ARPU話務(wù)分布話務(wù)量分布通話次數(shù)呼入/呼出次數(shù)通話時(shí)長(zhǎng)呼入/呼出時(shí)長(zhǎng)話務(wù)時(shí)間分布話務(wù)日期分布其他分布4. 客戶(hù)分析內(nèi)容與結(jié)果假定試點(diǎn)項(xiàng)目所進(jìn)行的客戶(hù)分析有以下的幾個(gè)假定：假定一：客戶(hù)的人口信息 (在此選用了年齡*) ，配合客戶(hù)的 ARPU值，資費(fèi)結(jié)構(gòu)(行為)等數(shù)據(jù)是客戶(hù)分析與細(xì)分的依據(jù)假定二：顧客年齡群與ARPU值、資費(fèi)結(jié)構(gòu)、Offer 選擇等有一定的相關(guān)性假定三：不足的信息/數(shù)據(jù) (如：人口信息，生活信息等) 可能導(dǎo)致非決定性的分析假定四：現(xiàn)有客戶(hù)的資費(fèi)結(jié)構(gòu)、 Offer選擇與Focus Group

14、的反饋等將做為了解潛在客戶(hù)的需求與購(gòu)買(mǎi)傾向的基本依據(jù)假定五：聯(lián)通的整體營(yíng)銷(xiāo)戰(zhàn)略將集中于高價(jià)值/高端顧客群4. 客戶(hù)分析內(nèi)容與結(jié)果概要在選定了分析的維度后，就需要根據(jù)分析的目的收集和抽取選擇分析需要的客戶(hù)數(shù)據(jù)。本次CDMA在網(wǎng)客戶(hù)分析的數(shù)據(jù)主要來(lái)自于計(jì)費(fèi)系統(tǒng)。從計(jì)費(fèi)系統(tǒng)中摘錄、抽取數(shù)據(jù)時(shí)發(fā)現(xiàn)：系統(tǒng)中記錄的客戶(hù)信息較少，僅有姓名、證件號(hào)等有限的項(xiàng)目客戶(hù)信息登記后很少進(jìn)行維護(hù)或更新客戶(hù)的計(jì)費(fèi)信息非常完整客戶(hù)服務(wù)系統(tǒng)中的客戶(hù)信息與計(jì)費(fèi)系統(tǒng)中的客戶(hù)信息沒(méi)有進(jìn)行過(guò)關(guān)聯(lián)，客戶(hù)計(jì)費(fèi)信息和服務(wù)信息是分離的以前實(shí)施的數(shù)據(jù)倉(cāng)庫(kù)項(xiàng)目使得深圳較寧波有著更好的數(shù)據(jù)分析基礎(chǔ)本項(xiàng)目對(duì)CDMA在網(wǎng)客戶(hù)進(jìn)行了以下分析：年齡與AR

15、PU值的客戶(hù)分布分析年齡分段客戶(hù)占比年齡分段的話費(fèi)結(jié)構(gòu)分析年齡與套餐選擇分析詳細(xì)分項(xiàng)的話費(fèi)結(jié)構(gòu)分析基本的話務(wù)分析下面詳細(xì)描述了列聯(lián)通CDMA客戶(hù)各項(xiàng)分析的圖表與分析結(jié)果4. 客戶(hù)分析內(nèi)容與結(jié)果深圳聯(lián)通CDMA客戶(hù)年齡與ARPU值分析數(shù)據(jù)來(lái)源：2003年7/8/9月深圳聯(lián)通CDMA出帳用戶(hù)數(shù)據(jù).去除600包月用戶(hù)6005人。客戶(hù)數(shù)量：96349人*數(shù)據(jù)來(lái)源：7/8/9月出帳用戶(hù)數(shù)據(jù)來(lái)源：2003年7/8/9月深圳聯(lián)通CDMA出帳用戶(hù)數(shù)據(jù).去除600包月用戶(hù)6005人?？蛻?hù)數(shù)量：96349人*數(shù)據(jù)來(lái)源：7/8/9月出帳用戶(hù)4. 客戶(hù)分析內(nèi)容與結(jié)果深圳聯(lián)通客戶(hù)年齡與ARPU值關(guān)系分析圖表說(shuō)明4. 客

16、戶(hù)分析內(nèi)容與結(jié)果寧波聯(lián)通CDMA客戶(hù)年齡與ARPU值分析客戶(hù)樣本：72689人數(shù)據(jù)來(lái)源：810月出帳用戶(hù)*4. 客戶(hù)分析內(nèi)容與結(jié)果年齡分段的話費(fèi)結(jié)構(gòu)分布(深圳)客戶(hù)數(shù)量： 96349人* 數(shù)據(jù)來(lái)源：7/8/9月出帳用戶(hù)數(shù)值標(biāo)準(zhǔn)：優(yōu)惠前用量數(shù)據(jù)來(lái)源：2003年7/8/9月深圳聯(lián)通CDMA出帳用戶(hù)數(shù)據(jù).4. 客戶(hù)分析內(nèi)容與結(jié)果年齡分段的話費(fèi)結(jié)構(gòu)分布(深圳)客戶(hù)數(shù)量： 96349人* 數(shù)據(jù)來(lái)源：7/8/9月出帳用戶(hù)數(shù)值標(biāo)準(zhǔn)：優(yōu)惠前用量根據(jù)實(shí)際話務(wù)量按標(biāo)準(zhǔn)計(jì)費(fèi)價(jià)格計(jì)算出的相應(yīng)話費(fèi)項(xiàng)目的優(yōu)惠前話費(fèi)平均值。相應(yīng)話費(fèi)項(xiàng)目的總體用戶(hù)平均線相應(yīng)移動(dòng)業(yè)務(wù)項(xiàng)目分年齡段的平均值數(shù)據(jù)軸年齡分段的話費(fèi)結(jié)構(gòu)分析的主要目的：

17、分析CDMA用戶(hù)群總體移動(dòng)消費(fèi)中不同移動(dòng)業(yè)務(wù)項(xiàng)目的消費(fèi)數(shù)量和比例。分析不同年齡段的移動(dòng)業(yè)務(wù)之間的差異性。分析相同年齡段在不同移動(dòng)之間的消費(fèi)差異性。分析具體移動(dòng)業(yè)務(wù)隨年齡段變化的差異性。數(shù)據(jù)來(lái)源：2003年7/8/9月深圳聯(lián)通CDMA出帳用戶(hù)數(shù)據(jù).話費(fèi)結(jié)構(gòu)分析統(tǒng)計(jì)時(shí)的計(jì)算標(biāo)準(zhǔn)（按標(biāo)準(zhǔn)資費(fèi)）：本地通話：0.40元/分鐘國(guó)內(nèi)長(zhǎng)途：0.07分/6秒國(guó)內(nèi)漫游：0.60元/分鐘國(guó)際長(zhǎng)途：0.80元/6秒短信息費(fèi)：0.10元/發(fā)送一條4. 客戶(hù)分析內(nèi)容與結(jié)果年齡分段的話費(fèi)結(jié)構(gòu)分布(寧波)客戶(hù)數(shù)量：72689人數(shù)據(jù)來(lái)源：8/9/10月出帳用戶(hù)數(shù)值標(biāo)準(zhǔn)：優(yōu)惠前用量數(shù)據(jù)來(lái)源：2003年/8/9/10月寧波聯(lián)通CD

18、MA出帳用戶(hù)數(shù)據(jù).連續(xù)三個(gè)月在網(wǎng)出帳用戶(hù)(7/8/9)抽樣客戶(hù)數(shù)量：96349人抽樣樣本分布：16歲-55歲樣本計(jì)費(fèi)標(biāo)準(zhǔn)：優(yōu)惠前費(fèi)用4. 客戶(hù)分析內(nèi)容與結(jié)果年齡分段的話費(fèi)結(jié)構(gòu)特征數(shù)據(jù)來(lái)源：2003年7/8/9月深圳聯(lián)通CDMA出帳用戶(hù)數(shù)據(jù).連續(xù)三個(gè)月在網(wǎng)出帳用戶(hù)(7/8/9)抽樣客戶(hù)數(shù)量：96349人抽樣樣本分布：16歲-55歲4. 客戶(hù)分析內(nèi)容與結(jié)果年齡分段的話費(fèi)結(jié)構(gòu)特征數(shù)據(jù)來(lái)源：2003年7/8/9月深圳聯(lián)通CDMA出帳用戶(hù)數(shù)據(jù).4. 客戶(hù)分析內(nèi)容與結(jié)果(11)話費(fèi)結(jié)構(gòu)分析本地通話分析客戶(hù)數(shù)量：96349人數(shù)據(jù)來(lái)源：2003年7/8/9月深圳聯(lián)通CDMA出帳用戶(hù)數(shù)據(jù).4. 客戶(hù)分析內(nèi)容與結(jié)

19、果(12)話費(fèi)結(jié)構(gòu)分析國(guó)內(nèi)長(zhǎng)途分析客戶(hù)數(shù)量：86575人客戶(hù)使用比率：89.9%數(shù)據(jù)來(lái)源：2003年7/8/9月深圳聯(lián)通CDMA出帳用戶(hù)數(shù)據(jù).4. 客戶(hù)分析內(nèi)容與結(jié)果(13)話費(fèi)結(jié)構(gòu)分析國(guó)內(nèi)漫游分析客戶(hù)數(shù)量：50851人客戶(hù)使用比率：52.8%數(shù)據(jù)來(lái)源：2003年7/8/9月深圳聯(lián)通CDMA出帳用戶(hù)數(shù)據(jù).4. 客戶(hù)分析內(nèi)容與結(jié)果(14)話費(fèi)結(jié)構(gòu)分析國(guó)際長(zhǎng)途分析客戶(hù)數(shù)量：4028人客戶(hù)使用比率：4.18%數(shù)據(jù)來(lái)源：2003年7/8/9月深圳聯(lián)通CDMA出帳用戶(hù)數(shù)據(jù).4. 客戶(hù)分析內(nèi)容與結(jié)果(15)話費(fèi)結(jié)構(gòu)國(guó)際漫游分析客戶(hù)數(shù)量：941人客戶(hù)使用比率：0.9%數(shù)據(jù)來(lái)源：2003年7/8/9月深圳聯(lián)通

20、CDMA出帳用戶(hù)數(shù)據(jù).4. 客戶(hù)分析內(nèi)容與結(jié)果(16)話費(fèi)結(jié)構(gòu)分析數(shù)據(jù)增值業(yè)務(wù)數(shù)據(jù)來(lái)源：2003年7/8/9月深圳聯(lián)通CDMA出帳用戶(hù)數(shù)據(jù).4. 客戶(hù)分析內(nèi)容與結(jié)果(17)話費(fèi)結(jié)構(gòu)短消息(SMS)使用客戶(hù)數(shù)量：93953人客戶(hù)使用比率：97.5%平均月使用次數(shù)：101次平均月發(fā)送次數(shù)：56次數(shù)據(jù)來(lái)源：2003年7/8/9月深圳聯(lián)通CDMA出帳用戶(hù)數(shù)據(jù).4. 客戶(hù)分析內(nèi)容與結(jié)果(18)本地通話呼入呼出分析呼入呼出時(shí)長(zhǎng)比是以年齡分群的客戶(hù)實(shí)際呼入時(shí)長(zhǎng)與實(shí)際呼出時(shí)間的比值。呼入呼出時(shí)長(zhǎng)比主要是用來(lái)反映不同客戶(hù)群之間的移動(dòng)語(yǔ)音消費(fèi)行為。一般來(lái)說(shuō)年輕人對(duì)資費(fèi)價(jià)格較敏感，社交需求與高年齡群相比較少，其呼入

21、呼出比會(huì)高于較高年齡群。實(shí)際的統(tǒng)計(jì)圖表也反映出這樣的趨勢(shì)。數(shù)據(jù)來(lái)源：2003年7/8/9月深圳聯(lián)通CDMA出帳用戶(hù)數(shù)據(jù).總體上，各年齡群的呼入時(shí)長(zhǎng)均大于呼出時(shí)長(zhǎng)?？傮w呼入時(shí)長(zhǎng)與呼出時(shí)長(zhǎng)的比平均為1.70。1825歲，呼入呼出時(shí)長(zhǎng)比為1.92。2634歲，呼入呼出時(shí)長(zhǎng)比為1.69。35歲以上，呼入呼出時(shí)長(zhǎng)比穩(wěn)定的保持在1.5左右。4. 客戶(hù)分析內(nèi)容與結(jié)果(19)本地通話呼叫時(shí)間分布本地的呼叫時(shí)間分布沒(méi)有明顯的年齡差異性1825年齡群的夜間呼叫比例高于其他年齡群工作日與休息日無(wú)明顯差異性數(shù)據(jù)來(lái)源：2003年7/8/9月深圳聯(lián)通CDMA出帳用戶(hù)數(shù)據(jù).呼叫時(shí)間分布主要是用來(lái)反映移動(dòng)用戶(hù)的語(yǔ)音業(yè)務(wù)消費(fèi)行

22、為，更多的應(yīng)用于客戶(hù)維系和客戶(hù)提升時(shí)的客戶(hù)分析和產(chǎn)品設(shè)計(jì)。對(duì)于客戶(hù)獲取來(lái)說(shuō)，呼叫時(shí)間分布分析的主要目的是看不同客戶(hù)分群之間的差異性，是否存在明顯的呼叫時(shí)間分布變化。以有助于設(shè)計(jì)分時(shí)段的業(yè)務(wù)產(chǎn)品適應(yīng)特應(yīng)消費(fèi)行為的客戶(hù)群。呼叫時(shí)間分布的分析可以根據(jù)時(shí)間分段、不同的客戶(hù)群、不同的語(yǔ)音業(yè)務(wù)等進(jìn)行組合分析。本報(bào)告就本地通話、國(guó)內(nèi)長(zhǎng)途和國(guó)內(nèi)漫游通話進(jìn)行了數(shù)據(jù)取樣和分析，并按早7點(diǎn)至19點(diǎn)，晚19點(diǎn)至23點(diǎn)，夜間23點(diǎn)至早7點(diǎn)三個(gè)時(shí)間段，分別按工作日和休息日進(jìn)行統(tǒng)計(jì)。25歲以下的年輕人夜間呼叫所占比例明顯高于較高年齡群體。有接近40%的呼叫發(fā)生在晚上和夜間。30歲以上的客戶(hù)群呼叫時(shí)間分布無(wú)論休息日還是工作日

23、都非常穩(wěn)定，沒(méi)有明顯的波動(dòng)。有近70%的呼叫發(fā)生在白天。對(duì)于本地呼叫來(lái)說(shuō)，工作日與休息日的差別并不明顯。從本地通話呼叫時(shí)間分布來(lái)看，周未的夜間呼叫所占比例稍高于工作日，但并沒(méi)有明顯差異。4. 客戶(hù)分析內(nèi)容與結(jié)果(20)國(guó)內(nèi)長(zhǎng)途呼叫時(shí)間分布國(guó)內(nèi)長(zhǎng)途的呼叫時(shí)間分布沒(méi)有明顯的年齡差異性1825年齡群的夜間呼叫比例稍高數(shù)據(jù)來(lái)源：2003年7/8/9月深圳聯(lián)通CDMA出帳用戶(hù)數(shù)據(jù).1825的年輕人夜間呼叫所占比例稍高于較高年齡群體。有接近50%的國(guó)內(nèi)長(zhǎng)途呼叫發(fā)生在晚上和夜間?？紤]到晚上的分時(shí)段優(yōu)惠，這類(lèi)客戶(hù)群比較高年齡的客戶(hù)群價(jià)格敏感。30歲以上的客戶(hù)群呼叫時(shí)間分布無(wú)論休息日還是工作日都非常穩(wěn)定，沒(méi)有明

24、顯的波動(dòng)。有近60%的國(guó)內(nèi)長(zhǎng)途呼叫發(fā)生在白天。從國(guó)內(nèi)長(zhǎng)途呼叫時(shí)間分布來(lái)看，周未與工作日并沒(méi)有明顯差異。4. 客戶(hù)分析內(nèi)容與結(jié)果(21)國(guó)內(nèi)漫游呼叫時(shí)間分布盡管從前面的國(guó)內(nèi)漫游話費(fèi)結(jié)構(gòu)分析中顯示國(guó)內(nèi)漫游的使用率和漫游時(shí)長(zhǎng)隨著年齡增長(zhǎng)而逐漸增加，但從下圖的分析中可以看出，國(guó)內(nèi)漫游的呼叫時(shí)間分布沒(méi)有明顯的年齡差異性。數(shù)據(jù)來(lái)源：2003年7/8/9月深圳聯(lián)通CDMA出帳用戶(hù)數(shù)據(jù).使用率特價(jià)機(jī)方案似乎對(duì)年紀(jì)較輕的客戶(hù)群有較大的吸引力特價(jià)機(jī)方案：主要是低價(jià)的國(guó)產(chǎn)CDMA手機(jī)(1500元以下居多)主要定位于消費(fèi)較低的中低端移動(dòng)消費(fèi)人群廣告的宣傳和渠道的宣傳以?xún)r(jià)格為主要的吸引點(diǎn)4. 客戶(hù)分析內(nèi)容與結(jié)果(22)

25、客戶(hù)年齡與選擇套餐方案關(guān)系分析年齡目標(biāo)客戶(hù)以理解客戶(hù)購(gòu)買(mǎi)傾向?yàn)槌霭l(fā)點(diǎn)，我們也針對(duì)了客戶(hù)年齡與選擇套餐方案關(guān)系做了基本分析：使用率年齡4. 客戶(hù)分析內(nèi)容與結(jié)果(23)客戶(hù)年齡與選擇套餐方案關(guān)系分析反觀，聯(lián)通最低消費(fèi)贈(zèng)機(jī)似乎對(duì)年紀(jì)較大的客戶(hù)群有較大的吸引力聯(lián)通最低消費(fèi)贈(zèng)機(jī)包括：預(yù)存一定數(shù)額的話費(fèi)以獲得手機(jī)端終。一般要求固定客戶(hù)每個(gè)月的最低移動(dòng)業(yè)務(wù)消費(fèi)量。手機(jī)終端不同檔次的選擇，相應(yīng)的有不同月租費(fèi)水平要求。目標(biāo)客戶(hù)以理解客戶(hù)購(gòu)買(mǎi)傾向?yàn)槌霭l(fā)點(diǎn)，我們也針對(duì)了客戶(hù)年齡與選擇套餐方案關(guān)系做了基本分析。在完成CDMA在網(wǎng)客戶(hù)分析后，我們可以得到相當(dāng)多的信息：不同年齡的人數(shù)分布和年齡群平均ARPU值客戶(hù)的年齡與

26、ARPU值有一定的正相關(guān)性客戶(hù)的年齡分布與相關(guān)移動(dòng)通信業(yè)務(wù)用量的關(guān)系不同年齡段客戶(hù)的移動(dòng)業(yè)務(wù)用量情況不同年齡段的話務(wù)分布之間的差異性在進(jìn)行客戶(hù)分群時(shí)，我們主要考慮以下一些方面的因素：客戶(hù)群的規(guī)模足夠大。分群得到的客戶(hù)群要具有一定的數(shù)量，年齡分群很好的解決了這一問(wèn)題。容易識(shí)別。不同客分群間有較明顯的區(qū)別的差異性，能夠很容易識(shí)別出不同的客戶(hù)群。年齡分布與ARPU值的關(guān)系。希望通過(guò)分群將具有相似ARPU值和年齡的客戶(hù)群集合在一起，便于采取相應(yīng)的市場(chǎng)活動(dòng)進(jìn)行有針對(duì)性的獲取。從深圳和寧波的年齡ARPU分布和年齡人數(shù)分布中，很明顯的看出ARPU值的連續(xù)變化，結(jié)合不同年齡的人數(shù)分布，對(duì)深圳和寧波進(jìn)行了相應(yīng)的

27、分群建議。接下來(lái)的幾頁(yè)分別描述了試點(diǎn)地區(qū)的分群建議5. 客戶(hù)分群/細(xì)分建議5. 客戶(hù)分群/細(xì)分建議(續(xù))從不同年齡群的ARPU值分布來(lái)看，年齡與ARPU值有著明顯的相關(guān)性，隨著年齡的增長(zhǎng)，ARPU值隨漸增加并保持穩(wěn)定。我們可以按以下的規(guī)則分為三群：低于平均ARPU值水平在平均ARPU值周?chē)哂谄骄鵄RPU值數(shù)據(jù)來(lái)源：2003年7/8/9月深圳聯(lián)通CDMA出帳用戶(hù)數(shù)據(jù).根據(jù)年齡與ARPU值進(jìn)行分群。18-25歲年齡群，ARPU值低于平均水平。2634歲年齡群，ARPU值基本相當(dāng)于平均水平。3545歲年齡群，ARPU值高于平均水平。數(shù)據(jù)來(lái)源：2003年/8/9/10月寧波聯(lián)通CDMA出帳用戶(hù)數(shù)據(jù).

28、5. 客戶(hù)分群/細(xì)分建議(續(xù))5. 客戶(hù)分群/細(xì)分建議18-25歲客戶(hù)群 “Cool Youth”連續(xù)三個(gè)月在網(wǎng)出帳用戶(hù)(7/8/9)客戶(hù)樣本總數(shù)：96349人分群樣本分布：18歲-25歲客戶(hù)群數(shù)量：23960人數(shù)據(jù)來(lái)源：2003年7/8/9月深圳聯(lián)通CDMA出帳用戶(hù)數(shù)據(jù).5. 客戶(hù)分群/細(xì)分建議26-34歲客戶(hù)群 “Young Achievers”連續(xù)三個(gè)月在網(wǎng)出帳用戶(hù)(7/8/9)客戶(hù)樣本總數(shù)：96349人分群樣本分布：26歲-34歲客戶(hù)群數(shù)量：45265人數(shù)據(jù)來(lái)源：2003年7/8/9月深圳聯(lián)通CDMA出帳用戶(hù)數(shù)據(jù).5. 客戶(hù)分群/細(xì)分建議35-45歲客戶(hù)群 “Established A

29、dults”連續(xù)三個(gè)月在網(wǎng)出帳用戶(hù)(7/8/9)客戶(hù)樣本總數(shù)：96349人分群樣本分布：35歲-45歲客戶(hù)群數(shù)量：22676人數(shù)據(jù)來(lái)源：2003年7/8/9月深圳聯(lián)通CDMA出帳用戶(hù)數(shù)據(jù).為此項(xiàng)目的主要目標(biāo)客戶(hù)群在埃森哲的客戶(hù)洞察分析方法論中，客戶(hù)分析/細(xì)分模型是建立在大量的生活方式/人口統(tǒng)計(jì)學(xué)/生命階段數(shù)據(jù)上。這些數(shù)據(jù)通?？梢詮膶?zhuān)業(yè)的數(shù)據(jù)提供商處購(gòu)買(mǎi)得到(如在許多的歐美國(guó)家)。目前聯(lián)通的系統(tǒng)中不存在這些數(shù)據(jù)，同時(shí)在本項(xiàng)目期內(nèi)也無(wú)法從潛在的數(shù)據(jù)源提供商處獲得如此豐富的的數(shù)據(jù)。由于數(shù)據(jù)的不足，項(xiàng)目在此刻無(wú)法使用此方法論來(lái)建立一個(gè)交全面的客戶(hù)獲取模型以支持篩選潛在客戶(hù)。因此在此項(xiàng)目中我們不得不使用

30、目前聯(lián)通數(shù)據(jù)庫(kù)與外部數(shù)據(jù)列表共有的字段年齡，來(lái)建立客戶(hù)傾向模型。我們期望年齡作為一個(gè)細(xì)分變量來(lái)定義潛在客戶(hù)并驅(qū)動(dòng)客戶(hù)獲取戰(zhàn)役。一些其他全球性的通訊公司也通過(guò)年齡來(lái)進(jìn)行客戶(hù)分析/細(xì)分。基本上，年齡是可行的基本細(xì)分方法，因?yàn)橐话愎径加羞@方面的數(shù)據(jù)和去預(yù)測(cè)客戶(hù)行為及使用特征的能力。6. 客戶(hù)分析中的實(shí)際問(wèn)題與限制以下說(shuō)明此試點(diǎn)項(xiàng)目在進(jìn)行客戶(hù)分析時(shí)所面對(duì)的一些問(wèn)題和約束 ：以下繼續(xù)說(shuō)明在不同數(shù)據(jù)條件下對(duì)識(shí)別目標(biāo)客戶(hù)時(shí)所產(chǎn)生的影響：經(jīng)驗(yàn)之談潛在數(shù)據(jù)的獲取遠(yuǎn)沒(méi)有想象的那么難在項(xiàng)目啟動(dòng)前,試點(diǎn)地區(qū)的有關(guān)人員都對(duì)潛在數(shù)據(jù)的獲取相當(dāng)擔(dān)心,而實(shí)際工作開(kāi)展起來(lái)后,發(fā)覺(jué)正如項(xiàng)目建議書(shū)中分析的那樣,潛在客戶(hù)數(shù)據(jù)的獲取

31、途徑和方法有相當(dāng)多的選擇可以嘗試, 關(guān)鍵是要有人去想,去有技巧的溝通接洽. 中國(guó)聯(lián)通更可以通過(guò)系統(tǒng)化的與業(yè)外伙伴合作， 通過(guò)長(zhǎng)期合作取得穩(wěn)定，安全的潛在數(shù)據(jù)在沒(méi)有足夠數(shù)據(jù)條件下對(duì)識(shí)別目標(biāo)客戶(hù)時(shí)所產(chǎn)生的影響 -是隨機(jī)/沒(méi)目標(biāo)的客戶(hù)選擇示例6. 客戶(hù)分析中的實(shí)際問(wèn)題與限制(續(xù))反觀，擁有足夠的數(shù)據(jù)將能更有針對(duì)性及有效地識(shí)別目標(biāo)客戶(hù)示例6. 客戶(hù)分析中的實(shí)際問(wèn)題與限制(續(xù))而在有限數(shù)據(jù)情況下，使用年齡細(xì)分能帶來(lái)相當(dāng)程度的針對(duì)性示例6. 客戶(hù)分析中的實(shí)際問(wèn)題與限制(續(xù))以下為因?yàn)閿?shù)據(jù)支持不足其它無(wú)法進(jìn)行的分析6. 客戶(hù)分析中的實(shí)際問(wèn)題與限制其它無(wú)法進(jìn)行的分析人口變量統(tǒng)計(jì)分析客戶(hù)職業(yè)分布客戶(hù)收入水平客戶(hù)

32、家庭生命周期職業(yè)與移動(dòng)消費(fèi)的關(guān)系心理變量統(tǒng)計(jì)分析客戶(hù)興趣、愛(ài)好生活方式行為變量統(tǒng)計(jì)分析呼叫傾向分析(參閱名詞解釋)呼叫集中度(參閱名詞解釋)手機(jī)終端統(tǒng)計(jì)分析CDMA手機(jī)細(xì)分用戶(hù)的手機(jī)購(gòu)買(mǎi)傾向手機(jī)類(lèi)型與消費(fèi)的關(guān)系手機(jī)生命周期缺乏詳細(xì)的職業(yè)信息缺乏客戶(hù)收入信息缺乏客戶(hù)家庭信息缺乏客戶(hù)心理變量信息 缺乏分析客戶(hù)呼叫的集中度缺乏調(diào)查客戶(hù)呼叫的情況 需要收集用戶(hù)的手機(jī)信息需要通過(guò)市場(chǎng)調(diào)研了解用戶(hù)對(duì)手機(jī)的偏好項(xiàng)目未分析內(nèi)容原因呼叫集中度。指電話用戶(hù)呼入呼出號(hào)碼的集中程度。例如，年輕用戶(hù)群中可能相當(dāng)數(shù)量的呼入或出電話是與父母等家庭成員、同學(xué)或朋友的通話，呼入/呼出號(hào)碼可能有著明顯的集中傾向。又如，一些快遞公

33、司業(yè)務(wù)員的電話主要是接聽(tīng)公司的業(yè)務(wù)來(lái)電，因此呼入號(hào)碼的集中度可能會(huì)非常高。商務(wù)用戶(hù)中大多數(shù)的電話打給公司客戶(hù)或合作伙伴，呼入或呼出號(hào)碼比較分散。通過(guò)對(duì)移動(dòng)電話用戶(hù)呼叫集中度的分析可以有助于了解客戶(hù)的移動(dòng)消費(fèi)特征。呼叫傾向分析。呼叫傾向一般指移動(dòng)電話用戶(hù)在使用移動(dòng)電話時(shí)的以下一些行為：呼入/呼出時(shí)長(zhǎng)呼入/呼出時(shí)長(zhǎng)比呼入/呼出時(shí)間分布呼叫轉(zhuǎn)移使用頻率與使用習(xí)慣對(duì)于移動(dòng)電話用戶(hù)呼叫傾向分析的主要目的了解客戶(hù)的移動(dòng)業(yè)務(wù)消費(fèi)行為特征，這些分析需要對(duì)客戶(hù)的移動(dòng)業(yè)務(wù)話費(fèi)詳單進(jìn)行分析，需要大量的分析和計(jì)算，一般需要數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘與分析工具的支持。6. 客戶(hù)分析中的實(shí)際問(wèn)題與限制其它無(wú)法進(jìn)行的分析名詞解釋示

34、例基于所遇的問(wèn)題，我們給中國(guó)聯(lián)通的建議如下：聯(lián)通應(yīng)當(dāng)發(fā)展長(zhǎng)期的數(shù)據(jù)獲取計(jì)劃，以期望通過(guò)長(zhǎng)期性的數(shù)據(jù)收集及豐富流程，能在將來(lái)采用更成熟的數(shù)據(jù)挖掘來(lái)建立更成熟與深入的客戶(hù)獲取模型。6. 客戶(hù)分析中的實(shí)際問(wèn)題與限制建議第一波營(yíng)銷(xiāo)活動(dòng)第二波營(yíng)銷(xiāo)活動(dòng)Offer測(cè)試與學(xué)習(xí)“Test & Learn”購(gòu)買(mǎi)者信息人口信息生活方式信息反饋信息其他信息等等調(diào)整目標(biāo)初始目標(biāo)非購(gòu)買(mǎi)者信息人口信息生活方式信息反饋信息其他信息等等短期來(lái)講，我們建議基于年齡細(xì)分分析設(shè)計(jì)Offer。根據(jù)目前項(xiàng)目的計(jì)劃，營(yíng)銷(xiāo)戰(zhàn)役將通過(guò)直復(fù)營(yíng)銷(xiāo)渠道啟動(dòng)并測(cè)試?；诳蛻?hù)對(duì)營(yíng)銷(xiāo)戰(zhàn)役Offer 的響應(yīng)，我們期望通過(guò)“測(cè)試與學(xué)習(xí)”方法實(shí)現(xiàn)更精細(xì)的分析，

35、來(lái)進(jìn)一步分析購(gòu)買(mǎi)者/非購(gòu)買(mǎi)者以年齡為基礎(chǔ)的分析示例6. 客戶(hù)分析中的實(shí)際問(wèn)題與限制建議(續(xù))7. 潛在客戶(hù)列表清洗方法獲取潛在客戶(hù)數(shù)據(jù)后，就要根據(jù)直復(fù)營(yíng)銷(xiāo)的需求進(jìn)行營(yíng)銷(xiāo)數(shù)據(jù)的準(zhǔn)備工作。數(shù)據(jù)準(zhǔn)備一般包括三個(gè)方面的內(nèi)容：數(shù)據(jù)真實(shí)性評(píng)價(jià)、數(shù)據(jù)清洗和數(shù)據(jù)校準(zhǔn)。數(shù)據(jù)清洗的主要目的是：根據(jù)直復(fù)營(yíng)銷(xiāo)的數(shù)據(jù)要求，排除列表數(shù)據(jù)中格式或意義不符合要求的數(shù)據(jù)。（需要注意的是不同的營(yíng)銷(xiāo)目的，對(duì)于數(shù)據(jù)的要求不同，也就是說(shuō)同樣一批數(shù)據(jù)對(duì)于不同的營(yíng)銷(xiāo)活動(dòng)來(lái)說(shuō)，具有不同的數(shù)據(jù)價(jià)值。）數(shù)據(jù)清洗的主要內(nèi)容包括：錯(cuò)誤數(shù)據(jù)/無(wú)效數(shù)據(jù)排除排除重名的數(shù)據(jù)（姓名/電話/地址）格式標(biāo)準(zhǔn)化（姓名/電話等）地址標(biāo)準(zhǔn)化匹配/合并匹配/分解歸類(lèi)融合

36、數(shù)據(jù)校準(zhǔn)是為了最大限度的利用數(shù)據(jù)資源，通過(guò)一定的規(guī)則對(duì)于存在錯(cuò)誤的數(shù)據(jù)進(jìn)行校準(zhǔn)，一般來(lái)說(shuō)，校準(zhǔn)后的數(shù)據(jù)有效性會(huì)低于不需校準(zhǔn)的數(shù)據(jù)。數(shù)據(jù)需要校準(zhǔn)有很多原因，以電話號(hào)碼為例，電話號(hào)碼的升位和校入錯(cuò)誤是最主要的原因。數(shù)據(jù)校準(zhǔn)量也是判斷數(shù)據(jù)質(zhì)量的重要因素，如果一批數(shù)據(jù)源中有超過(guò)20%的數(shù)據(jù)需要校準(zhǔn)，我們一般認(rèn)為這樣的數(shù)據(jù)源質(zhì)量較差，有效性也較差。接下來(lái)的幾頁(yè)分別描述了列表準(zhǔn)備和清洗的主要內(nèi)容經(jīng)驗(yàn)之談自身數(shù)據(jù)的安全保有刻不容緩目前各大運(yùn)營(yíng)商的客戶(hù)數(shù)據(jù)的安全保有存在區(qū)大問(wèn)題。 市面上可以找到各類(lèi)客戶(hù)數(shù)據(jù)的購(gòu)買(mǎi)線索。建議聯(lián)通在堅(jiān)持使用合法來(lái)源數(shù)據(jù)的同時(shí)， 加大對(duì)自身客戶(hù)數(shù)據(jù)的安全管理， 防止通過(guò)任何渠道流出

37、公司。 一系列的防范措施的制定與實(shí)施迫在眉睫。地址和電話號(hào)碼的準(zhǔn)確性反饋機(jī)制（Feedback mechanisms）：準(zhǔn)確的電話號(hào)碼信息總是來(lái)源于通信公司。中國(guó)聯(lián)通可以通過(guò)自已的客戶(hù)數(shù)據(jù)信息來(lái)對(duì)列表數(shù)據(jù)的質(zhì)量和電話號(hào)碼準(zhǔn)備性進(jìn)行判斷。姓名與地址清洗姓名標(biāo)準(zhǔn)化（Name standardization）：主要包括去掉姓名中的空格，英文姓名的標(biāo)準(zhǔn)化等。一般通過(guò)列表比對(duì)的方式來(lái)進(jìn)行。地址標(biāo)準(zhǔn)化(List Construction)：對(duì)于經(jīng)常采取的直郵的方式來(lái)說(shuō)，地址的標(biāo)準(zhǔn)化重要性不言而喻。主要的方式是將地址描述分段標(biāo)準(zhǔn)化為不同的層次。特殊名稱(chēng)和地址的清洗：出于一些特定原因，對(duì)于一些敏感的姓名和地址

38、，需要通過(guò)工具來(lái)過(guò)濾或排除。數(shù)據(jù)字段的真實(shí)完整性 Data field integrity 為保證列表的可用性，著要的問(wèn)題就是要檢查和確認(rèn)列表字段內(nèi)容和范圍的真實(shí)完整性，確定每一數(shù)據(jù)字段擁有應(yīng)當(dāng)具備的信息。內(nèi)容真實(shí)完整性（Content Integrity）：內(nèi)容真實(shí)性描述了數(shù)據(jù)的質(zhì)量。在許多情況下，列表中的字段相對(duì)應(yīng)當(dāng)擁有的信息來(lái)說(shuō)，僅有很少的信息。比如：一個(gè)字符型字段中可能包含“ABC”這樣的字符串，其他類(lèi)似的問(wèn)題也可能有很多。范圍正確性(Domain Integrity)：指數(shù)據(jù)字段的值是否具備正確的類(lèi)型和范圍，比如：年齡字段的值一般為0100之間，性別字段應(yīng)僅為男或女。數(shù)值正確性(Co

39、ntext Integrity)：最關(guān)鍵的真實(shí)性是數(shù)據(jù)值本身的正確性。比如：列表中客戶(hù)電話號(hào)碼或地址是否正確？ 在絕大多數(shù)的情況下，真實(shí)性管理可以通過(guò)市場(chǎng)營(yíng)銷(xiāo)人員人工評(píng)估列表，也可以通過(guò)編寫(xiě)相應(yīng)的程序來(lái)對(duì)列表數(shù)據(jù)進(jìn)行檢查?？蛻?hù)/潛在客戶(hù)關(guān)鍵字客戶(hù)號(hào)或潛在客戶(hù)ID號(hào)。這一基本的關(guān)鍵字有助于幫助市場(chǎng)人員為客戶(hù)及潛在客戶(hù)附加穩(wěn)定、不變的客戶(hù)識(shí)別機(jī)制，并以此為基準(zhǔn)來(lái)保持客戶(hù)的歷史記錄：包括客戶(hù)信息變化、地址變更、通話服務(wù)、等等。7. 潛在客戶(hù)列表清洗方法數(shù)據(jù)準(zhǔn)備的主要內(nèi)容7. 潛在客戶(hù)列表清洗方法數(shù)據(jù)總體評(píng)價(jià)數(shù)據(jù)整體評(píng)價(jià)數(shù)據(jù)樣本數(shù)量：統(tǒng)計(jì)數(shù)據(jù)樣本量，并進(jìn)行分類(lèi)。根據(jù)本次直復(fù)營(yíng)銷(xiāo)戰(zhàn)役的目標(biāo)，主要依據(jù)聯(lián)系

40、方式對(duì)潛在客戶(hù)列表進(jìn)行劃分，如聯(lián)通用戶(hù)與非聯(lián)通用戶(hù)。數(shù)據(jù)存貯格式：數(shù)據(jù)存貯格式是關(guān)系數(shù)據(jù)庫(kù)還是其他數(shù)據(jù)文件格式。標(biāo)準(zhǔn)化的數(shù)據(jù)庫(kù)格式便于數(shù)據(jù)清洗和數(shù)據(jù)應(yīng)用。聯(lián)系電話號(hào)碼質(zhì)量：直復(fù)營(yíng)銷(xiāo)最直接的評(píng)價(jià)原則就是數(shù)據(jù)的到達(dá)率，即潛在目標(biāo)客戶(hù)電話的接通率。有兩個(gè)步驟來(lái)評(píng)價(jià)這一點(diǎn)，一是通過(guò)小程序來(lái)校檢聯(lián)系電話號(hào)碼的規(guī)范程度；二是通過(guò)抽取聯(lián)通電話號(hào)碼與聯(lián)通內(nèi)部的系統(tǒng)客戶(hù)數(shù)據(jù)進(jìn)行比對(duì)，從而推算出可能的接通率。列表數(shù)據(jù)時(shí)效性：需要對(duì)列表數(shù)據(jù)的收集時(shí)間進(jìn)行評(píng)價(jià)，一般來(lái)說(shuō)一年內(nèi)的數(shù)據(jù)是比較理想的。數(shù)據(jù)完整性：檢驗(yàn)直復(fù)營(yíng)銷(xiāo)需要的數(shù)據(jù)字段的完整性，通過(guò)程序來(lái)完成。數(shù)據(jù)真實(shí)性：判斷列表數(shù)據(jù)中客戶(hù)電話號(hào)碼或地址是否正確，需要通

41、過(guò)抽樣來(lái)核查。按聯(lián)系方式分類(lèi)聯(lián)通聯(lián)系電話客戶(hù)移動(dòng)聯(lián)系電話客戶(hù)固定聯(lián)系電話客戶(hù)其他聯(lián)系方式客戶(hù)購(gòu)房數(shù)據(jù)的樣本分類(lèi)其他分類(lèi)因素客戶(hù)性別客戶(hù)國(guó)籍按樓盤(pán)信息分類(lèi)樓盤(pán)單價(jià)樓盤(pán)總價(jià)房屋類(lèi)型樓盤(pán)區(qū)域數(shù)據(jù)收集時(shí)間最近三個(gè)月最近六個(gè)月最近一年來(lái)最近二年客戶(hù)年齡是重要的分類(lèi)方式7. 潛在客戶(hù)列表清洗方法數(shù)據(jù)清洗排重的主要目的是從列表數(shù)據(jù)中挑出已經(jīng)成為客戶(hù)的數(shù)據(jù)篩選出留有聯(lián)通移動(dòng)電話號(hào)碼的數(shù)據(jù)以身份證進(jìn)行比對(duì)核查（列表數(shù)據(jù)與聯(lián)通客戶(hù)列表）通過(guò)姓名進(jìn)行比對(duì)核查（列表數(shù)據(jù)與聯(lián)通客戶(hù)列表）將聯(lián)系電話相同的數(shù)據(jù)進(jìn)行標(biāo)志并排重2排重根據(jù)直復(fù)營(yíng)銷(xiāo)的目標(biāo)和數(shù)據(jù)需求，排除以下數(shù)據(jù)沒(méi)有電話號(hào)碼的數(shù)據(jù)記錄電話號(hào)碼格式不對(duì)的數(shù)據(jù)記錄沒(méi)有

42、郵寄地址的數(shù)據(jù)記錄（針對(duì)直郵）明顯錯(cuò)誤且無(wú)法使用的數(shù)據(jù)1錯(cuò)誤/無(wú)效記錄排除4地址標(biāo)準(zhǔn)化3姓名/電話號(hào)碼準(zhǔn)確性在采取直郵的情況下，可以采取以下幾種方式郵政編碼校準(zhǔn)：根據(jù)樓盤(pán)的位置，校準(zhǔn)郵政編碼。直郵的到達(dá)率：除與準(zhǔn)確性相關(guān)外，也與樓盤(pán)的情況相關(guān)，如果租戶(hù)較多，則目標(biāo)到達(dá)率會(huì)較低。地址準(zhǔn)確性：主要取決于信息采集的情況。地址標(biāo)準(zhǔn)化：本次可能沒(méi)有時(shí)間進(jìn)行地址標(biāo)準(zhǔn)化的工作。可以采取以下幾種方式電話號(hào)碼準(zhǔn)確性估計(jì)：篩選出聯(lián)通的電話號(hào)碼，與內(nèi)部數(shù)據(jù)進(jìn)行比對(duì)。通過(guò)分析客戶(hù)信息的準(zhǔn)確性、入網(wǎng)時(shí)間等等來(lái)評(píng)估預(yù)測(cè)接通率和客戶(hù)整體情況。電話號(hào)碼抽樣核對(duì)：對(duì)于非聯(lián)通電話號(hào)碼，采取抽樣核查的方式。（主要用來(lái)預(yù)測(cè)數(shù)據(jù)準(zhǔn)確率

43、或電話接通率）7. 潛在客戶(hù)列表清洗方法數(shù)據(jù)清洗(續(xù))根據(jù)數(shù)據(jù)某些字段的取值范圍或?qū)傩?，?duì)數(shù)據(jù)進(jìn)行歸類(lèi)電話號(hào)碼：根據(jù)電話號(hào)碼，對(duì)列表數(shù)據(jù)進(jìn)行分類(lèi)客戶(hù)年齡：根據(jù)客戶(hù)的年齡對(duì)列表數(shù)據(jù)進(jìn)行歸類(lèi)樓盤(pán)情況：可以結(jié)合樓盤(pán)的單價(jià)或總價(jià)等情況對(duì)列表數(shù)據(jù)歸類(lèi)6歸類(lèi) Householding最經(jīng)常使用的融合兩個(gè)以上列表的方法通過(guò)身份證號(hào)或其他字段數(shù)據(jù)，將不同列表的數(shù)據(jù)合并成一個(gè)更完整的數(shù)據(jù)列表。如將電話號(hào)碼排序后，將外部數(shù)據(jù)列表與移動(dòng)用戶(hù)數(shù)據(jù)進(jìn)行比對(duì)。5匹配/合并Match/merge8更新融合Merge/purge7分解/過(guò)濾通過(guò)兩個(gè)或多個(gè)不同的列表，以比對(duì)的方式對(duì)數(shù)據(jù)的某些字段進(jìn)行更新，從而產(chǎn)生新的數(shù)據(jù)。例1

44、：用潛在客戶(hù)列表數(shù)據(jù)與移動(dòng)公司的客戶(hù)消費(fèi)數(shù)據(jù)進(jìn)行比對(duì)，從而產(chǎn)生更完整的數(shù)據(jù)列表。例2：將移動(dòng)客戶(hù)數(shù)據(jù)與公安戶(hù)政部門(mén)的公民身份信息比對(duì)，從而更新移動(dòng)客戶(hù)數(shù)據(jù)信息。經(jīng)常用于客戶(hù)數(shù)據(jù)的更新和校準(zhǔn)。將列表數(shù)據(jù)根據(jù)不同的營(yíng)銷(xiāo)目標(biāo)需要進(jìn)行分解，以產(chǎn)生出適合不同營(yíng)銷(xiāo)目標(biāo)要求的列表經(jīng)常采用的方式是建立客戶(hù)模型，設(shè)定與該客戶(hù)模型相適應(yīng)的過(guò)濾機(jī)制，從而生成相應(yīng)的客戶(hù)列表7. 潛在客戶(hù)列表清洗方法數(shù)據(jù)真實(shí)性與數(shù)據(jù)較準(zhǔn)數(shù)據(jù)字段的較準(zhǔn)本項(xiàng)目由于時(shí)間和條件的限制，沒(méi)有機(jī)會(huì)對(duì)于源數(shù)據(jù)進(jìn)行校準(zhǔn)，但從長(zhǎng)期來(lái)考慮，數(shù)據(jù)校準(zhǔn)對(duì)于大規(guī)模數(shù)據(jù)營(yíng)銷(xiāo)來(lái)說(shuō)，至關(guān)重要。官方數(shù)據(jù)比對(duì)：對(duì)于客戶(hù)姓名、身份證號(hào)等信息可以通過(guò)公安機(jī)關(guān)的公民身份信息系

45、統(tǒng)來(lái)進(jìn)行較準(zhǔn)。（國(guó)家公安部構(gòu)建的全國(guó)公民身份信息系統(tǒng)是最直接最準(zhǔn)確的數(shù)據(jù)較準(zhǔn)源，該系統(tǒng)統(tǒng)一了全國(guó)各地市公安機(jī)關(guān)戶(hù)證部門(mén)的公民身份信息，可以通過(guò)批量身份信息核查的方式校準(zhǔn)源數(shù)據(jù)）內(nèi)部數(shù)據(jù)融合：將獲取的外部數(shù)據(jù)與中國(guó)聯(lián)通內(nèi)部確認(rèn)過(guò)的客戶(hù)數(shù)據(jù)進(jìn)行融合，也是有效較準(zhǔn)數(shù)據(jù)準(zhǔn)確性的重要方法。外部數(shù)據(jù)融合：通過(guò)合作的方式，與外部數(shù)據(jù)源進(jìn)行相應(yīng)的數(shù)據(jù)比對(duì)，融合外部數(shù)據(jù)較準(zhǔn)的信息。無(wú)效字段排除：對(duì)于數(shù)據(jù)源中信息可信度較差，或是信息不完整的一些字段，則需要在分析時(shí)進(jìn)行排除。當(dāng)然這些字段也可以通過(guò)相應(yīng)的數(shù)據(jù)處理進(jìn)行完善和校準(zhǔn)。數(shù)據(jù)校準(zhǔn)的所需要的時(shí)間和成本投入都是非常高，需要根據(jù)具體的應(yīng)用需求。從長(zhǎng)期來(lái)看，數(shù)據(jù)都有一

46、定的時(shí)效性，需要周期性校準(zhǔn)。國(guó)外很多公司都會(huì)將一段時(shí)間未聯(lián)系過(guò)的客戶(hù)數(shù)據(jù)（如兩年）交由客戶(hù)服務(wù)中心進(jìn)行呼出數(shù)據(jù)核準(zhǔn)，即是客戶(hù)維系的服務(wù)，同時(shí)也校準(zhǔn)了數(shù)據(jù)。數(shù)據(jù)校準(zhǔn)的成本考慮可以采取以下幾種方式電話號(hào)碼準(zhǔn)確性：篩選出聯(lián)通的電話號(hào)碼，與內(nèi)部數(shù)據(jù)進(jìn)行比對(duì)?？梢栽u(píng)估預(yù)測(cè)到達(dá)率和客戶(hù)整體情況。電話號(hào)碼抽樣核對(duì)：對(duì)于非聯(lián)通電話號(hào)碼，抽樣核對(duì)。準(zhǔn)確性評(píng)價(jià)不僅可以用來(lái)做為評(píng)價(jià)數(shù)據(jù)源、確定數(shù)據(jù)獲取成本的重要依據(jù)，還是進(jìn)行營(yíng)銷(xiāo)預(yù)測(cè)的重要依據(jù)。姓名/電話號(hào)碼準(zhǔn)確性進(jìn)行數(shù)據(jù)清洗的人員必須具備以下的能力：對(duì)SQL (Structured Query Language) 的認(rèn)識(shí)和實(shí)際操作經(jīng)驗(yàn)。必須能夠篇寫(xiě)SQL電腦程序。

47、對(duì)客戶(hù)數(shù)據(jù)庫(kù)數(shù)據(jù)模型和數(shù)據(jù)字段的了解。在進(jìn)行清洗工作中，工程師需要在數(shù)據(jù)庫(kù)中選擇正確的字段。譬如說(shuō)，客戶(hù)的地址可能在數(shù)據(jù)庫(kù)中由好幾個(gè)字段結(jié)合起來(lái)，工程師必需懂得使用正確的字段了解數(shù)據(jù)清洗原則(如客戶(hù)分析報(bào)告的P57-58清洗的原理。譬如如何去進(jìn)行錯(cuò)誤/無(wú)效記錄排除，排重，確保姓名/電話號(hào)碼準(zhǔn)確性等工作)在測(cè)試前聯(lián)通計(jì)費(fèi)部工程師普遍上都擁有1)與2)技能。而技能3)則是通過(guò)本項(xiàng)目的執(zhí)行后獲取了這方面的經(jīng)驗(yàn)。SQL - 示例7. 潛在客戶(hù)列表清洗方法進(jìn)行數(shù)據(jù)清洗的人員所具備能力8. 潛在客戶(hù)列表清洗結(jié)果深圳聯(lián)通潛在客戶(hù)數(shù)據(jù)清洗記錄數(shù)據(jù)來(lái)源是深圳登記購(gòu)房者的數(shù)據(jù)，數(shù)據(jù)內(nèi)容較豐富，主要包括以下數(shù)據(jù)項(xiàng)：

48、購(gòu)房者姓名、身份證號(hào)、聯(lián)系電話、聯(lián)系地址所購(gòu)樓盤(pán)區(qū)域、樓盤(pán)名稱(chēng)、具體樓號(hào)房號(hào)房屋銷(xiāo)售類(lèi)型、戶(hù)型、面積、總價(jià)簽約日期、付款方式、入住時(shí)間等從清洗結(jié)果看，數(shù)據(jù)質(zhì)量較好，本次直復(fù)營(yíng)銷(xiāo)主要以本地呼出為主，經(jīng)過(guò)排錯(cuò)、排除異地固話、姓名排重后得到的數(shù)據(jù)列表為85269條，初步的符合率大約在75%左右。由于深圳移動(dòng)獲取的數(shù)據(jù)登記時(shí)間是近一年的購(gòu)房數(shù)據(jù)民，而深圳固話升位時(shí)間是2002年6月29日零時(shí)，本批數(shù)據(jù)較新，基本沒(méi)有受到固話升位的影響。8. 潛在客戶(hù)列表清洗結(jié)果深圳聯(lián)通潛在客戶(hù)數(shù)據(jù)清洗記錄(續(xù))以聯(lián)通手機(jī)號(hào)碼在聯(lián)通系統(tǒng)內(nèi)匹配成功的結(jié)果顯示，有72%的聯(lián)通手機(jī)仍在網(wǎng)在用。8. 潛在客戶(hù)列表清洗結(jié)果深圳聯(lián)通

49、潛在客戶(hù)數(shù)據(jù)清洗記錄(續(xù))計(jì)劃發(fā)出直郵列表30049份，選擇標(biāo)準(zhǔn)為：深圳本地聯(lián)系地址(通過(guò)關(guān)鍵字匹配)證件號(hào)碼在聯(lián)通系統(tǒng)中未登記的數(shù)據(jù)本地移動(dòng)手機(jī)號(hào)碼選擇Control Group之后的數(shù)據(jù)所發(fā)的30049份直郵中有1022份直郵客戶(hù)有深圳本地較規(guī)范的聯(lián)系地址，且其聯(lián)系電話是異地移動(dòng)號(hào)碼。除直郵和Control Group外，還有13554條本地移動(dòng)數(shù)據(jù)可以進(jìn)行電話呼出，將根據(jù)第一周呼出結(jié)果再進(jìn)行列表分類(lèi)。由于呼叫中心外呼的限制，本次深圳不進(jìn)行異地移動(dòng)號(hào)碼的呼出營(yíng)銷(xiāo)。共有49551條本地移動(dòng)號(hào)碼可供電話呼出使用。8. 潛在客戶(hù)列表清洗結(jié)果寧波聯(lián)通測(cè)試數(shù)據(jù)清洗結(jié)果清洗后的數(shù)據(jù)分類(lèi)寧波數(shù)據(jù)清洗結(jié)果數(shù)據(jù)來(lái)源是寧波登記購(gòu)車(chē)者的數(shù)據(jù)，從清洗結(jié)果看，大量重復(fù)數(shù)據(jù)為公司購(gòu)車(chē)數(shù)據(jù)數(shù)據(jù)項(xiàng)較少，僅有姓名、電話和車(chē)輛登記地址，沒(méi)有進(jìn)行校深入的分析數(shù)據(jù)清洗后行到有移動(dòng)號(hào)碼的呼叫列表10817條固定電話需要校準(zhǔn)的比率較高，