四川移动客户细分模型项目报告

20032003年年1212月月2003 年年 12 月月 四川移动客户细分模型四川移动客户细分模型项目报告项目报告1报告会议程报告会议程报告会议程报告会议程一、项目背景及前阶段工作回顾一、项目背景及前阶段工作回顾二、客户细分方法论二、客户细分方法论三、四川移动客户细分模型三、四川移动客户细分模型四、通用客户细分结果分析及相应市场策略四、通用客户细分结果分析及相应市场策略五、短信专题客户细分结果分析及相应市场策略五、短信专题客户细分结果分析及相应市场策略六、基于客户细分结果的市场营销活动讨论六、基于客户细分结果的市场营销活动讨论2报告会议程报告会议程报告会议程报告会议程一、项目背景及前阶段工作回顾一、项目背景及前阶段工作回顾二、客户细分方法论二、客户细分方法论三、四川移动客户细分模型三、四川移动客户细分模型四、通用客户细分结果分析及相应市场策略四、通用客户细分结果分析及相应市场策略五、短信专题客户细分结果分析及相应市场策略五、短信专题客户细分结果分析及相应市场策略六、基于客户细分结果的市场营销活动讨论六、基于客户细分结果的市场营销活动讨论3项目概述项目概述项目概述项目概述项目主题：项目主题：四川移动客户细分模型项目范围：项目范围：本期项目以乐山市为试点城市项目目的：项目目的：按用户行为进行细分，客观反映用户需求。通过对各类人群的深入分析，为相关部门制订资费、服务、市场策略提供基础。项目内容：项目内容：建立客户细分模型结合各部门需求对客户细分群进行详细分析协助市场经营部进行相关服务、市场活动的策划4项目各阶段计划项目各阶段计划项目各阶段计划项目各阶段计划第一阶段：需求调研、项目范围界定第一阶段：需求调研、项目范围界定在与各部门的访谈中，了解各部门的需求点，以便在客户细分后有重点地进行分析。第二阶段：收集提取数据第二阶段：收集提取数据依据第一阶段的需求，收集并整理数据，把数据加载到指定的数据库表，为下一阶段的建模提供基础。第三阶段：建模及分析第三阶段：建模及分析建立细分模型，对乐山移动用户进行细分。并根据前期访谈所了解的需求，结合乐山具体情况，对客户细分群进行详细分析。第四阶段：应用专题设计第四阶段：应用专题设计根据第一阶段的访谈，并在第三阶段的细分结果分析基础上，协助市场经营部门对部分重点细分群体有针对性地设计市场策略和市场活动。注：注：SPSS的的CRISP建模流程包含了第二、三阶段，所以此阶段内容在建模步骤中详细讲述。建模流程包含了第二、三阶段，所以此阶段内容在建模步骤中详细讲述。5150150300300元（市州）元（市州）500500元以下（成都）元以下（成都）普通全球通客普通全球通客户300300元（市州）元（市州）500500元（成都）元（成都）贵宾卡卡800800元元全球通全球通银卡卡15001500元元全球通金卡全球通金卡30003000元元全球通全球通钻石卡石卡ARPUARPU全球通客全球通客户等等级四川移动已对用户按四川移动已对用户按ARPU值进行了用户细分，并对不同级别的客户采取了值进行了用户细分，并对不同级别的客户采取了不同的服务策略。不同的服务策略。四川移动客户细分现状四川移动客户细分现状四川移动客户细分现状四川移动客户细分现状6高端用户中端用户低端用户以全球通新形象涵盖目标群的共性特质以顶级服务/享受满足和稳固以领先业务刺激和带动目前客户细分无法完全满足目前客户细分无法完全满足目前客户细分无法完全满足目前客户细分无法完全满足业务部门增长需求业务部门增长需求业务部门增长需求业务部门增长需求通过业务访谈，我们了解到基于通过业务访谈，我们了解到基于ARPU值的客户细分还无法完全满足业务部门值的客户细分还无法完全满足业务部门日益增长的业务需求日益增长的业务需求准确了解客户行为可以进一步了解客户，增加客户满意度准确了解客户行为可以进一步了解客户，增加客户满意度7针对各部门的需求访谈针对各部门的需求访谈针对各部门的需求访谈针对各部门的需求访谈访谈部部门需求点需求点策略分析策略分析计费业务中心计费业务中心主要通过计费业务中心了解客户细分项目系统平台的需求和系统环境市场经营部市场经营部关注全球通品牌整合，希望通过品牌整合提高服务品质，实现在业务、回馈、渠道上的差异化 通过客户细分，分析品牌整合高中端人群行为消费特征，为其设计差异化服务。并对品牌整合的效果从客户细分角度进行监测。如何更好服务于中端用户 在客户细分后准确定位全球通中端用户，研究其行为方式和特征，进行有针对性的服务设计和活动策划。通过提高服务来挽留有离网倾向用户 研究分析有价值的离网用户行为特征，策划有针对性的活动或服务进行挽留。营销中心营销中心关注双机倾向用户的挽留。希望通过发现有双机倾向的用户，并在其购买之前进行挽留 分析以往双机用户的行为特征及关注点，针对有价值用户设计服务项目及策划活动。预警离网用户，通过提高服务来挽留有离网倾向用户 研究分析有价值的离网用户行为特征，策划有针对性的活动或服务进行挽留。关注大众卡的效果通过客户细分了解大众卡的受众群，向有流失可能的用户进行宣传，并避免直接影响全球通其他用户。通过对各部门的访谈，为客户细分模型的建立提供指导依据。通过对各部门的访谈，为客户细分模型的建立提供指导依据。8针对各部门的需求访谈针对各部门的需求访谈针对各部门的需求访谈针对各部门的需求访谈访谈部部门需求点需求点策略分析策略分析客户服务中心客客户服务中心客户关系管理室户关系管理室目前的外呼服务多为服务宣传和用户调查。外呼用户多为随机抽取，缺乏策略性。希望通过客户细分节约外呼成本，提高外呼效率和效果，并深入挖掘外呼应用。对客户进行细分后，在外呼时可提供有针对性的服务。在推荐产品或进行调查前便了解用户的行为特征、生活方式等，有助于提高亲和力，节省人员和资金成本，并提升效果。数据部数据部对于目标用户只了解其大致特征，不清楚其更细致的行为特征、生活方式等，因此在推各项业务时定位不准。希望通过客户细分模型了解各种数据业务的使用人群以及使用行为方式。通过客户细分，寻找其重要业务的目标人群，并详细分析特征，对业务的规则制定、推广提供依据。乐山市场部乐山市场部小灵通和联通竞争激烈，希望了解有转网倾向的用户的特征，并进行及时挽留 分析有可能转至小灵通、联通的用户，由于整个样本空间规模较小，可以适当对中高端人群制定一对一的服务策略 目前所有产品都针对所有人群进行推广，希望找到目标人群有的放矢地进行推广，提高效率，节约成本。分析各种产品的目标用户，研究其行为特征，并通过交叉销售带动整个产品的销售增量。希望找到短信密集使用人群，并以此为导入点，制定有效的方式刺激整个短信市场 通过对短信密集人群的行为分析，找到此类人群，通过他们带动周围人群的短信使用量，并通过他们对移动产品及业务进行软性宣传 9报告会议程报告会议程报告会议程报告会议程一、项目背景及前阶段工作回顾一、项目背景及前阶段工作回顾二、客户细分方法论二、客户细分方法论三、四川移动客户细分模型三、四川移动客户细分模型四、通用客户细分结果分析及相应市场策略四、通用客户细分结果分析及相应市场策略五、短信专题客户细分结果分析及相应市场策略五、短信专题客户细分结果分析及相应市场策略六、基于客户细分结果的市场营销活动讨论六、基于客户细分结果的市场营销活动讨论10客户细分分析结果能帮助四川客户细分分析结果能帮助四川客户细分分析结果能帮助四川客户细分分析结果能帮助四川移动实现股东价值的最大化移动实现股东价值的最大化移动实现股东价值的最大化移动实现股东价值的最大化从各个角度来增加股东价值，都需要以客户细分为基础。从各个角度来增加股东价值，都需要以客户细分为基础。股东价值最大化股东价值最大化利润增长利润增长收入增长收入增长资产回报增长资产回报增长增加现有的收入(现有客户)创造新的收入(新客户)提高客户接触成本有效性提高资产收益率增加客户周期（降低客户流失率)提高现在的客户关系(增加现有产/服务销售)提高现在的客户关系(增加新产品/服务销售)提高在现有的客户群中的份额进入新的客户群提供新产品和服务提高营销成本有效性提高销售成本有效性提高服务成本有效性提高库存/定单管理成本有效性提高基础设施/中央服务设施成本有效性将资源分配给高价值的产品/客户提升客户细分/区分度进行产品和渠道的重新组合客户群信息客户群信息德勤咨询专有的客户价值图德勤咨询专有的客户价值图德勤咨询专有的客户价值图德勤咨询专有的客户价值图进入新的市场（地理上）11客户细分是产品开发、市场营销的基础客户细分是产品开发、市场营销的基础客户细分是产品开发、市场营销的基础客户细分是产品开发、市场营销的基础客户细分使差异化成为可能，使提供的产品和服务更直接的针对某一特定客户群客户细分使差异化成为可能，使提供的产品和服务更直接的针对某一特定客户群为什么划分客户群？为什么划分客户群？为什么划分客户群？为什么划分客户群？产品产品/服务服务 理解客户对产品的偏好，针对客户的需求提供产品渠渠 道道 理解客户对销售和服务要求，有针对性地设计销售渠道推推 广广 理解客户对市场活动的反应和接受程度，针对客户群制定推广策略价格制定价格制定理解客户的价格敏感度，针对客户的需求制定价格战略12分析型分析型分析型分析型CRMCRM的子工作流关系图的子工作流关系图的子工作流关系图的子工作流关系图本次客户细分项目重点对客户行为及需求进行分析，及对客户细分群进行定义。本次客户细分项目重点对客户行为及需求进行分析，及对客户细分群进行定义。客户行为及客户行为及需求分析需求分析流失预测分析流失预测分析 流失原因分析流失原因分析客户价值客户价值客户细分群的定义客户细分群的定义客户策略客户策略挽留策略挽留策略客户生命客户生命周期价值周期价值交义销售和增量销售交义销售和增量销售其他分析模型其他分析模型客户价值客户价值客户细分客户细分客户周期客户周期价值价值客户流失客户流失其他分析模型其他分析模型13分析型分析型分析型分析型CRMCRM各模型的相互关系和用处各模型的相互关系和用处各模型的相互关系和用处各模型的相互关系和用处模型互相作用模型互相作用-输入方向输入方向客户价值模型客户价值模型交叉销售和增量交叉销售和增量销售发现模型销售发现模型应用模型应用模型流失预测模型流失预测模型客户细分模型客户细分模型12识别高离网率的高价值客户预估将来最有可能离网的客户可更准确地区分高价值的客户群,因客户价值代表每个客户群在其生命周期内为四川移动所带来的价值商业应用商业应用1根据客户细分模型的 输出物,再加上每个应用模型的不同分析,便能把客户群分得更准确、更清晰1123客户行为、客户价值、客户需要客户行为、客户价值、客户需要识别客户群的交叉和增量销售机会,从而增加收入了解客户对产品/服务的需求支持模型支持模型客户周期价值客户周期价值分析模型分析模型3渠道盈利渠道盈利分析模型分析模型挽留响应模型挽留响应模型454对各种渠道的成本所带来的收益及付出的成本有更请楚和准确的了解对发展客户所付出的佣金作合理水平分析,以方便将来作为品牌代理的分折5预估客户对客户挽留活动有响应的可能性分析现有营销活动及集中目标、减低投资分析型分析型CRM通过建立模型实现知识分析平台通过建立模型实现知识分析平台,将客户数据转化为对客户的了将客户数据转化为对客户的了解解,并由此产生有针对性的运作并由此产生有针对性的运作14可供选择的客户细分方法可供选择的客户细分方法可供选择的客户细分方法可供选择的客户细分方法具体选用哪种方法需要考量实施细分方法的难易程度及有效程度，同时还要增加具体选用哪种方法需要考量实施细分方法的难易程度及有效程度，同时还要增加股东价值和满足决策目标股东价值和满足决策目标实施的难易程度实施的难易程度人口统计(Demographical)客户价值(Customer Value)行为方式(Behavioral)态度(Attitudinal)性别年龄户藉职业婚姻状况教育程度收入通话时段繁忙和非繁忙通话量漫游服务方便程度行为方式的变化高利润率中等利润率低利润率负利润率形象价值观生活方式心理因素人口统计人口统计行为方式行为方式客户价值客户价值态度态度客户细分方式范例客户细分方式范例 15各种客户细分方法的比较各种客户细分方法的比较各种客户细分方法的比较各种客户细分方法的比较任何客户细分都会运用到多维的客户细分方法。每个细分方法都有其优缺点。任何客户细分都会运用到多维的客户细分方法。每个细分方法都有其优缺点。细分基础细分基础细分基础细分基础优势优势优势优势劣势劣势劣势劣势应用应用客户特征客户特征人口统计所处的生命周期对营业厅的接近度可计量的可获得的(容易得到外部数据)难以和使用行为联系起来客户保持及获取战略客户行为客户行为使用频率使用量/价值手机型号偏好使用产品应用服务能被多次记录及确认在一定范围内可实行已有内部客户数据可将使用记录入数据库中根据对客户行为的初步分析作出决定不可前瞻数据可信度业务战略战略性客户细分的选择重点的财务分析数据库可为公司各业务的营销战略提供支持历史数据分析客户态度客户态度价格敏感度对促销的敏感度品牌忠诚度整体满意度满意的程度可了解客户态度，提高有效性可计量的在一定范围内可实行不可评估、确认难以获得难以和外部数据相连接和内部评估没有直接联系目标客户获取及保留新产品开发品牌战略客户需求的确认认识改善的机会16我们在四川移动使用的客户细分方法我们在四川移动使用的客户细分方法我们在四川移动使用的客户细分方法我们在四川移动使用的客户细分方法考虑不同客户细分方法的有效性及实施的难易程度，并结合移动所提供的数据考虑不同客户细分方法的有效性及实施的难易程度，并结合移动所提供的数据资源和移动用户特点，我们采用用户行为方式进行客户细分，再结合人口统计资源和移动用户特点，我们采用用户行为方式进行客户细分，再结合人口统计和客户价值准确定位细分人群和客户价值准确定位细分人群。客户价值客户价值 人口统计人口统计行为方式行为方式客户群客户群X客户细分三维分析体系客户细分三维分析体系三维分析体系所带来三维分析体系所带来的业务利益的业务利益客户价值客户价值识别高价值客户群，成为目标客户群行为方式行为方式如何针对目标客户群，根据客户行为分析，扩展及保留客户群，提供服务满足客户需求人口统计人口统计整理客户群的背景资料以便市场营销人员能找到目标客户群 17报告会议程报告会议程报告会议程报告会议程一、项目背景及前阶段工作回顾一、项目背景及前阶段工作回顾二、客户细分方法论二、客户细分方法论三、四川移动客户细分模型三、四川移动客户细分模型四、通用客户细分结果分析及相应市场策略四、通用客户细分结果分析及相应市场策略五、短信专题客户细分结果分析及相应市场策略五、短信专题客户细分结果分析及相应市场策略六、基于客户细分结果的市场营销活动讨论六、基于客户细分结果的市场营销活动讨论18本期客户细分模型本期客户细分模型本期客户细分模型本期客户细分模型聚类模型聚类模型聚类模型聚类模型聚类的原理是把具有相近特征的观测值聚集为一组，保证各组间特征的相异性聚类的原理是把具有相近特征的观测值聚集为一组，保证各组间特征的相异性最大，同组内各观测值特征的相似性最大。最大，同组内各观测值特征的相似性最大。在本项目中，采用通话行为、数据业务使用情况等作为细分变量，把有相近行在本项目中，采用通话行为、数据业务使用情况等作为细分变量，把有相近行为特征的人群聚为一组。为特征的人群聚为一组。各条记录在细分变量空间的透视图各条记录在细分变量空间的透视图点对点短信梦网短信本地通话通话行为通话行为数据业务数据业务长途通话各行为特征在空间的位置相对集中，因此被划分为有一定共同行为特征的客户群19CRISP-DM（Cross-Industry Standard Process for Data Mining）具体流程如下图：具体流程如下图：数据挖掘方法论数据挖掘方法论数据挖掘方法论数据挖掘方法论CRISP-DMCRISP-DM各个环节顺序进行，但需要不断地循环往复进行数据探索和模型的调优20各环节所涉及的内容和人员各环节所涉及的内容和人员各环节所涉及的内容和人员各环节所涉及的内容和人员先不考虑循环往复的探索和调优过程，直接顺序考察各个环节先不考虑循环往复的探索和调优过程，直接顺序考察各个环节确定商业目标ETL建立模型数据收集、管理数据探索、修改各部门访谈各部门访谈计费中心支持计费中心支持数据挖掘工程师数据挖掘工程师数据挖掘、商业分析、市场营销人员数据挖掘、商业分析、市场营销人员商业理解商业理解BusinessUnderstanding数据理解数据理解Data Understanding数据准备数据准备DataPreparation建立模型建立模型Modeling模型评估模型评估Evaluation结果发布结果发布Deployment模型调优应用策略CRISP-DM21步骤一：商业理解步骤一：商业理解步骤一：商业理解步骤一：商业理解我们基于访谈中了解的客户需求，采用用户行为特征作为细分变量，用户人口统计信我们基于访谈中了解的客户需求，采用用户行为特征作为细分变量，用户人口统计信息和客户价值作为描述变量，从而定位人群特征。息和客户价值作为描述变量，从而定位人群特征。对行为特征从以下几个方面来获取信息对行为特征从以下几个方面来获取信息对多元化服务的需求程度服务类型对通话的多层次需求本地、长途、漫游呼叫时长本地、长途、漫游呼叫次数呼叫时间、次数（繁忙/非繁忙时段，工作/休息时段）呼叫类型（主叫、被叫、呼转）对资费的敏感程度IP使用情况优惠时段通话情况拨打1861次数对方便性及信息实时性的需求SMS使用次数Monternet使用次数WAP上网时间GPRS数据流量导出客户需求种类导出客户需求种类客户数据客户数据注：细分变量注：细分变量用于进行客户细分的变量。用于进行客户细分的变量。描述变量描述变量将客户细分成各个群体后，各群体的基本特征将客户细分成各个群体后，各群体的基本特征22步骤一：商业理解步骤一：商业理解步骤一：商业理解步骤一：商业理解基于客户需求，并结合以上行为特征选取的方向，我们定义了几组数基于客户需求，并结合以上行为特征选取的方向，我们定义了几组数据作为细分变量据作为细分变量通话范围通话范围本地通话本地通话d_localt_local省内长途通话省内长途通话d_toll_inprnt_toll_inprn省间长途通话省间长途通话d_toll_btwprnt_toll_btwprn国际、港澳台长途国际、港澳台长途通话通话d_toll_htm+iddt_toll_htm+idd活动范围活动范围省内漫游通话省内漫游通话d_rm_inprnt_rm_inprn省际漫游通话省际漫游通话d_rm_btwprnt_rm_btwprn国际漫游通话国际漫游通话d_rm_iddt_rm_iddIP使用情况使用情况IP通话通话d_ipt_ip与各运营商联与各运营商联系程度系程度网内通话比例网内通话比例d_mob_vs_Ttlt_mob_vs_Ttl联通通话比例联通通话比例d_uni_vs_Ttlt_uni_vs_Ttl小灵通通话比例小灵通通话比例d_phs_vs_Ttlt_phs_vs_Ttl固话通话比例固话通话比例d_fix_vs_Ttlt_fix_vs_Ttl呼转行为呼转行为d_fwd_totalt_fwd_total数据业务使用数据业务使用情况情况WAP使用使用d_wapt_wap点对点及网间短信点对点及网间短信发送次数发送次数t_sms_total梦网短信发送次数梦网短信发送次数t_sms_mont客客 服服到营业厅次数到营业厅次数t_service拨打拨打1860次数次数t_1860拨打拨打1861次数次数t_1861注：其中注：其中d_X代表时长，代表时长，t_X代表次数代表次数23步骤一：商业理解步骤一：商业理解步骤一：商业理解步骤一：商业理解客户基本客户基本信息信息agespecial_feet_fwd_unimalesms_feed_fwd_fixfemalewap_feet_fwd_fixGenderMissingip_fee闲时忙时闲时忙时通话情况通话情况d_pkon_totalCashPaygprs_feet_pkon_totalPrePaymessage_feed_pkoff_totalvip_markother_feet_pkoff_totaldue_mark主叫被叫主叫被叫情况情况d_outgoing_total工作时间、工作时间、生活时间生活时间通话情况通话情况d_worktime_totaltenure_in_dayst_outgoing_totalt_worktime_total费用信息费用信息ARPUd_incoming_totald_resttime_totalshould_feet_incoming_totalt_resttime_totalfavor_fee联系人群联系人群范围范围distinct_out_total各项短信各项短信使用情况使用情况t_sms_p2prent_feedistinct_in_totalt_sms_linklocal_fee与联系紧与联系紧密人群的密人群的主被叫情主被叫情况况d_outgoing_topNt_sms_topNinprn_feet_outgoing_topNsms_msg_lengthbtwprn_feed_incoming_topNdistinct_sms_sendhtm_feet_incoming_topNdistinct_spidd_fee各项呼转各项呼转情况情况d_fwd_mobrm_inprn_feet_fwd_mobrm_btwprn_feed_fwd_srvrm_idd_feet_fwd_srvrm_toll_feed_fwd_uni通过细分变量将客户进行细分，再通过以下描述变量定位人群，进一通过细分变量将客户进行细分，再通过以下描述变量定位人群，进一步分析人群特征。步分析人群特征。24步骤二：数据理解步骤二：数据理解步骤二：数据理解步骤二：数据理解数据源来自经营分析系统数据源来自经营分析系统数据源来自经营分析系统数据源来自经营分析系统客户基本信息（客户基本信息（DW_USR_DCUSTM）用户帐务信息（用户帐务信息（DW_FEE_SHOULDDM）CDR信息信息语音语音CDR（DW_CALL_CDR）IP业务业务CDR（DW_NEWBUSI_CDR）短信业务短信业务CDR（DW_NEWBUSI_SMSCDR）梦网业务梦网业务CDR（DW_NEWBUSI_MESGCDR）客服信息客服信息25步骤三：数据准备步骤三：数据准备步骤三：数据准备步骤三：数据准备宽表生成流程宽表生成流程注：宽表是将数据经过组合所形成的包括细分变量和描述变量的记录表。注：宽表是将数据经过组合所形成的包括细分变量和描述变量的记录表。DSS目前开放的表格作为接口表其他接口文件作为中间表的数据集1作为中间表的数据集2建模使用的宽表数据集建模使用的宽表数据集接口文件直接参与宽表的生成26步骤四：建立模型步骤四：建立模型步骤四：建立模型步骤四：建立模型通过因子分析找到变量之间的关系，并优化变量组合。在对模型结果的分析中，通过因子分析找到变量之间的关系，并优化变量组合。在对模型结果的分析中，根据标准根据标准群间差距最大，群内差距最小的原则进行分析，同时调整变量组群间差距最大，群内差距最小的原则进行分析，同时调整变量组合，以尽量接近标准。以此方式循环，逐步使模型得到优化。合，以尽量接近标准。以此方式循环，逐步使模型得到优化。数据探索数据探索建建 摸摸模型分析模型分析因子分析因子分析27步骤四：建立模型步骤四：建立模型步骤四：建立模型步骤四：建立模型数据探索数据探索数据探索数据探索customer typecustomer type项目百分比数量用户类型不详0.01 7B普通73.44 95758B重要客户A10.14 185B重要客户A20.10 133B重要客户A30.18 241B重要客户A40.21 276B集团客户B10.22 282B集团客户B21.13 1473B集团客户B32.25 2930B集团客户B46.28 8193B信誉客户C10.01 11B信誉客户C20.03 40B信誉客户C31.38 1793B信誉客户C41.01 1321B信誉客户C51.51 1968B信誉客户C61.54 2006B潜在大用户10.29 13411B老客户0.05 70B原重要0.02 21B公免0.21 269customer_statuscustomer_status项目百分比数量正常79.05 103066冒高17.43 22721欠停0.34 448报停1.69 2206挂失0.02 23预销1.28 1669强开0.05 62强关0.15 193tenure_in_daystenure_in_days项目百分比数量在网时间90天以上0.79 102942在网时间90天以内0.21 27446公免不能代表普遍用户行为，容易对在聚类形成噪音公免不能代表普遍用户行为，容易对在聚类形成噪音在用户状态中仅选择正常用户在用户状态中仅选择正常用户选择入网时间选择入网时间90天以上用户，保证研究样本拥有完整的研究期间数据天以上用户，保证研究样本拥有完整的研究期间数据（2003年年8-10月）月）注：黄色部分为去掉的数据注：黄色部分为去掉的数据28步骤四：建立模型步骤四：建立模型步骤四：建立模型步骤四：建立模型数据探索数据探索数据探索数据探索在记录中发现在记录中发现should_fee（用户应收费）（用户应收费）=favor_fee（优惠费）的用户记录，（优惠费）的用户记录，详细查看其记录，比较异常。在与乐山移动分公司访谈后了解此类记录多为详细查看其记录，比较异常。在与乐山移动分公司访谈后了解此类记录多为用于测试的号码。于是去掉该部分记录用于测试的号码。于是去掉该部分记录customer_idphone_noshould_feefavor_fee32003534813708130041381.76381.7632003534913708130042375.02375.0232003535013708130043797.27797.27320035351137081300441090.681090.68320035352137081300456.666.6632003535313708130046432.07432.07320035354137081300471478.761478.76部分部分should_fee=favor_fee的记录的记录29步骤四：建立模型步骤四：建立模型步骤四：建立模型步骤四：建立模型数据探索数据探索数据探索数据探索短信发送人数极多号码有可能为移短信发送人数极多号码有可能为移动统一向用户发送。动统一向用户发送。以以distinct_sms_senddistinct_sms_send（短信发送的人数）为例（短信发送的人数）为例在通过变量的标记直接去掉非正常值外，还通过查看数据去掉极值，以免极少在通过变量的标记直接去掉非正常值外，还通过查看数据去掉极值，以免极少数用户的行为对细分结果形成噪音。数用户的行为对细分结果形成噪音。以以d_locald_local（本地通话时长）为例（本地通话时长）为例极少数人的个别行为可能影响细极少数人的个别行为可能影响细分群，所以在研究其图形分布后，分群，所以在研究其图形分布后，去掉部分极值去掉部分极值30乐山移动用户的乐山移动用户的乐山移动用户的乐山移动用户的ARPUARPU值分布值分布值分布值分布乐山的平均乐山的平均ARPUARPU值：值：156.48156.48元元步骤四：建立模型步骤四：建立模型步骤四：建立模型步骤四：建立模型数据探索数据探索数据探索数据探索我们获得的乐山移动用户记录共有我们获得的乐山移动用户记录共有130388条，经过正常值选择、极值处理等，条，经过正常值选择、极值处理等，最后用于研究的记录有最后用于研究的记录有78339条。以下数据探索工作着重于了解乐山移动用户概条。以下数据探索工作着重于了解乐山移动用户概貌，以及发现数据存在的问题。貌，以及发现数据存在的问题。乐山移动用户年龄分布乐山移动用户年龄分布乐山移动用户年龄分布乐山移动用户年龄分布乐山移动用户性别比例乐山移动用户性别比例乐山移动用户性别比例乐山移动用户性别比例乐山移动用户区域分布乐山移动用户区域分布乐山移动用户区域分布乐山移动用户区域分布31乐山移动用户付费方式乐山移动用户付费方式乐山移动用户付费方式乐山移动用户付费方式步骤四：建立模型步骤四：建立模型步骤四：建立模型步骤四：建立模型数据探索数据探索数据探索数据探索乐山移动用户付费信息中，仅有现金支票和乐山移动用户付费信息中，仅有现金支票和预付费用户两种标记。建议将信用卡托收、预付费用户两种标记。建议将信用卡托收、各银行代收等方式进行标记各银行代收等方式进行标记。根据全球通品牌整合计划，市州地区用户根据全球通品牌整合计划，市州地区用户ARPUARPU值在值在300300元以上可享有贵宾卡，即元以上可享有贵宾卡，即VIPVIP用户。从用户。从图中所示，系统中图中所示，系统中VIPVIP标记部分有误。标记部分有误。乐山移动用户乐山移动用户乐山移动用户乐山移动用户VIPVIP情况情况情况情况32步骤四：建立模型步骤四：建立模型步骤四：建立模型步骤四：建立模型生成客户细分模型生成客户细分模型生成客户细分模型生成客户细分模型使用使用SPSSSPSS数据挖掘工具进行客户细分数据挖掘工具进行客户细分33步骤五：模型评估步骤五：模型评估步骤五：模型评估步骤五：模型评估以以t_fix_vs_total 为强势特征的细为强势特征的细分组分组t_fix_vs_total 的分布的分布所有用户所有用户t_fix_vs_total（固话通话比例）的分布（固话通话比例）的分布细分前整个用户群数据落差较大。细分后，各组的强势变量的分布趋于平缓，细分前整个用户群数据落差较大。细分后，各组的强势变量的分布趋于平缓，可看出，聚类模型将具有相似特征的记录聚在一组。可看出，聚类模型将具有相似特征的记录聚在一组。若在此步骤中若发现模型不够优化，还需要回到第四步骤，甚至第三步骤进若在此步骤中若发现模型不够优化，还需要回到第四步骤，甚至第三步骤进行调整行调整 34步骤六：结果发布步骤六：结果发布步骤六：结果发布步骤六：结果发布对模型结果进行分析，并针对细分群提出相应策略，该部分内容在下对模型结果进行分析，并针对细分群提出相应策略，该部分内容在下一节详细讲述一节详细讲述 35报告会议程报告会议程报告会议程报告会议程一、项目背景及前阶段工作回顾一、项目背景及前阶段工作回顾二、客户细分方法论二、客户细分方法论三、四川移动客户细分模型三、四川移动客户细分模型四、通用客户细分结果分析及相应市场策略四、通用客户细分结果分析及相应市场策略五、短信专题客户细分结果分析及相应市场策略五、短信专题客户细分结果分析及相应市场策略六、基于客户细分结果的市场营销活动讨论六、基于客户细分结果的市场营销活动讨论36细分结果数据表（细分结果数据表（细分结果数据表（细分结果数据表（1212个客户细分组）个客户细分组）个客户细分组）个客户细分组）细分变量细分变量细分变量细分变量组1组2组3组4组5组6组7组8组9组10客户细分群cluster-1 cluster-8 cluster-12cluster-9 cluster-7cluster-5cluster-10cluster-3cluster-11cluster-4cluster-6cluster-2客户数占总客户比例0.065 0.090 0.197 0.193 0.102 0.158 0.125 0.011 0.035 0.020 0.005 0.001 ARPU68.53 98.87 126.41 135.44 145.52 162.74 153.84 194.58 467.68 545.86 818.85 1422.02 本地通话时间7874.74 9575.98 14219.88 15029.94 18305.44 20607.77 18176.30 15219.15 74130.90 47523.80 49344.00 39735.35 本地通话次数80.93 103.79 161.61 170.09 211.23 238.01 200.97 140.33 822.74 497.04 521.28 406.72 省内长途通话时间255.34 560.60 671.11 843.86 658.50 885.16 1159.61 987.36 3774.80 8389.12 8418.61 6134.88 省内长途通话次数1.86 4.42 5.72 7.29 5.71 7.81 10.02 7.12 34.03 73.17 73.56 53.14 省际长途通话时间110.32 305.75 293.05 409.41 269.26 373.12 533.24 485.09 1263.32 2209.19 15981.60 4346.05 省际长途通话次数0.60 1.73 1.81 2.58 1.65 2.34 3.43 2.80 8.71 15.92 120.70 28.84 国际港澳台长途通话时间0.32 6.78 1.63 2.82 1.00 0.89 2.56 0.22 10.42 7.91 31.48 4273.49 国际港澳台长途通话次数0.00 0.04 0.01 0.02 0.01 0.01 0.02 0.00 0.06 0.05 0.22 37.47 省内漫游通话时间338.40 591.40 781.29 1046.00 796.11 1108.62 1560.10 1362.62 4515.15 10459.79 9909.14 8736.74 省内漫游通话次数3.24 5.70 7.91 10.64 8.17 11.53 15.91 12.84 46.96 102.90 94.05 83.40 省际漫游通话时间34.12 191.22 169.02 253.75 124.42 180.73 311.17 257.00 538.17 1436.58 14768.83 4178.14 省际漫游通话次数0.25 1.44 1.39 2.11 1.08 1.57 2.62 2.03 4.75 12.32 127.57 31.60 国际漫游通话时间0.17 1.52 0.78 1.32 0.82 0.79 3.52 0.00 12.78 6.33 29.38 4633.49 国际漫游通话次数0.00 0.01 0.01 0.01 0.01 0.01 0.04 0.00 0.11 0.05 0.24 43.30 IP通话时间492.19 600.45 584.37 688.80 599.59 729.46 1084.45 2591.80 1104.83 8322.41 6629.19 2273.72 IP通话次数2.35 3.26 3.44 3.97 3.40 4.31 6.08 10.48 6.63 53.23 40.87 11.07 呼叫转移时间666.86 689.19 904.18 988.47 1190.04 1353.71 1233.80 807.35 3677.67 2933.65 3967.39 3909.30 呼叫转移次数8.89 10.47 13.67 15.03 18.27 20.41 18.64 11.43 57.94 43.24 59.17 61.81 与移动通话时间/总通话时间0.13 0.17 0.22 0.39 0.19 0.36 0.58 0.34 0.46 0.34 0.46 0.44 与移动通话次数/总通话次数0.11 0.17 0.22 0.40 0.18 0.35 0.57 0.32 0.46 0.34 0.47 0.49 与联通通话时间/总通话时间0.07 0.09 0.16 0.09 0.39 0.24 0.09 0.10 0.18 0.17 0.15 0.11 与联通通话次数/总通话次数0.06 0.08 0.16 0.09 0.39 0.24 0.09 0.10 0.19 0.17 0.15 0.12 与小灵通通话时间/总通话时间0.02 0.01 0.01 0.01 0.01 0.01 0.00 0.01 0.01 0.01 0.00 0.00 与小灵通通话次数/总通话次数0.02 0.01 0.01 0.01 0.01 0.01 0.00 0.01 0.01 0.01 0.00 0.00 与固话通话时间/总通话时间0.17 0.61 0.41 0.36 0.27 0.23 0.21 0.26 0.22 0.36 0.32 0.38 与固话通话次数/总通话次数0.14 0.57 0.39 0.34 0.25 0.22 0.19 0.23 0.21 0.34 0.30 0.37 WAP上网时间19.12 6.46 8.84 9.14 8.96 10.44 15.70 92.46 26.46 16.09 2.78 128.37 WAP上网次数0.14 0.04 0.05 0.06 0.05 0.06 0.08 0.62 0.16 0.08 0.02 0.26 短信总次数33.30 11.05 19.52 21.92 28.80 29.94 37.44 701.66 53.13 49.90 58.34 87.40 梦网短信次数4.00 3.98 4.66 4.77 4.51 4.95 4.82 8.50 6.64 7.05 7.16 6.93 到营业厅次数0.48 0.53 0.73 0.82 0.76 0.95 0.90 1.67 3.31 3.73 4.73 6.84 拨打1860次数1.73 0.63 0.84 0.72 0.98 0.94 0.84 3.68 0.82 1.08 0.84 0.21 拨打1861次数6.81 2.45 4.02 3.56 4.83 5.15 4.27 11.52 3.15 4.06 2.11 0.26 37细分结果数据表细分结果数据表细分结果数据表细分结果数据表描述变量（一）描述变量（一）描述变量（一）描述变量（一）组1组2组3组4组5组6组7组8组9组10客户细分群cluster-1cluster-8cluster-12cluster-9cluster-7cluster-5cluster-10cluster-3cluster-11cluster-4cluster-6cluster-2客户数占总客户比例0.065 0.090 0.197 0.193 0.102 0.158 0.125 0.011 0.035 0.020 0.005 0.001 ARPU68.53 98.87 126.41 135.44 145.52 162.74 153.84 194.58 467.68 545.86 818.85 1422.02 年龄30.99 35.39 34.19 34.32 32.79 32.92 32.74 24.18 33.79 33.72 34.93 35.95 男性比例0.59 0.64 0.67 0.66 0.69 0.72 0.66 0.47 0.75 0.74 0.80 0.77 女性比例0.29 0.27 0.25 0.25 0.22 0.20 0.25 0.44 0.16 0.19 0.15 0.12 性别不详比例0.11 0.09 0.09 0.09 0.08 0.08 0.09 0.09 0.08 0.07 0.06 0.12 现金付费比例0.09 0.19 0.19 0.21 0.16 0.18 0.18 0.08 0.51 0.51 0.59 0.86 预付费比例0.91 0.81 0.81 0.79 0.84 0.82 0.82 0.92 0.49 0.49 0.41 0.14 VIP比例0.07 0.13 0.18 0.20 0.18 0.23 0.20 0.18 0.76 0.81 0.85 0.88 欠费比例0.02 0.02 0.03 0.03 0.03 0.03 0.03 0.01 0.09 0.09 0.10 0.05 在网时长（天）775.00 823.20 852.02 888.43 760.20 827.97 794.64 424.44 1214.86 1152.10 1192.93 1500.07 应收费88.89 128.22 164.29 179.07 194.14 220.03 215.79 258.79 692.31 697.45 991.01 1552.63 优惠费20.35 29.35 37.88 43.63 48.61 57.29 61.95 64.21 224.63 151.59 172.16 130.61 月租费21.56 35.10 38.07 39.20 39.74 42.81 40.71 18.98 48.90 49.37 49.09 49.22 基本通话费42.48 59.87 87.67 92.93 115.20 128.86 113.00 97.73 500.66 329.60 336.54 259.09 本地通话费比例0.48 0.47 0.53 0.52 0.59 0.59 0.52 0.38 0.72 0.47 0.34 0.17 省内长途费0.85 2.34 2.47 2.94 2.28 3.10 3.74 3.51 14.29 22.71 20.88 14.11 省际长途费1.74 4.52 5.20 6.85 5.10 6.74 9.30 7.90 27.07 65.88 98.06 58.33 港澳台长途费0.00 0.02 0.00 0.01 0.00 0.01 0.00 0.00 0.01 0.03 0.06 2.64 国际长途费0.01 0.34 0.08 0.11 0.03 0.01 0.08 0.00 0.51 0.21 0.81 29.41 长途费比例0.03 0.06 0.05 0.06 0.04 0.04 0.06 0.04 0.06 0.13 0.12 0.07 省内漫游费3.48 6.71 8.74 11.67 8.67 12.08 17.24 14.85 48.02 127.08 110.90 97.69 省际漫游费0.43 2.79 2.22 3.33 1.55 2.29 4.02 3.36 6.51 23.34 183.56 57.51 国际漫游费0.02 0.22 0.12 0.26 0.14 0.13 0.50 0.00 2.20 0.94 6.27 706.27 漫游费比例0.04 0.08 0.07 0.09 0.05 0.07 0.10 0.07 0.08 0.22 0.30 0.55 漫游长途费0.24 1.89 1.39 2.05 0.90 1.35 2.34 1.79 4.74 12.04 116.55 202.86 特服费6.63 6.75 7.34 7.58 7.74 8.40 8.15 6.17 13.79 14.36 19.12 17.94 SMS费4.59 1.38 2.11 2.24 2.40 2.63 3.71 81.09 3.38 4.32 4.42 6.14 WAP费0.03 0.01 0.01 0.01 0.02 0.02 0.02 0.12 0.04 0.03 0.00 0.28 IP费1.62 2.10 1.99 2.32 2.08 2.42 3.70 9.60 4.19 27.82 20.30 19.78 IP费比例0.57 0.23 0.22 0.19 0.25 0.22 0.24 0.73 0.09 0.28 0.09 0.06 GPRS费0.45 0.10 0.15 0.19 0.14 0.15 0.31 0.36 1.71 2.28 2.68 12.09 代收信息费4.34 3.57 4.68 5.12 4.36 5.36 5.28 12.35 10.35 11.22 11.57 14.60 其它费0.36 0.55 2.02 2.20 3.71 3.65 3.66 0.60 5.88 6.11 10.10 16.78 38细分结果数据表细分结果数据表细分结果数据表细分结果数据表描述变量（二）描述变量（二）描述变量（二）描述变量（二）组1组2组3组4组5组6组7组8组9组10客户细分群cluster-1 cluster-8 cluster-12cluster-9cluster-7cluster-5 cluster-10cluster-3 cluster-11cluster-4cluster-6cluster-2客户数占总客户比例0.065 0.090 0.197 0.193 0.102 0.158 0.125 0.011 0.035 0.020 0.005 0.001 ARPU68.53 98.87 126.41 135.44 145.52 162.74 153.84 194.58 467.68 545.86 818.85 1422.02 主叫通话时间5266.84 6145.73 7954.73 8442.79 10029.99 11172.89 10108.50 8461.86 38951.29 27426.91 34500.81 25890.70 主叫通话次数51.54 64.18 89.51 94.98 114.78 128.15 112.57 82.95 426.79 279.85 336.41 252.40 被叫通话时间2949.69 4299.05 7223.79 7831.84 9194.73 10677.88 9739.74 8211.85 40198.52 30501.98 38798.64 29502.33 被叫通话次数32.29 46.56 80.56 85.92 104.77 121.02 102.79 68.33 439.92 306.02 376.67 285.09 主叫通话时长/被叫通话时长1.79 1.43 1.10 1.08 1.09 1.05 1.04 1.03 0.97 0.90 0.89 0.88 主叫通话次数/被叫通话次数1.60 1.38 1.11 1.11 1.10 1.06 1.10 1.21 0.97 0.91 0.89 0.89 总打出号码数15.01 24.29 33.43 34.19 35.40 41.54 34.14 27.79 101.83 91.98 96.06 84.37 总打入号码数11.94 19.57 32.24 32.83 33.09 40.78 32.26 26.12 118.52 99.59 113.95 106.14 打出号码(排前10名的)的平均通话时长471.38 405.00 455.52 489.91 597.25 627.64 642.80 672.67 1799.54 1484.61 1693.76 1107.05 打出号码(排前10名的)的平均通话次数3.57 3.42 4.38 4.76 6.12 6.49 6.28 5.02 19.40 13.33 15.16 10.30 打入号码(排前10名的)的平均通话时长222.44 274.29 374.48 416.74 529.11 562.86 583.99 498.81 1618.24 1200.39 1467.55 1035.47 打入号码(排前10名的)的平均通话次数2.00 2.39 3.63 4.01 5.45 5.84 5.48 3.33 17.83 11.78 13.96 11.12 TOP10的主叫通话时长/被叫通话时长2.12