某公司数据挖掘项目汇报某公司数据挖掘项目汇报高价值客户维系高价值客户维系 2010年01月26日 -2- 高价值用户维系思路高价值用户维系思路 1、异动监控： 行为异动 话务异动 与他网交往异动 2、用户预警： 话务预警 收入预警 投诉预警 3、提前解绑和协议 到期 模型：模型：高价值用户流高价值用户流 失预警模型失预警模型 异动预警监控异动预警监控 1、维系方案生成 财务捆绑 业务捆绑 服务捆绑 2、维系方案实施 营销案实施流程 维系渠道 维系方式 用户维系方案用户维系方案 1、维系情况反馈 2、维系效果评估： 财务捆绑类维系方 案 业务捆绑类维系方 案 服务捆绑类维系方 案 维系效果评估维系效果评估 1、高价值用户定义： 贡献大用户中高 端用户 重要用户党政军 用户及集团用户联系 人 2、用户分群： 高价值用户根据用户 偏好进行分类 模型：模型：高价值用户细分高价值用户细分 模型模型 高价值用户定义及分群高价值用户定义及分群 建立高价值用户维系闭环管理体系，对高价值用户明确定义，精确细分和预警，建立高价值用户维系闭环管理体系，对高价值用户明确定义，精确细分和预警， 制定和实施维系策略，实现高价值用户维系。制定和实施维系策略，实现高价值用户维系。 -3- 品牌品牌 营销营销 服务服务 高价值高价值 用户用户 满足客户需要的刺激物 对个体行为不断的强化 动机动机P = P = 诱因诱因(K)(K) 习惯习惯(sHR) (sHR) 驱力驱力(D)(D)注 品牌品牌 营销营销 服务服务 因此, 为了 建立 和保 持用 户忠 诚， 我们 需要: 高价值用户为什么选择并忠诚于我们？ 高价值用户维系策略高价值用户维系策略1：“三驾马车”齐头并进：“三驾马车”齐头并进 注：美国心理学家赫尔（CLHull）行为动机内驱力理论 按照理想完善自我形象 -4- 促销促销(Promotion) 价格价格(Price) 渠道渠道 (Place) 产品产品(Product) 立足市场分析，理解高价值用户感知，全面开展营销创新，满足高价值用户核 心需求，增强用户对公司业务的依赖和忠诚。 高价值用户维系 营销创新营销创新 理解用户对产品/业务 的偏好，针对用户需 求开发和推荐产品， 满足用户的关键利益 需求。 理解用户对购买、服 务和沟通的要求，针 对性地设计销售、服 务和传播的渠道。 理解用户对市场促销 活动的反应和接受程 度，针对特定用户群 制定差异化的策略， 实现对高价值用户群 的有效捆绑。 理解用户的价格敏感 度，针对用户的需求 制定及竞争对手策略 制定价格战略。 高价值用户营销维系基本思路高价值用户营销维系基本思路 注 注：本项目重点研究针对拍照高价值用户的促销，侧重于营销捆绑，对产品、价格及渠道不研究。 -5- 在网时长捆绑和价值捆绑并重在网时长捆绑和价值捆绑并重 充分运用营销捆绑措施，提升高价值用户在网时长及收入（ARPU/MOU）价值， 实现用户全面保有。 高价值用户群 离网（沉默）流失 预警用户 价值流失 预警用户 价值捆绑 高价值用户保有 流失预警 在网时长捆绑 营销案营销案 -6- 高高 价价 值值 用用 户户 维维 系系 方方 案案 高高 价价 值值 用用 户户 流流 失失 预预 警警 高高 价价 值值 用用 户户 细细 分分 高价值用户营销维系措施高价值用户营销维系措施 序 号 拍照高价值用户 细分群 离网预警 价值流失预警 高危 异动 高危 异动 1 漫游突出用户群 主推 漫游话务打满送1 漫游话务打满送2 漫游话务打满送2 漫游话务打满送3 次推 预存送话费1 预存送话费2 预存送话费2 预存送话费3 2 长途话务突出群 主推 长途话务打满送1 长途话务打满送2 长途话务打满送2 长途话务打满送3 次推 预存送话费1 预存送话费2 预存送话费2 预存送话费3 3 本地话务突出群 主推 本地话务打满送1 本地话务打满送2 本地话务打满送2 本地话务打满送3 次推 预存送话费1 预存送话费2 预存送话费2 预存送话费3 4 话务均衡用户群 主推 预存送话费1 预存送话费2 预存送话费2 预存送话费3 次推 5 短信突出用户群 主推 专项预存-短信套餐捆绑（现有） 次推 预存送话费1 预存送话费2 预存送话费2 预存送话费3 6 GPRS突出用户群 主推 专项预存-GPRS套餐捆绑（现有） 次推 预存送话费1 预存送话费2 预存送话费2 预存送话费3 7 数据业务兴趣群 主推 数据业务包（中低档）专项预存 次推 预存送话费1 预存送话费2 预存送话费2 预存送话费3 8 数据业务发烧群 主推 数据业务包（中高档）专项预存 次推 预存送话费1 预存送话费2 预存送话费2 预存送话费3 9 低消均衡用户群 主推 预存送话费1 预存送话费2 预存送话费2 预存送话费3 次推 数据业务包专项预存 拍照高价值全用户 差异化的服务捆绑 全用户忠诚度计划（网龄营销） 注：对拍照平均ARPU200的高端用户首推“预存优惠购机”。 -7- 高价值用户细分模型高价值用户细分模型 采用SPSS及CLEMENTINE作为数据分析与聚类建模工具； 算法为Two Step 聚类算法； 聚类数据集为2008年的拍照高价值用户，即2008年总消费在960元以上（含）且每月话务量均 在50分钟以上（含）的用户； 数据在聚类前需进行标准化变换和极值处理。 GPRS流量 新业务费 新业务使 用种类数 短信条数 低消 均衡 GPRS 突出 数据业 务兴趣 短信 突出 数据业 务发烧 本地通 话次数 长途通 话次数 总通话 时长 漫游通 话次数 ARPU 长途 突出 长途 突出 漫游 突出 话务 均衡 本地突出 漫游 突出 -8- 高价值用户细分群主要消费行为特征高价值用户细分群主要消费行为特征-1 序号序号 细分群名称细分群名称 细分群特征细分群特征 规模占比规模占比 1 漫游突出用 户群 语音消费行为相对数据业务消费行为更为突出，为用户主要行为属性； ARPU为200元/户左右，经常去外地，漫游话务突出，漫游通话频次最高 ，本地及长途话务相对较少 8.7% 2 长途话务突 出群 语音消费行为相对数据业务消费行为更为突出，为用户主要行为属性； ARPU为215元/户左右，交往圈中外地号码多，长途话务突出，且长途通 话频次最高，漫游相对较少 11.2% 3 本地话务突 出群 语音消费行为相对数据业务消费行为更为突出，为用户主要行为属性； ARPU为160元/户左右，交往圈主要集中在本地，本地话务突出，且本地 通话频次最高，长途漫游较少 24.9% 4 话务均衡用 户群 语音消费行为相对数据业务消费行为更为突出，为用户主要行为属性； ARPU较低为82元/户左右，较少去外地，漫游和长途时通话频次最低， 且平均每次通话时长最短 35.4% 5 短信突出用 户群 数据业务消费行为相对语音消费行为更为突出，为用户主要行为属性； ARPU平均为105元/户左右，数据业务消费占比55%左右，主要使用短信 业务，且短信上行条数最高，户均368条 3.0% -9- 序号序号 细分群名称细分群名称 细分群特征细分群特征 规模占比规模占比 6 GPRS突出用 户群 数据业务消费行为相对语音消费行为更为突出，为用户主要行为属性； ARPU平均为118元/户左右，数据业务消费占比60%左右，GPRS流量 高，其他数据业务使用相对较少 2.3% 7 数据业务兴 趣群 数据业务消费行为相对语音消费行为更为突出，为用户主要行为属性； ARPU为82元/户左右，订购数据业务种类多，但消费不高，数据业务 费用占比54%左右 6.0% 8 数据业务发 烧群 数据业务消费行为相对语音消费行为更为突出，为用户主要行为属性； ARPU为230元/户左右，订购数据业务种类多，且数据业务消费最高， 户均高达116元 2.6% 9 低消均衡用 户群 总消费低，ARPU为61元/户左右，数据业务消费与语音消费相对均衡 ，数据业务费用占比55%左右， 各类型数据业务消费量均较低，无突 出特征 5.9% 高价值用户细分群主要消费行为特征高价值用户细分群主要消费行为特征-2 -10- 高价值用户离网预警采用生存分析数据挖掘方法，提前高价值用户离网预警采用生存分析数据挖掘方法，提前 预判用户异动与离网倾向预判用户异动与离网倾向 在用户在网末期判断用 户离网趋向，即便找到 用户，挽留成功率较低 提前发现用户异动倾向， 并预判用户离网时间 生存分析数生存分析数 据挖掘建模据挖掘建模 传统数传统数 据挖掘据挖掘 建模建模 获取期获取期 成长期成长期 成熟期成熟期 衰退期衰退期 离网期离网期 -11- 生存分析方法概述生存分析方法概述 生存分析方法起源于人口和生物统计，随后被用于工业产品可靠性检验。 目前被广泛运用于保险、银行的用户管理、政策制定方面。生存分析方 法的历史虽然可以追溯到公元十六世纪，自上世纪九十年代，却成为当 今国际统计分析方法领域的研究热点。 现代商业开始关注时间和结果之间的关系，而且处理的数据多是未截止 的（右截断），生存数据的特点以及相应统计方法上的灵活性,能较好地 适应这些特点，并在很大程度上克服传统分析方法的缺陷，从而在风险 分析、用户关系管理和时间点预测等方面广泛运用。 生存分析方法是重要的统计研究分支，其包括的方法众多，既包括生命 表、Kaplan-Meier等 非参数方法 ，还包括Buckley-James 等参数方法， 但在实际工作中运用最多的还是COX半参回归*方法。 *COX模型在模型在Clementine 12.0版本中被首次集成于通用数据挖掘软件中版本中被首次集成于通用数据挖掘软件中 -12- COX模型简介模型简介 对生存时间分布无要求，可估计出各研究因素对风险率对生存时间分布无要求，可估计出各研究因素对风险率 的影响的影响 假设在时点假设在时点t，个体出现观察结局的风险大小可以分解为，个体出现观察结局的风险大小可以分解为 两部分两部分: 有一个基本（本底）风险量有一个基本（本底）风险量h0(t)，代表没有任何自变量，代表没有任何自变量 影响下的生存状况影响下的生存状况 第第i个影响因素使得在任意一个时点个影响因素使得在任意一个时点t的死亡风从的死亡风从h0(t)增增 加加e(bi i)倍而成为 倍而成为h0(t) e(bi i) h(t,X)= h0(t)EXP(b11+b22+bkk) EXP()的实际含义是相对危险度，如果大于的实际含义是相对危险度，如果大于1，则说明相，则说明相 应的自变量取值增加，会导致个体的用户流失风险增加若应的自变量取值增加，会导致个体的用户流失风险增加若 干倍干倍 模型模型 要求要求 模型模型 构建构建 模型模型 解释解释 -13- 沟通沟通 (Communication) 成本成本(Cost) 便利便利 (Convenience) 用户用户(Consumer) 高价值用户维系 服务创新服务创新 挖掘高价值用户的潜 在需求和服务期望， 针对用户的期望提供 精准服务。 优化高价值用户营销 和服务渠道，全面提 升用户触点的服务流 程，提高用户消费及 沟通便捷性。 重视高价值户不满及需 求表达，建立双向沟通 机制，并将信息加工应 用创造价值；同时通过 传播提升用户对产品、 服务的价值感知。 通过服务提升提高高 价值用户的货币利用 率，降低其时间、精 力成本，提升用户让 渡价值。 高价值用户服务维系基本思路高价值用户服务维系基本思路 深度挖掘高价值用户潜在需求，以卓越的服务能力不断强化用户体验，增强用 户的服务黏性，