《业支中心经分应用案例季度上报材料构建三位一体中高端客户保有模型,精确制导中高端客户保有工作.ppt》由会员分享，可在线阅读，更多相关《业支中心经分应用案例季度上报材料构建三位一体中高端客户保有模型,精确制导中高端客户保有工作.ppt（20页珍藏版）》请在三一办公上搜索。
1、构建三位一体中高端客户保有模型精确制导中高端客户保有工作,单位：中国移动辽宁公司时间：2010年6月,目 录,建模背景建模方案应用案例创新点及效益评估未来展望,市场状况,保有现状,当前的中高端客户保有大多是孤立和零散的，没有有效和全面的了解客户的全貌，这样使得大量的中高端客户保有工作还处于比较低级的阶段，盲目性较高，且浪费了大量的成本，最终的效果却并不理想,建模目的,以上4个方面的问题，暴露了中高端客户保有存在的盲目性和缺乏时效性，由此可延伸出模型建设的目的如下：,目 录,建模背景建模方案应用案例创新点及效益评估未来展望,中高端客户价值流失预警模型根据用户前3个月（相对于当前月）的消费能力和行
2、为预测用户未来2个月（包括当前月）连续价值流失的可能性，以量化中高端客户的价值流失风险，为中高端客户价值保有提供关键参考,中高端客户细分模型结合用户消费行为特征、用户消费能力等因素对3个月前（相对于当前月）的中高端客户进行细分，以便根据用户相应特征制定不同的中高端客户保有策略,2,1,3,4,5,中高端客户终端偏好模型通过用户基本信息、换机前终端信息、通话行为、业务消费行为等因素建立决策树模型，匹配用户最优推荐机型，并考虑品牌忠诚度和用户消费能力，匹配用户第1、2备选推荐机型，精确到用户级,中高端客户业务偏好模型通过新业务在各用户细分组中渗透率排序、业务消费行为和能力等因素，匹配用户第1、2、
3、3偏好数据业务，精确到用户细分组,中高端客户资费捆绑定价模型根据四西格玛原则对ARPU 581元的3个月前（相对于当前月）的中高端客户ARPU进行聚类，然后根据决策树模型进行分档，将全体中高端客户ARPU分为5档，再将每个中高端客户前3个月（相对于当前月）的平均ARPU与这5档进行匹配，分档均值为第1资费档次、分档上限为第2资费档次，为资费捆绑定价提供依据,中高端保有精细化模型支撑,建模思路,数据提取,数据清洗,数据审核,数据集成,数据挖掘宽表构建,缺失数据处理 极值数据处理 错误数据处理 冗余数据处理,数据统计错误审核 数据源错误审核 数据统计口径审核,提取建模所需数据,数据准备,数据准备确
4、保建模数据的准确性、可用性和完整性,中高端客户业务偏好模型,模型算法,选择合适的建模算法确保建模过程和输出结果的精细化、简约化和合理化,业务需求沟通业务现状分析 业务问题诊断 目标用户特征分析 建模目标确定,根据建模要求和现有数据情况，构思和确定建模数据提取需求 提取数据 数据质量审核 数据探索 异常用户的识别和剔除,数据抽样。确定建模用户集合 建模衍生变量计算。根据提取的基础数据计算衍生变量，构建宽表 建模变量筛选 特征建模分析 卡方分析 方差分析 双变量分析 相关性分析 显著性检验 建模变量数据转换 对数变换 标准化变换,确定建模训练数据集 确定建模测试数据集 采用合适的算法，建立模型 评
5、估模型效果，主要评估指标有相应率、查全率和提升度 业务解释建模结果 调整模型参数和建模变量，直到得到满意结果,模型的评估 提升图、收益图 混淆矩阵。准确率和查全率 模型的优化 模型数据集调整 数据质量的优化 建模变量的筛选 建模方法的选择 模型参数的调整,建模过程,建模结果,通过上述建模过程，按照下列建模的逻辑架构可以输出模型结果如下：,目 录,建模背景建模方案应用案例创新点及效益评估未来展望,通过资费捆绑定价模型输出的客户匹配资费额和激励资费额，结合先前标注出的客户数据业务偏好和客户细分组特征，制定资费捆绑营销方案，对语音类细分组采用预存返话费+语音优惠包的营销组合，对新业务类细分组采用预存
6、返话费+新业务优惠包的营销组合方式,通过客户业务偏好模型结合客户细分模型结果，匹配各细分组别的数据业务偏好,应用路径,输入全体中高端客户名单,1,2,通过价值流失预警模型标识全体中高端客户的价值流失风险等级，配合辽宁移动蓝、绿、黄、红、白这5个流失预警区，确定中高端客户保有工作的优先级和重点人群,3,4,5,5,通过目标客户细分模型将中高端客户进一步细分为不同消费能力和业务特征的组别，以保有策略匹配，可以针对语音类细分组别制定语音业务捆绑策略，奉送语音优惠包,输出终端或资费捆绑营销活动目标客户名单,通过客户终端模型输出的客户最优推荐机型和第1、2备选机型，结合先前标注出的客户数据业务偏好，制定
7、终端捆绑营销方案，采用终端补贴+新业务优惠的营销组合方式,输出业务捆绑营销活动目标客户名单,辽宁移动运用价值流失预警模型、终端偏好模型、业务偏好模型在2010年4月28日-5月28日之间精选8款知名品牌的3G终端，开展了中高端客户TD终端深度捆绑营销活动，通过价值流失预警模型删选出目标客户，通过终端偏好模型匹配推荐TD终端，通过业务偏好模型确定奉送的数据业务，以3G终端+数据业务的营销组合模式，实现了终端捆绑营销活动的精细化和差异化。,应用举例,目 录,建模背景建模方案应用案例创新点及效益评估未来展望,创新评估,本次中高端客户保有5大模型建设，以实现中高端客户的三位一体化营销服务为出发点，以为
8、中高端客户保有工作提供一站式准确模型和数据支撑为最终目标，主要包括了2大方面的创新点：,效益评估,通过最优化中高端客户保有成本配置增加经济效益，人均保有成本较模型应用前减少约20元，本次中高端客户保有50万客户，则节约成本2050万=1000万元从客户保有的角度上来说，一个中高端客户的拓展成本则约为1000元。模型应用前后对比分析得知，中高端客户保有量较之前月均多5000户，则从客户保有的角度来说，月中高端客户保有带来的收益为：50001000元=500万,经济效益,通过模型构建，为客户量体裁衣，使得市场一线人员能更为完整和精准的获取客户在终端、业务、资费方面的资讯，也因此能够为客户提供良好的
9、差异化个性服务。从而大幅提升了中高端客户满意度通过提高中高端客户在终端、资费和业务方面的捆绑率和捆绑期，提升了中高端客户保有量，同时在保有量上稳步上涨,社会效益,传统的中高端客户保有策略只是简单和孤立的构建模型，各模型之间是孤立的、分散的，不具备兼容性和协同性，无法掌控目标客户全貌。本项目构建的五大模型，通过三位一体的设计，实现了客户信息的多维度分析，可以完整、全方位的了解客户终端偏好、新业务偏好、消费能力等特点，为制定精细化保有策略提供了准确全面的数据支持,市场效益,目 录,建模背景建模方案应用案例创新点及效益评估未来展望,01,02,通过总结中高端客户保有5大模型建设经验，为基于业务需求的一体化建模思路完善与复用积累经验,通过总结中高端客户保有5大模型建设经验，为后续的中高端客户停机服务模型及其他模型建设积累经验,03,通过总结中高端客户保有5大模型建设经验，为算法创新和统计分析法创新应用，积累经验,经验总结及未来展望,
