數(shù)據(jù)挖掘在電信業(yè)的應(yīng)用.ppt

,數(shù)據(jù)挖掘技術(shù)在 電信用戶分析與保持中的應(yīng)用,北大2013公安班數(shù)據(jù)挖掘第13小組 2013年11月,北大2013公安班數(shù)據(jù)挖掘第13小組 成員名單,黃錫鋒：1301220570 張 佶：1301220690 趙 征：1301220706 徐 良：1301220670 周 健：1301220713 張 峰：1301220686,電信運營商之間競爭激烈,兩 有：市場占有率，用戶保有量 ARPU：每用戶月平均收入,提升,電信運營商之間競爭激烈,運營商的年ARPU值,ARPU值逐年下降，應(yīng)努力調(diào)整業(yè)務(wù)結(jié)構(gòu)以適應(yīng)形勢變化。,電信運營商之間競爭激烈,運營商年ARPU值,留住一個用戶所需要的成本是爭取一個新用戶成本的1/5,相關(guān)分析主要分析變量之間聯(lián)系的密切程度；回歸分析主要基于觀測數(shù)據(jù)與建立變量之間適當(dāng)?shù)囊蕾囮P(guān)系。相關(guān)分析與回歸分析均反映的是數(shù)據(jù)變量之間的有價值的關(guān)聯(lián)或相關(guān)聯(lián)系，因此兩者又可統(tǒng)稱為關(guān)聯(lián)分析。,（一）相關(guān)分析和回歸分析,時間序列分析與關(guān)聯(lián)分析相似，其目的也是為了挖掘數(shù)據(jù)之間的內(nèi)在聯(lián)系，但不同之處在于時間序列分析側(cè)重于數(shù)據(jù)在時間先后上的因果關(guān)系，這點與關(guān)聯(lián)分析中的平行關(guān)系分析有所不同。,（二）時間序列分析,分類與預(yù)測用于提取描述重要數(shù)據(jù)類的模型，并運用該模型判斷新的觀測值分類或者預(yù)測未來的數(shù)據(jù)趨勢。,（三）分類與預(yù)測分析,聚類分析就是將數(shù)據(jù)對象按照一定的特征組成多個類或者簇，在同一個簇的對象之間有較高的相似度，而不同的簇之間差異則要大很多。在過程上看，聚類分析一定程度上是分類與預(yù)測的逆過程。,（四）聚類分析,從實際情況上看，國內(nèi)電信企業(yè)每月的用戶流失率一般在1%3%左右，如果直接采用某種模型(比如決策樹、人工神經(jīng)網(wǎng)絡(luò)等)可能會因為數(shù)據(jù)概率太小而導(dǎo)致模型的失效，因此我們需要加大流失用戶在總樣本中的比例，但是這種過度抽樣必須謹(jǐn)慎小心，要充分考慮它的負(fù)面效應(yīng)。,（一）抽樣,在實際運用的過程中，可能存在用戶被判斷具備流失傾向，但當(dāng)數(shù)據(jù)返回到用戶服務(wù)前臺的時候用戶已經(jīng)流失的情況，其原因可能存在于不同業(yè)務(wù)部門之間協(xié)調(diào)工作的時延過長或者數(shù)據(jù)采集間隔太長等，這使得流失判定預(yù)警喪失了原有的意義。,（二）模型的有效性,數(shù)據(jù)挖掘在用戶流失管理中的重要應(yīng)用不僅僅應(yīng)包括對用戶流失的提前預(yù)警，還應(yīng)包括用戶流失后的原因分析。按照不同的用戶信息維度，查找最容易流失的用戶群，同業(yè)務(wù)部門人員配合，輔以相關(guān)調(diào)查，力求發(fā)現(xiàn)用戶流失的癥結(jié)所在。,（三）流失后分析,28%的用戶是重入網(wǎng)或反復(fù)入網(wǎng)引起的；流失用戶的91.6%是在半年內(nèi)流失（低網(wǎng)齡用戶）。,用戶流失類型,（一）重入網(wǎng)、反復(fù)入網(wǎng)用戶挖掘,識別規(guī)則：通過對新入網(wǎng)用戶使用手機(jī)的IMEI號（或身份證號碼）與存量用戶的IMEI號歷史庫（或身份證號碼歷史庫）進(jìn)行分析識別出重入網(wǎng)和反復(fù)重入網(wǎng)用戶。,（一）重入網(wǎng)、反復(fù)入網(wǎng)用戶挖掘,識別過程,為了提高分析結(jié)果的準(zhǔn)確率，每月定期對上月新入網(wǎng)的用戶（上月入網(wǎng)并激活的用戶）進(jìn)行分析。分析示意如下：用戶在N月入網(wǎng)并激活（有話單產(chǎn)生），則在N+1月（計算月）對N月入網(wǎng)并激活的所有用戶進(jìn)行重入網(wǎng)分析。,產(chǎn)品/價格,促銷/宣傳,不同品牌及資費存在內(nèi)部競爭，沒有考慮體系間的平衡問題； 預(yù)存費用低，用戶入網(wǎng)門檻不高，使其可以輕易棄卡。,新入網(wǎng)促銷活動優(yōu)惠力度過大； 品牌及資費資費套餐互轉(zhuǎn)門檻過高，停機(jī)保號、套餐互轉(zhuǎn)等宣傳不足。,追求經(jīng)濟(jì)收益，受入網(wǎng)優(yōu)惠的吸引； 換取吉祥號碼； 欠費停機(jī)后選擇重入網(wǎng)。,競爭對手以低資費、大力度的優(yōu)惠活動吸引用戶，但整體質(zhì)量未能讓用戶滿意，從而使用戶在短暫離（移動）網(wǎng)后重新入網(wǎng),內(nèi)部原因,外部原因,用戶原因,渠道/服務(wù),渠道迫于指標(biāo)壓力或利益驅(qū)動，自身養(yǎng)卡或誘導(dǎo)用戶換卡； 補(bǔ)卡成本高且手續(xù)復(fù)雜。,（一）重入網(wǎng)、反復(fù)入網(wǎng)用戶,為了保證數(shù)據(jù)的完整性和可用性,1、數(shù)據(jù)準(zhǔn)備,（二）低網(wǎng)齡用戶挖掘,流失用戶在網(wǎng)時長分析,2、初步分析,（二）低網(wǎng)齡用戶挖掘,流失用戶的91.6% 是在入網(wǎng)后的六個月內(nèi)流失 流失用戶的76% 是在入網(wǎng)后的四個月內(nèi)流失 分別有22.1%和22.8%的流失用戶在入網(wǎng)后的第一個月和第二月內(nèi)流失,數(shù)據(jù)來源： 12年1月-10月新增用戶 流失用戶定義：當(dāng)月停機(jī)，且連續(xù)停機(jī)60天以上用戶,到2012年11月仍未開機(jī)用戶 網(wǎng)齡舉例：3月入網(wǎng)，3月流失的用戶，網(wǎng)齡為0個月,流失用戶的在網(wǎng)時長分布,針對網(wǎng)齡1個月和24個月兩個用戶群分析,3、進(jìn)一步分析,（二）低網(wǎng)齡用戶挖掘,采用凝聚的方法,4、網(wǎng)齡1個月的流失用戶通話業(yè)務(wù)挖掘,（二）低網(wǎng)齡用戶挖掘,網(wǎng)齡1月新增用戶細(xì)分模型,4、網(wǎng)齡1個月的流失用戶數(shù)據(jù)業(yè)務(wù)挖掘,（二）低網(wǎng)齡用戶挖掘,網(wǎng)齡1月新增用戶細(xì)分模型,4、網(wǎng)齡1個月的流失用戶數(shù)據(jù)挖掘,（二）低網(wǎng)齡用戶挖掘,4、網(wǎng)齡1個月的流失用戶數(shù)據(jù)挖掘,（二）低網(wǎng)齡用戶挖掘,5、網(wǎng)齡24個月的流失用戶通話業(yè)務(wù)挖掘,（二）低網(wǎng)齡用戶挖掘,網(wǎng)齡24月新增用戶細(xì)分模型,5、網(wǎng)齡24個月的流失用戶數(shù)據(jù)業(yè)務(wù)挖掘,（二）低網(wǎng)齡用戶挖掘,網(wǎng)齡24月新增用戶細(xì)分模型,（二）低網(wǎng)齡用戶挖掘,5、網(wǎng)齡24個月的流失用戶數(shù)據(jù)挖掘,（二）低網(wǎng)齡用戶挖掘,5、網(wǎng)齡24個月的流失用戶數(shù)據(jù)挖掘,根據(jù)中國移動歷年年報顯示，簽約用戶在網(wǎng)率時間長，且ARPU值一般是預(yù)付費用戶ARPU值的34倍。具體實現(xiàn)方式有兩種： 一種是通過有吸引力的資費套餐將預(yù)付費用戶轉(zhuǎn)換成簽約用戶 另一種是直接發(fā)展簽約用,（一）擴(kuò)大簽約用戶比例提高在網(wǎng)率,通過推出各種優(yōu)惠資費套餐等促銷方法拉動用戶提高業(yè)務(wù)使用量，這種方法往往與預(yù)付費用戶轉(zhuǎn)換成簽約用戶方法相配套推出。下表是針對不同用戶群可以推出的優(yōu)惠措施：,（二）針對不同用戶群推出不同優(yōu)惠措施,（二）針對不同用戶群推出不同優(yōu)惠措施,對于電信運營商來說，不僅業(yè)務(wù)要不斷創(chuàng)新，不斷開發(fā)，服務(wù)也要不斷創(chuàng)新，不斷開發(fā)?？梢酝瞥鋈缦路?wù)