《精编》客户细分模型项目报告

《《精编》客户细分模型项目报告》由会员分享，可在线阅读，更多相关《《精编》客户细分模型项目报告（84页珍藏版）》请在金锄头文库上搜索。

1、1 2003年12月 2003年12月 四川移动客户细分模型项目报告 2 报告会议程 一 项目背景及前阶段工作回顾二 客户细分方法论三 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 3 报告会议程 一 项目背景及前阶段工作回顾二 客户细分方法论三 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 4 项目概述 项目主题 四川移动客户细分模型项目范围 本期项目以乐山市为试点城市项目目的 按用户行为进行细分 客观反映

2、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 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 5 项目各阶段计划 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 应用专题设计根据第一阶段的访谈 并

3、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 SPSS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 6 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不同的服务策略 四川移动客户细分现状 7 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业务部门增长需求 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

4、8 针对各部门的需求访谈 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 9 针对各部门的需求访谈 10 报告会议程 一 项目背景及前阶段工作回顾二 客户细分方法论三 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五 短信专眉山网站建设 略六 基于客户细分结果的市场营销活动讨论 11 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 从各个角度来增加股东价值 都需要以客户细分为基础 12 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 为什么划分客户群 产品 服务理解客户对产品的偏好 针对客户的需求提供产品 渠道理

5、解客户对销售和服务要求 有针对性地设计销售渠道 推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 价格制定理解客户的价格敏感度 针对客户的需求制定价格战略 13 分析型CRM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 14 分析型CRM各模型的相互关系和用处 模型互相作用 输入方向 客户价值模型 交叉销售和增量销售发现模型 应用模型 流失预测模型 客户细分模型 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 根据客户细分模型的输出物

6、 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 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 客户周期价值分析模型 渠道盈利分析模型 挽留响应模型 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 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CRM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解 并由此产生有针对性的运作 15 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

7、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 实施的难易程度 人口统计 Demographical 客户价值 CustomerValue 行为方式 Behavioral 态度 Attitudinal 16 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 细分基础 优势 劣势 应用 17 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 客户价值 客户细分三维分析体系 18 报告会议程 一 项目背景

8、及前阶段工作回顾二 客户细分方法论三 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 19 本期客户细分模型 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 点对点短信 梦网短信 本地通话 通话行为 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 20 CRISP DM C

9、ross IndustryStandardProcessforDataMining 具体流程如下图 数据挖掘方法论 CRISP 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 21 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 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 计费中心支持数据挖掘工程师 数据挖掘 商业分析 市场营销人员 商业理解BusinessUnderstanding 数据理解DataUnderstanding 数据准备DataPreparation 建立模型Modeling 模型评估Eva

10、luation 结果发布Deployment 模型调优 应用策略 CRISP DM 22 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 注 细分变量 用于进行客户细分的变量 描述变量 将客户细分成各个群体后 各群体的基本特征 23 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 我们定义了几组数据作为细分变量 注 其中d X代表时长 t X代表次数 24 步骤一 商业理解 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 25 步

11、骤二 数据理解 数据源来自经营分析系统 客户基本信息 DW USR DCUSTM 用户帐务信息 DW FEE SHOULDDM CDR信息语音CDR DW CALL CDR IP业务CDR DW NEWBUSI CDR 短信业务CDR DW NEWBUSI SMSCDR 梦网业务CDR DW NEWBUSI MESGCDR 客服信息 26 步骤三 数据准备 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 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

12、27 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 根据标准 群间差距最大 群内差距最小的原则进行分析 同时调整变量组合 以尽量接近标准 以此方式循环 逐步使模型得到优化 28 步骤四 建立模型 数据探索 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 2003年8 10月 注 黄色部分为去掉的数据 29 步骤四 建立模型 数据探索 在记录中发现should fee 用户应收费 favor fee 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

13、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 部分should fee favor fee的记录 30 步骤四 建立模型 数据探索 短信发送人数极多号码有可能为移动统一向用户发送 以distinct sms send 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 以免极少数用户的行为对细分结果形成噪音 以d local 本地通话时长 为例 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 去掉部分极值 31 乐山移动用户的ARPU值分布 乐山的平均ARPU值 156 48元 步骤四 建立模型 数据探索 我们获得的乐山移动用户记录共有13038

14、8条 经过正常值选择 极值处理等 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 乐山移动用户性别比例 乐山移动用户区域分布 32 乐山移动用户付费方式 步骤四 建立模型 数据探索 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 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ARPU值在300元以上可享有贵宾卡 即VIP用户 从图中所示 系统中VIP标记部分有误 乐山移动用户VIP情况 33 步骤四 建立模型 生成客户细分模型 使用SPSS数据挖掘工具进行客户细分 34 步骤

15、五 模型评估 以t fix vs total为强势特征的细分组t fix vs total的分布 所有用户t fix vs total 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 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 甚至第三步骤进行调整 35 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 该部分内容在下一节详细讲述 36 报告会议程 一 项目背景及前阶段工作回顾二 客户细分方法论三 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五 短信专题客户细分结果分析及

16、相应市场策略六 基于客户细分结果的市场营销活动讨论 37 细分结果数据表 12个客户细分组 细分变量 38 细分结果数据表 描述变量 一 39 细分结果数据表 描述变量 二 40 细分结果数据表 描述变量 三 注 cluster 2 除强势变量外 其他变量没用颜色标记 41 各组相对强弱势比较 42 组1 低使用率组 43 组1 低使用率组 44 组2固话联系紧密组 45 组2固话联系紧密组 46 组2固话联系紧密组 固话通话比例 组2t fix vs total分布 所有用户t fix vs total分布 47 组3中低使用率组 48 组3中低使用率组 49 组4联通联系紧密组 50 组4联通联系紧密组 51 组5移动联系紧密组 52 组5移动联系紧密组 53 组5移动联系紧密组 移动通话比例 组5t mob vs total分布 所有用户t mob vs total分布 54 组6短信高使用组 55 组6短信高使用组 56 组6短信高使用组 短信发送总数 组6t sms total分布 所有用户t sms total分布 57 组7大量本地通话组 58 组7大量本地通话组 59