《流动人口识别监控与精准营销系统》由会员分享，可在线阅读，更多相关《流动人口识别监控与精准营销系统（52页珍藏版）》请在金锄头文库上搜索。
1、CMGD-GZ LIUYAQI中国移动科技创新成果推广材料中国移动科技创新成果推广材料完成单位：广东公司业务支持中心经营分析室 成果名称：流动人口识别监控与精准营销系统成果研究类别：现有业务优化省内评审结果：成果专业类别：业务支撑2CMGD-GZ LIUYAQI目录A.项目背景B.实施方案C.应用案例D.项目的主要创新点E.社会和经济效益-3-低低成成本本高高效效率率的的运运营营通信行业全业务竞争通信行业全业务竞争加剧加剧客户发展、争夺和保客户发展、争夺和保有有产品和业务发展产品和业务发展“长长尾化尾化”业务拓展需求业务拓展需求利用这些业务知识实现精细化营销利用这些业务知识实现精细化营销对客户
2、的这些信息进行清洗、提炼，对客户的这些信息进行清洗、提炼，挖掘出业务知识挖掘出业务知识收集客户的业务订购、产品消费、收集客户的业务订购、产品消费、捆绑情况、行为习惯等等信息捆绑情况、行为习惯等等信息项目背景项目背景市场竞争日益激烈，市场趋于饱和，针对市场细分的精市场竞争日益激烈，市场趋于饱和，针对市场细分的精细化营销显得日趋重要细化营销显得日趋重要通信行业全业务竞争的加剧、市场趋于饱和、产品和业务发展的通信行业全业务竞争的加剧、市场趋于饱和、产品和业务发展的“长尾化长尾化”等等因素要求我们等等因素要求我们必须利用客户的各种信息，进行市场细分，开展精细营销，实现低成本高效率的运营。必须利用客户的
3、各种信息，进行市场细分，开展精细营销，实现低成本高效率的运营。-4-项目背景项目背景流动人口庞大流动人口庞大流动人口市场内部各群体存在显著差异，外来工、高校学生消费需求及特征不同庞大而复杂的流动人庞大而复杂的流动人口对公司的统筹规划口对公司的统筹规划影响较大，如何准确影响较大，如何准确甄别出流动人口，识甄别出流动人口，识别出目标客户的需求，别出目标客户的需求，为各级市场部门提供为各级市场部门提供较好的支撑服务，为较好的支撑服务，为各级市场部门提供精各级市场部门提供精细化营销所必需的支细化营销所必需的支撑服务。撑服务。外来务工人员外来务工人员资费敏感，易弃卡有定向交流需求漫游消费有所压抑高校学生
4、高校学生消费力较强，潜力高数据业务接受度高群内交流需求多随着经济体制改革的推进，我国流动人口群体迅速扩大，广东流动人口逾2300万，成为不可忽视的客户群大规模人口流动的春节期间在两地重复营销，大进大出，内耗严重，造成巨大资源浪费。亿万流动人口市场庞大，消费旺盛，月通信消费在50元以上的约占45%，富含商机，但市场竞争也日渐加剧客户流动弃卡，离网率高；重复入网带来酬金成本增加、号源浪费；高漫游单价导致话务量未能充分释放外部环境带来机遇外部环境带来机遇内部问题制约发展内部问题制约发展-5-项目背景项目背景外来工是广东移动重点关注的细分市场，在外来工是广东移动重点关注的细分市场，在精准营销方面亟待深
5、入研究精准营销方面亟待深入研究身份信息缺失身份信息缺失历史问题：历史问题：不需要实名登记渠道问题：渠道问题：社会渠道的号卡销售过程复杂竞争问题：竞争问题：一味吸引客户， 不强求客户实名登记系统问题：系统问题：系统中的数据不全、不精广东现有的外来工占到常驻广东现有的外来工占到常驻人口的比重较大，是非常重人口的比重较大，是非常重要的细分市场，由于系统数要的细分市场，由于系统数据不全不精，难以准确识别据不全不精，难以准确识别该群体，因此以往针对这个该群体，因此以往针对这个群体的市场营销不够精准。群体的市场营销不够精准。由于识别准确率低，存在以下问题：由于识别准确率低，存在以下问题：n 营销效果受到一
6、定的影响营销效果受到一定的影响n 该细分市场的客户需求和消费习惯尚未较为全面的掌握该细分市场的客户需求和消费习惯尚未较为全面的掌握n 市场潜力有待进一步挖掘市场潜力有待进一步挖掘-6-解决思路解决思路提升外来工识别的准确性，深入分析客户需求，从而提升外来工识别的准确性，深入分析客户需求，从而实现外来工市场的精耕细作实现外来工市场的精耕细作基基础础模模型型应应用用模模型型分析分析分析分析应用应用应用应用外来工客户识别模型外来工客户识别模型高影响力人物识别高影响力人物识别外来工市场细分外来工市场细分产品交叉销售产品交叉销售l提供群体内通话优惠l长途通话套餐l12582务工易l种子营销、病毒营销l红
7、缎子短信营销外来工关键人营销外来工关键人营销l针对外来工市场特点，设计个性化产品和营销方案l进行外来工关怀活动外来工产品营销外来工产品营销提供个性化服务提供个性化服务将外来工市场根据不同特征（如区域特征）分割成不同群体，进行针对性营销。分析外来工对新增值业务产品的倾向程度。根据其交往圈大小、短彩性发送等特性，分析影响力，判断其在外来工群体中的重要性。u 基于基站、消费特征、交往圈等行为轨迹建立客户识别模型u 外呼模型修正u 特定资费等针对模型预测的结果进行修正与补充。u全网各运算结果的整合-7-家庭家庭商务商务初中初中(54%)(54%)小学小学(21%)(21%)单身单身( (半半) )文盲
8、文盲(3%)(3%)客户特征(客户识别)20-29岁(70%)客户需求(需求细分)20岁以下(10%)30岁以上(20%)高中及以上高中及以上(22%)(22%)问候问候购票购票教育教育娱乐娱乐找工作找工作解决思路解决思路客户类型多样，需求差异大，需要开展客户行为研究，客户类型多样，需求差异大，需要开展客户行为研究，提升市场工作的针对性（以外来工客户为例）提升市场工作的针对性（以外来工客户为例）-8-目录A.项目背景B.实施方案C.应用案例D.项目的主要创新点E.社会和经济效益-9-总体分析思路总体分析思路（以外来工客户为例）（以外来工客户为例） 神州行、动神州行、动神州行、动神州行、动感地带
9、用户感地带用户感地带用户感地带用户根据筛选条件，根据筛选条件，取出流动人口取出流动人口样本样本根据筛选条件，根据筛选条件，取非流动人口取非流动人口样本样本 对提取的样对提取的样对提取的样对提取的样本进行建模本进行建模本进行建模本进行建模步骤一步骤一步骤二步骤二步骤三步骤三步骤三步骤三步骤四：按规则打分步骤四：按规则打分步骤五步骤五找出流动人口找出流动人口以下以外来工客户为例，介绍特定流动人口精确识别的模型构建。以下以外来工客户为例，介绍特定流动人口精确识别的模型构建。-10-口径口径目标变量目标变量是否流动人口：指的是来自外省的蓝领阶层的工人主要从事体力劳动的是否流动人口：指的是来自外省的蓝领
10、阶层的工人主要从事体力劳动的人群，收入相对较低；外地学生。人群，收入相对较低；外地学生。 以用户最近四个月的行为预测下个月是否为流动人口以用户最近四个月的行为预测下个月是否为流动人口分析用户群分析用户群时间窗口定义时间窗口定义 神州行、动感地带用户。其中包括两城一家、定向长途以及移动提供神州行、动感地带用户。其中包括两城一家、定向长途以及移动提供的曾呼叫的曾呼叫12582客户；客户；M=2011年4月-11-具体做法具体做法目标客户定位精准化目标客户定位精准化TextTextText根据数据挖掘模型生成外来人口客户三类知识标签流动高端人士标签、外来务工人员标签和高校学生标签，客户知识标签汇入客
11、户特征知识库。外来务工人员（高校学生）外来务工人员（高校学生）长途通话集中度60%工业区（校园）通话时长占比 32%春节期间定向漫游、长途通信入网时长 33%数据业务数量4 经常漫游通话长途通话占比较大白天工业区通话学校附近通话集中寒假暑假定向漫游某省经常使用飞信1 1、收集客户行为特征、收集客户行为特征2 2、构建客户识别模型、构建客户识别模型3 3、建立客户特征知识库、建立客户特征知识库-12-对客户需求进行研究和细对客户需求进行研究和细分分内容偏好内容偏好业务使用偏好业务使用偏好增值业务影响力增值业务影响力构建客户需求模型构建客户需求模型学生群体及外来工群体识别学生群体及外来工群体识别(
12、1)基于基站和交往圈等行基于基站和交往圈等行为轨迹建立客户识别模为轨迹建立客户识别模型型(2)外呼模型修正外呼模型修正(3)特定资费等针对模型特定资费等针对模型预测的结果进行修正与预测的结果进行修正与补充补充识别客户识别客户1（1）日常外呼及营销活动）日常外呼及营销活动进行客户社会属性完善进行客户社会属性完善（2）基于关联分析算法的）基于关联分析算法的编码技术完善客户社会属编码技术完善客户社会属性性社会属性完善社会属性完善23客户需求细分客户需求细分学生及外来工社会属性收集学生及外来工社会属性收集(1)助力关爱外来工服务营销活动助力关爱外来工服务营销活动的开展与跟踪的开展与跟踪(2)日常外来工
13、群体稳定性及规模日常外来工群体稳定性及规模发展发展(占有率占有率)跟踪分析跟踪分析外来工客户服务营外来工客户服务营销应用销应用4(1)助力高校营销活动的开展与跟踪助力高校营销活动的开展与跟踪(2)日常学生规模发展的跟踪分析日常学生规模发展的跟踪分析(3)增值业务影响力应用到高校增值业务发展增值业务影响力应用到高校增值业务发展个人与群体的相互影响个人与群体的相互影响短信、彩信的病毒营销短信、彩信的病毒营销体验营销体验营销刺激、激励营销刺激、激励营销学生客户服务营销学生客户服务营销应用应用4应用思路应用思路-13-基于基站和交往圈等行为轨迹建立学生、外来工客户甄基于基站和交往圈等行为轨迹建立学生、
14、外来工客户甄别模型别模型学生标识群体识别模型变量因素探索模型初步建立交往圈数据修正模型通过用户业务使用情况修正模型模型修正结果最终模型修正结果外呼结果用于修正模型步骤一步骤一步骤二步骤二步骤三步骤三外来工标识根据特定群体活动特征初步寻根据特定群体活动特征初步寻找目标用户找目标用户结合以往活动市场营销活动，结合以往活动市场营销活动，获取目标用户清单获取目标用户清单通过目标用户的分析构建特定群体的初步模型通过目标用户的分析构建特定群体的初步模型对于模型结果进行外呼调研对于模型结果进行外呼调研利用外呼的结果同时结合特定用户群体交往圈的分析利用外呼的结果同时结合特定用户群体交往圈的分析方法进行模型的修
15、正方法进行模型的修正结合群体的用户特征，结合群体的用户特征，对模型进行再次修正，对模型进行再次修正，最终得到模型结果最终得到模型结果行为轨迹行为轨迹交往圈规则交往圈规则决策树、决策树、逻辑回归逻辑回归先应用建模方法对学生和外来工客户进行识别建模先应用建模方法对学生和外来工客户进行识别建模模型结果标识模型结果标识模型初步构建与修正模型初步构建与修正群体标识与指标探索群体标识与指标探索-14-外来群体的识别模型的变量设计外来群体的识别模型的变量设计消费能力消费能力: :外来群体的消费特点资费特点资费特点: :选择与自身相关的一些特定套餐特殊节假日特殊节假日特征特征: :外来群体节假日消费特点通话特
16、征通话特征: :外来的通话行为特点外来群体外来群体特点特点地域特点地域特点: :围绕工业区、城中村、学校外来群体识别特征变量考虑外来群体识别特征变量考虑套餐信息神州行套餐家园卡消费价值ARPU语音行为本地通话时长及占比长途通话时长及占比闲时通话时长及占比 特殊节假日消费特征相关通话时长与平时的变化情况对比基站信息基站集中在企业附近用户活动范围宽度基站-15-中山全量通信中山全量通信活跃客户活跃客户（3754964）项目模型项目模型流动人口样本选取流动人口样本选取定向地话务与短信次数占比大定向地话务与短信次数占比大于等于于等于0.15（即筛选出前（即筛选出前35%的用户）的用户）, 同时同时AR
17、PU小于等于小于等于200（62800人）人）筛选出筛选出2月（春节期间）有漫游月（春节期间）有漫游通话通话MOU，但全年其他时期（，但全年其他时期（3、4、6、7月）皆无漫游的用户月）皆无漫游的用户（190744人）人）10月老乡网活跃用户数月老乡网活跃用户数（1179558人人）筛筛选选条条件件一一筛筛选选条条件件二筛筛选选条条件件三三无法取到二月老乡无法取到二月老乡网指定的定向地漫游，网指定的定向地漫游，故只能判断故只能判断2月有无月有无漫游通话；漫游通话；由于由于5月五一长假，月五一长假，漫游人较多，不具有漫游人较多，不具有代表性，故此处剔除，代表性，故此处剔除，且且8、9、10月份作
18、为月份作为建模月份，故也不加建模月份，故也不加入。入。经探索，经条件二经探索，经条件二 筛选后的客户筛选后的客户80%以以上上ARPU小于小于100，为避免为避免ARPU100成为流动人口的硬性成为流动人口的硬性条件，此处选用条件，此处选用200切除部分极值点便可切除部分极值点便可-16-项目模型项目模型非流动人口样本选取非流动人口样本选取中山全量通信中山全量通信活跃客户活跃客户（3754964）剔除非神州行用户剔除非神州行用户（ 139611人）人）春节期间无漫游，平时段（春节期间无漫游，平时段（3、4、6、7月）有适当漫游话务月）有适当漫游话务（158724）筛除活跃老乡网筛除活跃老乡网（
19、2575406人人）筛筛选选条条件件一一筛筛选选条条件件二二筛筛选选条条件件三三此处没有将长途话此处没有将长途话务定向集中度、本地务定向集中度、本地话务集中度作为筛选话务集中度作为筛选规则，是基于建模需规则，是基于建模需要用到这两个关键变要用到这两个关键变量，以免模型具有明量，以免模型具有明显的倾向性显的倾向性由于老乡网客户都由于老乡网客户都是神州行品牌，故此是神州行品牌，故此处建模时流动人口样处建模时流动人口样本和非流动人口样本本和非流动人口样本都仅限于神州行客户；都仅限于神州行客户；在评分中如有需要，在评分中如有需要，可加入动感地带用户可加入动感地带用户-17-17样本选取效果评估样本选取
20、效果评估根据根据8、9、10月份客户定向长途话务的定向地，统计客户三个月月份客户定向长途话务的定向地，统计客户三个月中定向地相同的月份数：中定向地相同的月份数：指长途话务通话次数指长途话务通话次数占比最大的地方占比最大的地方从表中可以看出，流动人口长途话务的定向地比较集中，从表中可以看出，流动人口长途话务的定向地比较集中，70%以上的用以上的用户三个月向同一个地方定向长途通话；户三个月向同一个地方定向长途通话；非流动人口长途话务较为零散，三个月不同长途话务定向地的客户占接非流动人口长途话务较为零散，三个月不同长途话务定向地的客户占接近近45%；样本效果较好。样本效果较好。定向地相同的月定向地相
21、同的月份数份数 流动人口流动人口非流动人口非流动人口01752122216552442812113753888034025735228-18-数据探索方法与过程数据探索方法与过程比较各种变量在外比较各种变量在外省求职者的均值与省求职者的均值与其它用户的差异。其它用户的差异。初步了解外来求职初步了解外来求职者的特征。者的特征。用图线全面展示变量用图线全面展示变量在不同取值下，用户在不同取值下，用户群中外省求职者的比群中外省求职者的比例，发现变量值与外例，发现变量值与外省求职者的更深层的省求职者的更深层的相关联性。相关联性。1. 均值比较均值比较2. 图形分析图形分析-19-均值比较均值比较变量变
22、量A(A(外来工求职外来工求职者的平均值者的平均值) )B(B(非外来工求职非外来工求职者的平均值者的平均值) )A-BA-B全体平均全体平均值值A A与与B B差异率差异率(A-B)/(A-B)/全体均值全体均值) )头10次通话中外省通话次数2.65 0.52 2.14 0.63 338.12%上行省外短信费用6.92 2.25 4.67 2.51 186.22%定向短信量56.09 18.30 37.79 20.37 185.49%上行省外短信次数80.88 26.64 54.25 29.61 183.21%国内定向费用19.75 8.12 11.63 8.76 132.76%国内定向费
23、用对ARPU占比0.21 0.09 0.12 0.10 125.60%上行国内彩信费用0.14 0.06 0.08 0.07 123.08%定向短信与本地短信占比0.24 0.10 0.14 0.11 122.16%定向交往圈人数4.36 1.96 2.40 2.09 114.75%上行国内彩信次数1.31 0.61 0.69 0.65 106.09%国际漫游出访次数0.00 0.06 -0.06 0.05 -105.80%国际漫游出访MOU0.00 0.03 -0.03 0.03 -105.80%亲情汇款用户0.00 0.00 0.00 0.00 -105.80%国际漫游出访时长0.00 1
24、.70 -1.70 1.60 -105.80%国际漫游出访费用0.00 0.30 -0.30 0.28 -105.80%定向通话次数13.17 6.45 6.72 6.82 98.63%主叫港澳台长途MOU0.03 0.38 -0.35 0.36 -97.64%国际长途被叫MOU0.01 0.16 -0.15 0.15 -96.50%港澳台长途被叫MOU0.03 0.28 -0.25 0.27 -93.79%主叫国内长途MOU71.73 36.67 35.06 38.59 90.84%.-20-在网时长：新入网13个月用户是外省求职者的可能性较高。1年以上的老客户是外省求职者的可能性较小。品牌
25、：动感地带中外来求职者的占比是各品牌中最高的。大众卡则非常低。外省求职者占比客户属性客户属性在网时长（天）-21-客户地区客户地区珠三角地区的用户中外省求职者的比例较大。一类城市中，深圳、东莞的外省求职者占比高，而广州、佛山较低。-22-客户价值客户价值 ARPUARPUARPU在23到54之间的用户是外省求职者的机会就较大了。而ARPU高于120的用户是外省求职者的可能较小。MOU在360分钟以内的用户是外省求职者的可能性较高。MOU很高的用户是外省求职者的可能性较低。ARPUMOU但从但从ARPU和和MOU区分区分外省求职者的能力很弱外省求职者的能力很弱-23-通话行为通话行为 长途长途省
26、内长途多的用户是外省求职者的可能性较低。主叫省内长途MOU主叫省际长途MOU省际长途多的用户外省求职者的可能性都较高。-24-通话行为漫游通话行为漫游漫游较多的用户是外省求职者的可能性较低。省内漫游MOU省际漫游MOU-25-本地交往圈号码少，省内交往圈号码数少、省际交往圈号码数多的用户，是外省求职者的可能性较高。省内交往圈号码数国内交往圈号码数本地交往圈号码数通话行为通话行为 交往圈交往圈-26-通话行为通话行为 定向通话定向通话定向通话次数多、定向交往圈大、定向短信条数多的用户是外省求职者的可能性高。而且这类变量的区分能力相对其它变量更显著。定向通话次数说明：说明：“定向长途地”是指一个用
27、户打电话最多的一个城市（排除发达地区）“定向通话次数”是与指定向长途地的号码通话的次数。如类推理。定向交往圈大小定向短信条数-27-通话行为通话行为 SMSSMS发送外省的SMS条数在14条以上的的用户是外省求职者的可能性较高。条数多于32条的，则这个可能性很高。短信变量比长途变量的区分力更强因为长途费率较高，用户与省外联系时用户打移动长途的需求受抑制，数据不能很好反映用户实际与外省联系程度。短信费率固定，发短信更随意。因此外省的短信发送条数更能反映用户与省外通话的需求。往外省SMS条数主叫省际长途MOUVS.-28-通话行为通话行为 首首1010次通话次通话首10次通话中外省通话次数多的用户
28、，是外省求职者的可能性很高。可能原因：用户在开号后，都会先和家人联系，告知新号码。因此外来工的首10次通话中会有与老家的通话。这个变量的区分力非常显著。这个变量的区分力非常显著。注：首10次通话中有外省通话的样本数占14.4%-29-相关业务相关业务“我爱我家”业务用户是外省求职者的可能性较大。但“我爱我家”的现在用户数很少，样本中只占0.2%集团客户成员是外省求职者的可能性较小小。-30-数据探索总结数据探索总结调研样本中外省求职者的统计特征较明显。通过用户的ARPU、长途通话、定向长途、首10次通话等变量可以识别出可能是外来求职的用户。从相关业务也可以识别外省求职者，但是这些业务现有用户数
29、量很少，不能满足本模型的需求。从数据探索的图线中总结出特征变量的参考取值范围。样本特征样本特征通信特征通信特征数据业务特征数据业务特征数据探索特征数据探索特征-31-模型构建模型构建建模方法选择： 根据数据探索结果显示，变量与外省求职者的概率大体是单调关系。因此用Logistics回归这类线性方法也能胜任。Logistics回归简介：Logistic回归模型是一种概率分类模型, 它以用户是外省求职者的概率为因变量, 客户属性、通信行为等因素为自变量建立回归模型。以p 表示用户是外省求职工的概率，函数p 对Xi 的变化在p=0 或p=1 的附近是不敏感的、缓慢的，且非线性的程度较高。按照Logi
30、stic 变换（或称为p 的Logit 变换），即(p) 对Xi 就可以是线性的关系了，即可以表示为：-32-模型构建模型构建 流动人口识别是判别是否流动人口的分类问题，用决策树和逻辑回归均能较好解决问题。选用TERADATA专用挖掘工具TWM中的逻辑回归和决策树算法进行建模。流动人口样本流动人口样本（ 62800 ）非流动人口样本非流动人口样本（ 139611 139611 ）0.31：0.69的比例组合的比例组合模型总样本模型总样本（202411）30%的样本的样本70%的样本的样本训练集训练集（ 138579 ）测试集测试集（ 59391）样本切分：按外省求职者标志随机分层抽样：80%作
31、为训练集，20%作为测试集。模型训练：用训练集以分步Logistics回归训练，自动选择最有用的变 量，拟合出变量的参数。模型评估和优化：用测试集评估模型的准确率，不断优化模型。模型构建后得到外省求职者概率的计算公式，用于识别外省求职者。-33-建模结果（逻辑回归）建模结果（逻辑回归）变量变量参数值参数值Wald Wald StatisticStatistic标准化参标准化参数数(常数项)-4.538305950.7058 首十次通话省外次数0.164047224.98090.1585定向交往圈人数0.08442127.85290.1754在网时长（天）-0.00086980.3789-0.3
32、861上行省外短信次数0.00529973.79410.2632主叫交往圈号码数-0.02936770.075-0.3572珠三角用户0.62581740.65510.1546省际主叫次数占比3.60569740.03860.9211非漫游费用0.00645630.78480.1926定向短信量-0.00421529.0053-0.2046ARPU-0.00511524.6581-0.2483国内漫游MOU占比0.74728810.73340.0607定向漫游时长3.00E-057.9330.0541省际主叫占比-1.4369066.6362-0.37省际定向mou占比-0.3594026.5
33、786-0.0826上行省内短信次数0.0019935.82920.0664Wald Statistic反 映变量区分外省求职者的能力，越大则区分力越显著。外省求职者识别变量及参数：外省求职者识别变量及参数：标准化参数标准化参数反映变量在以标准差为单位变化时，外省求职者概率变化的程度。绝对值越大则表示影响越大。-34-模型评分公式（逻辑回归）模型评分公式（逻辑回归）根据建模结果，用户是外省求职者的概率p的公式为：其中 X -4.538305+ 0.164047 * 首十次通话省外次数 + 0.08442 * 定向交往圈人数- 0.000869 * 在网时长（天） + 0.005299 * 上行
34、省外短信次数- 0.029367 * 主叫交往圈号码数 + 0.625817 * 珠三角用户+ 3.605697 * 省际主叫次数占比 + 0.006456 * 非漫游费用- 0.004215 * 定向短信量 - 0.005115 * ARPU+ 0.747288 * 国内漫游MOU占比 + 3.00E-05 * 定向漫游时长- 1.436906 * 省际主叫占比 - 0.359402 * 省际定向mou占比+ 0.001993 * 上行省内短信次数-35-模型验证结果（逻辑回归）模型验证结果（逻辑回归）在在测试集上集上评估模型准确率：估模型准确率：分数在前5%的用户，命中了全部外省求职者的2
35、8.5%，LIFT值为5.2；分数在前10%的用户，命中了全部外省求职者的42.7%，LIFT值为4.2。LIFT查全率查全率-36-外来工群体建模并设计系统开发外来工群体建模并设计系统开发经分应用专题现状模型构建系统中针对特定用户群体的分析处于相对粗放的分析方法针对外来工群体进行模型设计，构建特定用户群体的识别模型、客户影响力模型，用户特定的市场营销与分析需要变量探索模型建立交往圈数据修正模型通过用户业务使用情况修正模型外呼调研修正最终模型修正结果 用户发展情况 语音业务发展情况 增值业务发展情况 品牌分析 优惠使用情况分析 欠费分析专题外来工群体-37-目录A.项目背景B.实施方案C.应用
36、案例D.项目的主要创新点E.社会和经济效益-38-应用一：外来工群体关怀应用一：外来工群体关怀此项成果可支撑两方面的应用：l 一方面为外来工的通信行为、业务或服务需求及满足度等方面提供宝贵的分析数据，为制定针对性的营销服务策略提供有得的参考依据。l 另一方面为今后外来工客户关怀活动提供系统营销方案配置及目标客户清单和方案开展后的跟踪统计。应用流程图通过模型识别可以给出一个客户标识，判断该客户属于外来工，从而为后续的经营分析，针对通过模型识别可以给出一个客户标识，判断该客户属于外来工，从而为后续的经营分析，针对不同客户群体进行精确化营销奠定基础。不同客户群体进行精确化营销奠定基础。-39-应用二
37、：及时跟踪外来工客户规模异动情况应用二：及时跟踪外来工客户规模异动情况区域时间总客户外来工规模外来工规模该项目完成后，可以从区域（县市、各个工业园区）、时间和总客户（考核外来工在总人口和总客户中占比等等）三个维度进行实时跟踪和考察，便于及时把控各个区域外来工规模的变动。-40-应用三：开展外来工客户招聘信息主动关怀应用三：开展外来工客户招聘信息主动关怀通过该项目建立的外来工识别模型，提取其中有短信收发且片区位置有企业发布招聘信息的外来工，发送短信推荐移动开发的“外来工短信招聘求职平台”，搭建便捷的信息化招聘通道。求职者或招聘单位，只需编辑求职或招聘所要求的岗位情况，发送短信至特定端口，系统根据
38、请求将自行发送最新匹配的岗位信息，今后打算将此平台改造12582统一平台。-41-应用四应用四: :基于影响力模型针对产品生命周期不同阶段开展营销基于影响力模型针对产品生命周期不同阶段开展营销成长期成长期成熟期成熟期衰退期衰退期病毒营销病毒营销激励营销激励营销投入期投入期激励营销激励营销 根据影响力模型确定高影响力用户，针对产品不同生命周期阶段采取不同的营销策略。体验营销体验营销病毒营销病毒营销 影响力模型应用在产品生命周期的不同阶段影响力模型应用在产品生命周期的不同阶段-42-应用五：开展外来工客户精确营销活动应用五：开展外来工客户精确营销活动信息关怀信息关怀天气预报技能培训信息关怀车次、航
39、班信息服务气象、新闻等手机报推荐招工信息关怀资费营销资费营销长途话务折扣促销两城一家推荐保底消费品牌迁移交叉销售交叉销售天气预报手机上网全曲下载手机QQ飞信外来工客户精确营销活动外来工客户精确营销活动针对某一种产品，利用关联分析，找出曾经购买该产品的外来工客户更容易购买其他相关产品的规则，基于这些规则挖掘不同产品之间的潜在关系，并组成外来工产品关联规则矩阵，进行产品组合分析，向客户提供捆绑组合产品，实现交叉销售，在为客户提供更多产品和服务的同时实现企业收益的增长 根据外来工客户在亲情沟通、信息服务及生活娱乐等方面的需求，进行客户细分，根据外来工客户在亲情沟通、信息服务及生活娱乐等方面的需求，进
40、行客户细分，开展外来工客户精确营销活动开展外来工客户精确营销活动 ，提升外来工客户价值。，提升外来工客户价值。-43-案例：流动人口识别助力外来流动人口细分市场营销案例：流动人口识别助力外来流动人口细分市场营销 以中山分公司为例，使用流动人口识别模型，发掘定位为工业园区的外来工群体，联合以中山分公司为例，使用流动人口识别模型，发掘定位为工业园区的外来工群体，联合相关政府部门，大力推广相关政府部门，大力推广“1258012580找工我帮你找工我帮你”活动，效果显著。活动，效果显著。根据流动人口识别模型，精准定根据流动人口识别模型，精准定位客户群体。位客户群体。主动关怀主动关怀 根据目标名单对外根
41、据目标名单对外来工群体发送来工群体发送“关怀关怀”宣传短信，让客户及时宣传短信，让客户及时了解就业信息。了解就业信息。匹配推荐匹配推荐 利用利用1258012580强大招强大招聘信息库进行匹配，将聘信息库进行匹配，将合适的就业信息推荐给合适的就业信息推荐给客户。客户。找工，我帮您找工，我帮您实现双赢实现双赢70%70%客户在找工后通话量明显增加，客户在找工后通话量明显增加，10%10%2020客户靠客户靠1258012580成功求职成功求职根据客户通话发生地信息，经常根据客户通话发生地信息，经常到访的营业厅位置等信息，实现到访的营业厅位置等信息，实现区域客户群体的进一步确定区域客户群体的进一步
42、确定结合起来监控各个外来工微区域，结合起来监控各个外来工微区域，制定本地个性化的外来工服务策制定本地个性化的外来工服务策略略-44-目录A.项目背景B.实施方案C.应用案例D.项目的主要创新点E.社会和经济效益-45-主要系统创新点主要系统创新点通过客户通信基站信息可以获取客户的位通过客户通信基站信息可以获取客户的位置信息，而位置信息背后蕴藏丰富的客户置信息，而位置信息背后蕴藏丰富的客户特征数据。特征数据。流动人口因地缘等关系自然而然成组成群，流动人口因地缘等关系自然而然成组成群，外来务工人员、高校学生圈子内部的通信外来务工人员、高校学生圈子内部的通信交流较多，通过客户交往圈信息可以作为交流较
43、多，通过客户交往圈信息可以作为流动人口的辅助判定依据。流动人口的辅助判定依据。经营分析系统建立外来务工人员、高校学经营分析系统建立外来务工人员、高校学生和流动高端人士等三类客户数据挖掘模生和流动高端人士等三类客户数据挖掘模型，并为客户打上知识标签型，并为客户打上知识标签. .技术技术创新创新技术要点技术要点1 1：客：客户位置信息户位置信息技术要点技术要点2 2：客：客户交往圈信息户交往圈信息技术要点技术要点3 3：数：数据挖掘技术和据挖掘技术和客户特征知识客户特征知识标签库标签库-46-主要管理创新点主要管理创新点系统建立监控预警机制，监控全省外来人口的返乡与回流趋势，并能系统建立监控预警机
44、制，监控全省外来人口的返乡与回流趋势，并能根据特定群体流动趋势的情况，实现智能化的服务营销推送功能。根据特定群体流动趋势的情况，实现智能化的服务营销推送功能。通过流动客户的流失倾向评估模型，自动判断高流失倾向模型，并通过流动客户的流失倾向评估模型，自动判断高流失倾向模型，并根据预先制定的客户保有营销措施，实现智能化的营销激活功能。根据预先制定的客户保有营销措施，实现智能化的营销激活功能。基于基于GISGIS地理信息系统，监控各个外来工微区域，制定本地个性化的外地理信息系统，监控各个外来工微区域，制定本地个性化的外来工服务策略与精准营销活动。来工服务策略与精准营销活动。建立流动人口监控预警机制和
45、智能精准营销流程建立流动人口监控预警机制和智能精准营销流程实现流动客户的流失倾向评估与保有营销模式实现流动客户的流失倾向评估与保有营销模式建立流动人口建立流动人口GISGIS营销管理模式营销管理模式-47-目录A.项目背景B.实施方案C.应用案例D.项目的主要创新点E.社会和经济效益-48-经济效益（经济效益（1/21/2）算法说明：n截至2011年3月底，全网“两城一家”与“非常假期”营销活动发展的用户总数为375.2万。n按精确营销发展客户数占比10%估算， “两城一家”与“非常假期”精确营销目标客户中成功办理套餐且享受优惠用户数为37.5万人。n精确营销平均Lift值约为3，套餐作用期按
46、2个月计算，每用户每月话费收入平均增加6元左右。估算精确营销带来的新增收入为：新增套餐收入=37.5*(3-1)*3*2=450（万元）新增话费收入=38*(3-1)*6*2=912（万元）合计增加收入：858+1958 =1362（万元 ） 经营分析系统解决方案辅助流动人口市场营销，通过精确营销准确定位“两城一家”目标客户，协助稳定存量市场，带来新增效益 1362 万元。-49-经济效益（经济效益（2/22/2） 抢占区域蓝海市场抢占区域蓝海市场 提升区域存量市场提升区域存量市场 节约人力物力节约人力物力 通过学生和外来工客户识别模型不仅有助于了解学生客户、外来工客户和本地客户的消费特征，制
47、定差异化的营销服务策略；更有助于将相关方应用于其它细分市场，推进公司精细化营销跨越式。 经营分析系统解决方案辅助流动人口市场营销，通过精确营销准确定位“两城一家”目标客户，协助稳定存量市场，带来新增效益 1362 万元。 通过对学生和外来工市场的区域化支撑，可以节约大量的人力和物力，特别是在客户信息调查和收集上，预计每年可以节约人力15人/年，以一个员工一年人力成本为8万元计算，大约可以节省人力费用120120万元万元 。-50- 全方位客户关怀全方位客户关怀全方位客户关怀全方位客户关怀 打造客户归属感打造客户归属感打造客户归属感打造客户归属感节能降本节能降本节能降本节能降本 挖掘企业资源增效
48、最大化挖掘企业资源增效最大化挖掘企业资源增效最大化挖掘企业资源增效最大化通过外来工客户识别模型识别更多的外来工客户，通过保单提醒促进更多的外来工参与外来工保单活动，充分体现移动社会责任感。通过学生客户识别模型识别学生客户针对性开展G3体验，提升G3影响力社会效益社会效益p通过价值评估体系和客户细分成果进行客户差异化服务，从多方面多层次对客户进行关怀，打造客户归属感。p发布外来工招聘信息，我们不仅关注自己的业务，也关注社会焦点问题，提升企业公民发布外来工招聘信息，我们不仅关注自己的业务，也关注社会焦点问题，提升企业公民的形象。的形象。将合理的资源投放到合适的客户群体，不仅让客户得到针对性的服务，
49、同时有助于公司节约大量的人力和物力，使公司资源增效最大化，节能降本，实践科学发展。 强化移动社会责任感，提升企业影响力强化移动社会责任感，提升企业影响力强化移动社会责任感，提升企业影响力强化移动社会责任感，提升企业影响力-51-应用展望应用展望优化模型优化模型优化模型优化模型梳理流程梳理流程梳理流程梳理流程健全评估体系健全评估体系健全评估体系健全评估体系进一步收集全省各种流动人口客户资料用于模型训练，并采用逻辑回归进一步优化模型 进一步梳理营销应用流程，确保两大市场精细化营销管理工作常态化开展 进一步健全存量市场客户价值提升评估体系，对存量市场开发工作成效进行常态化跟踪深化应用深化应用深化应用深化应用 感谢聆听！感谢聆听！
