移動飛信業(yè)務(wù)數(shù)據(jù)挖掘

1、飛信業(yè)務(wù)數(shù)據(jù)挖掘 華院分析 2010年4月 2 內(nèi)容內(nèi)容 潛在飛信用戶預(yù)測潛在飛信用戶預(yù)測 飛信用戶飛信用戶關(guān)聯(lián)分析關(guān)聯(lián)分析 飛信用戶內(nèi)部分群飛信用戶內(nèi)部分群 3 三個業(yè)務(wù)問題 飛信的潛在用戶在哪里，能估算用戶加入的概率 嗎？ 飛信與什么業(yè)務(wù)組合最容易引起客戶的興趣？ 飛信客戶群是否還可細(xì)分，以便采取不同的營銷 策略？ 數(shù)據(jù)挖掘嘗試來回答這些問題 4 什么是數(shù)據(jù)挖掘 按既定業(yè)務(wù)目標(biāo)，對大量的企業(yè)數(shù)據(jù)進 行探索，揭示隱藏其中的規(guī)律性，并進一步 將其模型化的先進、有效的方法 5 內(nèi)容內(nèi)容 潛在飛信用戶預(yù)測潛在飛信用戶預(yù)測 飛信用戶飛信用戶關(guān)聯(lián)分析關(guān)聯(lián)分析 飛信用戶內(nèi)部分群飛信用戶內(nèi)部分群 6 方法

2、論 基于現(xiàn)有飛信用戶和普通用戶樣本，搜 集和判斷影響用戶成為飛信用戶的要素，采 用邏輯回歸的方法訓(xùn)練樣本得到回歸模型， 用以計算未來用戶成為飛信用戶的概率 7 預(yù)測步驟 實施實施 方法論方法論 選擇樣本用戶 分析影響因素 選擇重要變量 建立預(yù)測模型 驗證評估模型 8 一、選擇樣本用戶 飛信樣本飛信樣本 普通樣本普通樣本 訓(xùn)練樣本 在網(wǎng)三個月以上 1月注冊成飛信 1-2月連續(xù)活躍 共3萬用戶 隨機抽取普通 用戶 共30萬用戶 樣本一 樣本二 樣本用戶的選擇需要確保其能真實體 現(xiàn)飛信或普通用戶的一般特征，剔除由于 促銷活動等引發(fā)的“非正常”用戶 樣本需體現(xiàn)普遍性 9 二、分析影響因素 rfm(r代

3、表最近值、f代表頻度值、 m代表幣值) 是將客戶特征化的經(jīng) 典方法，最早應(yīng)用于目錄營銷服 務(wù)行業(yè) 我們認(rèn)為年齡、性別、品牌、交 往圈及終端等自然屬性是影響用 戶成為飛信用戶的關(guān)鍵因素 rfm變量自然屬性 用戶使用移動通信語音、短信、 彩信、gprs等服務(wù)產(chǎn)生的業(yè)務(wù) 量及收入也作為可能的影響因 子納入進來 消費特征 哪些方面的因素是飛信用戶區(qū) 別于普通用戶的特征呢？ 10 1、rfm變量 我們認(rèn)為假如用戶最近定購過新業(yè)務(wù)類或夢網(wǎng)類產(chǎn)品，或者近 2年定購的次數(shù)比較多，則用戶繼續(xù)定購新業(yè)務(wù)產(chǎn)品（比如飛信） 的可能性會比較高，因此納入以下變量： 近2年新業(yè)務(wù)產(chǎn)品定購次數(shù)、最近新業(yè)務(wù)產(chǎn)品定購間隔、新業(yè)務(wù)

4、產(chǎn)品當(dāng)前有效個數(shù) 短信類、彩信類、 gprs類、wlan類、 手機郵箱類、語音 增值類、來電助手類 基礎(chǔ)通信類 商務(wù)類、博客類、手 機報類、音樂類、彩 信類 生活娛樂商務(wù)類 由于夢網(wǎng)產(chǎn)品無明確 細(xì)分方法，只能以總 的為依據(jù) 夢網(wǎng)類 新業(yè)務(wù)細(xì)分 注：彩鈴、來電助手等由于捆綁性質(zhì)居多，無法體現(xiàn)真實用戶使用趨向，這里統(tǒng)一未納入考慮 三大變量 11 2、自然屬性 我們認(rèn)為年齡、品牌、交往圈及終端等自然屬性是影響用戶成 為飛信用戶的關(guān)鍵因素 通過單變量回歸分析 ，發(fā)現(xiàn)32歲是一個比 較顯著的飛信用戶分 水嶺 年齡 飛信用戶以交流為主，因 此用戶交往圈的大小具有 重要意義，通過單變量回 歸分析發(fā)現(xiàn)，在一定

5、時間 段內(nèi)有3次以上在不同天有 通話的對端用戶才是有效 交往用戶 交往圈 是否屬于動感地帶用 戶是一個重要布爾變 量 品牌 是否終端支持性別在網(wǎng)時長 12 3、消費特征 用戶使用移動通信語音、短信、彩信、gprs等服務(wù)產(chǎn)生的業(yè)務(wù)量及 收入也作為可能的影響因子納入進來。 為了降低短時間內(nèi)異常消費行為的影響，比如促銷，所有的消費行 為數(shù)據(jù)都以近2年的月均消費為基準(zhǔn)。 近2年收入 近2年優(yōu)惠收入 近2年sp費收入 收入類(10個) 近2年通話時長 近2年本地通話時長 近2年省內(nèi)漫游通話時長 近2年省際漫游通話時長 語音類(20個) 近2年短信發(fā)送條數(shù) 近2年彩信發(fā)送條數(shù) 近2年cmwap次數(shù) 近2年

6、彩鈴下載次數(shù) 新業(yè)務(wù)類(40個) 13 三、選擇重要變量 共規(guī)整收集150個變量，采用后向、逐步回歸方法，逐步淘汰不相 關(guān)變量，最終選擇穩(wěn)定的排名前20的變量作為飛信影響因素(模型輸入變量) 值得關(guān)注的現(xiàn)象： arpu、mou等常規(guī)用戶 價值度量與飛信用戶相關(guān) 性非常小，rfm變量則體 現(xiàn)出其價值 14 三、選擇重要變量 基于對業(yè)務(wù)和客戶的理解，選擇出合適的影 響要素（變量），是決定模型成敗的關(guān)鍵一步 要素的搜集和規(guī)整工作是模型建立中最艱苦 而耗時的部分 15 四、建立預(yù)測模型 實際模型： logit=log(p/(1-p)logit=log(p/(1-p) 2.1878 （p代表成為飛信用戶

7、的概率） +0.1427*trademark （品牌） +0.3098*is_trademark4 （是否動感地帶） -0.4207*is_age32 （年齡是否小于32） -1.2125*is_sphere3_1_11 （交往圈是否小于11） -1.3080*is_sphere3_12_15 （交往圈是否在12與15之間） -1.2624*is_sphere3_16_19 （交往圈是否在16與19之間） -1.0657*is_sphere3_20 （交往圈是否大于20） +0.4971*is_feixin_term （是否飛信終端） +0.000134*n_mu_l_date_logi （最

8、近定購的音樂產(chǎn)品間隔 log倒數(shù)） +0.0471*cmwap_counts_sqrt （cmwap上網(wǎng)次數(shù) sqrt平方根） -2.0817*n_apply_2_counts （近兩年月均產(chǎn)品定購次數(shù)） -1.6197*n_apply_2_counts_cos （近兩年月均產(chǎn)品定購次數(shù) cos） +0.7396*n_gprs_l_date7 （近7個月內(nèi)是否定購過gprs產(chǎn)品） +0.1916*n_gprs_l_date_sin （最近定購的gprs產(chǎn)品間隔 sin） -0.00005*n_mu_l_c_cui （近兩年月均音樂產(chǎn)品定購次數(shù) 立方的倒數(shù)） +0.5477*n_gprs_app

9、ly_counts114 （近兩年月均gprs產(chǎn)品定購次數(shù)） +0.000089*n_paper_l_date_logi （最近定購的手機報產(chǎn)品間隔 log倒數(shù)） +1.0152*n_paper_i_a_c_sqrt （近兩年月均手機報定購次數(shù) 平方根） +2.6438*n_mail_apply_counts_sqrt （近兩年月均手機郵箱定購次數(shù) 平方根） +0.3913*n_sms_a_l_d5 （最近是否定購過短信產(chǎn)品） -0.0558*n_b_a_l_d_curt （最近定購的商務(wù)類產(chǎn)品間隔 curt） -0.00002*n_a_l_d_logi （最近定購產(chǎn)品的間隔 log倒數(shù)） -

10、0.00003*vpmn_c_d_logi （最近定購vpmn產(chǎn)品的間隔 log倒數(shù)） -0.00003*nismg_a_l_d_sini （最近定購夢網(wǎng)產(chǎn)品的間隔 sin倒數(shù)） -0.00015*n_add_a_c_cui （近兩年月均語音增值產(chǎn)品次數(shù) 立方的倒數(shù)） +0.0292*sms_mo_counts_sqrt （近兩年月均短信發(fā)送次數(shù) 平方根） +0.00343*gprs_volume_curt （近兩年月均gprs流量 curt） -0.00004*n_c_i_a_c_cui （近兩年月均彩鈴產(chǎn)品定購次數(shù) 立方的倒數(shù)） 針對所選變量采用邏輯回歸方法，訓(xùn)練得到擬合方程式: logi

11、t=log(p/(1-p)=ax0+bx1+cx2+ 其中： p代表成為飛信的概率 x0、x1、x2等代表所選的變量（影響因素） a、b、c等代表計算得到的系數(shù) p即為計算得到的飛信活躍用戶的概率 模型確立后，只要 數(shù)據(jù)收集完整，非常容 易推廣和應(yīng)用到實際的 營銷中，由于是以概率 為度量，可以對營銷數(shù) 量進行靈活的控制 16 四、建立預(yù)測模型（預(yù)測舉例） 假如某用戶資料如下： 品牌：全球通 年齡：33 交往圈：68 終端：支持飛信 最近一次訂購音樂類產(chǎn)品的時間間隔：20個月 最近2年月均cwmap上網(wǎng)次數(shù)：33次 最近2年月均產(chǎn)品定購次數(shù)：0.3次 最近增值類產(chǎn)品參加時間間隔：3個月 最近2年

12、月均vpmn時長：950分鐘 最近一次訂購夢網(wǎng)類產(chǎn)品的時間間隔：3個月 最近2年月均短信發(fā)送次數(shù)：13條 最近2年月均流量：2m 則計算其成為飛信活躍用戶的概率為： 29.6%29.6% 17 五、模型驗證 十分位分析 十分位樣本量預(yù)測概率實際比例 0209990.374430.36359 1210000.168380.19457 2210000.1230.12638 3210000.092030.09143 4210000.071420.06848 5210000.055650.05038 6210000.044680.03995 7210000.03570.03195 8210000.02

13、8160.02462 9210000.019760.02186 total 2099990.101320.10132 十分位分析是驗證模型健壯性的常用方法，其將樣本按照預(yù)測概率 高低排序等分為10等份，通過以下兩種方式來檢查模型的強壯性： （1）每個等分內(nèi)預(yù)測概率與實際情況的差異 （2）最高最低等分預(yù)測概率的差異 預(yù)測概率均值與實際 情況相差很小 最佳十分位是最差十 分位預(yù)測概率的18倍 非常好的區(qū)分性能 注：為了防止模型的過渡適應(yīng)，即它吸收了數(shù)據(jù)中的非規(guī)則元素，往往還需采用重采 樣方式來驗證模型健壯性 18 內(nèi)容內(nèi)容 潛在飛信用戶預(yù)測潛在飛信用戶預(yù)測 飛信用戶飛信用戶關(guān)聯(lián)分析關(guān)聯(lián)分析 飛信用

14、戶內(nèi)部分群飛信用戶內(nèi)部分群 19 方法論 基于現(xiàn)有飛信用戶注冊的各類新業(yè)務(wù)套 餐產(chǎn)品信息，從中找出與飛信產(chǎn)品最相關(guān)的 產(chǎn)品組合，從而指導(dǎo)交叉銷售產(chǎn)品設(shè)計，也 可作為一種發(fā)現(xiàn)潛在飛信用戶的手段 20 關(guān)聯(lián)度排名（二產(chǎn)品組合）關(guān)聯(lián)度排名（二產(chǎn)品組合） 左圖列舉了飛信用戶同時選用 其它套餐產(chǎn)品的支持度排名情況 可見其與gprs、無線音樂、彩 信等產(chǎn)品具有較強的關(guān)聯(lián)性，對于 日常營銷中的交叉銷售設(shè)計具有一 定的參考意義 注：剔除了彩鈴、來電助手等現(xiàn)捆綁性質(zhì)居多的 產(chǎn)品 關(guān)聯(lián)度排名（二產(chǎn)品組合） 排名支持度與“飛信”相關(guān)的營銷產(chǎn)品 115.595元套餐 210.8無線音樂俱樂部高級會員 38.98彩信指

15、上炫 48.34新聞早晚報 58.21數(shù)據(jù)撥號國內(nèi) 67.27動感ip長途4折 77.0520元套餐 85.87手機炒股專業(yè)版 95.2手機郵箱 104.86無線音樂俱樂部普通會員 114.62音樂特權(quán)免費鈴音 124.36免費帳單郵箱 134.32校園動感新天地套餐 144.28神州行家園卡18套餐 154.01動感地帶10元包套餐 163.84gprs2元套餐 173.61動感單向音樂套餐 21 關(guān)聯(lián)度排名（多產(chǎn)品組合）關(guān)聯(lián)度排名（多產(chǎn)品組合） 關(guān)聯(lián)度排名（四產(chǎn)品組合） 排名支持度與“飛信”相關(guān)的營銷產(chǎn)品 12.2 校園動感新天地套餐、動感地帶優(yōu)惠期長話包(新 )、 彩信指上炫 21.68

16、 校園動感新天地套餐、彩信指上炫 、 5元套餐 31.67 無線音樂俱樂部高級會員、動感單向音樂套餐 、 動感ip長途4折 41.53 音樂特權(quán)免費鈴音 、 無線音樂俱樂部高級會員 、 動感ip長途4折 51.3手機郵箱 、手機炒股專業(yè)版、全球通 61.26 動感地帶10元包套餐、彩信指上炫 、 20元套餐 71.22 音樂特權(quán)免費鈴音 、 無線音樂俱樂部高級會員 、 動感單向音樂套餐 81.12 神州行升級包 、 神州行家園卡18套餐、2元包40 條 91.09 動感單向音樂套餐 、 無線音樂俱樂部高級會員 、 5元套餐 101.04手機郵箱 、全球通、本地一機雙號主號 關(guān)聯(lián)度排名（三產(chǎn)品組

17、合） 排名支持度與“飛信”相關(guān)的營銷產(chǎn)品 14.01校園動感新天地套餐、彩信指上炫 23.61音樂特權(quán)免費鈴音 、 無線音樂俱樂部高級會員 33.39動感地帶10元包套餐、20元套餐 43.38無線音樂俱樂部高級會員、動感單向音樂套餐 53.32無線音樂俱樂部高級會員、動感ip長途4折 62.85彩信指上炫、5元套餐 72.68無線音樂俱樂部高級會員、5元套餐 82.31手機郵箱 、 手機炒股專業(yè)版 92.2校園動感新天地套餐、動感地帶優(yōu)惠期長話包(新) 102.2動感地帶優(yōu)惠期長話包(新)、彩信指上炫 112.1彩信指上炫、20元套餐 122.05手機郵箱 、 全球通 131.88新聞早晚報、5元套餐 141.85神州行升級包 、 神州行家園卡4 151.85新聞早晚報 、 無線音樂俱樂部高級會員 以上可作為多產(chǎn)品交叉銷售的參考 22 內(nèi)容內(nèi)容 潛在飛信用戶預(yù)測潛在飛信用戶預(yù)測 飛信用戶飛信用戶關(guān)聯(lián)分析關(guān)聯(lián)分析 飛信用戶內(nèi)部分群飛信用戶內(nèi)部分群 23 方法論 基于現(xiàn)有飛信用戶，將其劃分為多個分 組并總結(jié)特征，使得組內(nèi)客戶高度相似，組 間客戶差異明顯，發(fā)現(xiàn)各個分群的客戶