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(hù)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 ?。?301220713 張 峰：1301220686,電信運(yùn)營(yíng)商之間競(jìng)爭(zhēng)激烈,兩 有：市場(chǎng)占有率，用戶(hù)保有量 ARPU：每用戶(hù)月平均收入,提升,電信運(yùn)營(yíng)商之間競(jìng)爭(zhēng)激烈,運(yùn)營(yíng)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(shì)變化。,電信運(yùn)營(yíng)商之間競(jìng)爭(zhēng)激烈,運(yùn)營(yíng)商年ARPU值,留住一個(gè)用戶(hù)所需要的成本是爭(zhēng)取一個(gè)新用戶(hù)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(guān)測(cè)數(shù)據(jù)與建立變量之間適當(dāng)?shù)囊蕾?lài)關(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(jià)值的關(guān)聯(lián)或相關(guān)聯(lián)系，因此兩者又可統(tǒng)稱(chēng)為關(guān)聯(lián)分析。,（一）相關(guān)分析和回歸分析,時(shí)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(shí)間序列分析側(cè)重于數(shù)據(jù)在時(shí)間先后上的因果關(guān)系，這點(diǎn)與關(guān)聯(lián)分析中的平行關(guān)系分析有所不同。,（二）時(shí)間序列分析,分類(lèi)與預(yù)測(cè)用于提取描述重要數(shù)據(jù)類(lèi)的模型，并運(yùn)用該模型判斷新的觀(guān)測(cè)值分類(lèi)或者預(yù)測(cè)未來(lái)的數(shù)據(jù)趨勢(shì)。,（三）分類(lèi)與預(yù)測(cè)分析,聚類(lèi)分析就是將數(shù)據(jù)對(duì)象按照一定的特征組成多個(gè)類(lèi)或者簇，在同一個(gè)簇的對(duì)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(guò)程上看，聚類(lèi)分析一定程度上是分類(lèi)與預(yù)測(cè)的逆過(guò)程。,（四）聚類(lèi)分析,從實(shí)際情況上看，國(guó)內(nèi)電信企業(yè)每月的用戶(hù)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(shù)、人工神經(jīng)網(wǎng)絡(luò)等)可能會(huì)因?yàn)閿?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(hù)在總樣本中的比例，但是這種過(guò)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(shí)際運(yùn)用的過(guò)程中，可能存在用戶(hù)被判斷具備流失傾向，但當(dāng)數(shù)據(jù)返回到用戶(hù)服務(wù)前臺(tái)的時(shí)候用戶(hù)已經(jīng)流失的情況，其原因可能存在于不同業(yè)務(wù)部門(mén)之間協(xié)調(diào)工作的時(shí)延過(guò)長(zhǎng)或者數(shù)據(jù)采集間隔太長(zhǎng)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(hù)流失管理中的重要應(yīng)用不僅僅應(yīng)包括對(duì)用戶(hù)流失的提前預(yù)警，還應(yīng)包括用戶(hù)流失后的原因分析。按照不同的用戶(hù)信息維度，查找最容易流失的用戶(hù)群，同業(yè)務(wù)部門(mén)人員配合，輔以相關(guān)調(diào)查，力求發(fā)現(xiàn)用戶(hù)流失的癥結(jié)所在。,（三）流失后分析,28%的用戶(hù)是重入網(wǎng)或反復(fù)入網(wǎng)引起的；流失用戶(hù)的91.6%是在半年內(nèi)流失（低網(wǎng)齡用戶(hù)）。,用戶(hù)流失類(lèi)型,（一）重入網(wǎng)、反復(fù)入網(wǎng)用戶(hù)挖掘,識(shí)別規(guī)則：通過(guò)對(duì)新入網(wǎng)用戶(hù)使用手機(jī)的IMEI號(hào)（或身份證號(hào)碼）與存量用戶(hù)的IMEI號(hào)歷史庫(kù)（或身份證號(hào)碼歷史庫(kù)）進(jìn)行分析識(shí)別出重入網(wǎng)和反復(fù)重入網(wǎng)用戶(hù)。,（一）重入網(wǎng)、反復(fù)入網(wǎng)用戶(hù)挖掘,識(shí)別過(guò)程,為了提高分析結(jié)果的準(zhǔn)確率，每月定期對(duì)上月新入網(wǎng)的用戶(hù)（上月入網(wǎng)并激活的用戶(hù)）進(jìn)行分析。分析示意如下：用戶(hù)在N月入網(wǎng)并激活（有話(huà)單產(chǎn)生），則在N+1月（計(jì)算月）對(duì)N月入網(wǎng)并激活的所有用戶(hù)進(jìn)行重入網(wǎng)分析。,產(chǎn)品/價(jià)格,促銷(xiāo)/宣傳,不同品牌及資費(fèi)存在內(nèi)部競(jìng)爭(zhēng)，沒(méi)有考慮體系間的平衡問(wèn)題； 預(yù)存費(fèi)用低，用戶(hù)入網(wǎng)門(mén)檻不高，使其可以輕易棄卡。,新入網(wǎng)促銷(xiāo)活動(dòng)優(yōu)惠力度過(guò)大； 品牌及資費(fèi)資費(fèi)套餐互轉(zhuǎn)門(mén)檻過(guò)高，停機(jī)保號(hào)、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(hào)碼； 欠費(fèi)停機(jī)后選擇重入網(wǎng)。,競(jìng)爭(zhēng)對(duì)手以低資費(fèi)、大力度的優(yōu)惠活動(dòng)吸引用戶(hù)，但整體質(zhì)量未能讓用戶(hù)滿(mǎn)意，從而使用戶(hù)在短暫離（移動(dòng)）網(wǎng)后重新入網(wǎng),內(nèi)部原因,外部原因,用戶(hù)原因,渠道/服務(wù),渠道迫于指標(biāo)壓力或利益驅(qū)動(dòng)，自身養(yǎng)卡或誘導(dǎo)用戶(hù)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(hù),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(hù)挖掘,流失用戶(hù)在網(wǎng)時(shí)長(zhǎng)分析,2、初步分析,（二）低網(wǎng)齡用戶(hù)挖掘,流失用戶(hù)的91.6% 是在入網(wǎng)后的六個(gè)月內(nèi)流失 流失用戶(hù)的76% 是在入網(wǎng)后的四個(gè)月內(nèi)流失 分別有22.1%和22.8%的流失用戶(hù)在入網(wǎng)后的第一個(gè)月和第二月內(nèi)流失,數(shù)據(jù)來(lái)源： 12年1月-10月新增用戶(hù) 流失用戶(hù)定義：當(dāng)月停機(jī)，且連續(xù)停機(jī)60天以上用戶(hù),到2012年11月仍未開(kāi)機(jī)用戶(hù) 網(wǎng)齡舉例：3月入網(wǎng)，3月流失的用戶(hù)，網(wǎng)齡為0個(gè)月,流失用戶(hù)的在網(wǎng)時(shí)長(zhǎng)分布,針對(duì)網(wǎng)齡1個(gè)月和24個(gè)月兩個(gè)用戶(hù)群分析,3、進(jìn)一步分析,（二）低網(wǎng)齡用戶(hù)挖掘,采用凝聚的方法,4、網(wǎng)齡1個(gè)月的流失用戶(hù)通話(huà)業(yè)務(wù)挖掘,（二）低網(wǎng)齡用戶(hù)挖掘,網(wǎng)齡1月新增用戶(hù)細(xì)分模型,4、網(wǎng)齡1個(gè)月的流失用戶(hù)數(shù)據(jù)業(yè)務(wù)挖掘,（二）低網(wǎng)齡用戶(hù)挖掘,網(wǎng)齡1月新增用戶(hù)細(xì)分模型,4、網(wǎng)齡1個(gè)月的流失用戶(hù)數(shù)據(jù)挖掘,（二）低網(wǎng)齡用戶(hù)挖掘,4、網(wǎng)齡1個(gè)月的流失用戶(hù)數(shù)據(jù)挖掘,（二）低網(wǎng)齡用戶(hù)挖掘,5、網(wǎng)齡24個(gè)月的流失用戶(hù)通話(huà)業(yè)務(wù)挖掘,（二）低網(wǎng)齡用戶(hù)挖掘,網(wǎng)齡24月新增用戶(hù)細(xì)分模型,5、網(wǎng)齡24個(gè)月的流失用戶(hù)數(shù)據(jù)業(yè)務(wù)挖掘,（二）低網(wǎng)齡用戶(hù)挖掘,網(wǎng)齡24月新增用戶(hù)細(xì)分模型,（二）低網(wǎng)齡用戶(hù)挖掘,5、網(wǎng)齡24個(gè)月的流失用戶(hù)數(shù)據(jù)挖掘,（二）低網(wǎng)齡用戶(hù)挖掘,5、網(wǎng)齡24個(gè)月的流失用戶(hù)數(shù)據(jù)挖掘,根據(jù)中國(guó)移動(dòng)歷年年報(bào)顯示，簽約用戶(hù)在網(wǎng)率時(shí)間長(zhǎng)，且ARPU值一般是預(yù)付費(fèi)用戶(hù)ARPU值的34倍。具體實(shí)現(xiàn)方式有兩種： 一種是通過(guò)有吸引力的資費(fèi)套餐將預(yù)付費(fèi)用戶(hù)轉(zhuǎn)換成簽約用戶(hù) 另一種是直接發(fā)展簽約用,（一）擴(kuò)大簽約用戶(hù)比例提高在網(wǎng)率,通過(guò)推出各種優(yōu)惠資費(fèi)套餐等促銷(xiāo)方法拉動(dòng)用戶(hù)提高業(yè)務(wù)使用量，這種方法往往與預(yù)付費(fèi)用戶(hù)轉(zhuǎn)換成簽約用戶(hù)方法相配套推出。下表是針對(duì)不同用戶(hù)群可以推出的優(yōu)惠措施：,（二）針對(duì)不同用戶(hù)群推出不同優(yōu)惠措施,（二）針對(duì)不同用戶(hù)群推出不同優(yōu)惠措施,對(duì)于電信運(yùn)營(yíng)商來(lái)說(shuō)，不僅業(yè)務(wù)要不斷創(chuàng)新，不斷開(kāi)發(fā)，服務(wù)也要不斷創(chuàng)新，不斷開(kāi)發(fā)?？梢酝瞥鋈缦路?wù)