SPSSModeler在通信行業(yè)的應用移動某省公司客戶細分案例33客戶細分定義把客戶按照其自然屬性、使用特征、客戶偏好和動因等分成若干客戶群，并依據分群結果進行客戶群體特征刻畫的方法。目的使得同一群內的客戶特征非常相似，不同群間客戶特征差異較大。應用客戶細分模型的結果作為核心客戶識別的輸入之一，提供客戶分群信息，結合客戶價值分析結果以及客戶生命周期分析結果，用于識別核心客戶，并篩選出生命周期穩(wěn)定期的核心客戶，作為維系工作的重點目標對象。電信運營商根據每個客戶群特征設計相應的產品/套餐，并采取合適的銷售方式，以提高營銷成功率。44客戶細分流程細分過程步驟五描述細分市場并進行有效性檢驗步驟六選擇目標市場并制定營銷策略步驟三確定數據來源及確定數據步驟四選擇細分方法并進行細分步驟一確定細分目的步驟二選擇細分變量了解客戶消費習慣、消費行為、消費特征為不同客戶提供不同的套餐，為新技術或新產品尋找可能的目標市場識別最有價值客戶，選取的變量就可能使ARPU值、MOU、在網時長根據顧客的語音消費行為制定套餐，選取的變量可能是單次時長、通話時段、撥打次數等ARPU、MOU、在網時長：營業(yè)、計費、crm、經分系統(tǒng)客戶的媒體接受習慣、個性、愛好、滿意度：市場調查通常采用PASWModeler的k-means方法Kohonen、兩步聚類描述每一個細分市場，刻畫每個細分市場的特征檢驗細分市場是否有效根據企業(yè)的產品選擇目標客戶群，制定相應的營銷策略進行營銷55中國移動在已有的業(yè)務支撐系統(tǒng)和CRM系統(tǒng)中，主要通過兩種方法進行客戶細分：基于ARPU的細分：按照客戶的ARPU值進行二元細分，例如常見的大客戶的劃分和標識；基于社會特征的細分：根據客戶年齡、職業(yè)等社會特征指標進行的多維客戶細分。客戶細分案例—商業(yè)背景不能滿足實際商業(yè)需求66客戶細分案例—數據理解客戶產品渠道促銷價格XX客戶客戶細分專題客戶共1600916戶2004年8月2005年1月客戶時間此次客戶細分采用數據挖掘和市場調研相互結合的方法進行數據統(tǒng)計分析；使用Clmentine12（PASWModeler較低版本）進行建模建模方法采用兩步聚類客戶數據截取時間是2004年8月－2005年1月連續(xù)六個月全部在網的用戶，共1600916戶；市場調研共隨機抽取6342戶，其中形成有效問卷3027戶，比例是47.7%。共6342戶，有效問卷3027戶77客戶細分案例—細分核心方法本次客戶細分專題主要采用消費行為信息、人口變量信息、消費心理信息與4Ps營銷策略相互融合的方法進行客戶細分及針對性市場營銷分析。業(yè)務選擇狀況、使用數量、使用質量、使用態(tài)度消費行為人口變量性別、年齡收入、職業(yè)、教育程度社會階層、生活方式、個性消費心理4Ps營銷策略88客戶細分案例—細分結果群組名稱細分分組分組人數外呼有效樣本細分分組名稱最優(yōu)組16組98383228高端商務組14組72933202高端本地繁忙組潛力組13組77875251本地交往頻繁組11組61733142省內繁忙組15組66659116夜聊短信組9組111296222省際IP組10組85963176長聊短信組12組105029243節(jié)儉本地組弱勢組1組201288384弱勢本地通話組6組111169226弱勢長途組8組5073359弱勢新業(yè)務組7組7252397弱勢夜聊組2組114696191弱勢優(yōu)惠側重組4組197246301全面弱勢組5組115613136交往極小組3組5777753弱勢呼轉組合計16009163027在客戶細分的全體用戶被劃分成三大群組(最優(yōu)組、潛力組、弱勢組)，以及16個細分組。16個細分組是采用數據挖掘的聚類方法進行數據聚合統(tǒng)計構成。群組定義：最優(yōu)組：細分組消費比例/細分組人數比例大于等于2；潛力組：細分組消費比例/細分組人數比例大于等于1、小于2；弱勢組：細分組消費比例/細分組人數比例小于1。9916組（高端商務組）指標分析其他特征本組均值總體均值每月通話天數24.9720.92撥打長途城市數3.831.06漫游城市數2.090.40呼轉次數8.580.811860次數1.91.071861次數9.798.87投訴次數0.070.01平均充值次數4.732.75充值平均金額269.1167.83充值平均間隔(天)14.7614.69套餐更換次數0.390.18手機更換次數0.460.41基本信息本組均值總體均值ARPU210.6459.40MOU(分鐘)517.08250.81通話費用占比77.5%77.0%非通話費用占比22.5%23.0%欠費比例1.00%0.70%在網時長(月)26.6218.64當前積分2724.43305.50大客戶比例18.0%2.0%集團客戶比例41.0%25.0%交往圈/活動范圍特征本組均值總體均值平均交往圈60.2132.40主叫交往圈占比61.5%65.0%聯通交往圈占比16.9%17.1%最常通話號次數比25.0%30.9%通話不同基站數52.4421.11優(yōu)惠/時段特征本組均值總體均值語音單價0.310.19優(yōu)惠通話時長占比2.5%3.0%IP時長/長途時長25.6%28.7%休息時段通話時長占比45.7%47.5%晚上通話時長占比24.6%24.8%新業(yè)務特征本組均值總體均值點對點短信次數126.4654.57使用新業(yè)務數5.554.07夢網短信數26.56.42GPRS流量315.5730.19來電顯示開通比例76.0%39.4%彩鈴開通比例13.0%4.2%移動秘書開通比例12.0%1.7%語音業(yè)務特征本組均值總體均值通話次數265.33135.05每次通話時長2.071.86主叫時長占比51.7%54.1%本地通話時長占比78.6%92.5%省內長途時長占比6.2%2.5%省外長途時長占比12.4%4.2%國際長途時長/長途0.51%0.34%漫游次數57.516.51省內漫游時長占比4.0%1.1%省級漫游時長占比7.1%1.5%組內人數及占比983836.15%收入及占比(萬元)2072.421.79%收入占比/人數占比3.541010商業(yè)價值實現－16分組分析舉例16組(高端商務組)關鍵消費行為特征提取本組均值總體均值ARPU210.6459.40MOU(分鐘)517.08250.81通話次數265.33135.05平均交往圈60.2132.40撥打長途城市數3.831.06漫游城市數2.090.40通話不同基站數52.4421.11呼轉次數8.580.81GPRS流量315.5730.19移動秘書開通比例12.0%1.7%投訴次數0.070.01套餐更換次數0.390.18組內人數及占比983836.15%收入及占比(萬元)2072.421.79%收入占比/人數占比3.54營銷策略重點特征：1、產品：市話、漫游、長途、新業(yè)務2、價格：市話被叫包月、長途優(yōu)惠、漫游優(yōu)惠、業(yè)務功能優(yōu)惠3、宣傳渠道：報紙、電視、網絡、短信；業(yè)務辦理渠道：網上辦理4、促銷：贈送電影票等消費娛樂用品人口變量特征：用戶處于生命周期中成熟期的中前期，屬于較為成功的人士。消費心理特征：屬于“積極”分組，在消費心理習慣“由我做主”，其它人只是“輔助”，強調“個人實現”。市場營銷方向分析：1、該組用戶在業(yè)務產品方面使用的非常廣，所以重點不是業(yè)務的推廣，而是業(yè)務量的維護和保持；2、該組用戶在心理上屬于絕對成熟的積極性人物，所以在與其交流溝通時需要重點強調“輔助”功能，同時必須注重對該類用戶的關懷，尤其是投訴和套餐更換方面；3、該組拓展的重點已經不在是移動業(yè)務本身，而且其它行業(yè)及服務的整合，例如該組的移動秘書使用量和漫游城市數都非常大，所以可以考慮在移動秘書服務中提供票務服務，而且移動秘書是一個重點拓展的服務，其“秘書”性是一個極具潛力的關懷服務方向。4、該組對生活的品質要求也很高，所以主動豐富其生活品質也是重點方向。移動某省公司精確營銷案例1212主動性營銷案例—業(yè)務現狀該省移動2006年12月26日開通手機報業(yè)務；目前擁有手機報客戶400萬；2009年4月份，手機報訂購用戶達277萬，收費用戶達146萬；2009年4月份，新聞早晚報訂閱用戶達120萬。該省移動手機用戶目前已突破2000萬！手機報滲透率不足20%！1313主動性營銷案例—業(yè)務現狀營銷渠道1.前臺推薦2.外呼3.電子渠道業(yè)務類型1.普通用戶2.優(yōu)惠體驗3.套餐用戶多樣性1414主動性營銷案例—商業(yè)理解目標

-通過研究現有手機報用戶的基本屬性、行為屬性、業(yè)務開通屬性、數據業(yè)務使用屬性等，識別到手機報用戶不同于非手機報用戶的特征，為后續(xù)營銷活動獲取潛在手機報用戶提供支持；實現功能

-通過模型得到潛在手機報用戶的業(yè)務規(guī)則，幫助業(yè)務市場營銷人員了解業(yè)務發(fā)展策略和方向；

-通過為潛在手機報用戶打分來判斷其使用手機報業(yè)務的可能性，為營銷活動有效資源的投放提供決策支持。1515主動性營銷案例—商業(yè)理解識別手機報目標客戶業(yè)務規(guī)則時間窗口：09年5月~09年7月三個月；客戶范圍：活躍客戶：連續(xù)3個月計費的手機報用戶；對比客戶：連續(xù)3個月沒有訂閱手機報用戶；活躍客戶數：957,2861616主動性營銷案例—數據理解手機報類型客戶數百分比新聞時事類92359196.48%體育類277782.90%生活類222002.32%文娛類36200.38%文學類5470.06%財經類4280.04%游戲/動漫類1390.01%品牌專刊00.00%2009年5、6、7連續(xù)3個月開通手機報的用戶7月份開通手機報的類型描述：開通情況1.大部分用戶只開通一份手機報；2.大部分用戶開通的手機報類型為新聞時事類；3.仍然有接近2%的手機報用戶會開通超過一份的手機報業(yè)務1717主動性營銷案例—數據理解數據業(yè)務占手機報用戶百分比占非手機報用戶百分比連續(xù)三個月飛信手機端用戶2.10%0.84%連續(xù)三個月有中央音樂平臺彩鈴下載0.22%0.03%連續(xù)三個月使用手機證券業(yè)務0.36%0.03%連續(xù)三個月使用手機電視業(yè)務0.17%0.01%連續(xù)三個月使用12580業(yè)務0.69%0.07%連續(xù)三個月有彩鈴下載19.40%8.11%手機報用戶使用數據業(yè)務相關描述性分析：說明：使用手機報的用戶會使用更多的增值業(yè)務，其帶來的價值較非手機報用戶高。1818主動性營銷案例—數據理解手機報用戶三個月平均的ARPU值為107.45元

非手機報用戶三個月平均的ARPU值為51.50元手機報用戶的價值是非手機報用戶的2倍以上無論從個人大客戶的比例和中高端用戶比例手機報用戶都相對高出1919主動性營銷案例—數據理解手機報用戶平均的入網時長為38.63個月；非手機報為33.80個月；說明：進一步的分析應關注客戶開通手機報業(yè)務時的入網時長情況，以判斷應該在客戶生命周期的什么階段推薦其使用手機報業(yè)務。2020主動性營銷案例—數據準備信息類40上行短信數量41上行夢網短信42下行夢網短信43點對點彩信條數44彩信總量45夢網短信信息費46夢網彩信信息費47夢網短信業(yè)務訂購量48夢網短信業(yè)務退定量49夢網彩信業(yè)務訂購量50夢網彩信業(yè)務退定數量51上行短信數量客戶基本信息1性別2漫游屬性3手機品牌4用戶催停類型5入網渠道6所屬地市7入網時長8ARPU9欠費金額10大客戶級別11中高端用戶標志通話行為及費用12本地通話費用13長途通話時長14長途通話費用15漫游通話時長16漫游通話費用17新業(yè)務通信費18代收信息費數據業(yè)務類19GPRS上行流量20GPRS下行流量21GPRS上下行流量比22FetionPC客戶端活躍23Fetion手機客戶端活躍24Fetion短信活躍25FetionIVR端活躍26Fetion好友數27Fetion消息數28中央音樂平臺彩鈴下載次數29振鈴下載次數30手機證券費用31彩鈴下載次數32開通手機電視33音樂盒下載次數3412580查詢次數35WAP業(yè)務信息費36開通GPRS功能37彩鈴換歌次數38WAP業(yè)務訂購數量39GPRS上行流量市場部增加52集團客戶行業(yè)類型53是否V網用戶54是否辦理家庭計劃2121主動性營銷案例—數據準備樣本選?。?.抽樣10萬個用戶；2.其中43.53%為2009年5-7月連續(xù)三個月開通手機報業(yè)務的用戶；3.其中56.47%為2009年5-7月都未使用手機報業(yè)務的用戶。數據來源：1.用戶統(tǒng)計中間表2.用戶統(tǒng)一視圖表3.用戶使用數據業(yè)務表2222主動性營銷案例—模型建立平衡使用和不使用手機報業(yè)務用戶比例；將建模數據拆分成三個數據集：訓練集、檢驗集、校驗集；用C5.0(規(guī)則)模型對訓練集數據建立預測模型，在建模節(jié)點前的類型節(jié)點中設定“是否手機報用戶”變量為輸出變量，其余為輸入變量，這樣各變量作為預測模型的輸入，是否使用手機報業(yè)務作為預測模型的結果輸出；對檢驗集數據應用模型結果，用混淆矩陣和收益圖對應用結果進行準確性和模型效果評估。2323主動性營銷案例—模型評價2424主動性營銷案例—模型評估1.測試數據集表明最終被接受的模型的準確性達到82.37%；2.在測試數據集中打分的前54%的客戶涵蓋了92.3%的手機報用戶。2525主動性營銷案例—模型部署登錄服務器：10.168.*.*

流存放路徑：/spss/Project/Stream/Score.str執(zhí)行方法：1.進入路徑/usr/SPSSInc/PASWModelerBatch13/；2.運用clemb命令復制并執(zhí)行./Project/Score_Command.txt打分輸入：

1.用戶中間表；

2.統(tǒng)一視圖表；

3.數據業(yè)務表；

4.集團客戶行業(yè)類型。三個月數據打分輸出：

1.客戶手機號碼；

2.客戶得分降序排列.回寫數據庫：

DMAPP.Result_Score用戶手機支持彩信2626主動性營銷案例—決策樹規(guī)則展示2727主動性營銷案例—模型重要規(guī)則TOP1RULE:TOP2RULE:TOP3RULE:2828主動性營銷案例—模型重要規(guī)則TOP4RULE:TOP5RULE:RULE4規(guī)則歸納：1.三個月內新業(yè)務通信費的最大值超過1.7元；2.開通GPRS業(yè)務,并且三個月內GPRS上行流量的最大值超過3，下行流量的最大值小于86959；3.三個月內沒有訂購夢網彩信業(yè)務，沒有下載音樂盒；4.入網時長大于56個月；5.三個月內最小ARPU值為83.17元；6.三個月內夢網上行短信的最大值不超過12條，并且每個月都有夢網短信下行條數；7.三個月內點對點短信上行條數不超過15條；2929主動性營銷案例—模型輸出結果…說明：模型的主要輸出結果是將每個用戶未來開通手機報業(yè)務的得分寫回數據庫。聯通某省公司客戶流失預警案例3131項目背景電信運營商市場競爭加劇的大背景電信運營商重組完成，新的三大全業(yè)務運營商展開更激勵的市場較量。原先由于政策、業(yè)務限制和網絡等方面造成的差異逐漸縮小，而更加依賴于提高服務水平、塑造良好的品牌效應等“軟實力”來加強市場競爭力。該省聯通客戶流失情況存量市場趨于飽和，重組后競爭對手早早就展開的激勵的攻勢，大進大出情況明顯，客戶流失情況嚴重，同時收入情況增長緩慢。目前該省聯通的VIP用戶大約在35萬左右（不含大網中端客戶），這些用戶的保有工作尤其重要。原有的客戶保有工作原先主要依賴于CRM2系統(tǒng)開展VIP用戶的挽留工作，主要參考客戶的一些異動指標。工單量大、效果有限、耗費資源、還給很多正?？蛻魩聿缓玫挠∠蟆?232挖掘模型目標變量：常規(guī)思路一般按照客戶流失考核指標（不出賬則流失）做目標變量，但這已經處于客戶生命周期的晚期，挽留難度大，我們嘗試時間點提前。從客戶價值角度分析用戶的生命周期，將目標變量定義在客戶價值的急劇下降時期（sharp_decrease）?？蛻魞r值定義：我們定義的客戶價值主要包含用戶通話和短信行為，因為收入的產生基于用戶的消費行為（目前主要考慮是通話和短信），而且從宏觀角度看這些行為更有規(guī)律性，具備數據挖掘分析的前提?？蛻魞r值計算公式=通話時長（秒）+短信次數*30（一條短信的價值相當于30秒的通話）時間客戶價值表現期原有表現期3333模型時間窗口

該時間窗口對客戶接下來一個月內是否流失進行預測時間點與時間周期：按周組織數據，1~12周定義為觀察期，13~16周定義為表現期。目標變量定義：在表現期內客戶價值相比觀察期下降超過80%定義為流失

3434數據準備—變量選擇用戶信息：套餐編碼,客戶類型,VIP類型,成為大客戶時長,服務狀態(tài)編碼,渠道,建檔機構類型,入網時長,停機額度,協(xié)議到期時長,上次拜訪時間,上次拜訪時長…通話信息：通話次數，通話時長，通話金額，呼轉次數，漫游時長，本地時長，長途時長，網內/網間時長，集團內/外時長…短信信息：發(fā)送短信次數，接受短信次數，網間短信次數，網外短信次數…賬務信息：存款余額，贈送／獎勵余額，出賬收入，基本月租費，本地通話費，長途通話費，漫游通話費交往圈信息：交往圈，聯通交往圈，網外交往圈…3535數據準備—復合變量從各個不同視角生成一系列的復合變量基礎數值數值-變化數值占比數值占比-變化頻繁度集中度波動幅度…3636建立模型在SPSSModeler中利用20090301周期數據生成決策樹模型3737模型驗證在20090405周期數據上的驗證準確率=7533/(7533+5318)=58.62%查全率=7533/(7533+4329)=63.51%3838改進模型時間窗口

該時間窗口對客戶一個月后是否流失進行預測時間點與時間周期：按周組織數據，1~12周定義為觀察期，17~20周定義為表現期。目標變量定義：在表現期內客