最新某市电信低质用户活跃度解决方案课件ppt.ppt

《最新某市电信低质用户活跃度解决方案课件ppt.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、某市电信低质用户活跃度解决方案目录一数据挖掘项目经验2二IPTV活跃度提升解决方案三套餐流量使用率提升解决方案五个数据挖掘模型，两个客户画像标签3G升4G换卡模型（营销响应模型）政企专线离网预警模型（用户保有模型）双百兆目标用户模型（营销响应模型）乐享5折用户聚类模型（用户画像刻画）乐享5折用户生命周期分析（用户画像刻画）手机加副卡目标用户模型（营销响应模型）乐享5折目标用户模型（营销响应模型）数据挖掘客户标签（数据挖掘基础能力沉淀）政企离网预警模型目标通过深度数据挖掘方法，挖掘政企专线用户离网规律，并提前2个月预测用户离网概率模型的效能（ROC）曲线乐享5

2、折目标用户模型目标为提升当前营销成功率，通过数据挖掘模型，找出意愿度更高的用户优先进行营销，利用随机森林算法，构建最终目标用户模型。模型评估字段重要性模型实际应用模型效能（ROC）曲线乐享5折用户聚类模型为了提高乐享5折用户的活跃度及价值，我们将对用户进行分群，以达到精细化营销的目的。根据聚类模型的数据要求，需要观测用户在基准月前3个月及次月的行为表现，因此选取2016年2月作为基准月。2016年2月，出账用户17.6万，其中，套餐使用时长不足3个月的用户2.3万，疑似用完即扔用户1707户，疑似养卡用户6709户。基于精细化营销的目的，剔除套餐使用时长不足

3、3个月及疑似养卡、用完即扔用户，最后聚类的目标用户12.4万户，接下来的聚类模型针对这部分用户进行建模。出账用户：17.6万正常：16.5万停/预拆：1.1万疑似用完即扔：T+4个月内开始产生欠费，并且欠费后连续2个月依然有欠费记录用户疑似养卡：省公司模型清单疑似用完即扔：1707疑似养卡：6709套餐使用时长<3：2.3万聚类目标用户：12.4万聚类模型构建思路数据输入行为字段相关性分析价值字段相关性分析Z-SCORE标准化行为因子分析Z-SCORE标准化价值因子分析行为层次聚类两步聚类价值层次聚类两步聚类价值-行为聚类混合聚类行为相关字段价值相关字段降维

4、标准化降维聚类建模模型优化群特征分析群策略建议本次聚类模型的构建，采用聚类数据挖掘中成熟的“行为-价值”分析框架，分别对用户的行为和价值特征进行聚类，并总结用户在这两个维度上的特征，从而给出用户画像由于聚类模型对于输入字段的要求，需要对行为字段和价值字段进行Z-SCORE标准化及主成分算法分析，降维之后作为输入，通过测试多个聚类算法（K-MEANS聚类算法、两步聚类算法）并选择聚类模型通过聚类的结果，分析不同用户群的特征，并针对用户特征提出针对性的营销策略行为-价值分群平面图平均ARPU平均流量X-1低值温饱群X-6中档低活跃群X-2传统节省群X-3低端时尚

5、群X-4流量活跃群X-5通话活跃群X-7高端稳定群通过观察用户分类在年龄、通话、流量、短信、在网时长、离网、ARPU、欠费等方面的特征及趋势，将用户分为以下7个典型用户群用户分群分布图七大用户群客户画像本地消费能力较低的中老年群体，社交圈子较小，只有基础的通话需求X-1低端温饱群27.3%本地有一定消费能力的中老年群体，有一定社交圈子，主要通信需求为通话，没有形成流量使用习惯X-2传统节省群18.4%外来人口中消费能力较强的群体，通话活跃度非常高，且人均漫游通话时间最长，但流量需求低X-5通话活跃群11.4%有一定消费能力的时尚年轻群体，终端新、流量使用非常

6、活跃，同时也有一定通话需求X-4流量活跃群11.3%本地年轻人群，消费能力不高，但追求新终端、偏好使用流量，群体流量贡献度大X-3低端时尚群15.3%忠诚的电信老用户，通话、流量活跃度高，流失率低，终端新外来人口人群，漫游通话需求量大，终端旧，通话和流量活跃度低，资费敏感，流失率高X-6中档低活跃群5.0%X-7高值稳定群11.4%ARPU值活跃度针对性营销策略建议根据构建的聚类模型，应用到4月份用户，其分群简要情况如下：乐享5折用户生命周期分析对分析用户的户均ARPU、流量、主被叫、短信、销户率和终端更换率进行综合分析，发现流量使用量随着终端更换率的提升而

7、逐步提升。T+5月之后在主叫通话时长未出现明显增加的情况下，流量逐月增加，但ARPU值并未表现出增加迹象，用户的流量使用习惯逐步养成。T+17月后用户的销户率处于整个生命周期当中较低的水平，并趋势稳定。可为用户特征分析—销户结点(1/2)销户正常ARPU84.280.9销户正常流量6341568销户正常主叫47225针对T+3月销户用户和在网8月以上正常用户，在T+2月进行特征比较，销户用户主叫语音时长为正常用户的21%，流量为正常用户的40%，ARPU无明显变化。单位：元单位：兆单位：分钟通过建模发现T+3月销户用户中,变量重要性前三的指标为：T+2月主叫

8、环比上月减少62.8%，T+2月被叫小于等于21.5