精細(xì)營(yíng)銷客戶預(yù)測(cè)專題培訓(xùn)課程-文庫吧
2025-02-14 17:19 本頁面
【正文】 券模型 飛信模型 其它 數(shù)據(jù)挖掘模型 抽樣探索修改建模評(píng)估循環(huán)往復(fù)的挖掘過程抽樣抽樣探索探索修改修改建模建模評(píng)估評(píng)估循環(huán)往復(fù)的挖掘過程定義業(yè)務(wù)問題 環(huán)境評(píng)估 數(shù)據(jù)準(zhǔn)備回顧和評(píng)價(jià)模型發(fā)布數(shù)據(jù)挖掘?qū)嵤┓椒ㄕ摱?、系統(tǒng)架構(gòu) 系統(tǒng) 客服 系統(tǒng) 外圍數(shù)據(jù)源 清單查詢 清單導(dǎo)出 數(shù)據(jù)接口 營(yíng)銷管理平臺(tái) 前臺(tái) 短信中心 彩信中心 外呼中心 網(wǎng)站 經(jīng)營(yíng)分析系統(tǒng) 14 數(shù)據(jù)挖掘?qū)τ跀?shù)據(jù)的組織形式有特定的要求，以往以月為單位的歷史信息存儲(chǔ)無法滿足深度挖掘的需要，需要轉(zhuǎn)化成月均＋寬表的形式，可以極大提升數(shù)據(jù)挖掘數(shù)據(jù)準(zhǔn)備的效率 何謂專用數(shù)據(jù)層 二、系統(tǒng)架構(gòu)－數(shù)據(jù)挖掘?qū)Ｓ脭?shù)據(jù)層 15 二、系統(tǒng)架構(gòu)－數(shù)據(jù)挖掘?qū)Ｓ脭?shù)據(jù)層 DW(數(shù)據(jù)倉(cāng)庫層 ) DWD(數(shù)據(jù)倉(cāng)庫明細(xì)層 ) ODS(操作數(shù)據(jù)存儲(chǔ)層 ) ST(匯總層 ) 報(bào)表 主題 KPI 即席查詢 語音消費(fèi)信息歸整集 (2年 ) 短信消費(fèi)信息歸整集 (2年 ) 彩信消費(fèi)信息歸整集 (2年 ) GPRS消費(fèi)信息歸整集 (2年 ) 夢(mèng)網(wǎng)消費(fèi)信息歸整集 (2年 ) 夢(mèng)網(wǎng)注冊(cè)信息歸整集 (2年 ) 產(chǎn)品注冊(cè)信息歸整集 (2年 ) 營(yíng)銷活動(dòng)信息歸整集 (2年 ) （預(yù)繳、終端捆綁、促銷等） 自然屬性信息歸整集 (2年 ) 其它信息 (2年 ) 涵蓋了當(dāng)前能夠獲得的用戶所有信息 數(shù)據(jù)挖掘?qū)Ｓ脭?shù)據(jù)層 將倉(cāng)庫數(shù)據(jù)轉(zhuǎn)化為 數(shù)據(jù)挖掘易于使用 的數(shù)據(jù) 專題 數(shù)據(jù)倉(cāng)庫數(shù)據(jù)流 經(jīng)營(yíng)分析系統(tǒng)應(yīng)用 挖掘引擎 挖掘模型 專用數(shù)據(jù)層 16 三、構(gòu)建典型新業(yè)務(wù)模型 新業(yè)務(wù)相對(duì)于語音業(yè)務(wù)，用戶市場(chǎng)呈現(xiàn)小而多的特點(diǎn)，如何準(zhǔn)確的找到潛在的新業(yè)務(wù)用戶群是面臨的重要課題，本專題從典型新業(yè)務(wù)入手，如飛信、手機(jī)報(bào)等，嘗試采用客戶預(yù)測(cè)的方法，找到每類新業(yè)務(wù)的潛在用戶群，從而實(shí)現(xiàn)新業(yè)務(wù)的精細(xì)營(yíng)銷 下面以實(shí)現(xiàn)的第一個(gè)新業(yè)務(wù)模型飛信為例進(jìn)行原理介紹 17 實(shí)施 步驟 選擇樣本用戶 分析影響因素 選擇重要變量 建立預(yù)測(cè)模型 驗(yàn)證評(píng)估模型 三、飛信模型介紹 18 飛信樣本 普通樣本 訓(xùn)練樣本 在網(wǎng)三個(gè)月以上 月注冊(cè)成飛信 月連續(xù)活躍 共萬用戶 隨機(jī)抽取普通 用戶 共萬用戶 樣本一 樣本二 樣本用戶的選擇需要確保其能真實(shí)體 現(xiàn)飛信或普通用戶的一般特征，剔除由于 促銷活動(dòng)等引發(fā)的“非正常”用戶 樣本需體現(xiàn)普遍性 選擇樣本用戶 19 ? (代表最近值、代表頻度值、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(yíng)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 變量 自然屬性 ? 用戶使用移動(dòng)通信語音、短信、彩信、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(jìn)來 消費(fèi)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？ 分析影響因素 20 我們認(rèn)為假如用戶最近定購(gòu)過新業(yè)務(wù)類或夢(mèng)網(wǎng)類產(chǎn)品，或者近年定購(gòu)的次數(shù)比較多，則用戶繼續(xù)定購(gòu)新業(yè)務(wù)產(chǎn)品（比如飛信）的可能性會(huì)比較高，因此納入以下變量： 近年新業(yè)務(wù)產(chǎn)品定購(gòu)次數(shù)、最近新業(yè)務(wù)產(chǎn)品定購(gòu)間隔、新業(yè)務(wù)產(chǎn)品當(dāng)前有效個(gè)數(shù) 短信類、彩信類、 類、類、 手機(jī)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(jī)報(bào)類、音樂類、彩信類 生活?yuàn)蕵飞虅?wù)類 由于夢(mèng)網(wǎng)產(chǎn)品無明確細(xì)分方法，只能以總的為依據(jù) 夢(mèng)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(shí)用戶使用趨向，這里統(tǒng)一未納入考慮 三大變量 分析影響因素－變量 21 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)歲是一個(gè)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)，在一定時(shí)間段內(nèi)有次以上在不同天有通話的對(duì)端用戶才是有效交往用戶 交往圈 是否屬于動(dòng)感地帶用戶是一個(gè)重要布爾變量 品牌 是否終端支持
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1