【正文】 發(fā)送短信 10條左右，主要使用短彩信業(yè)務(wù)，且短信和彩信上行條數(shù)均為最高 % 細(xì)分群主要消費(fèi)行為特征（網(wǎng)齡 1個(gè)月） 2 24 ? 新增用戶(hù)中的流失用戶(hù)超過(guò)四分之三的用戶(hù)生命周期不超過(guò)四個(gè)月，不具有完整的生命周期特征 ? COX生存分析模型，隱含了一條假設(shè)，即在時(shí)間越長(zhǎng)，其離網(wǎng)的可能性就越大，這樣一來(lái)，是否離網(wǎng)和在網(wǎng)時(shí)間應(yīng)該是正相關(guān)的， COX模型在擬合的時(shí)候，會(huì)在這個(gè)約束之下，所以其對(duì)數(shù)據(jù)的擬合沒(méi)有 LOGIT效果好 因此對(duì)新增用戶(hù)離網(wǎng)預(yù)警，采用 LOGIT回歸模型或決策模型 新增用戶(hù)中的流失用戶(hù)有 76%在入網(wǎng)后的四個(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%和 23%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： ?09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 2023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 25 決策樹(shù)預(yù)測(cè)模型：決策樹(shù)是以實(shí)例為基礎(chǔ)的歸納學(xué)習(xí)算法，它著眼于從一組無(wú)次序、無(wú)規(guī)則的實(shí)例中推理出以決策樹(shù)表示的分類(lèi)規(guī)則。 流失異動(dòng)用戶(hù) 營(yíng)銷(xiāo)捆綁 日常維系及 異動(dòng)監(jiān)控 辦理 未辦理 模型匹配 低網(wǎng)齡用戶(hù) 流失高危用戶(hù) 是否流失 流失 未流失 1 1 2 一級(jí)匹配和維系； 二級(jí)匹配和維系。 ? 采用戶(hù)外廣告、報(bào)紙等大眾媒體及營(yíng)業(yè)廳、 10086短信、網(wǎng)站、 WAP等自有媒體體開(kāi)展網(wǎng)齡營(yíng)銷(xiāo)、優(yōu)惠補(bǔ)卡及帶號(hào)轉(zhuǎn)品牌、套餐、停機(jī)保號(hào)等的傳播。 ? 2個(gè)或以上號(hào)碼登記身份證號(hào)一致 這些號(hào)碼為疑似養(yǎng)卡號(hào)碼 ?ARPU： 渠道新增用戶(hù)中， 30%以上或 100人以上的用戶(hù)入網(wǎng)當(dāng)月和次月ARPU低于 5元，該渠道為疑似養(yǎng)卡渠道 6 □ 渠道養(yǎng)卡識(shí)別與監(jiān)控 ■ 重入網(wǎng)與反復(fù)重入網(wǎng)管理 □ 正常低網(wǎng)齡用戶(hù)維系 新增用戶(hù)維系 7 重入網(wǎng)與反復(fù)重入網(wǎng)（跳蚤）用戶(hù)識(shí)別規(guī)則 N N+1 N6 N4 N5 N2 N3 N1 新入網(wǎng)激活月 新入網(wǎng)激活后第 1月 新入網(wǎng)激活月前半年的存量用戶(hù)歷史 IMEI庫(kù)或身份證庫(kù) N月在網(wǎng)用戶(hù)，區(qū)分新增和存量用戶(hù) 判斷重入網(wǎng)用戶(hù) 判斷新入網(wǎng)用戶(hù)的有效 IMEI或身份證號(hào)碼 N月新入網(wǎng)用戶(hù)中的重入網(wǎng)和反復(fù)重入網(wǎng)用戶(hù)名單 剔除無(wú)效IMEI或身份證號(hào)碼 生成、維護(hù)歷史有效 IMEI庫(kù)或身份證號(hào)庫(kù) ? 重入網(wǎng)： 新用戶(hù) IMEI或身份證號(hào)與歷史 IMEI或身份證號(hào)碼能夠匹配（ 6個(gè)月以?xún)?nèi)）。如， 9月新入網(wǎng)用戶(hù)IMEI或身份證號(hào)與 3月到 8月用戶(hù) IMEI或身份證號(hào)碼庫(kù)匹配后，得到 9月新入網(wǎng)用戶(hù)中重入網(wǎng)用戶(hù)。 ? 加強(qiáng)欠費(fèi)管理，減少無(wú)效欠費(fèi)； ? 主卡付費(fèi) +親情網(wǎng)； ? 賬戶(hù)低余額時(shí)充值提示； ? 優(yōu)惠或免費(fèi)補(bǔ)卡； ? 推薦帶號(hào)轉(zhuǎn)品牌或帶號(hào)轉(zhuǎn)套餐。 1 2 13 正常低網(wǎng)齡用戶(hù)細(xì)分、預(yù)警及維系框架 精準(zhǔn)營(yíng)銷(xiāo)模型 新增用戶(hù)細(xì)分模型 用戶(hù)價(jià)值 在網(wǎng)時(shí)長(zhǎng) 渠道偏好 促銷(xiāo)偏好 用戶(hù)號(hào)碼 消費(fèi)特征 用戶(hù)清單 話(huà)費(fèi)余額 新增網(wǎng)用戶(hù)流失模型 商務(wù)高端用戶(hù)群 長(zhǎng)途話(huà)務(wù)突出群 本地話(huà)務(wù)突出群 本地低端用戶(hù)群 數(shù)據(jù)業(yè)務(wù)發(fā)燒群 …… 漫游突出用戶(hù)群 數(shù)據(jù)業(yè)務(wù)興趣群 本地話(huà)務(wù)偏好群 在網(wǎng)異動(dòng)用戶(hù) 流失高危用戶(hù) 長(zhǎng)途話(huà)務(wù)突出群 本地話(huà)務(wù)突出群 本地低端用戶(hù)群 …… 漫游突出用戶(hù)群 數(shù)據(jù)業(yè)務(wù)突出群 本地話(huà)務(wù)偏好群 當(dāng)月新增用戶(hù) 其他新增用戶(hù) 營(yíng)銷(xiāo)案 14 用戶(hù)流失預(yù)警和細(xì)分建模過(guò)程 ? 流失現(xiàn)狀分析 ? 流失原因分析 ? 流失用戶(hù)特征分析 ? 流失預(yù)警建模目標(biāo)溝通確定 ? 流失細(xì)分模型目標(biāo)溝通確定 ? 根據(jù)建模要求和現(xiàn)有數(shù)據(jù)情況，構(gòu)思、溝通和確定建模數(shù)據(jù)提取需求 ? 提取 09年 110月新增用戶(hù)在 110月的自然屬性和消費(fèi)行為數(shù)據(jù) ? 提取 09年 10月新增用戶(hù)在 10月的日消費(fèi)行為數(shù)據(jù) ? 數(shù)據(jù)質(zhì)量審核 ? 數(shù)據(jù)探索 ? 非正常用戶(hù)的剔除。它采用自頂向下的遞歸方式，在決策樹(shù)的內(nèi)部節(jié)點(diǎn)進(jìn)行屬性的比較，并根據(jù)不同屬性值判斷從該節(jié)點(diǎn)向下的分支，在決策樹(shù)的葉節(jié)點(diǎn)得到結(jié)論。 % * 提升度 =模型篩選用戶(hù)流失率 /用戶(hù)集中用戶(hù)流失率 32 在網(wǎng) 1月新增用戶(hù)流失預(yù)警模型 ?在網(wǎng) 1月新增用戶(hù)沒(méi)有月數(shù)據(jù)，只有日數(shù)據(jù)，由于系統(tǒng)只保留最近 3月的日數(shù)據(jù)， 9月的日數(shù)據(jù)不完整， 11月的新增用戶(hù)不能判定用戶(hù)流失，只能取 10月新增用戶(hù)的日數(shù)據(jù)為建模數(shù)據(jù)集 ? 用戶(hù)的樣本量小，考慮到?jīng)Q策樹(shù)算法如使用交叉驗(yàn)證，能一定程度上彌補(bǔ)樣本量小的不足，采用決策樹(shù)算法作為預(yù)警建模算法 建模時(shí)間窗口 建模變量 基本情況 語(yǔ)音通話(huà)情況 數(shù)據(jù)業(yè)務(wù)使用情況 品牌 ARPU 余額 套餐名稱(chēng) … 日均數(shù)據(jù) 時(shí)間段日數(shù)據(jù) /變化趨勢(shì)數(shù)據(jù) 日均數(shù)據(jù) 時(shí)間段變化 趨勢(shì)數(shù)據(jù) 本地通話(huà)次數(shù) 長(zhǎng)途通話(huà)次數(shù) 漫游通話(huà)次數(shù) … 本地通話(huà)次數(shù)波動(dòng)率 長(zhǎng)途通話(huà)次數(shù)波動(dòng)率 漫游通話(huà)次數(shù)波動(dòng)率 … 短信條數(shù) 彩信條數(shù) GPRS流量 … 短信條數(shù)波動(dòng)率 … 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 入網(wǎng)時(shí)間在 10月 1~25日的用戶(hù)從入網(wǎng)當(dāng)天直到 10月底的日數(shù)據(jù) 33 建模結(jié)果 余額 品牌 手機(jī)報(bào)費(fèi)用 套餐名稱(chēng) 日均長(zhǎng)途通話(huà)次數(shù) 月租費(fèi) 日均本地被叫通話(huà)次數(shù) 充值次數(shù) 日均漫游通話(huà)次數(shù) 包打套餐標(biāo)志 本地通話(huà)次數(shù)波動(dòng)率 手機(jī)郵箱標(biāo)志 新業(yè)務(wù)費(fèi) 多次充值標(biāo)志 彩鈴訂購(gòu)標(biāo)志 手機(jī)報(bào)訂購(gòu)標(biāo)志 本地主叫次數(shù)波動(dòng)率 重入網(wǎng)標(biāo)志 外網(wǎng)通話(huà)對(duì)端數(shù)波動(dòng)率 通話(huà)大于 5分鐘標(biāo)志 通話(huà)標(biāo)志 短信發(fā)送條數(shù)波動(dòng)率 ? 模型使用了交叉驗(yàn)證， 模型的結(jié)果為決策樹(shù)，應(yīng)用模型后的輸出為用戶(hù)流失的臵信度 ? 用戶(hù)余額、品牌、手機(jī)報(bào)費(fèi)用、套餐名稱(chēng)、日均長(zhǎng)途通話(huà)次數(shù)、月租費(fèi)、日均本地被叫通話(huà)次數(shù)變量重要 變量重要性 34 模型預(yù)測(cè)效果評(píng)估 ? 由于沒(méi)有 11月的數(shù)據(jù)可用于測(cè)試 12月流失情況，使用建模數(shù)據(jù)集評(píng)估模型擬合效果 ? 從收益圖來(lái)看，模型篩選了 20%的 10月新增用戶(hù)，包含了 50%的 11月流失用戶(hù) 篩選 40%的的 10月新增用戶(hù)，包含了 74%的 11月流失用戶(hù) 74% 50% 35 模型應(yīng)用流程 ? 新增用戶(hù)和高價(jià)值用戶(hù) ? 當(dāng)前在網(wǎng)用戶(hù) 定義候選用戶(hù) 識(shí)別正常用戶(hù) ?渠道