【正文】 。 2023/1/202323/1/20Friday, January 20, 2023 很多事情努力了未必有結(jié)果，但是不努力卻什么改變也沒有。一旦生成模型，便可用于估計(jì)新記錄屬于某類的概率。 正常低網(wǎng)齡用戶分群 用戶 ? 重綁： 針對高危用戶在網(wǎng)黏性已很弱的特點(diǎn)，采取較大力度的營銷捆綁策略，以返還周期短的財(cái)務(wù)捆綁和力度較大的業(yè)務(wù)捆綁為主，以服務(wù)捆綁為輔。某運(yùn)營商數(shù)據(jù)挖掘項(xiàng)目匯報(bào) _新增用戶維系 2023年 3月 2 新增用戶維系基本流程 采用生存分析法，對有流失傾向的用戶進(jìn)行提前預(yù)警，并可根據(jù)用戶流失概率的高低劃定預(yù)警級別 ? 流失高危用戶群 ? 在網(wǎng)異動用戶群 ? 正常用戶群 異動預(yù)警監(jiān)控 維系策略方案生成 ? 渠道養(yǎng)卡監(jiān)管措施 ? 重入網(wǎng)與反復(fù)用戶管控措施 ? 正常低網(wǎng)齡用戶維系措施 維系方案實(shí)施 ? 營銷案實(shí)施流程 ? 維系渠道 ? 維系方式 維系策略及方案 維系情況反饋 目標(biāo)達(dá)成情況 維系效果評估： ? 渠道養(yǎng)卡識別及監(jiān)管 ? 重入網(wǎng)與反復(fù)重入網(wǎng) ? 正常低網(wǎng)齡用戶維系 維系效果評估 新增用戶分群： ? 渠道養(yǎng)卡 ? 重入網(wǎng)與反復(fù)重入網(wǎng)用戶 ? 正常低網(wǎng)齡用戶細(xì)分 根據(jù)正常低網(wǎng)齡用戶偏好進(jìn)行細(xì)分 新增用戶分群 ? 建立新增用戶維系閉環(huán)管理體系，準(zhǔn)確分群，分級預(yù)警，制定針對性的維系策略和方案并實(shí)施，實(shí)現(xiàn)新增用戶保有。 ? 力保： 針對異動用戶尚處于流失猶豫期、還具有一定黏性的特點(diǎn)，維系策略將以強(qiáng)化用戶的業(yè)務(wù)黏性為重點(diǎn)，以業(yè)務(wù)捆綁和較長返還周期的財(cái)務(wù)捆綁為主，以服務(wù)捆綁為輔。概率最大的目標(biāo)類被指定為該記錄的預(yù)測輸出值 。 2023/1/202323/1/202323/1/201/20/2023 11:54:03 PM 1成功就是日復(fù)一日那一點(diǎn)點(diǎn)小小努力的積累。 2023/1/202323/1/20January 20, 2023 1一個人即使已登上頂峰，也仍要自強(qiáng)不息。 2023/1/202323/1/202323/1/20Friday, January 20, 2023 1不知香積寺，數(shù)里入云峰。 ?比較模型預(yù)測效果，選擇預(yù)測效果較佳分類算法 模型 比較 結(jié)論 正常低網(wǎng)齡用戶流失采用預(yù)警分類算法 26 在網(wǎng) 2月新增用戶流失預(yù)警模型 ? 采用 SPSS和 CLEMENTINE作為數(shù)據(jù)分析和建模工具 ? 分別采用邏輯回歸算法和決策樹算法建模，比較模型預(yù)測效果，確定使用邏輯回歸算法 基本情況 語音通話情況 數(shù)據(jù)業(yè)務(wù)使用情況 品牌 ARPU 余額 套餐名稱 … 本地通話次數(shù) 長途通話次數(shù) 漫游通話次數(shù) … 數(shù)據(jù)業(yè)務(wù)費(fèi)用 數(shù)據(jù)業(yè)務(wù)消費(fèi)占比 數(shù)據(jù)業(yè)務(wù)使用種類數(shù) … 3月 4月 5月 6月 7月 8月 9月 10月 11月 3月 4月 5月 6月 7月 8月 9月 10月 11月 3月 4月 5月 6月 7月 8月 9月 10月 11月 3月 4月 5月 6月 7月 8月 9月 10月 11月 建模時間窗口 測試時間窗口 入網(wǎng)月份 取數(shù)月份 流失月份 流失觀察月份 建模變量 27 建模結(jié)果 余額 通話次數(shù) 套餐名稱 本地被叫次數(shù) 欠費(fèi)金額 本地主叫次數(shù) 網(wǎng)內(nèi)通話對端數(shù) 網(wǎng)外通話對端數(shù) 彩鈴訂購標(biāo)志 通話時長大于 5分鐘標(biāo)志 多次充值標(biāo)志 欠費(fèi)標(biāo)志 ARPU大于 0標(biāo)志 長途通話次數(shù) 漫游通話次數(shù) 新業(yè)務(wù)費(fèi) 通話標(biāo)志 包打套餐標(biāo)志 手機(jī)報(bào)費(fèi)用 本地主叫通話標(biāo)志 撥打 10086次數(shù) 重入網(wǎng)標(biāo)志 ? 所有的數(shù)據(jù)經(jīng)過對數(shù)變換和標(biāo)準(zhǔn)化變換，消除不同變量和不同月份對模型的影響 ? 邏輯回歸算法使用的方法是進(jìn)入法，模型調(diào)整變量的依據(jù)是回歸參數(shù)的 Wald檢驗(yàn)，模型擬合優(yōu)度的評判標(biāo)準(zhǔn)時是 2對數(shù)似然值，值越小，擬合效果越好 ? 模型的結(jié)果為對數(shù)流失風(fēng)險(xiǎn)比的線性擬合表達(dá)式，應(yīng)用模型時輸入為用戶當(dāng)前在建模變量上的值，輸出為用戶的流失概率 ? 下圖展示了建模變量的重要性（調(diào)整后的實(shí)際建模變量） 變量重要性 28 用戶集： 09年 07月入網(wǎng)、08月仍然正常的用戶 ； 模型篩選用戶： 通過模型篩選出的用戶集中 20%的用戶，其中， ? 包含了用戶集中 %的9月流失用戶； ?模型篩選用戶 9月、 10月和 11月的流失率 （模型準(zhǔn)確率） 分別為 16%、 34%和48%，比用戶集中用戶的流失率（不使用模型篩選的準(zhǔn)確率）提升度分別為 、 。 細(xì)分用戶群 基本策略 流失高危 用戶 在網(wǎng)異動 用戶 相對穩(wěn)定 用戶 12 多級預(yù)警，多級維系 在模型挖掘的基礎(chǔ)上，準(zhǔn)確判別正常低網(wǎng)齡用戶的流失傾向，根據(jù)用戶流失概率的高低分別實(shí)施針對性的維系策略和措施，對可能流失的用戶提前預(yù)防，多級維系，有效地防止用戶流失。 疑似養(yǎng)卡渠道和養(yǎng)卡號碼判斷規(guī)則 疑 似 養(yǎng) 卡 渠 道 ?產(chǎn)品： 渠道新增用戶中， 30%以上的用戶都為兩廣情零聽計(jì)劃或都市“零聽”計(jì)劃二，該渠道為疑似養(yǎng)卡渠道 ?主叫時長 ：渠道新增用戶中， 50%以上或 100人以上的用戶入網(wǎng)當(dāng)月和次月主叫時長在 3分鐘內(nèi)，該渠道為疑似養(yǎng)卡渠道 ?用戶狀態(tài)： 渠道新增用戶中，入網(wǎng)后在第 3個月， 30%以上的用戶狀態(tài)為停機(jī)流失，該渠道為疑似養(yǎng)卡渠道 疑 似 養(yǎng) 卡 號 碼 ?消費(fèi)情況 : ? 5個或以上號碼號碼入網(wǎng)當(dāng)月和次月主叫時長都在 3分鐘內(nèi)； ? 5個或以上號碼號碼入網(wǎng)當(dāng)月和次月消費(fèi)在 5元以內(nèi)； ? 2個以上號碼入網(wǎng)當(dāng)月或次月應(yīng)收費(fèi)完全一致， 這些號碼為疑似養(yǎng)卡號碼 ?激活情況： ? 5個或以上號碼號碼激活I(lǐng)MEI一致 。 10 □ 渠道養(yǎng)卡識別與監(jiān)控 □ 重入網(wǎng)與反復(fù)重入網(wǎng)管理 ■ 正常低網(wǎng)齡用戶維系 新增用戶維系 11 正常低網(wǎng)齡用戶維系基本策略 剔除了渠道養(yǎng)卡用戶和反復(fù)重入網(wǎng)用戶后所獲得的正常低網(wǎng)齡用戶是新增用戶流失控制的重點(diǎn)。 ?邏輯回歸預(yù)測模型：也稱定性變量回歸，類似于線性回歸，但是目標(biāo)字段使用字符型字段而不是數(shù)值型字段。 2023/1/202323/1/20January 20, 2023 1做前，能夠環(huán)視四周；做時，你只能或者最好沿著以腳為起點(diǎn)的射線向前。 2023/1/202323/1/202323/1/202323/1/201/20/2023 1意志堅(jiān)強(qiáng)的人能把世界放在手中像泥塊一樣任意揉捏。 2023年 1月 2023/1/202323/1/202323/1/201/20/2023 1少年十五二十時，步行奪得胡馬騎。 ?業(yè)務(wù)捆綁：預(yù)存送本地長途通話分鐘數(shù) ?業(yè)務(wù)捆綁：預(yù)存送本地通話分鐘數(shù)（高額度） ?財(cái)務(wù)捆綁 ： 預(yù)存話費(fèi)送話費(fèi)（中低額度） ?業(yè)務(wù)捆綁：專項(xiàng)預(yù)存 高價值數(shù)據(jù)業(yè)務(wù)套餐優(yōu)惠 ?業(yè)務(wù)捆綁：專項(xiàng)預(yù)存 短信套餐捆綁 ?業(yè)務(wù)捆綁：專項(xiàng)預(yù)存 GPRS套餐捆綁 ?業(yè)務(wù)捆綁：預(yù)存送漫游主叫通話分