freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內(nèi)容

某運(yùn)營商數(shù)據(jù)挖掘項(xiàng)目匯報(bào)_新增用戶維系-wenkub.com

2024-12-31 00:52 本頁面
   

【正文】 % * 提升度 =模型篩選用戶流失率 /用戶集中用戶流失率 考察模型篩選用戶三個(gè)月流失情況,模型準(zhǔn)確率為 48% 在網(wǎng) 2月以上新增用戶流失預(yù)警模型 ?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(cè)效果,確定使用邏輯回歸算法 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(shí)間窗口 測(cè)試時(shí)間窗口 建模變量 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 … 月數(shù)據(jù) 時(shí)間段變化趨勢(shì)數(shù)據(jù) 月數(shù)據(jù) 時(shí)間段變化趨勢(shì)數(shù)據(jù) 本地通話次數(shù) 長(zhǎng)途通話次數(shù) 漫游通話次數(shù) … 本地通話次數(shù)波動(dòng)率 長(zhǎng)途通話次數(shù)波動(dòng)率 漫游通話次數(shù)波動(dòng)率 … 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) … 數(shù)據(jù)業(yè)務(wù)費(fèi)用波動(dòng)率 … 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 建模結(jié)果 余額 本地被叫通話次數(shù) 欠費(fèi)金額 本地被叫次數(shù)波動(dòng)率 通話標(biāo)志 通話時(shí)長(zhǎng)大于 5分鐘標(biāo)志 多次充值標(biāo)志 其他費(fèi)用 本地主叫次數(shù)波動(dòng)率 新業(yè)務(wù)費(fèi) 通話次數(shù) 月租費(fèi) ARPU 彩鈴訂購標(biāo)志 長(zhǎng)途通話次數(shù) 漫游通話次數(shù) 本地主叫次數(shù) ? 所有的數(shù)據(jù)經(jīng)過對(duì)數(shù)變換和標(biāo)準(zhǔn)化變換,消除不同變量和不同月份對(duì)模型的影響 ? 回歸分析方法和參數(shù)設(shè)臵同在在網(wǎng) 2月新增用戶流失預(yù)警模型 ? 模型的結(jié)果為對(duì)數(shù)流失風(fēng)險(xiǎn)比的線性擬合表達(dá)式 ? 用戶余額、本地被叫通話次數(shù)、欠費(fèi)金額、本地被叫次數(shù)波動(dòng)率、通話標(biāo)志、通話時(shí)長(zhǎng)大于 5分鐘標(biāo)志變量重要 變量重要性 模型預(yù)警 20%的正常用戶,包含 61%的下月流失用戶 用戶集: 09年 06月 (包括06月)以前 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 %、 36%和43%,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 、 。一旦生成模型,便可用于估計(jì)新記錄屬于某類的概率。 1 2 3 4 執(zhí)行 n1次步驟 2和步驟 3 網(wǎng)齡 2月及以上新增用戶細(xì)分模型 ? 采用 SPSS及 CLEMENTINE作為數(shù)據(jù)分析與聚類建模工具 ? 算法為 Two Step 聚類算法 ? 使用細(xì)分矩陣,按照語音消費(fèi)行為和數(shù)據(jù)業(yè)務(wù)消費(fèi)行為兩次聚類的方法分別聚類,多維聚類的方法較傳統(tǒng)單維聚類方法,聚類后的用戶細(xì)分特征更明顯 ? 聚類數(shù)據(jù)集為 2023年 19月新增用戶入網(wǎng)后第二個(gè)月,且第二月狀態(tài)正常的用戶的基礎(chǔ)數(shù)據(jù)和消費(fèi)行為數(shù)據(jù) ? 數(shù)據(jù)在聚類前需進(jìn)行標(biāo)準(zhǔn)化變換和極值處理 本地通話次數(shù) 長(zhǎng)途通話次數(shù) 計(jì)費(fèi)通話時(shí)長(zhǎng) 漫游通話次數(shù) ARPU 低端 中低端 長(zhǎng)途突出 本地突出 漫游突出 商務(wù) GPRS流量 新業(yè)務(wù)費(fèi) 新業(yè)務(wù)使用種類數(shù) 彩信條數(shù) 短信條數(shù) 新業(yè)務(wù)費(fèi)占比 使用 少 占比高 興趣 短信突出 上網(wǎng)突出 發(fā)燒友 細(xì)分群主要消費(fèi)行為特征(網(wǎng)齡 =2個(gè)月) 1 序號(hào) 細(xì)分群名稱 細(xì)分群特征 規(guī)模占比 1 商務(wù)高端用戶群 語音消費(fèi)行為相對(duì)數(shù)據(jù)業(yè)務(wù)消費(fèi)行為更為突出,為用戶主要行為屬性;ARPU最高為 240元 /戶以上,交往圈最大,本長(zhǎng)漫語音話務(wù)均高,且每次通話時(shí)長(zhǎng)較長(zhǎng) % 2 漫游突出用戶群 語音消費(fèi)行為相對(duì)數(shù)據(jù)業(yè)務(wù)消費(fèi)行為更為突出,為用戶主要行為屬性;ARPU為 85元 /戶左右,經(jīng)常去外地,漫游話務(wù)突出,本地及長(zhǎng)途話務(wù)較少,且漫游通話頻次最高 % 3 長(zhǎng)途話務(wù)突出群 語音消費(fèi)行為相對(duì)數(shù)據(jù)業(yè)務(wù)消費(fèi)行為更為突出,為用戶主要行為屬性;ARPU為 120元 /戶左右,交往圈中有大量外地號(hào)碼,長(zhǎng)途話務(wù)突出,漫游很少,且長(zhǎng)途通話頻次最高 % 4 本地話務(wù)突出群 語音消費(fèi)行為相對(duì)數(shù)據(jù)業(yè)務(wù)消費(fèi)行為更為突出,為用戶主要行為屬性;ARPU為 120元 /戶左右,交往圈主要集中在本地,本地話務(wù)突出,長(zhǎng)途漫游較少,且本地通話頻次最高 % 5 本地話務(wù)偏好群 語音消費(fèi)行為相對(duì)數(shù)據(jù)業(yè)務(wù)消費(fèi)行為更為突出,為用戶主要行為屬性;ARPU為 67元 /戶左右,交往圈主要集中在本地,通話時(shí)長(zhǎng)相對(duì)較低,但本地話務(wù)相對(duì)突出,長(zhǎng)途漫游很少 % 6 本地低端用戶群 語音和數(shù)據(jù)業(yè)務(wù)消費(fèi)行為均較低,用消費(fèi)戶行為相對(duì)均衡; ARPU較低為30元 /戶左右,很少去外地,漫游和長(zhǎng)途時(shí)長(zhǎng)比例最低 ,平均每次通話時(shí)長(zhǎng)最短 % 序號(hào) 細(xì)分群名稱 細(xì)分群特征 規(guī)模占比 7 短信突出用戶群 數(shù)據(jù)業(yè)務(wù)消費(fèi)行為相對(duì)語音消費(fèi)行為更為突出,為用戶主要行為屬性;ARPU為 40元 /戶左右,數(shù)據(jù)業(yè)務(wù)消費(fèi)占比高于 50%,主要使用短信業(yè)務(wù),且短信上行條數(shù)最高 % 8 GPRS突出用戶群 數(shù)據(jù)業(yè)務(wù)消費(fèi)行為相對(duì)語音消費(fèi)行為更為突出,為用戶主要行為屬性;ARPU為 30元 /戶左右,數(shù)據(jù)業(yè)務(wù)消費(fèi)占比高于 50%, GPRS流量高,其他數(shù)據(jù)業(yè)務(wù)使用較少 % 9 數(shù)據(jù)業(yè)務(wù)興趣群 數(shù)據(jù)業(yè)務(wù)消費(fèi)行為相對(duì)語音消費(fèi)行為更為突出,為用戶主要行為屬性;ARPU為 20元 /戶左右,訂購數(shù)據(jù)業(yè)務(wù)種類最多,但消費(fèi)不高,數(shù)據(jù)業(yè)務(wù)費(fèi)用占比高于 50% % 10 數(shù)據(jù)業(yè)務(wù)發(fā)燒群 數(shù)據(jù)業(yè)務(wù)消費(fèi)行為相對(duì)語音消費(fèi)行為更為突出,為用戶主要行為屬性;ARPU為 65元 /戶左右,訂購數(shù)據(jù)業(yè)務(wù)種類最多,且數(shù)據(jù)業(yè)務(wù)消費(fèi)最高, 占比高達(dá) 67% % 細(xì)分群主要消費(fèi)行為特征(網(wǎng)齡 =2個(gè)月) 2 網(wǎng)齡 1月新增用戶細(xì)分模型 ? 采用 SPSS及 CLEMENTINE作為數(shù)據(jù)分析與聚類建模
點(diǎn)擊復(fù)制文檔內(nèi)容
教學(xué)課件相關(guān)推薦
文庫吧 www.dybbs8.com
備案圖片鄂ICP備17016276號(hào)-1