基于数据挖掘的客户维系挽留体系

过程管控
收益分析
整体体系架构
业务系统 DW
OLAP分析 服务器
用户
数据挖掘 服务器 外部数据 ODS 门户 服务器 数据采集 服务器 手工补录数据 应用 服务器 WEB 服务器
用户
用户
体系功能结构
统一PORTAL平台（呼叫中心、营业厅、CRM系统） 电话营销平台
短信营销平台
主题分析
客户分析 业务分析 渠道分析 市场竞争分析 营销分析
整体业务框架
客户全景视图
客户营销和维系
营销策划
营销执行
效果评估
静态数据 获取
产品品牌策略
市场营销
短信平台
客户细分 重入网分析 维系挽留 价值提升
基于生活圈的营销
套餐资费策略 营销渠道策略 策略设计
营业厅 电话营销 客户经理 渠道执行 营销效果
客户全 景视图
动态数据 获取
客户营销和 维系脚本
效果预测
数据来源：BOSS、经分、客服
ODS管理—动态数据提取
信令接口 ftp
接口 文件 数据转换
网元信令 地市1 地市2 ... 地市n
文件接口检验 文件备份路径 接口来自件清洗是否为需要接口 是 否
A接口信令
校成成功否 失败
失败路径
失败告警告日 志
地市1 地市2 ... 地市n 清洗、装载 处理
清洗
针对小数据量无需复杂转换的数据源，采用DB_LINK的方式直接获取； 针对一般数据量且需要复杂转换的数据源，采用先DB_LINK，然后转换成文件，用C做转换 处理后再以SQLLOAD方式入库； 针对大数据量无需复杂转换的数据源，采用FTP抽取，再以SQLLOAD方式入库； 针对大数据量且需要复杂转换的数据源，采用FTP方式抽取，C程序转换后再以SQLLOAD方 式入库。
ODS管理—ETL管理
接口数据源
数据中转区 数据仓库 数据抽取 数据转换、加载
数据集市
数据转换、加载
从业务数据库抽取业务数据生成数据文件
数据文件经ETL服务器传输到数据仓库服务器
ETL调度程序根据配置参数完成数据转换与装载 生成多维分析数据和数据集市
ODS管理—静态数据提取
基本信息类：用户号码、计费月、使用人姓名、 归属区县、品牌、民族、年龄、性别、所属行 业、职业、生日、兴趣爱好、地址、工作单位 名称、缴费方式、入网渠道类型、入网渠道、 入网时间、是否当月新增用户、是否大客户、 VIP客户标识、是否中高端用户、是否集团客 户、集团编码、集团名称、集团类型、源系统 标识 活动信息类：用户号码、计费月、短信套餐类 型、彩信套餐类型、GPRS套餐类型、彩铃套 餐类型、用户状态、用户总积分、用户可兑换 积分、终端类型、终端品牌、是否月新增终端、 支持WAP标志、支持JAVA标志、支持GPRS 标志、支持彩信标志、支持WLAN标志、是否 通话用户、是否活动用户、是否零次用户、是 否欠费用户、是否彩信用户、是否手机上网用 户、是否炫铃用户、是否手机报用户、源系统 标识
ODS管理—数据质量管理
数据不完整 数据不一致 数据不合理 数据有错误
数据质量管理过程
数据源问题 ETL问题 •数据抽取 •数据转换 •数据装载
数据质量 问题表现
数据质量 问题原因
数据 检查
全量检查 抽样检查
数据清洗 融合 数据修正
数据质量保证方法： 数据源控制 数据处理过程控制 •数据抽取过程审核 •数据可信度识别 •建立故障检测机制 •建立数据审核机制 数据应用过程控制
OLAP分析—客户分析
子主题
业务量情况分析 业务资源使用特征分析 网络流向和流量特征分析 热点小区分析
分析指标
业务量（时长/次数/通信量） 业务指标（如MOU…）
总量/增量 平均值 TOP N/BOTTOM N 异常值
分析角度
要点： 业务量度量与比较 发展趋势 异常
OLAP分析—体系架构
OLAP分析—以客户为中心的多维分析
以客户为中心的分析方法
客户分群
指标：客户属 性、 业务指标 方法：多维分 析、 数据挖掘
行为分析
指标：通话行为
新的客户构成
客户接触
费用行为
方法：多维分析 比较/排名/异常
目标客户群
个性化的客户服务 一对一的营销策略
客户价值提升 市场份额扩大 收益利润增长
数据仓库构建—业务发展情况模型
数据仓库构建—客户全景视图
数据整合为数据业务的深度运营提供底层数据支撑，通过获取客户的基本信息、 费用信息、行为信息、投诉/咨询信息和终端信息等相结合得到涵盖区域特征、 人文特征、需求/偏好度和动态行为等维度的客户特征信息，形成客户特征的 全景视图
数据仓库构建—数据补缺处理
数据来源：BOSS、经分、客服
ODS管理—静态数据提取
短信行为类：用户号码、计费月、点对点短信网 内发送条数、点对点短信网外发送条数、点对点 短信网内接收条数、点对点短信网外接收条数、 对点短信通信费、最近3个月短信发送条数、最 近一个月短信发送条数 终端数据类：按照欧洲型号认证中心的最新规 定，统一按照八位进行IMEI数据的维护，取用 户最近一条IMEI记录 ，获取用户终端型号、 所支持的功能、终端外延属性、终端销售属性 记录该终端是否成功使用过某种增值业务，对 终端业务实际支持能力进行判定、跟踪，作为 与终端属性并列的另一大类信息，纳入统一视 图中
清洗日志
装载 数据仓库
装载日志
通过NSN Traffica或A接口探针都可获取原始的用户通信行为信息， 包括语音、短信、位置管理等行为
ODS管理—数据处理过程
业务数据
文件数据 FTP
独立存储区
文件ODS C转换
临时存储区
临时文件
C程序抽取
数据 仓库
存储过程
库表数据
DB-LINK
库表ODS
临时库表
分析角度
分析角度
要点： 业务量度量与比较 发展趋势 异常
地域 客户特征 消费层次 呼叫类型 漫游类型 主被叫 对端网络类型
OLAP分析—市场竞争分析
分析指标 子主题
市场占有率分析 竞争对手发展情况分析
客户数 通信量… 收益
总量/增量/有效数 比例 异常值
ODS管理—数据清洗和融合技术
噪声数据处理技术
数据补缺处理技术
目录
整体框架 ODS管理 数据仓库构建 主题经营分析 数据挖掘过程 客户维系挽留 客户价值提升 基于生活圈的客户营销 营销策划和执行 效果评估 元数据管理
数据仓库构建—多维数据模型
数据仓库构建—客户数据模型
数据仓库构建—分析型特征数据获取
偏好/需求特征分析 通过特定的事件，找到用户的体育/音乐、行业、健康需求、时尚等偏好/需 求
事件信息 出席音乐盛典 观看体育赛事 看病 需求/偏好圈 喜欢音乐 喜欢体育 需要关注健康 圈子的偏好/需求特征 根据具体的音乐事件再对客户的音乐偏好进行细分, 如：流行音乐/交响乐 根据具体的体育赛事再对客户的体育偏好进行细分, 如：足球/篮球/田径 根据医院的不同（如：综合性医院、儿童医院、妇幼 保健院）来判断客户的健康需求细分
电信行业 基于数据挖掘的维系挽留体系 方案介绍
目录
维系挽留整体框架 客户全景视图 客户维系挽留 客户价值提升 基于生活圈的客户营销 营销策划和执行 效果评估
目录
整体框架 客户全景视图 客户维系挽留 客户价值提升 基于生活圈的客户营销 营销策划和执行 效果评估
数据修正 数据装载
数据清洗
ETL调度
统一数据采集平台
BOSS系统
增值业务管理平台
经分系统
客服系统
网元信令
绿色表示外部系统
目录
整体框架 ODS管理 数据仓库构建 OLAP分析 数据挖掘 客户维系挽留 客户价值提升 基于生活圈的客户营销 营销策划和执行 效果评估 元数据管理
应用 客户指纹模型 模型 流失预警
异动模型 价值提升
套餐预演模型
交叉营销模型
元 数 据 管 理
盈利分析 数据 仓库
基础 细分模型 价值模型 信用度模型 模型
客户全景视图
生命周期模型
多维数据模型构建
系 统 管 理
ODS 管 理
数据质 量管理
ETL 管理
质量检查 数据抽取
质量问题交付 数据转化
质量评估 数据稽核
费用信息类：用户号码、计费月、 当月ARPU、上月ARPU、前月 RPU、近3个月ARPU、当月普通 语音ARPU值、上月普通语音 ARPU值、前月普通语音ARPU值、 当月增值业务ARPU值、上月增值 业务ARPU值、前月增值业务 ARPU值、欠费金额、当前余额、 源系统标识
客户全景视图
通话行为类 ：用户号码、计费月、主叫次数、被叫次数、 普通通话费用、主叫通话时长、被叫通话时长、本地主叫 通话时长、本地被叫通话时长、长途通话次数、长途通话 时长、IP时长、长途费用、IP长途费用、漫游次数、漫游 时长、省内漫游通话时长、省际漫游通话时长、国际漫游 通话时长、网内通话次数、网外通话次数、网内通话时长、 网外通话时长、集团内通话次数、集团外通话次数、集团 内通话时长、集团外通话时长、呼转次数、呼转联通 GSM次数、呼转移动GSM次数、呼转小灵通次数、投诉 次数、建议次数、呼叫客服次数
人文特征分析
分析用户人文特征类型，高校学生类，商务白领类
场所信息 高等院校 写字楼群 幼儿园、中小学、少年宫 企事业机关 楼盘 人文统计圈 高校学生 商务白领 家庭 公务员 收入 圈子的人群特点 年轻、高层次、容易接受新事物 时尚、有商务需求，且具有一定消费能力 有教育孩子的需求 有资讯需求，收入稳定人群 根据楼盘特征判断人群收入情况
看电影
电影爱好类
有电影偏好
数据仓库构建—分析型特征数据获取
行为特征分析
根据区域位置的特征属性（公交站，地铁口），用户在上班时间（如早上8 -9点）经常 出现，同时在下班时间（17-19点）点出现，节假日和其它时段异常，同时结合用户的 消费行为，基本资料等信息进行分析
场所信息 地铁站 公交车站 幼儿园 小学 上学放学时间 接送子女上学放学朝九晚五的上班族 特定时间 上下班高峰期 圈子的偏好/需求特征 朝九晚五的上班族
终端特征分析
经营分析或者精确营销中，需要全面了解终端构成，判断其对业务发展的支撑能力， 以及更准确地筛选目标用户数据。
因素 支持能力分析 客户换机事件 同一款终端业务统计 应用 使用用户终端支持的渠道推广业务 客户更换终端时推广新业务 分析终端与业务的偏好度
目录
整体框架 ODS管理 数据仓库构建 OLAP分析 数据挖掘过程 客户维系挽留 客户价值提升 基于生活圈的客户营销 营销策划和执行 效果评估 元数据管理
数据完整性审核： 补缺数据类型：类似于职业、年龄、工作地点、居住地等一般客户不会登记的信息 客户数据补缺融合技术：
数据仓库构建—分析型特征数据获取
区域特征分析
根据用户休息时间停留位置及归属区域 ，以县级分公司、区域营销中心、片区、营业 厅、基站小区5个层次进行客户区域化归属划分
分析特征 特定的时段 持续期间 业务办理 分析因素 0点至5点，在一个小区内，用户停留在这个位置区域超过2个小时以上 用户在3个月（90天）内在这个位置区域超过70%以上 用户三个月内到这个区域渠道办理业务超过三次
投诉咨询类：客户人员客户接触 后记录客户投诉或咨询的业务类 别、分类、投诉时间、受理渠道、 受理工号等信息
客户全景视图
增值业务行为类：用户号码、订购时间、使用次数、费用， 消费习惯，针对不同的增值业务收集不同数据 如：炫铃业务，收集炫铃费、炫铃下载渠道、炫铃下载次 数、炫铃换歌费、最喜欢的内容类型(前三类)、最喜欢的 内容(前三个)、炫铃费信息费、炫铃月租费、免费炫铃数、 是否集团炫铃用户、是否炫铃付费用户、炫铃失用户标识、 是否炫铃完全沉默型、炫铃信息接受倾向类型、是否炫铃 价格敏感型、是否炫铃业务活跃型、是否炫铃流失预警型
地域 客户特征 消费层次 呼叫类型 漫游类型 主被叫 对端网络类型
OLAP分析—收益情况分析
子主题
业务量情况分析 业务资源使用特征分析 网络流向和流量特征分析 热点小区分析
分析指标
业务量（时长/次数/通信量） 业务指标（如MOU…）
总量/增量 平均值 TOP N/BOTTOM N 异常值