移动中高端客户保有

6 GPRS突出组 人均ARPU为221元左右，数据业务消费占比47.8%左右，GPRS流量高
0.7%
，其他数据业务使用相对较少
数据业务消费行为相对语音消费行为更为突出，为用户主要行为属性； 7 短信突出组 人均ARPU为176元左右，数据业务费用占比52.5%左右,主要使用短信业 5.3%
务，且短信上行条数最高，人均834条
日查询、中高端客户月分析
考核制度，且外呼作业标准
等功能模块的针对性不强，
化程度不够
无法直接支撑终端捆绑营销、
客户关怀缺乏标准化流程和 关怀时刻策略匹配
差异化高端服务体系尚不健 全，且仅针对全球通品牌中 高端客户，目标客户辐射范 围有限
客户回馈模式和成本结构不 合理，相关资源整合程度弱
资费捆绑营销和电话客户经 理团队的关键时刻关怀服务 活动；且对价值流失客户和 准中高端客户的界定不明确， 无法重点监控这两部分的目 标客户
预警用户确定
预警用户细分 客户细分模型
预警用户偏好 终端偏好模型
价值流失预警模型
﹢ ✓语音消费细分
﹢
✓新业务消费细分
资费捆绑Hale Waihona Puke Baidu价模型
(客户价值细分)
业务偏好模型
模型输出
价值流失预警用户 • 流失可信度
• 价值等级 • TD匹配终端 • 语音消费类别 • 新业务消费类别 • 新业务偏好
✓捆绑资费定价依据
-15-
①中高端客户价值流失预警模型——效果评估
☆ 名词解释
模型响应率 = 预测且实际价值流失客 户/预测价值流失客户
候选客户中筛选客户占比=筛选客户 数/候选客户数
模型查全率 = 预测且实际价值流失客 户/所有价值流失客户
价值流失率 = 候选客户流失用户数/ 候选用户数
模型提升度 = 响应率/价值流失率
中高端客户资费捆绑定价模型
根据四西格玛原则对ARPU ≤581 元的3个月前（相对于当前月）的 中高端客户ARPU进行聚类，然后 根据决策树模型进行分档，将全体 中高端客户ARPU分为5档，再将每 个中高端客户前3个月（相对于当 前月）的平均ARPU与这5档进行匹 配，分档上限为第1资费档次、分 档下限为第2资费档次，为资费捆 绑定价提供依据
☆ 效果评估
如果筛选30%的候选客户，能包含所有 流失客户中的74%的流失客户，模型的 提升度为2.5
模型提升度
模型查全率
74%
模型收益图
30%
候选客户中筛选客户占比
模型提升图
30%
候选客户中筛选客户占比
-16-
②中高端客户细分模型——建模流程
算法为Two Step 聚类算法 对中高端用户，如果数据业务消费占比大于等于40%，则为数据业务偏好用户，按照数据业务消费行为聚类
中高端客户是辽宁 移动利润主要来源
中高端客户是辽宁移动 话务量提升的主体人群
中高端市场占有率是辽 宁移动品牌价值的体现
中高端客户是辽宁移动 争夺3G市场的目标人群
中高端客户是辽宁移动未 来新业务获利的目标人群
辽宁移动中高端客户保有
-3-
②中高端客户保有整体目标
辽宁移动结合本年度中国移动集团公司关于中高端客户保有工作的指导意见，以强化中 高端客户规模保有、中高端客户价值保有和中高端客户在网时长保有为核心思想，制定 了符合辽宁市场竞争环境的以下3大保有目标：
-6-
①中高端客户保有五大模型建模目的概述
中高端客户细分模型
将中高端客户根据消费行为和业务特征分为不同特征的
终端偏好模型
细分组别，可通过对不同细分组推荐辽宁移动不同类型 业务套餐包的方式，为中高端客户提供差异化产品服务
通过终端偏好模型识 别中高端客户最优推
荐机型和备选机型，
为大规模开展线上终
端捆绑精准营销提供
现有的中高端客户保有KPI 分析过于分散，多以日分析 为主，缺乏分地市的月分析，
客户沟通和调研机制未常态
无法支撑各地市公司每月保
化开展，客户资料完整度低
有效果监控评估
-5-
目录
□ 中高端客户保有背景概述 ■ 中高端客户保有模型建设
• 建模思路 • 建模内容
□ 中高端客户保有经分应用 □ 中高端客户保有策略制定
业务偏好模型
通过业务偏好模型识 别中高端客户偏好业 务，为在捆绑营销活 动中形成终端+业务
价值流失预警模型
通过价值流失预警模型区分中 高端客户保有优先级，以利用 有限的时间和资源，保有价值 流失严重的重点人群
依据，节约短信字段、 热线服务时间等营销 服务资源，提升中高 端客户对辽宁移动的 服务认知度
1
2
中高端保有 5 精细化模型支撑 3
4
中高端客户业务偏好模型
通过新业务在各用户细分组中渗透率 排序、业务消费行为和能力等因素， 匹配用户第1、2、3偏好数据业务，精 确到用户细分组
中高端客户细分模型
结合用户消费行为特征、用户消费能 力等因素对3个月前（相对于当前月） 的中高端客户进行细分，以便根据用 户相应特征制定不同的中高端客户保 有策略
采用决策树算法进行高价值用户价 值流失预警
模型最终采用了13个变量进行预测 ，上月价值流失标志、上月ARPU 、上上月价值流失标志、上月网外 通话次数和前三月ARPU均值是最 重要的5个变量
预测变量的重要程度从高到低排序
上月中高端客户标志 上月ARPU 上上月中高端客户标志 上月网外通话次数 前三月ARPU均值 上月计费通话次数 前三月计费通话次数波动率 上月主叫通话次数 前三月网外通话次数均值 前三月通话时长波动率 前三月计费通话次数均值 前三月主叫通话时长波动率 前三月主叫通话时长均值
客户终端偏 好模型
5
通过客户终端模型 输出的客户最优推 荐机型和第1、2备 选机型，结合先前 标注出的客户数据 业务偏好，制定终 端捆绑营销方案， 采用终端补贴+新 业务优惠的营销组 合方式
-11-
目录
□ 中高端客户保有背景概述 ■ 中高端客户保有模型建设
• 建模思路 • 建模内容
□ 中高端客户保有经分应用 □ 中高端客户保有策略制定
数据业务消费行为相对语音消费行为更为突出，为用户主要行为属性； 8 新业务发烧组 人均ARPU为199元左右，订购数据业务种类多，且数据业务消费最高， 3.1%
连续2个月ARPU＜120或主叫MOU＜100
建模变量
上月数据
前三月均值
前三月变化趋势
ARPU
主叫 MOU
网外通话次数
…
ARPU均值 主叫MOU均值
… ARPU波动率 …
建模时间窗口： 2009年9月 2009年10月 2009年11月 2009年12月 2010年1月
取数月份
价值流失月份
-13-
①中高端客户价值流失预警模型——建模流程
移动中高端客户保有
目录
■ 中高端客户保有背景概述 □ 中高端客户保有模型建设 □ 中高端客户保有经分应用 □ 中高端客户保有策略制定
-2-
①中高端客户保有项目背景
电信行业市场成熟度高，市场趋近于饱和，市场占有率争夺由新增市场转向存量市场
电信行业重组及3G机遇，将导致市场竞争更加白热化，存量市场是未来3G争夺的主战场
；如果数据业务消费占比小于40%，则为语音偏好用户，按照语音消费行为进行聚类 建模数据为2009年9月中高端用户9月数据 数据在聚类前需进行标准化变换和极值处理
本地 均衡
本地突出
长途 突出 高端商务
短信突出
GPRS 新业务发烧 突出
ARPU 本地通话次数
总通话时长 漫游通话次数 长途通话次数
长途-漫游 通话次数
GPRS费 用
新业务费
短信条数
-17-
②中高端客户细分模型——语音类组别消费行为特征
序号 细分组名称
细分组特征
规模占比
语音消费行为相对数据业务消费行为更为突出，为用户主要行为属性；人 1 高端商务组 均ARPU为308元左右，经常去外地，漫游话务突出，漫游通话频次最高， 11.2%
本地话务相对较多，且长途通话频次最高
-14-
①中高端客户价值流失预警模型——规则集
决策树共导出38条规则判断用户是否会价值流失， 其中：
✓ 20条规则判断用户不会价值流失 ✓ 18条规则判断用户会价值流失
判断用户会价值流失规则1（Rule1 for 1）解读： ✓ 34756是11月不为中高端用户且11月 ARPU≤86.58元的人数 ✓ 0.926是满足11月不为中高端用户且11月 ARPU≤86.58元条件时，该用户被预测为12月 和1月连续两月价值流失用户的概率为92.6%
中高端客户资料完整 率达到80%；准确率 达到70%。
全省月均中高端客 户规模达到245万
中高端客户促销活
动捆绑率达到40%
-4-
③中高端客户保有问题现状
营销体系缺陷
服务体系缺陷
系统支撑缺陷
定制终端存在产品缺陷且在 定价和机型选择上存在盲目 性，导致辽宁移动终端捆绑 营销受电信和联通的冲击很 大，阻碍终端捆绑率提升
通过客户业务偏
好模型结合客户
细分模型结果， 匹配各细分组别 的数据业务偏好
资费捆绑定 价模型
通过资费捆绑定价 模型输出的客户匹 配资费额和激励资 费额，结合先前标 注出的客户数据业 务偏好和客户细分
5
组特征，制定资费 捆绑营销方案，对
语音类细分组采用
价值流失预
目标客户细
客户业务偏
预存返话费+语音
警模型
话频次最高，长途漫游较少,且平均每次通话时长最短
4
语音消费行为相对数据业务消费行为更为突出，为用户主要行为属性；人 本地均衡组
均ARPU较低为152元左右，较少去外地，漫游和长途时通话频次最低
37.0%
-18-
②中高端客户细分模型——新业务类组别消费行为特征
序号 细分群名称
细分群特征
规模占比
数据业务消费行为相对语音消费行为更为突出，为用户主要行为属性；
语音消费行为相对数据业务消费行为更为突出，为用户主要行为属性；人 2 长途突出组 均ARPU为234元左右，交往圈中外地号码多，长途话务突出，且长途通话
频次较高，漫游相对较少
7.1%
语音消费行为相对数据业务消费行为更为突出，为用户主要行为属性；人 3 本地突出组 均ARPU为207元左右，交往圈主要集中在本地，本地话务突出，且本地通 35.6%
-12-
①中高端客户价值流失预警模型——建模准备
候选中高端客户满足 • 2009年9月为中高端客户（ARPU ≥ 120且主叫
MOU ≥ 100） • 在2009年11月正常在网、非停机、ARPU＞0且 通话次数＞0 • 剔除≥120捆绑且11月到期客户 • 剔除≥120捆绑且12月还未到期客户
中高端客户价值流失口径 • 用户2009年12月和2010年1月
资费捆绑定价缺乏依据，优 惠力度不够，且资费回馈模 式单一，无法吸引中高端客 户，阻碍资费捆绑率提升
中高端客户对资费套餐及其 各类语音和新业务叠加包的 了解程度不够，业务捆绑营 销缺乏精细化数据支持，导 致移动和客户双向沟通不畅
刚组建的电话经理客户团队， 现有的中高端客户潜在客户
缺乏有效的人员培训和绩效
中高端客户终端偏好模型
通过用户基本信息、换机前终端信息、 通话行为、业务消费行为等因素建立 决策树模型，匹配用户最优推荐机型， 并考虑品牌忠诚度和用户消费能力， 匹配用户第1、2备选推荐机型，精确 到用户级
-8-
③中高端客户保有五大模型架构
模型输入
候选中高端用户 • 自然属性
• 消费行为 • 终端信息
分模型
好模型
优惠包的营销组合，
1
2
3
输出终端或 对新业务类细分组
4
资费捆绑营 采用预存返话费+ 销活动目标 新业务优惠包的营
客户名单 销组合方式
输入全体中高 端客户名单
输出业务捆 绑营销活动 目标客户名 单
通过目标客户细分 模型将中高端客户 进一步细分为不同 消费能力和业务特 征的组别，以保有 策略匹配，可以针 对语音类细分组别 制定语音业务捆绑 策略，奉送语音优 惠包
-9-
④中高端客户保有五大模型使用算法
• 价值流失预警模型 • 终端偏好模型 • 资费捆绑定价模型
• 中高端客户细分模型 • 资费捆绑定价模型
分类算法：C 5.0决策树 聚类算法：TWO STEP 两步聚类
• 中高端客户业务偏好模型
数据分析
-10-
⑤中高端客户保有五大模型应用路径
通过价值流失预警模型标识全体中 高端客户的价值流失风险等级，配 合辽宁移动蓝、绿、黄、红、白这 5个流失预警区，确定中高端客户 保有工作的优先级和重点人群
和资费+业务的捆绑
营销组合，提升中高 端客户捆绑率
资费捆绑定价模型
通过资费捆绑定价模型界定中高端客户5档匹配资费额
和5档激励资费额，资费捆绑营销活动的定价提供依据，
规避定价风险，降低营销成本，实现资费捆绑精细化
-7-
②中高端客户保有五大模型建模思路概述
中高端客户价值流失预警模型
根据用户前3个月（相对于当前月）的 消费能力和行为预测用户未来2个月 （包括当前月）连续价值流失的可能 性，以量化中高端客户的价值流失风 险，为中高端客户价值保有提供关键 参考