SPSS数据挖掘_Modeler在通信行业的应用(客户细分案例-精确营销案例-客户流失预警案例)
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
SPSS数据挖掘_Modeler在通信行业的应用 (客户细分案例-精确营销案例-客户流失预警 案例)
www.spss-china.com
1
移动某省公司客户细分案例
客户细分
定义
把客户按照其自然属性、使用特征、客户偏好和动因等分成若干客户群,并依据 分群结果进行客户群体特征刻画的方法。
目的
时段、拨打次数等
ARPU、MOU、在网时长 :营业、计费、crm、经分系统 客户的媒体接受习惯、个性、爱好、满意度 :市场调查
步骤四
选择细分方法并进行细分
步骤五 步骤六
描述细分市场并进行有 效性检验
选择目标市场并制定 营销策略
通常采用PASW Modeler的k-means方法 Kohonen、两步聚类
在客户细分的全体用户被划分成三 大群组(最优组、潜力组、弱势组), 以及16个细分组。 16个细分组是采用数据挖掘的聚类 方法进行数据聚合统计构成。 群组定义:
最优组:细分组消费比例/细分组人数比例 大于等于2;
潜力组:细分组消费比例/细分组人数比例 大于等于1、小于2;
弱势组:细分组消费比例/细分组人数比例 小于1。
划分和标识;
基于社会特征的细分:根据客户年龄、职业等社会特征指标进行的多维客户
细分。
不能满足实 际商业需求
www.spss-china.com
5
客户细分案例—数据理解
此次客户细分采用数据挖掘和市场调研相互结合的方法进行数据统计分析;
使用Clmentine12(PASW Modeler较低版本)进行建模
客户
建模方法采用两步聚类
产品 客户数据截取时间是2004年8月-2005年1月连续六个月全部在网的用户, 共1600916户;
市场调研共随机抽取6342户,其中形成有效问卷3027户,比例是47.7%。
价格
客户
渠道
XX客户
客户细分专题客户
促销
共1600916户
2004年8月
www.spss-china.com
非通话费用占比
22.5%
23.0%
欠费比例 在网时长(月)
当前积分 大客户比例 集团客户比例
1.00% 26.62 2724.43 18.0% 41.0%
0.70% 18.64 305.50 2.0% 25.0%
交往圈/活动范围特征
平均交往圈
本组均值 总体均值
60.21
32.40
主叫交往圈占比 联通交往圈占比 最常通话号次数比 通话不同基站数
性别、年龄收入、职业、 教育程度
消费心理
社会阶层、生活方式、个性
产品
价格
细分 客户
促销
渠道
4Ps营销策略
7
客户细分案例—细分结果
群组名称 细分分组
最优组
16组 14组
13组
11组
潜力组
15组 9组
10组
12组
1组
6组
8组
7组 弱势组
2组
4组
5组
3组
合计
分组人数 98383 72933 77875 61733 66659 111296 85963 105029 201288 111169 50733 72523 114696 197246 115613 57777
描述每一个细分市场,刻画每个细分市场的特征 检验细分市场是否有效
根据企业的产品选择目标客户群,制定相应的营销策略进行营 销
www.spss-china.com
4
客户细分案例—商业背景
中国移动在已有的业务支撑系统和CRM系统中,主要通过两种方法进行客
户细分:
基于ARPU的细分:按照客户的ARPU值进行二元细分,例如常见的大客户的
使得同一群内的客户特征非常相似,不同群间客户特征差异较大。
应用
客户细分模型的结果作为核心客户识别的输入之一,提供客户分群信息,结合客 户价值分析结果以及客户生命周期分析结果,用于识别核心客户,并筛选出生命 周期稳定期的核心客户,作为维系工作的重点目标对象。
电信运营商根据每个客户群特征设计相应的产品/套餐,并采取合适的销售方式, 以提高营销成功率。
时间 2005年1月
共6342户,有效问卷3027户
6
客户细分案例—细分核心方法
本次客户细分专题主要采用消费行为信息、人口变量信息、消费心理信息
与4Ps营销策略相互融合的方法进行客户细分及针对性市场营销分析。
消费行为
业务选择状况、使用数量、使用 质量、使用态度
www.spss-china.com
人口变量
1600916
外呼有效样本 228 202 251 142 116 222 176 243 384 226 59 97 191 301 136 53 3027
细分分组名称 高端商务组 高端本地繁忙组 本地交往频繁组 省内繁忙组 夜聊短信组 省际IP组 长聊短信组 节俭本地组 弱势本地通话组 弱势长途组 弱势新业务组 弱势夜聊组 弱势优惠侧重组 全面弱势组 交往极小组 弱势呼转组
总体均值 135.05
1.86 54.1% 92.5% 2.5% 4.2% 0.34% 6.51 1.1% 1.5%
新业务特征
点对点短信次数 使用新业务数 梦网短信数 GPRS流量
www.spss-china.com
8
16组(高端商务组)指标分析
组内人数及占比
98383
收入及占比(万元) 2072.4
收入占比/人数占比
6.15% 21.79%
3.54
基本信息
本组均值 总体均值
ARPU MOU(分钟) 通话费用占比
210.64 517.08 77.5%
59.40 250.81 77.0%
www.spss-china.com
3
客户细分流程
细分过程
步骤一
确定细分目的
步骤二
来自百度文库
选择细分变量
步骤三
确定数据来源及确定数据
了解客户消费习惯、消费行为、消费特征 为不同客户提供不同的套餐,为新技术或新产品寻找可能的目标市场
识别最有价值客户,选取的变量就可能使ARPU值、MOU、在网时长 根据顾客的语音消费行为制定套餐,选取的变量可能是单次时长、通话
61.5% 16.9% 25.0% 52.44
65.0% 17.1% 30.9% 21.11
语音业务特征
通话次数 每次通话时长 主叫时长占比 本地通话时长占比 省内长途时长占比 省外长途时长占比 国际长途时长/长途
漫游次数 省内漫游时长占比 省级漫游时长占比
本组均值 265.33
2.07 51.7% 78.6% 6.2% 12.4% 0.51% 57.51 4.0% 7.1%
www.spss-china.com
1
移动某省公司客户细分案例
客户细分
定义
把客户按照其自然属性、使用特征、客户偏好和动因等分成若干客户群,并依据 分群结果进行客户群体特征刻画的方法。
目的
时段、拨打次数等
ARPU、MOU、在网时长 :营业、计费、crm、经分系统 客户的媒体接受习惯、个性、爱好、满意度 :市场调查
步骤四
选择细分方法并进行细分
步骤五 步骤六
描述细分市场并进行有 效性检验
选择目标市场并制定 营销策略
通常采用PASW Modeler的k-means方法 Kohonen、两步聚类
在客户细分的全体用户被划分成三 大群组(最优组、潜力组、弱势组), 以及16个细分组。 16个细分组是采用数据挖掘的聚类 方法进行数据聚合统计构成。 群组定义:
最优组:细分组消费比例/细分组人数比例 大于等于2;
潜力组:细分组消费比例/细分组人数比例 大于等于1、小于2;
弱势组:细分组消费比例/细分组人数比例 小于1。
划分和标识;
基于社会特征的细分:根据客户年龄、职业等社会特征指标进行的多维客户
细分。
不能满足实 际商业需求
www.spss-china.com
5
客户细分案例—数据理解
此次客户细分采用数据挖掘和市场调研相互结合的方法进行数据统计分析;
使用Clmentine12(PASW Modeler较低版本)进行建模
客户
建模方法采用两步聚类
产品 客户数据截取时间是2004年8月-2005年1月连续六个月全部在网的用户, 共1600916户;
市场调研共随机抽取6342户,其中形成有效问卷3027户,比例是47.7%。
价格
客户
渠道
XX客户
客户细分专题客户
促销
共1600916户
2004年8月
www.spss-china.com
非通话费用占比
22.5%
23.0%
欠费比例 在网时长(月)
当前积分 大客户比例 集团客户比例
1.00% 26.62 2724.43 18.0% 41.0%
0.70% 18.64 305.50 2.0% 25.0%
交往圈/活动范围特征
平均交往圈
本组均值 总体均值
60.21
32.40
主叫交往圈占比 联通交往圈占比 最常通话号次数比 通话不同基站数
性别、年龄收入、职业、 教育程度
消费心理
社会阶层、生活方式、个性
产品
价格
细分 客户
促销
渠道
4Ps营销策略
7
客户细分案例—细分结果
群组名称 细分分组
最优组
16组 14组
13组
11组
潜力组
15组 9组
10组
12组
1组
6组
8组
7组 弱势组
2组
4组
5组
3组
合计
分组人数 98383 72933 77875 61733 66659 111296 85963 105029 201288 111169 50733 72523 114696 197246 115613 57777
描述每一个细分市场,刻画每个细分市场的特征 检验细分市场是否有效
根据企业的产品选择目标客户群,制定相应的营销策略进行营 销
www.spss-china.com
4
客户细分案例—商业背景
中国移动在已有的业务支撑系统和CRM系统中,主要通过两种方法进行客
户细分:
基于ARPU的细分:按照客户的ARPU值进行二元细分,例如常见的大客户的
使得同一群内的客户特征非常相似,不同群间客户特征差异较大。
应用
客户细分模型的结果作为核心客户识别的输入之一,提供客户分群信息,结合客 户价值分析结果以及客户生命周期分析结果,用于识别核心客户,并筛选出生命 周期稳定期的核心客户,作为维系工作的重点目标对象。
电信运营商根据每个客户群特征设计相应的产品/套餐,并采取合适的销售方式, 以提高营销成功率。
时间 2005年1月
共6342户,有效问卷3027户
6
客户细分案例—细分核心方法
本次客户细分专题主要采用消费行为信息、人口变量信息、消费心理信息
与4Ps营销策略相互融合的方法进行客户细分及针对性市场营销分析。
消费行为
业务选择状况、使用数量、使用 质量、使用态度
www.spss-china.com
人口变量
1600916
外呼有效样本 228 202 251 142 116 222 176 243 384 226 59 97 191 301 136 53 3027
细分分组名称 高端商务组 高端本地繁忙组 本地交往频繁组 省内繁忙组 夜聊短信组 省际IP组 长聊短信组 节俭本地组 弱势本地通话组 弱势长途组 弱势新业务组 弱势夜聊组 弱势优惠侧重组 全面弱势组 交往极小组 弱势呼转组
总体均值 135.05
1.86 54.1% 92.5% 2.5% 4.2% 0.34% 6.51 1.1% 1.5%
新业务特征
点对点短信次数 使用新业务数 梦网短信数 GPRS流量
www.spss-china.com
8
16组(高端商务组)指标分析
组内人数及占比
98383
收入及占比(万元) 2072.4
收入占比/人数占比
6.15% 21.79%
3.54
基本信息
本组均值 总体均值
ARPU MOU(分钟) 通话费用占比
210.64 517.08 77.5%
59.40 250.81 77.0%
www.spss-china.com
3
客户细分流程
细分过程
步骤一
确定细分目的
步骤二
来自百度文库
选择细分变量
步骤三
确定数据来源及确定数据
了解客户消费习惯、消费行为、消费特征 为不同客户提供不同的套餐,为新技术或新产品寻找可能的目标市场
识别最有价值客户,选取的变量就可能使ARPU值、MOU、在网时长 根据顾客的语音消费行为制定套餐,选取的变量可能是单次时长、通话
61.5% 16.9% 25.0% 52.44
65.0% 17.1% 30.9% 21.11
语音业务特征
通话次数 每次通话时长 主叫时长占比 本地通话时长占比 省内长途时长占比 省外长途时长占比 国际长途时长/长途
漫游次数 省内漫游时长占比 省级漫游时长占比
本组均值 265.33
2.07 51.7% 78.6% 6.2% 12.4% 0.51% 57.51 4.0% 7.1%