文档介绍：彩铃营销数据挖掘应用
数据挖掘技术在移动新业务营销中的应用
试销
通过广告宣传吸引用户申请
预开通与试用
针对特定群体推广
产生首批用户
获取首批用户的相关资料
用户特征分析
分析首批用户的特征
寻找具有相似特征的潜在用户
分析可能的客户反馈与营销成功率
研究不同细分客户群的业务使用情况
扩大营销
根据筛选出来的潜在用户名单做主动营销
针对特定细分市场的营销策划
产品组合与套餐设计
各类产品的关联性分析
捆绑销售设计
1
2
3
4
5
1
交叉销售中的常用数据挖掘算法
分类与预测
Classification and Prediction
常用算法:决策树、最近邻居、回归、神经网络
通过数据挖掘方法可以获得潜在客户名单,并以短信、外呼等方式进行主动营销
关联分析
Association Analysis
分析定各种产品组合的使用状况
设计产品捆绑策略与营销方案
聚类分析
Clustering Analysis
根据客户属性与行为信息,划分特定细分客户群
分析各细分客户群对新产品的使用情况,选取目标客户群开展针对性营销工作
2
标准数据挖掘过程 CRISP-DM ( Cross-Industry Standard Process for Data Mining )
确定商业目标
ETL
建立模型
数据收集、管理
数据探索、修改
各部门访谈
计费中心支持 数据挖掘工程师
数据挖掘、商业分析、市场营销人员
商业理解Business
Understanding
数据理解 Data Understanding
数据准备 Data Preparation
建立模型 Modeling
模型评估
Evaluation
结果发布
Deployment
模型调优
应用策略
3
具体数据建模过程
数据准备
数据清理
-遗漏、噪声、不一致数据处理
数据集成
-模式集成、冗余集成、冲突检验
数据转换
-平滑、合计、泛化、规格化、属性构造
数据消减
-数据合并、维数消减、PCA分析
样本划分
-训练集、测试集、验证集
算法选择
决策树
- CART、ID3、
回归
-线性回归、逻辑回归、多元回归
最近邻居
-K-NN
神经网络
-多层前馈神经网络
聚类
-K-means
关联规则
性能评估
准确率(查准率)
召回率(查全率)
精确度
F-1=
4
数据源
分析方面
数据要素
客户属性
性别、年龄、品牌、客户类型、归属地、在网时长……
客户行为
语音行为
ARPU、MOU、主叫占比、长途通话占比、漫游通话占比、闲时通话占比、交往圈大小、呼叫集中度
点对点短信行为
短信业务量、短信交往圈、短信集中度、转发次数、转发半径
新业务行为
新业务收入占比、手机报订阅、彩铃下载、彩信业务量、飞信业务量、GPRS业务量
缴费行为
付费方式、平均单次缴费金额
其他
基站信息、手机类型、平均每天关机时间
……
……
客户方人员与数据分析师共同确定分析数据源与分析要素
建模主要依据为客户属性信息与客户行为信息两大类,下表为主要分析要素,在处理具体问题时需根据业务特性适当调整
5
决策树
决策树学****是归纳推理算法。它是一种逼近离散函数的方法,且对噪声数据有很好的健壮性。在这种方法中学****到的知识被表示为决策树,决策树也能再被表示为多个if-then的规则,以提高可读性。
基本决策树算法就是一个贪心算法。它采用自上而下、分而制之的递归方式来构造一个决策树
通常,决策树是一种自顶向下增长树的贪婪算法,在每个结点选取能最好地分类样例的属性。继续这个过程直到这棵树能完美分类训练样例,或所有的属性都使用过了。
6
决策树(续)
注意点
避免过度拟合,应该适度剪枝
连续值的离散化
处理缺失值的方法:最常见值、按概率分配
处理权重不同的属性
常用实现算法
CART
ID3
ASSISTANT
7
人工神经网络
人工神经网络(Artificial works)提供了一种普遍而且实用的方法,来从样例中学****值为实数、离散或向量的函数。
每个神经元都是一个结构相似的独立单元,它接受前一层传来的数据,并将这些数据的加权和输入非线性作用函数中,最后将非线性作用函数的输出结果传递给后一层。
常用的非线性作用函数是Sigmoid函数,即f (x)=1/(1+ exp(-x))。在神经网络模型中,大量神经元节点按一定体系结构连接成网状。神经网络一般都具有输入层,隐层和输出层。
8
K-最近邻居
K-近邻(K-NN)分类是基于范例的分类方法,它的基本思想是:给定待分类样本后,考虑在训练样本集中与该待分类样本距离最近(最相似)的K