文档介绍：怎样最大化你的ROI:预测模型和CRM的力量
Ksenija Krunic
数据挖掘项目总工程师
Verizon Wireless
关于关于 VerizonVerizon WirelessWireless
•美国最大的移动通信供应商
•客户基础: 39,000,000
•每个客户平均业务收入$48
•覆盖美国人口 90%
•员工- 40,000
今天的介绍今天的介绍
•电信行业的客户流失问题
•预测建模和CRM
•设计有效的营销活动
•取样模型的效果
•文本挖掘的价值
•统计数据的影响
•为什么我们如此成功
•总体效益
客户流失问题客户流失问题
清醒的事实:
> 获得新的客户平均花销: $320-$360 (根据行业分析家的数据)
> 流失率= % /每月
针对西方的零售基础(~10M)
> 每个月200,000 个客户失去联系
以前的努力以前的努力.. .. ..
Can you hear
me now?
•通常是IT发动的
•业务人员不知道可能发生的事
•商业条件是“更容易”–更少的竞争者
•公司合并来改变参与者
最大的最大的ROIROI :: 预测建模和预测建模和CRMCRM共同运用共同运用
•使用数据挖掘技术来开发流失预测模型
•分析规则输出确定可行动的客户群
•利用发现结果,为目标客户设计特定的、相关的资费并适时地推销给他们
•最大化ROI: 用数据挖掘技术来开发取样器预测模型
•持续的模型再造
建立团队建立团队
• IT人员作为合作者,给市场人员带来新主意并展示出来
•在建模过程中,市场人员提供建议以丰富建立模型所用的属性
•市场人员了解建模的过程,模型的能力和它的弱点
• IT 学习业务流程和直接的市场策略
•在营销活动中建立强有力的关系
•个人和团队的努力共同达成目标
数据挖掘数据挖掘:: 使用使用 CRISPCRISP 模型模型
Reference
建模过程建模过程
1. 建模:用一个月的训练数据
改变模型参数
和样本大小
2. 测试模型:用从未使用过的测试数据
模型
建模过程建模过程((续续))
模型
3. 为客户群评分
•以在网客户为基础收集数据
•通过模型运行数据
•输出:为每个客户评分,并得到流失分群的概况