文档介绍：构建三位一体中高端客户保有模型 精确制导中高端客户保有工作
单位:***辽宁公司
时间:2010年6月
目录
建模背景
建模方案
应用案例
创新点及效益评估
未来展望
①市场状况
辽宁移动中高端客户保有
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
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
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
问题现状
1
2
3
4
愿有中高端客户流失预警模型建模的出发点都是基于对离网客户的流失预警,预警提前期短,且无法监控中高端客户价值流失风险程度,而实际客户在离网前价值已经流失殆尽
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
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
②保有现状
当前的中高端客户保有大多是孤立和零散的,没有有效和全面的了解客户的全貌,这样使得大量的中高端客户保有工作还处于比较低级的阶段,盲目性较高,且浪费了大量的成本,最终的效果却并不理想
③建模目的
资费捆绑定价模型
中高端客户细分模型
终端偏好模型
业务偏好模型
价值流失预警模型
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
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+业务和资费+业务的捆绑营销组合,提升中高端客户捆绑率
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
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
以上4个方面的问题,暴露了中高端客户保有存在的盲目性和缺乏时效性,由此可延伸出模型建设的目的如下:
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
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
2
1
3
4
5
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
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,分档均值为第1资费档次、分档上限为第2资费档次,为资费捆绑定价提供依据
中高端保有
精细化模型支撑
①建模思路
数据提取
数据清洗
数据审核
数据集成
数据挖掘宽表构建
缺失数据处理
极值数据处理
错误数据处理
冗余数据处理
数据统计错误审核
数据源错误审核
数据统计口径审核
提取建模所需数据
②数据准备
数据准备确保建模数据的准确性、可用性和完整性
分类算法:C
价值流失预警模型
终端偏好模型
资费捆绑定价模型
聚类算法:TWO STEP 两步聚类
中高端客户细分模型
资费捆绑定价模型
数据分析
中高端客户业务偏好模型
③模型算法
选择合适的建模算法确保建模过程和输出结果的精细化、简约化和合理化
业务需求沟通
业务现状分析
业务问题诊断
目标用户特征分析
建模目标确定
根据建模要