中高端客户保有项目整体方案汇报(PowerPoint 61页).pptx

1-辽宁移动中高端客户保有辽宁移动中高端客户保有项目整体方案汇报项目整体方案汇报-2-目录目录 中高端客户保有背景概述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-3-中高端客户保有项目背景中高端客户保有项目背景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n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n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-4-中高端客户资料完整率达到80%；准确率达到70%中高端客户保有整体目标中高端客户保有整体目标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%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：-5-中高端客户保有问题现状中高端客户保有问题现状n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n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n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营销体系缺陷营销体系缺陷n刚组建的经理客户团队，缺乏有效的人员培训和绩效考核制度，且外呼作业标准化程度不够n客户关怀缺乏标准化流程和关怀时刻策略匹配n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n客户回馈模式和成本结构不合理，相关资源整合程度弱n客户沟通和调研机制未常态化开展，客户资料完整度低服务体系缺陷服务体系缺陷n现有的中高端客户潜在客户日查询、中高端客户月分析等功能模块的针对性不强，无法直接支撑终端捆绑营销、资费捆绑营销和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n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，无法支撑各地市公司每月保有效果监控评估系统支撑缺陷系统支撑缺陷-6-目录目录 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模型建设 建模思路建模思路 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-7-中高端客户保有五大模型建模目的概述中高端客户保有五大模型建模目的概述 资费捆绑定价模型资费捆绑定价模型中高端客户细分模型中高端客户细分模型终端偏好模型终端偏好模型 业务偏好模型业务偏好模型 价值流失预警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-8-中高端客户价值流失预警模型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21345中高端客户终端偏好模型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中高端保有中高端保有精细化模型支撑精细化模型支撑中高端客户保有五大模型建模思路概述中高端客户保有五大模型建模思路概述-9-模型输入模型输入预警用户确定预警用户确定预警用户细分预警用户细分预警用户偏好预警用户偏好模型输出模型输出语音消费细分新业务消费细分捆绑资费定价依据业务偏好模型业务偏好模型价值流失预警用户价值流失预警用户流失可信度流失可信度价值等级价值等级TD匹配终端匹配终端语音消费类别语音消费类别新业务消费类别新业务消费类别新业务偏好新业务偏好候选中高端用户候选中高端用户自然属性自然属性消费行为消费行为终端信息终端信息终端偏好模型终端偏好模型客户细分模型客户细分模型资费捆绑定价模型资费捆绑定价模型(客户价值细分客户价值细分)价值流失预警模型价值流失预警模型中高端客户保有五大模型架构中高端客户保有五大模型架构-10-n分类算法：分类算法：C 5.0C 5.0决策树决策树 价值流失预警模型 终端偏好模型 资费捆绑定价模型n聚类算法：聚类算法：TWO STEP TWO STEP 两步聚类两步聚类 中高端客户细分模型 资费捆绑定价模型n数据分析数据分析 中高端客户业务偏好模型中高端客户保有五大模型使用算法中高端客户保有五大模型使用算法-11-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组特征，制定资费捆绑营销方案，对语音类细分组采用预存返话费+语音优惠包的营销组合，对新业务类细分组采用预存返话费+新业务优惠包的营销组合方式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中高端客户保有五大模型应用路径中高端客户保有五大模型应用路径价值流失预价值流失预警模型警模型目标客户细目标客户细分模型分模型资费捆绑定资费捆绑定价模型价模型客户终端偏客户终端偏好模型好模型客户业务偏客户业务偏好模型好模型输入全体中高端客户名单12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3455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，奉送语音优惠包输出终端或输出终端或资费捆绑营资费捆绑营销活动目标销活动目标客户名单客户名单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输出业务捆输出业务捆绑营销活动绑营销活动目标客户名目标客户名单单-12-目录目录 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模型建设 建模思路 建模内容建模内容 中高端客户保有经分应用 中高端客户保有策略制定-13-建模时间窗口：建模时间窗口：取数月份价值流失月份2009年9月2009年10月2009年11月2009年12月2010年1月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波动率建模变量建模变量中高端客户价值流失口径中高端客户价值流失口径用户2009年12月和2010年1月 连续2个月ARPU120或主叫MOU100候选中高端客户满足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、ARPU0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预警模型中高端客户价值流失预警模型建模准备建模准备-14-预测变量的重要程度从高到低排序预测变量的重要程度从高到低排序采用决策树决策树算法算法进行高价值用户价值流失预警模型最终采用了1313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 5个变量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中高端客户价值流失预警模型中高端客户价值流失预警模型建模流程建模流程-15-决策树共导出3838条规则判断用户是否会价值流失，其中：20 20条规则判断用户不会价值流失 18 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：3475634756是11月不为中高端用户且11月ARPU86.58元的人数0.9260.926是满足11月不为中高端用户且11月ARPU86.58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%92.6%中高端客户价值流失预警模型中高端客户价值流失预警模型规则集规则集-16-名词解释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/价值流失率效果评估效果评估 如果筛选30%30%的候选客户，能包含所有流失客户中的74%74%的流失客户，模型的提升度为2.52.5模型收益图模型收益图模型提升图模型提升图30%30%74%模型查全率模型提升度候选客户中筛选客户占比候选客户中筛选客户占比中高端客户价值流失预警模型中高端客户价值流失预警模型效果评估效果评估-17-中高端客户细分模型中高端客户细分模型建模流程建模流程算法为Two Step Two Step 聚类算法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；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标准化变换和极值处理极值处理本地均衡本地突出长途突出高端商务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突出新业务发烧短信条数GPRS费用新业务费短信突出-18-中高端客户细分模型中高端客户细分模型语音类组别消费行为特征语音类组别消费行为特征序号序号细分组名称细分组名称细分组特征细分组特征规模占比规模占比1高端商务组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，本地话务相对较多，且长途通话频次最高11.2%2长途突出组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；人均ARPU为234元左右，交往圈中外地号码多，长途话。