客户数据分析.ppt

第二部分: 客户数据分析,第1版 2004.1,直复营销 运营手册,1,版权所有，公司机密，2004,概述,客户分析报告提出了客户分析方法论，通过对联通CDMA在网客户的分析，识别潜在客户和了解其特征客户分析的结果是进行Offer设计和直复营销活动策划的重要输入同时报告还提出了潜在客户列表的清洗建议，并列出了潜在客户列表清洗结果 报告从CDMA现有客户分析着手，结合埃森哲公司为的客户分析方法论，通过抽取联通CDMA在网客户系统中的人口信息和计费信息，通过年龄分析、ARPU值分析和相关的话费用量分析，确定本次直复营销项目的潜在目标客户群，提出了客户分群建议，并且提出了潜在目标客户的购买倾向性 报告提出了具体的潜在目标客户列表的清洗建议，这些建议和清洗方法应用在深圳和宁波试点测试的数据清洗中，并对潜在客户清洗的结果进行了统计和分类 从本次得测试中，要进行潜在客户列表的分析的先决条件是各联通市公司必须具备良好的潜在客户数据然而在项目进行的过程中因种种的原因在数据源的获取上联通碰到了种种的问题，其中问题包括数据源公司数据的质量如在深圳方面，数据源没有任何如客户职业，收入等相关的数据，而宁波方面的数据也只有名字，号码和地址。

如此的数据质量是无法进行任何细分的不管怎样，埃森哲在项目一开始时意识到这问题的严重性，因而建议运用了通过联通内部数据来作为客户分析的基础-详情如在方法论中所提一般此方法在各会议中也曾与联通讨论过，在进行后也被联通认为是最可行最重要的途径,2,版权所有，公司机密，2004,目录,客户分析方法总论 客户信息视图 客户分析维度 客户分析内容与结果 客户分群/细分建议 客户分析中的实际问题与限制 潜在客户列表清洗方法 潜在客户列表清洗结果 附件：话费结构与话务分析的样本数据抽样标准,3,版权所有，公司机密，2004,1. 客户分析方法总论,下图是埃森哲公司的建议的客户分析方法论客户分析方法是根据客户分析的目的定义数据需求，并从系统中摘录相关数据进行相应的行为分析，在识别目标客户群的基础上，匹配目标客户与Offer4,版权所有，公司机密，2004,2. 客户信息视图,客户分析基于客户消费和接触过程中已经积累的和可获得的各类客户信息 客户信息视图是根据客户的特征，分类组织的客户信息 客户信息一般分为人口信息、心理信息、行为信息几种类型 根据移动消费的特征，移动客户信息视图由下图所示，基本可以分为以下信息内容：客户基本信息、人口信息、历史信息、客户行为信息、客户价值贡献、生活方式、心理信息等。

5,版权所有，公司机密，2004,经验之谈,数据的预处理(ETL)远比预期投入的要多 目前联通的数据基础普遍较低,即使是在如深圳联通这样对数据仓库进行过大规模投资的分公司,在做数据分析前还是需要大量的工作做数据预处理,以使数据的质量和条件达到数据分析的要求. 不要低估这些准备工作所需的时间.,6,版权所有，公司机密，2004,2. 客户信息视图(续),人口信息 基本信息：客户在购买时或入网时一般都有的信息 人口信息(Demographic)：人口信息是进行客户分析时的重要变量，也是用来描述细分客户群的主要变量对于移动通信客户来说，年龄、职业、收入水平、家庭都是重要的变量 人口信息的收集和整合需要大量的基础工作，一般需要通过内部数据与外部数据的融合来对客户数据进行丰富政府部门、专业的数据公司、某些行业如金融、航空、电信的企业都拥有大量的客户数据心理信息 生活方式( Life Style)：生活方式主要用来反映客户的社会行为，主要包括客户的社会阶层、个性和社会风格等，这些信息往往需要进行相应的客户调查才能得出 心理信息(Psychographic)：心理信息一般描述客户的兴趣和爱好等，这些信息对于深入理解客户的消费倾向和偏好有一定的帮助。

但这类信息往往在数据营销的初期比较欠缺，需要根据移动通信公司的实际需求来有针对性的收集行为信息 客户接触记录：这类信息是客户在与移动通信公司进行产品购买、产品与服务的使用记录、客户服务咨询与投诉记录、以及其他客户服务接触记录这些记录需要移动通信公司有意识的收集、整理和分析 移动消费信息：移运客户的每月移动消费情况和资费结构等，这些数据息基本上都可以通过计费系统直接获取这些消费信息的分析也能够用来描述移动客户的价值贡献 移动行为信息：主要用来描述移动客户的消费行为信息，这些 信息能够反映移动客户的消费习惯、产品偏好、消费频率等等，这些信息往往需要根据分析的不同需求从计费系统中抽取数据进行多维分析，而且经常需要基于大量数据的复杂计算7,版权所有，公司机密，2004,3. 客户分析维度,客户的信息是多维的，对客户的分析是基于主题的同时，客户信息的丰富程度将对客户分析产生约束 根据试点直复营销以CDMA客户获取的主要目的，客户分析是基于以下当地联通现有的客户数据：客户基本信息、客户移动消费行为信息、客户移动消费价值贡献、客户反馈、市场信息其中客户基本信息、行为信息和价值贡献信息来源于联通的计费系统。

具体在进行CDMA客户分析时，采用的分析维度主要有：年龄、ARPU、套餐、话费结构、话务分布8,版权所有，公司机密，2004,3. 客户分析维度 ①变量选择,下图是进行CDMA客户分析时的变量选择在初步进行年龄分析时，按5岁一个年龄段进行划分，然后再分析总结 根据ARPU值的不同及目前联通的实际客户价值划分情况分为5段 话费结构和话务分布列出了基本的分析变量，实际分析时根据分析目的对变量进行选择 接下来会进一步描述不同分析维度的分析目的和分析内容9,版权所有，公司机密，2004,,,3. 客户分析维度 ②年龄细分,年 龄,ARPU,OFFER,话费结构,话务分布,20岁以下,21－25,51岁以上,,26－30,30－35,36－40,41－45,46－50,,目标,分析客户的年龄分布特征 分析不同年龄层的客户群大小 分析不同年龄层ARPU值的分布 分析不同年龄层对Offer的偏好 分析不同年龄层的话费贡献 分析不同年龄层话费结构 为进一步的细分提供输入,分析内容： 分年龄段的客户数量分布 分年龄段的ARPU值分布 分年龄段的Offer选择 分年龄段的客户话费贡献 分年龄段的话费结构,期望结果： 找出主要的年龄细分客户群 年龄细分与ARPU的关系 年龄细分与Offer的关系,数据源要求： CDMA付费用户 在网在用客户数（出帐客户） 去除不合格数据（如没有年龄） 可通过身份证计算年龄,年 龄,10,版权所有，公司机密，2004,,,3. 客户分析维度 ③年龄＋ARPU值,OFFER,话费结构,话务分布,Offer 1,Offer 2,Offer 3,本地通话,Offer 4,国内长途,Offer 5,国内漫游,Offer 6,国际长途,Offer 7,国际漫游,Offer 8,SMS,联通在信,月租费,,,年 龄,ARPU,20岁以下,50元以下,50－150,26－30,150－300,30－35,300－500,36－40,500元以上,41－45,46－50,21－25,话务量分布,通话次数,呼入/呼出次数,通话时长,呼入/呼出时长,话务时间分布,话务日期分布,其他分布,话费总额,51岁以上,年 龄,,分析目的： 话费结构差异 移动消费行为差异 Offer选择偏好,分析内容： 客户数量分布 ARPU值大小与分布 Offer选择情况 话费贡献 话费结构 话务分布,期望结果： 找出不同年龄段之间的ARPU值差异 不同年龄段的客户价值构成 不同客户群体的价值贡献 不同客户群体的话费结构差异,数据源要求： CDMA付费用户 在网在用客户数 去除不合格数据 可通过身份证计算年龄,ARPU,11,版权所有，公司机密，2004,,,3. 客户分析维度 ④话费结构（年龄＋ARPU值）,OFFER,话费结构,话务分布,Offer 1,Offer 2,Offer 3,本地通话,Offer 4,国内长途,Offer 5,国内漫游,Offer 6,国际长途,Offer 7,国际漫游,Offer 8,SMS,联通在信,月租费,年 龄,ARPU,话务量分布,通话次数,呼入/呼出次数,通话时长,呼入/呼出时长,话务时间分布,话务日期分布,其他分布,话费总额,年 龄,,分析目的： 不同客户群话费结构差异 不同客户群的移动消费行为差异 Offer与话费结构的关系,分析内容： ARPU值与客户年龄分布 Offer选择情况与话费结构的差异 话费贡献与话费结构的关系 基本的话务分布,期望结果： 找到不同客户群之间的话费结构差异 不同客户群的话费贡献率 具有相同话费结构的客户群特征,数据源要求： CDMA付费用户 在网在用客户数 去除不合格数据 可通过身份证计算年龄,ARPU,话费结构,话费总额,月租费,本地通话,国内长途,国内漫游,国际长途,国际漫游,SMS,联通在信,12,版权所有，公司机密，2004,,,3. 客户分析维度 ⑤话务分布（年龄＋ARPU值）,OFFER,话费结构,话务分布,Offer 1,Offer 2,Offer 3,本地通话,Offer 4,国内长途,Offer 5,国内漫游,Offer 6,国际长途,Offer 7,国际漫游,Offer 8,SMS,联通在信,月租费,年 龄,ARPU,话务量分布,通话次数,呼入/呼出次数,通话时长,呼入/呼出时长,话务时间分布,话务日期分布,其他分布,话费总额,年 龄,,分析目的： 不同客户群的话务分布 话务分布对ARPU值的影响 移动消费行为差异 Offer选择对话务分布的影响,分析内容： 重点关注使用频率与次数 静态话务分布 Offer选择情况对话务分布的影响 话费贡献与话务分布的关系,期望结果： 不同客户群之间的话务分布差异 ARPU值与话务分布的关系 Offer与话务分布的关系,数据源要求： CDMA付费用户 在网在用客户数 去除不合格数据 可通过身份证计算年龄,ARPU,话务分布,话务量分布,通话次数,呼入/呼出次数,通话时长,呼入/呼出时长,话务时间分布,话务日期分布,其他分布,13,版权所有，公司机密，2004,4. 客户分析内容与结果 ①假定,试点项目所进行的客户分析有以下的几个假定：,假定一： 客户的人口信息 (在此选用了年龄*) ，配合客户的 ARPU值，资费结构(行为)等数据是客户分析与细分的依据 假定二： 顾客年龄群与ARPU值、资费结构、Offer 选择等有一定的相关性 假定三： 不足的信息/数据 (如：人口信息，生活信息等) 可能导致非决定性的分析 假定四： 现有客户的资费结构、 Offer选择与Focus Group的反馈等将做为了解潜在客户的需求与购买倾向的基本依据 假定五： 联通的整体营销战略将集中于高价值/高端顾客群,14,版权所有，公司机密，2004,4. 客户分析内容与结果 ②概要,在选定了分析的维度后，就需要根据分析的目的收集和抽取选择分析需要的客户数据。

本次CDMA在网客户分析的数据主要来自于计费系统 从计费系统中摘录、抽取数据时发现： 系统中记录的客户信息较少，仅有姓名、证件号等有限的项目 客户信息登记后很少进行维护或更新 客户的计费信息非常完整 客户服务系统中的客户信息与计费系统中的客户信息没有进行过关联，客户计费信息和服务信息是分离的 以前实施的数据仓库项目使得深圳较宁波有着更好的数据分析基础 本项目对CDMA在网客户进行了以下分析： 年龄与ARPU值的客户分布分析 年龄分段客户占比 年龄分段的话费结构分析 年龄与套餐选择分析 详细分项的话费结构分析 基本的话务分析,下面详细描述了列联通CDMA客户各项分析的图表与分析结果,15,版权所有，公司机密，2004,4. 客户分析内容与结果 ③深圳联通CDMA客户年龄与ARPU值分析,数据来源：2003年7/8/9月深圳联通CDMA出帐用户数据. 去除600包月用户6005人客户数量：96349人。