全球通中高端用户价值降低预警_佛山_模型分析报告.ppt

佛山市全球通中高端用户价值降低预警模型分析报告 主要内容 背景介绍 分析目标 模型定义 数据分析与探索 模型构建 模型评估 背景 2008年底，运营商重组基本完成，随着全业务运营时代的来临，移动市场上客户争夺越演越烈，尤其是中高端客户市场硝烟四起，战火纷飞。 为了赢得这场战争，集团公司把中高端客户保有作为09年的战略目标之一，为各省公司下达了相应的中高端保有任务，而省公司也对市公司下发锁定中高端考核指标。 分析目标 利用客户近期通信行为，建立中高端客户的价值流失预警模型，预测集团公司下发的客户以及必威体育精装版的中高段客户的价值下降的情况，使中高端客户保有更有针对性，更有效地支撑客户挽留活动，实现集团公司中高端客户保有的目标。 模型定义 分析用户群： 集团公司下发的拍照用户中的全球通用户：08底在网且10、11、12月三个月累计ARPU不低于360元，且客户年底状态正常且12月是通话的二类地市全球通客户。 模型目标： 预测哪些客户的ARPU将会低于50元。 时间窗口： 分析窗口 预测窗口 预测点 M M-1 M-2 M-3 M-4 M-5 M+1 M+2 请下载观看! 主要内容 背景介绍 分析目标 模型定义 数据分析与探索 模型构建 模型评估 总结 数据分析与探索 我们采用了拍照用户中的193009个用户在2008年8、9、10月的数据，利用直方图进行分析各个变量与流失的关系比较 数据分析与探索：网内号码情况 客户网内的号码数越多越稳定，不易流失。 网内号码占比过高或者过低的人群，流失率都偏大。当此比值是0.4到0.8时流失率最小。 网内号码数 网内号码占比 数据分析与探索:家庭、集团用户 是否家庭产品用户 是否集团产品用户 集团产品用户占80%，流失率较低； 家庭产品用户占12%，流失率较高； 用户等级高占83%，流失率较高，普通用户流失率较低 客户等级 数据分析与探索:最近新业务情况 用户新业务使用数增加带来的价值增长比较稳定，不易流失 用户新业务使费用用增加带来的价值增长比较稳定，不易流失 用户新业务使用费用占比增加带来的价值增长不稳定，容易流失 最近新业务使用数 新业务费用占比 新业务费用(最近一月) 数据分析与探索:用户ARPU情况 平均ARPU 用户平均ARPU高带来的价值增长比较稳定，不易流失。 用户当前ARPU高带来的价值增长比较稳定，不易流失。 。 当前ARPU 数据分析与探索:用户ARPU情况 警戒ARPU ARPU波动 用户警戒ARPU高比较稳定，不易流失。 ARPU波动大的流失率较高。 数据分析与探索:月固定费 月固定费 用户月固定费增加带来的价值增长比较稳定，不易流失。 请下载观看! 数据分析与探索：变量筛选 通过以下方法来筛选模型的输入变量： 值分析：去掉取值不正常的变量 直方图：选取和流失相关、区分度大的变量 相关分析：从相关性大的变量中选取区分度较大的 数据分析与探索：变量筛选 利用直方图，我们可以直观的看到该变量和流失的关系，对于和流失的关系比较复杂的变量，我们将其排除在模型输入变量之外，或者生成新的变量。 最近新业务使用数 主要内容 背景介绍 分析目标 模型定义 数据分析与探索 模型构建 模型评估 模型构建：建模工具 该业务问题是一个二元预测问题，并且从数据探索的结果来看，与之相关的数据大都是数值型的数据，因而适合用逻辑回归的方法来建模。 Teradata Warehouse Miner能够方便的建立逻辑回归模型，并且能够很好的配合Teradata数据库进行大量数据的计算，是建模工具一个较好选择。 请下载观看! 模型构建：建模流程 模型输入变量 抽样 训练集 用TWM建模 测试集 LG模型 对测试集打分 我们将2008年8、9、10的数据按照6：4的比例分成训练集（115805个用户）和测试集（77204个用户）来构建、评估模型。 模型结果 通过用训练集来建模，我们得到用户在下下个月arpu低于50元的概率为 ： 其中Y=常数+变量1*系数1+变量2*系数2+变量3*系数3 +。。。 变量名称 系数 标准化系数 常数 -2.7654 N/A 网内号码数 -0.0193 -0.3586 警戒ARPU -0.042 -2.2721 平均ARPU 0.029 1.8927 最近一月对手主叫次数 -0.0128 -0.6196 当前ARPU -0.0061 -0.4183 最近新业务使用数 -0.2099 -0.2276 客户等级 0.6831 0.1417 ARPU 波动 -0.013 -0.363 在网时长 -0.0001 -0.0685 月固定费 -0.0002 -0.2225 网内号码占比 0.6178 0.0504 新业务使用