移动如何进行数据挖掘？

shiyiming

就客户流失分析这个课题，大家

讨论一下，如何进行数据挖掘？

shiyiming

建模预测

shiyiming

One of their methods is structure equation modeling.

shiyiming

愿闻其详

shiyiming

抛个土坷垃把，：）

其实电信业的客户关系管理相对金融业客户关系管理简单一些，虽然起步晚，但是形成稳定应用体系的周期要短的多。
目前在国内实施的电信特别是移动的CRM逐渐形成了3板斧的套路，这个套路的核心是国外具有市场竞争的电信业成熟方案，推广途径主要是相关厂家和咨询公司（目前的主流是外资的）的项目实施。
具体讲，这个三板斧就是：客户分类，流失分析和挽留式促销，通过这三板斧把运营型CRM和分析型CRM贯穿起来；当然，项目不同，主题也有所变化，例如套餐分析，等等，但是最为流行的，或者站在乙方的角度，最容易控制成本，又可以交差领赏的，还是这三板斧。

客户分类，其实这是个很复杂的范畴，可以做到无限大，一般来说，对于初次试点的客户，厂家主要是先提供天花乱坠的一个复杂体系，让你满怀希望的晕过去，然后说不要着急，一步一步来；通常，是从价值分类开始，，简单讲就是分分利润不同的客户，利润就是收益-成本，由于成本模型较为复杂（厂家讲我们下期再做），这个价值分类就会简化成收益分类模型，主要是看话费收益，当然仅仅这些是太少了点，通常会把运营商的既有客户分类整合进来，形成交叉，例如后付费的月话费500以上的，等等，最终，给出一个群体定义，做作分群统计报表，1板斧砍完。也有使用更复杂的分类规则的，或者引入K-means，Kohonen算法的，但是这样往往周期过长，结果解释上也有风险，而且客户很少会花了钱只买1板斧的，所以很多厂家会避免。

流失分析，其实这个应该是个更简单的建模，足够多的预测因素变量，目标变量又是1/0(这里暂时不讨论部分流失问题)，加上中国市场上移动系和联通系的分明特点，要想没有lift 都不容易。在数据选取上往往以高消费后付费群体为焦点（利用客户分类结果），考虑客户主动流失的情形，选取适当的的观察时间窗和预测时滞，注意一下在总体流失率较小时使用过抽样调整，基本上会出结果。一般乙方卖进昂贵的数据挖掘工具后，就等着在这一板斧给客户讲：看，多厉害，光是看看就收回票价了吧！其实也许多年以后客户才明白，如果抽样方案做好，拿Excel的回归也能做，效果差异比价格差异小很多，：）

挽留式促销，往往在流失分析产生流失倾向客户名单后挂接进行，通常会转化成直邮分析，通过3到5次投放，可以取得比随机投放好一些的效果，这个好也是相对的，2倍以上你就有勇气说话了，因为直邮事件本身就是低响应率的。我见到过有6-8倍提升并且保持多次的大师，基本上是值得大家去拜的。分析目标分为响应状况，挽留结果，方法较为大路货的是决策树，厂家说，hoho，给你的挖掘工具不仅可以做流失，还可以做营销呢，赚了吧：）也有人使用自己的算法，直邮分析领域有很多成熟的算法，不过钱少了人家不卖。



  井底之蛙的偏颇看法，欢迎指正！

shiyiming

同意sas_dream,个人感觉现在好多咨询公司和厂商都是拉大旗扯虎皮！

shiyiming

哈哈,精辟!方法就是方法,有时和工具并没有必然关系.不过有个好工具还是很重要的,就怕花大价钱买的还不是好东西.