基于家庭客戶識別模型的營銷支撐體系論文

時間：2021-06-26 11:00:58 論文我要投稿

基于家庭客戶識別模型的營銷支撐體系論文

　　1.前言

基于家庭客戶識別模型的營銷支撐體系論文

　　家庭市場是福建移動公司今后重要客戶發展和保有，是實現企業在競爭市場的最為重要的保障之一，更是公司未來發展的重要基礎和業務拓展基石，同時也是各大電信運營商競爭的焦點。

　　在2008年初電信行業重組之前，家庭客戶的市場主要是中國電信的壟斷市場，競爭并不算激烈。隨著重組后全業務競爭的帷幕拉開，家庭客戶成為移動運營商新的發展市場。競爭對手通過家庭產品的優勢搶奪和保有家庭客源的手段層出不窮，中國移動作為家庭客戶市場的后來者，需要更有效的策略，更科學的方法去維持和推動家庭客戶市場的發展。

　　從目前福建移動家庭客戶的發展現狀來看，家庭客戶規模有一定的下滑，主要原因為家庭產品吸引力不足、營銷推廣力度低、電信家庭市場競爭激烈等；家庭市場中的主要產品-家庭寬帶，電信占據了絕對的優勢，因此需要深入的研究家庭市場發展策略，逐步完善家庭市場體系。

　　要建立一整套家庭客戶的管理、維系和家庭市場的分析、產品策劃、營銷體系。目前，關鍵的是如何準確的識別家庭客戶，建立家庭客戶關系，確定家庭區域范圍、分析家庭客戶消費需求和制定家庭客戶營銷方案。

　　2.家庭市場管理體系規劃

　　通過在福建移動經營分析系統建立家庭客戶管理模塊，實現對家庭客戶管理的閉環分析，提升家庭市場的支撐能力。基于家庭客戶識別模型，找到兩者家庭關系、家庭關鍵人物、家庭位置小區、家庭產品潛在需求。對現有家庭客戶進行位置小區打標、判斷家庭客戶的純度、分析家庭客戶的發展情況。對家庭客戶進行有效的針對性營銷和家庭客戶的社區維系保有。

　　（1）通過挖掘模型找到潛在家庭產品需求的客戶，將潛在的客戶進行有效的營銷發展家庭客戶和家庭產品；

　　（2）進行家庭客戶發展KPI指標監控及跟蹤分析，了解當前營銷政策的整體情況與改進方向；

　　（3）每月對營銷后的家庭客戶進行對比、跟蹤分析評估營銷的效果，對存在的不足進行總結和提出改進建議；

　　（4）根據家庭市場客戶關懷和維系模塊，對退訂家庭產品的客戶進行有效的客戶關懷，了解客戶需求，改進營銷方式和進行產品優化，建立和客戶良好的關系，實現持續營銷。

　　3.家庭客戶識別模型

　　通過對客戶的交際圈和家庭客戶通話行為普遍規律，結合相關業務經驗，建立家庭客戶識別模型。確定家庭客戶對和家庭客戶的家庭位置小區。根據家庭客戶對中的客戶賬單金額、客戶品牌、入網時長、交際圈和客戶身份證等相關的業務信息判斷家庭客戶的關鍵成員。

　　3.1數據準備

　　（1）分析用戶群：結合福建移動目前的業務以及數據資源，選擇家庭VPN用戶中標識為家庭關系的用戶對作為分析的用戶群，剔除同一個用戶在多個家庭VPN中或者同一個家庭VPN有多個付費用戶的用戶對，該用戶群為模型組。同時還需要準備未標識家庭關系的用戶群作為對照組(模型組主號與其本地語音交往圈號碼組成的用戶對)。模型組和對照組用戶群共同構成了模型的訓練集和測試集：訓練集（標識為家庭關系的用戶對375對，未標識的為10707對）、測試集1(標識為家庭關系的用戶對135對，未標識的為3519對)、測試集2(標識為家庭關系的用戶對9563對，未標識的為130647對)

　　（2）基礎變量：主要包含兩類變量：與通話時段相關的變量、基站以及資料相關的變量。

　　3.2數據探索和數據分析

　　（1）分析用戶群的外呼驗證：在準備好分析用戶群之后，對標識為家庭關系的用戶對的`數據進行了抽樣外呼。外呼總數902個，接受調查502個，成功率57％。其中接受調查中有87％是家人，3％是親戚。只有2％是同事和朋友。可見選取的家庭客戶樣本數據純度很高。

　　（2）通信時段分析：按照通話時長對用戶群進行分箱，可以發現具有家庭關系的用戶群通話高峰期出現在下班時段；對于短信，通信越密切的，高峰期出現的越晚。根據通信時段的分析，可以生成一些新的衍生變量用在后續的分析建模中，如：下午、下班時段、晚上各時段的通話時長、通話次數、短信條數以及相應的占比等。

　　（3）基站分析：對于同住一家的家庭用戶，活動地點往往有重合之處，而基站數據反映的正是用戶的位置特征，特別是夜間（21點至次日早上7點）的基站。但是，太少的通話的基站扇區又不能作為用戶的特征，而此段時間屬于通話閑時階段，通話量較小，所以需要考察用怎樣的通話次數作為閾值才能兼顧到大部分的用戶，結合通話次數以及用戶占比，選擇通話大于等于3次的扇區作為有效扇區，這樣覆蓋了80%以上的用戶。通過分析，在通話時長20-120分鐘的用戶對中，夜間通話基站的重合比例都超過了35%。

　　（4）變量相關性分析：在做好模型寬表后，對寬表中的變量做相關性分析，可以直觀的看出模型自變量和目標變量的關系，還可以對比相關變量的區分程度，這為建模時的模型調整提供了重要依據。例如通話時長和通話次數，是一堆相關性比較大的變量，同時他們與目標變量的關系都比較密切。一些挖掘算法要求輸入變量的相關性較低，所以必須從兩個相關性較強的變量中剔除一個，簡單的，可以把最后一個分箱提升率低的變量剔除。

　　3.3模型構建

　　（1）建模方法選取：移動經分應用中絕大多數數據挖掘問題是預測類問題，本次我們使用數據挖掘工具的邏輯回歸算法來進行建模，預測結果將是[0,1]閉區間的概率。

　　（2）模型結果：將是否家庭關系作為因變量，其他變量作為自變量，輸入數據挖掘工具，設置模型的分析參數，運行之后，得到一對用戶是否具有家庭關系的打分公式：

　　其中 y = 常數 + 系數1×變量1 + 系數2×變量2 + ......。各個數值以及變量如下表所示：

　　系數是負的，說明因變量與該變量是負相關；系數是正的，說明因變量與該變量是負的。標準化系數反應了該變量對模型的影響大小：標準話系數的絕對值越大，對是否家庭關系的概率的影響就越大。從表中可看出通話次數、短信、夜間上行短信條數、以及下班時段通話比例和目標變量都是正相關的。

　　（3）模型評估：對于訓練模型，一般使用命中率、提升率、覆蓋率來評價模型。

　　命中率 = 提取的用戶對中具有家庭關系的用戶對 / 提取的用戶對

　　提升率 = 命中率 / 總體中家庭關系用戶對的比例

　　覆蓋率 = 提取的用戶中實際具有家庭關系的用戶對 /總體中家庭關系用戶對 = 提取的用戶對在總體中的占比 × 提升率

　　測試集1與測試集2這個三個指標的曲線如下圖所示：

　　前5%的命中率在40%左右，提升率在10左右，覆蓋率在50%左右。

　　對于家庭關系，只在兩三個用戶中存在，有一定的排他性。所以在主號相同的用戶對中提取模型打分排名第一的用戶對，認為他們之間具有家庭關系，看模型的命中率和覆蓋率，如下表所示：

　　（4）外呼驗證模型準確率：通過對福州、泉州、南平、龍巖4地市進行外呼驗證，其中，朋友占比也比較高，說明即使被調查的用戶對非家庭，也有很親密的關系，結果如下表所示：

　　3.4模型部署

　　根據模型結果，對于每個用戶號碼，都可以對其交往圈號碼進行打分，打分高的認為他們具有家庭關系的可能性較大，通過營銷管理平臺對其進行針對性營銷，推薦合適的家庭產品以及后續的活動效果跟蹤反饋。

　　4.實施效果

　　4.1家庭產品拓展營銷

　　基于家庭客戶識別模型中打分較高且未辦理合家歡套餐的客戶，即為家庭成員可能性較高的客戶，結合泉州地市家庭市場當前的營銷活動和業務特點，對家庭關鍵人進行合家歡套餐的外呼推廣營銷活動并通過營業廳進行辦理，取得了良好的效果，既增加了合家歡套餐的辦理客戶數，提升了客戶價值，同時對合家歡套餐起到了一定的宣傳作用，使家庭產品深入人心，也對渠道的支撐能力進行了一定的優化。

　　模型組意向率比對照組意向率高出6個百分點，模型組成功辦理率比對照組成功辦理率高出3倍。

　　4.2完善家庭市場營銷支撐體系

　　通過家庭客戶管理的閉環分析體系，加深對家庭客戶的認識和了解，將家庭客戶識別分析模型推向一線應用，準確圈定家庭成員、家庭關鍵人和把握家庭客戶需求，建立了精確化市場營銷體系，鞏固和拓展了家庭業務，提高家庭產品在存量用戶中的滲透面，同時積極發展家庭數信業務，擴大家庭市場規模，提高客戶價值，實現了家庭存量市場的保有和增量市場的構建，完善家庭市場營銷支撐體系，有效地支撐了公司全業務經營工作。

【基于家庭客戶識別模型的營銷支撐體系論文】相關文章：

教學設計模型10-26

我的家庭02-22