初学数据分析和挖掘的同学常常不知道学会了方法和工具之后怎么用,实际项目是怎么做的,在这里介绍一个完整项目过程,大家可以参考学习。重点在于使用CRISP-DM方法论流程、使用机器学习聚类方法以及挖掘结果的分析和应用,其中建模的具体过程隐去,只给大家提供整个思路
一、项目背景及前阶段工作回顾
1.1项目概述
1.1.1项目主题:XX移动客户细分模型
1.1.2项目范围:本期项目以XX市为试点城市
1.1.3项目目的:按用户行为进行细分,客观反映用户需求。通过对各类人群的深入分析,为相关部门制订资费、服务、市场策略提供基础。
1.1.4项目内容:
a.建立客户细分模型
b.结合各部门需求对客户细分群进行详细分析
c.协助市场经营部进行相关服务、市场活动的策划
1.2项目各阶段计划
第一阶段:需求调研、项目范围界定
在与各部门的访谈中,了解各部门的需求点,以便在客户细分后有重点地进行分析。
第二阶段:收集提取数据
依据第一阶段的需求,收集并整理数据,把数据加载到指定的数据库表,为下一阶段的建模提供基础。
第三阶段:建模及分析
建立细分模型,对某某市移动用户进行细分。并根据前期访谈所了解的需求,结合某某具体情况,对客户细分群进行详细分析。
第四阶段:应用专题设计
根据第一阶段的访谈,并在第三阶段的细分结果分析基础上,协助市场经营部门对部分重点细分群体有针对性地设计市场策略和市场活动。
1.3客户细分现状
XX移动已对用户按ARPU值进行了用户细分,并对不同级别的客户采取了不同的服务策略。
目前客户细分无法完全满足 业务部门增长需求。通过业务访谈,我们了解到基于ARPU值的客户细分还无法完全满足业务部门日益增长的业务需求准确了解客户行为可以进一步了解客户,增加客户满意度。
1.4针对各部门的需求访谈
通过对各部门的访谈,为客户细分模型的建立提供指导依据。
二、客户细分方法论
2.1客户细分
分析结果能帮助XX 移动实现股东价值的最大化。
2.2客户细分是产品开发、市场营销的基础
客户细分使差异化成为可能,使提供的产品和服务更直接的针对某一特定客户群。
2.3分析型CRM的子工作流关系图
本次客户细分项目重点对客户行为及需求进行分析,及对客户细分群进行定义。
2.4分析型CRM各模型的相互关系和用处
分析型CRM通过建立模型实现知识分析平台,将客户数据转化为对客户的了解,并由此产生有针对性的运作。
2.5可供选择的客户细分方法
具体选用哪种方法需要考量实施细分方法的难易程度及有效程度,同时还要增加股东价值和满足决策目标。
2.6各种客户细分方法的比较
任何客户细分都会运用到多维的客户细分方法。每个细分方法都有其优缺点。
2.7我们在XX移动使用的客户细分方法
考虑不同客户细分方法的有效性及实施的难易程度,并结合移动所提供的数据资源和移动用户特点,我们采用用户行为方式进行客户细分,再结合人口统计和客户价值准确定位细分人群。
三、XX移动客户细分模型
3.1本期客户细分模型——聚类模型
聚类的原理是把具有相近特征的观测值聚集为一组,保证各组间特征的相异性最大,同组内各观测值特征的相似性最大。在本项目中,采用通话行为、数据业务使用情况等作为细分变量,把有相近行为特征的人群聚为一组。
3.2数据挖掘方法论——CRISP-DM
CRISP-DM(Cross-Industry Standard Process for Data Mining) 具体流程如下图:
各个环节顺序进行,但需要不断地循环往复进行数据探索和模型的调优.先不考虑循环往复的探索和调优过程,直接顺