基於家庭客戶識別模型的營銷支撐體系論文

1.前言

家庭市場是福建移動公司今後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，競爭並不算激烈。隨著重組後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後來者，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-家庭寬頻，電信佔據了絕對的優勢，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、維繫和家庭市場的分析、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，建立家庭客戶關係，確定家庭區域範圍、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組，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。基於家庭客戶識別模型，找到兩者家庭關係、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群維繫保有。

（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，瞭解當前營銷政策的整體情況與改進方向；

（3）每月對營銷後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繫模組，對退訂家庭產品的客戶進行有效的客戶關懷，瞭解客戶需求，改進營銷方式和進行產品優化，建立和客戶良好的關係，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資訊判斷家庭客戶的關鍵成員。

3.1資料準備

（1）分析使用者群：結合福建移動目前的業務以及資料資源，選擇家庭VPN使用者中標識為家庭關係的使用者對作為分析的使用者群，剔除同一個使用者在多個家庭VPN中或者同一個家庭VPN有多個付費使用者的使用者對，該使用者群為模型組。同時還需要準備未標識家庭關係的使用者群作為對照組(模型組主號與其本地語音交往圈號碼組成的使用者對)。模型組和對照組使用者群共同構成了模型的訓練集和測試集：訓練集（標識為家庭關係的使用者對375對，未標識的為10707對）、測試集1(標識為家庭關係的使用者對135對，未標識的為3519對)、測試集2(標識為家庭關係的使用者對9563對，未標識的為130647對)

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

3.2資料探索和資料分析

（1）分析使用者群的外呼驗證：在準備好分析使用者群之後，對標識為家庭關係的使用者對的資料進行了抽樣外呼。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資料純度很高。

（2）通訊時段分析：按照通話時長對使用者群進行分箱，可以發現具有家庭關係的使用者群通話高峰期出現在下班時段；對於簡訊，通訊越密切的，高峰期出現的越晚。根據通訊時段的分析，可以生成一些新的衍生變數用在後續的分析建模中，如：下午、下班時段、晚上各時段的通話時長、通話次數、簡訊條數以及相應的佔比等。

（3）基站分析：對於同住一家的家庭使用者，活動地點往往有重合之處，而基站資料反映的正是使用者的位置特徵，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使用者的特徵，而此段時間屬於通話閒時階段，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使用者，結合通話次數以及使用者佔比，選擇通話大於等於3次的扇區作為有效扇區，這樣覆蓋了80%以上的使用者。通過分析，在通話時長20-120分鐘的使用者對中，夜間通話基站的重合比例都超過了35%。

（4）變數相關性分析：在做好模型寬表後，對寬表中的變數做相關性分析，可以直觀的看出模型自變數和目標變數的關係，還可以對比相關變數的區分程度，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數，同時他們與目標變數的關係都比較密切。一些挖掘演算法要求輸入變數的相關性較低，所以必須從兩個相關性較強的變數中剔除一個，簡單的，可以把最後一個分箱提升率低的變數剔除。

3.3模型構建

（1）建模方法選取：移動經分應用中絕大多數資料探勘問題是預測類問題，本次我們使用資料探勘工具的邏輯迴歸演算法來進行建模，預測結果將是[0,1]閉區間的概率。

（2）模型結果：將是否家庭關係作為因變數，其他變數作為自變數，輸入資料探勘工具，設定模型的分析引數，執行之後，得到一對使用者是否具有家庭關係的'打分公式：

其中 y = 常數 + 係數1×變數1 + 係數2×變數2 + ......。各個數值以及變數如下表所示：

係數是負的，說明因變數與該變數是負相關；係數是正的，說明因變數與該變數是負的。標準化係數反應了該變數對模型的影響大小：標準話係數的絕對值越大，對是否家庭關係的概率的影響就越大。從表中可看出通話次數、簡訊、夜間上行簡訊條數、以及下班時段通話比例和目標變數都是正相關的。

（3）模型評估：對於訓練模型，一般使用命中率、提升率、覆蓋率來評價模型。

命中率 = 提取的使用者對中具有家庭關係的使用者對 / 提取的使用者對

提升率 = 命中率 / 總體中家庭關係使用者對的比例

覆蓋率 = 提取的使用者中實際具有家庭關係的使用者對 /總體中家庭關係使用者對 = 提取的使用者對在總體中的佔比 × 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。

對於家庭關係，只在兩三個使用者中存在，有一定的排他性。所以在主號相同的使用者對中提取模型打分排名第一的使用者對，認為他們之間具有家庭關係，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，朋友佔比也比較高，說明即使被調查的使用者對非家庭，也有很親密的關係，結果如下表所示：

3.4模型部署

根據模型結果，對於每個使用者號碼，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係的可能性較大，通過營銷管理平臺對其進行鍼對性營銷，推薦合適的家庭產品以及後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

基於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，對家庭關鍵人進行閤家歡套餐的外呼推廣營銷活動並通過營業廳進行辦理，取得了良好的效果，既增加了閤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完善家庭市場行銷支撐體系

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，建立了精確化市場行銷體系，鞏固和拓展了家庭業務，提高家庭產品在存量使用者中的滲透面，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，完善家庭市場行銷支撐體系，有效地支撐了公司全業務經營工作。