完整的数据分析项目长什么样子？XX移动客户细分模型项目报告借你参考

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，直接顺序考察各个环节。

3.2.1步骤一：商业理解

我们基于访谈中了解的客户需求，采用用户行为特征作为细分变量，用户人口统计信息和客户价值作为描述变量，从而定位人群特征。对行为特征从以下几个方面来获取信息

基于客户需求，并结合以上行为特征选取的方向，我们定义了几组数据作为细分变量。

通过细分变量将客户进行细分，再通过以下描述变量定位人群，进一步分析人群特征。

3.2.2步骤二：数据理解 ——数据源来自经营分析系统

a.客户基本信息（DW_USR_DCUSTM）
b.用户帐务信息（DW_FEE_SHOULDDM）:
CDR信息（语音CDR（DW_CALL_CDR）；IP业务CDR（DW_NEWBUSI_CDR）；短信业务CDR（DW_NEWBUSI_SMSCDR）；梦网业务CDR（DW_NEWBUSI_MESGCDR）
c.客服信息表

3.2.3步骤三：数据准备，生成宽表

宽表是将数据经过组合所形成的包括细分变量和描述变量的记录表。

3.2.4步骤四：建立模型

通过因子分析找到变量之间的关系，并优化变量组合。在对模型结果的分析中，根据标准——群间差距最大，群内差距最小的原则进行分析，同时调整变量组合，以尽量接近标准。以此方式循环，逐步使模型得到优化。

3.2.5步骤四：建立模型——数据探索

在通过变量的标记直接去掉非正常值外，还通过查看数据去掉极值，以免极少数用户的行为对细分结果形成噪音。

获得的某某移动用户记录共有130388条，经过正常值选择、极值处理等，最后用于研究的记录有78339条。以下数据探索工作着重于了解某某移动用户概貌，以及发现数据存在的问题。

3.2.5步骤四：建立模型——生成客户细分模型

使用SPSS数据挖掘工具进行客户细分。

3.2.6步骤五：模型评估

细分前整个用户群数据落差较大。细分后，各组的强势变量的分布趋于平缓，可看出，聚类模型将具有相似特征的记录聚在一组。若在此步骤中若发现模型不够优化，还需要回到第四步骤，甚至第三步骤进行调整。

3.2.7步骤六：结果应用

对模型结果进行分析，并针对细分群提出相应策略，该部分内容在下一节详细讲述。

四、通用客户细分结果分析及相应市场策略

4.1细分结果数据表（12个客户细聚类）

4.2各组相对强弱势比较

4.3各组客户应对策略

4.3.1 低使用率组

4.3.1.1细分组信息：比例：6%；年龄：30.99；ARPU: 68；在网时间(月)：27 ；女性比例：29%；预付费比例：81% VIP比例：7%

4.3.1.2客户群分析：

1.本组用户对手机基本使用通话功能，并且通话需求低。平均每天2.8次
2.主要在本地活动，并且也主要与市内用户沟通。联系圈子小。并且与小灵通联系较多。
3.每个市内、长途电话的时长在12组人群中居第一、二位，但次数却最少。可看出此类人群一般是有事情才打电话，所以谈话时间会长，但次数却少。
4.优惠时段通话次数在所有组中最高，占了整个通话次数的5%。
5.短信使用量相对其他低端人群较多，结合其低ARPU值的特征，估计因为资费敏感而用会采用短信替代一定通话行为
6.IP通话电话次数占整个通话次数比例较高，有28%，可看出其对资费非常敏感。
7.主叫电话次数是被叫电话次数的1.6倍，主叫时长是被叫时长的1.79倍，是12组中最高的一组。并且与经常联系的人群也是主叫居多。结合其资费敏感的特征，分析其被叫行为可能因为资费因素而被压抑。
8.访问营业厅次数少。拨打1860、1861次数多。由于1861为话费查询电话，可见此客户群对资费比较敏感。

4.3.1.3客户策略

产品/服务：
此类人群对资费非常敏感，可能会对省钱类产品感兴趣。
此类人群被叫行为可能有所压抑，可通过被叫包月类产品释放其被叫需求。
由于人群圈子窄，并且主要为市内通话，容易成为小灵通的抢夺对象，可设计亲情号码类产品。

推广：
估计此类人群中包括低工资人群、家庭妇女、老人、学生等人群、社交需求少的技术人员，所以可选择超市、商场、学校等地进行海报宣传或安排人员发送宣传单。
在人群聚集地进行一定促销活动，实物奖励会对该组人群有一定吸引力
1860、1861接听宣传

销售渠道：
除基本代销点外，可挑选此客户群体的居民楼附近超市、小商品店等作为代销点

4.3.2 固话联系紧密组

4.3.2.1细分组信息：比例：9%
年龄：35.39 ARPU: 98 在网时间(月)：25 女性比例：27%
预付费比例：91% VIP比例：13%

4.3.2.2客户群分析：

对手机基本使用通话功能，并且通话需求低。平均每天3.7次
与固话联系紧密，有57%的电话是与固话联系
省内省际长途次数占总通话次数的5%，在低端人群中相对较高，并且每次长途通话时间较长，具有一定长途通话需求
该组人群工作时间通话多于休闲时间，结合其固话比例大，估计通话主要用于与家人联系
短信、IP使用量少。结合其有一定长途通话需求却少用IP,短信使用少，并且平均年龄较大，估计此类人群信息接受渠道窄，不善于使用手机除通话以外的功能。
访问营业厅次、拨打1860、1861次数少

4.3.2.3客户策略

产品/服务：
该群体ARPU值低，对资费比较敏感，对省钱类产品会感兴趣。
该群体有一定长途通话需求，却少用IP电话，估计由于此类人群接受信息渠道有限，并且不习惯使用稍复杂的操作有关，所以仍可向此类人群推广IP电话，以更加刺激其长途通话需求。并且可根据此用户群特征，设计IP电话的保底消费套餐、分时段优惠等策略，以免IP电话对长途电话和对其他用户群体的冲击。

推广：
宣传中可体现产品的易操作性
由于此类人群活动范围较窄，并且接受信息渠道有限，可在此用户群体的居民区、超市等地设置海报或发送宣传单等方式

销售渠道：
估计此类人群包括生活较有规律的低工资人群、教师、老人、家庭妇女等，可考虑居民区附近的食品店等代销渠道。

4.3.3中低使用率组

4.3.3.1细分组信息：比例：39%
年龄：34 ARPU: 130 在网时间(月)：29 女性比例：25%
预付费比例：80% VIP比例：19%

4.3.3.2客户群分析：

对手机使用相对于低端人群高，平均每天6次左右
有一定长途漫游并且也主要与市内用户沟通。联系圈子中等偏下。
与固话联系较多。
IP电话使用比例较小
点对点短信使用量少。但梦网短信使用量较高，平均每月4.7条，并且大部分在3-6条。
访问营业厅次、拨打1860、1861次数中等

4.3.3.3客户策略

产品/服务：
此类人群有一定通话需求，但使用量中等偏下。对资费会有一定考虑，容易受到资费因素的影响而选择产品。可找出此用户群中中高价值用户，进行外呼回访，了解需求，提高其忠诚度。

推广：
此类人群对活动有一定参与性，可通过一定促销活动吸引其视线
可通过电视、报纸等媒体进行宣传

4.3.4 联通联系紧密组

4.3.4.1细分组信息：比例：26%
年龄：32.8 ARPU: 154 在网时间(月)：26 女性比例：21%
预付费比例：83% VIP比例：20%

4.3.4.2客户群分析：

通话需求居中，平均每天7.8次左右
与联通手机联系频繁,平均与联通手机的联系次数和时间占所有通话30%，表明该群体可能和联通客户联系较为频繁、广泛
长途漫游相对于其他中端用户较少，主要在市内活动，并且主要与市内用户沟通。联系圈子中等。
网间短信比例最高，也表明此类人群与联通用户联系紧密
访问营业厅次、拨打1860、1861次数中等

4.3.4.3客户策略

产品/服务：
此人群与联通联系紧密，通话需求中等，因为朋友间有一定影响力，所以此人群容易成为联通受联通产品影响。
可找出此类人群中与联系最高的前10%的用户进行集中跟踪（外呼访问等）。了解其群体结构（如：是否有职业、地区特征等）。

推广：
由于此群客户与联通互打最多，可通过大众媒体广告宣传移动网络质量优于联通，延长其在网时间
此客户群很少访问营业厅或拨打1860，因此，对此客户群可采取较被动的营销手段，此客户群数量较多，占26%，营销方面采用大众化营销mass marketing 较合适

销售渠道：
由于人群数量较多，可采用大众营销渠道

其他：
针对该群体可考虑防止话费流失、寻找双枪用户、挽留手段、应对资费方案等专题进行探讨

4.3.5 移动联系紧密组

4.3.5.1细分组信息：比例：12%
年龄：32.74 ARPU: 153 在网时间(月)：26 女性比例：25%
预付费比例：82% VIP比例：20%

4.3.5.2客户群分析：

通话需求居中，平均每天7.18次左右
与移动网内用户联系紧密，占总通话次数的58%
市话、长途漫游通话均属于中等。
交往范围居中
访问营业厅次、拨打1860、1861次数居中

4.3.5.3客户策略

产品：
此人群整个通话需求中等，可设计一些拉动其通话需求的套餐，如话费X元的用户，再加Y元送X元话费（详情请见某某资费套餐建议方案）

推广：
该群体移动网内联系紧密，可充分利用用户之间的宣传渠道。
短信群发宣传

其他：
对该群体可多体现移动的关怀，易于在用户群中形成好的口碑，有利于保留和提升该客户群忠诚度。

4.3.6 短信高使用组

4.3.6.1细分组信息：比例：1%
年龄：24 ARPU: 194 在网时间(月)：14 女性比例：44%
预付费比例：92% VIP比例：18%

4.3.6.2客户群分析：

其最明显特征是点对点短信、网间短信、梦网短信、WAP等数据业务使用量大，估计此类人群对新技术比较敏感，对活动参与性高，信息渠道广泛。
通话次数居中，平均每天5次左右。每个电话通话时间在12组中最高。优惠时段通话次数、时长最高。IP使用占整个通话的30%，并且每个IP电话时间最长。综合考虑，估计此类人群有较强的长聊需求，对资费比较敏感。
通话联系人群居中，但短信联系人群最高，有27.78人。与联系最密切的交往圈短信发送量也最高，平均每天2.2条。可见其短信联系面广且密切。可能一方面是资费敏感，另一方面是该组人群喜欢并习惯短信渠道进行交流，还有一部分可能喜欢传播短信。
拨打1860、1861次数最高，特别是1861资费查询号码，平均每月拨打11.52次。可见该人群对资费比较敏感

4.3.6.3客户策略

产品：
该组用户对资费比较敏感，且有沟通和长聊的需求，可设计随心聊等进一步拉动长聊行为的产品
此类客户应对新推出的增值业务特别是基于短信应用的增值业务产品很感兴趣
由于此群体平均年龄在24岁，是用户组中最年轻的人群，并且女性用户比例最高，可考虑一些适用年轻人群或女性用户的信息类产品

推广：
该群体中可能包括大部分学生，所以可选择学校、电影院、商场作为宣传渠道。可进行海报，发送传单，活动促销等宣传
短信渠道
网络渠道宣传
时尚杂志广告

销售渠道：
学校附近的代销点
电子城、手机市场代销点等

其他：
该群体入网时间最短，平均14个月，需从培养其忠实度角度设计产品和服务。

4.3.7 大量本地通话组

4.3.7.1细分组信息：比例：3%
年龄：33.79 ARPU: 467 在网时间(月)：40 女性比例：17%
预付费比例：49% VIP比例：76%

4.3.7.2客户群分析：

该组最显著的特点是本地通话次数高，平均每天27.42个
通话在工作时间、生活时间，忙时、闲时的通话时长和次数都最高
社交圈广泛，与之有过通话的电话数在所有组中最高。
互转全球通、秘书台等次数最高。
每个电话的通话时间少，特别是每个长途漫游通话的通话时间。可感知该组人群对效率要求高。
入网时间40个月，在所有组中最长。且ARPU值467元也较高（前10%ARPU值在320元），具有一定忠诚度。
拨打1860、1861次数较少。1861平均3.15次

4.3.7.3客户策略

产品：
该组客户群中男性比例较高，75%，促销产品可考虑更多适合的男性的产品（如：财经、体育新闻的服务等）
该用户群入网时间长，ARPU值较高，可制定更优惠的忠诚度奖励计划，设计捆绑销售产品（例如：签约赠送手机等），延长其在网时间。
该群客户可能拥有相对其他群体最为广泛的交际网，其转网障碍也应相对较大。在产品设计中，不建议主动对其进行话费优惠，可采用交叉销售的方式，鼓励其多使用增值业务（如：地址簿、移动秘书、语音信箱等）进一步提升忠诚度。

推广：
客户价值较高，且数量不大，不适合大众营销（mass marketing)，因此，营销活动可采用1860一对一营销。如果1860无法通过电话进行一对一营销，可发送短信通知客户促销活动．也可考虑有选择地进行大客户经理访问。
根据这个群体的本地市内活动方式制定挽留客户的忠诚度奖励计划．如精美的餐馆,娱乐场所,俱乐部会员试用, 独有的商品等

销售渠道：
可考虑大客户经理服务

其他：
由于该客户群的呼入呼出电话数量很大，这个细分群的客户可能更喜欢一些可以扩大其社会关系圈和建立新的商业联系的社会活动（如商业讨论会、联谊会）

4.3.8 高IP&省内漫游组

4.3.8.1细分组信息：比例：2%
年龄：33.72 ARPU: 545 在网时间(月)：38 女性比例：19%
预付费比例：49% VIP比例：81%

4.3.8.2客户群分析：

该组最显著的特点是IP电话使用量高，平均每天1.77个
通话总需求较大，平均每天19.53个
省内漫游时长、次数在所有用户组中最高。
有一定省际漫游、长途需求
每个市内电话通话时长在所有用户中居上长度，但每个省内、省际长途、漫游通话时长却最低或次低，结合该组IP使用量大，估计其长聊需求由于资费敏感而有所压抑。
工作时间通话是生活时间通话的1.2倍，估计该组人群工作时间业务繁忙。
交往人群广泛
呼转固话时长、次数在所有用户组中最高，结合其IP使用率高，可见该组人群对资费有一定考虑。
工作时间与生活时间通话时长、次数在所有用户组中最高，也就是在工作时间通话比例最高
入网时间、ARPU值较高，并且该组人群中81%是VIP用户，该用户组具有一定忠诚度。
拨打1860、1861次数平均每月4.06次，在中高端人群中较多。

4.3.8.3客户策略

产品/服务：
该组用户拨打1861话费查询电话平均每月4.06次，并且IP使用量大，估计该组人群通话需求较大，但对资费比较敏感。对于中高端用户中对资费敏感的用户需要特别关怀。可通过外呼回访进行维护。
鉴于前面所分析，该客户群每个长途、漫游通话的通话时长可能因有一定资费考虑而有所压抑，所以可设计一些长途、漫游长聊优惠的产品以延长其长途、漫游的通话时长。
由于该组人群省内漫游最高，并有一定省际漫游，估计该组人群移动性商务人士居多，可向该组人群提供一些与商旅有关的产品和服务。（如：天气预报信息服务，酒店预订服务等）

推广：
可考虑某某汽车站、火车站等作为宣传渠道
可考虑适当的外呼

销售渠道：
除普通渠道外，可考虑外呼、大客户经理服务

其他：
该组人群属于中高端用户，对资费比较敏感，流失损失较大。可通过流失模型找出细分群中容易流失的客户，并实施客户挽留，例如：向此客户群赠送IP电话卡等
可通过交叉销售模型了解该用户群的其他销售增长点

4.3.9 高省际长途漫游组

4.3.9.1细分组信息：比例：0.5%
年龄：34.93 ARPU: 818 在网时间(月)：39 女性比例：15%
预付费比例：41% VIP比例：85%

4.3.9.2客户群分析：

该组最显著的特点是省际漫游、长途通话时长、次数。省内长途、漫游以及市话也较高。长途、漫游通话占整个通话的53.83%，在所有人群中比例最高。
通话总需求较大，平均每天23.77个
尽管有大量长途、漫游需求，IP通话在整个长途通话中的比例最低，估计此类人群对资费不敏感。
主叫与被叫之比最低，主叫电话占被叫电话的89%，说明该组人群多是被叫居多，属于联系中心的人物。但经常联系人群主叫居多，可感知该组用户对联系紧密人群会主动联系。
工作时间通话是生活时间通话的1.2倍，估计该组人群工作时间业务繁忙。
交往人群广泛，并且被叫范围更广。
有一定短信使用量，并且短信交往人群广泛
呼转全球呼、秘书台等次数多。
入网时间、ARPU值较高，并且该组人群中85%是VIP用户，该用户组具有一定忠诚度。

4.3.9.3客户策略

服务：
该组用户在所有细分群中漫游长途通话最高，根据这个群体的商旅特色制定保留、奖励客户忠诚度的计划．可考虑免费赠品或优惠券（如酒店或机票优惠或升舱，品牌旅行日用套装、旅行袋或旅行保险等)
由于该组人群经常在外，并且省际间天气差异较大，所以当其返回某某时，可发送当天天气预报服务，以体现某某移动的关怀，增强用户满意度，保留忠诚度。
可以考虑与航空公司、酒店、医务所、保险公司进行联合捆绑促销产品

推广：
可在长途车站、火车站、商业区、商场、酒店、高级餐馆等设置营业服务点
由于该组人群比较繁忙，部分用户不适合外呼或大客户经理拜访，可采用短信，邮件等方式联系。

4.3.10 高国际长途漫游组

4.3.10.1细分组信息：比例：0.1%
年龄：35.95 ARPU: 1422 在网时间(月)：50 女性比例：12%
预付费比例：14% VIP比例：88%

4.3.10.2客户群分析：

该组最显著的特点是港澳台+国际漫游、长途通话时长、次数最高，占该组整个通话次数的13%。省内外长途、漫游以及市话也较高，占整个通话的32%
通话总需求较大，平均每天17.92个
主叫与被叫之比最低，主叫电话占被叫电话的89%，说明该组人群多是被叫居多，属于联系中心的人物。但经常联系人群主叫居多，可感知该组用户对联系紧密人群会主动联系。
工作时间通话是生活时间通话的1.27倍，在各组中最高，估计该组人群工作时间业务繁忙。
交往人群广泛，并且被叫范围更广。
有一定短信使用量，并且短信交往人群广泛
呼转全球呼、秘书台等次数多。
入网时间、ARPU值最高，并且该组人群中88%是VIP用户，该用户组具有一定忠诚度。

4.3.10.3客户策略

产品/服务：
由于该组用户港澳台、国际漫游长途通话量大，估计此用户组属于经常在国际省际出差的国际型商务人士，可推天气预报信息、商旅服务等信息类产品
可以考虑与航空公司、酒店、医务所、保险公司进行联合捆绑促销产品
该组用户用户对优惠等不会特别感兴趣，会比较关注网络质量，服务效率等。
在推国际短信产品时需留意该用户群的结构，对资费不敏感组可推国际短信，为其提供更方便的沟通渠道，增加其满意度。对于对资费敏感的人群要避免国际短信对其国际话费的冲击。

推广：
由于该组人群比较繁忙，部分用户不适合外呼或大客户经理拜访，可采用短信，邮件等方式联系。

五、基于客户细分结果的市场营销活动讨论

5.1基于客户细分的资费设计

5.2资费营销方案

方案一

方案二

其中M表示用户前三个月全球通平均话费，X表示用户前三个月小灵通或联通平均话费。

若考虑每月赠送的话费限于移动网内通话，可选择通用客户细分结果的第5组客户群——移动联系紧密人群，以满足其网内联系需求。若考虑每月赠送的话费限于本地通话，可从中、低端用户中选择本地通话需求量较大的用户作为目标用户。
注：由于竞争对手、市场、内部用户等多种因素的影响，可以考虑实行隐藏式资费计划，不做公开宣传，通过短信、1860外呼等渠道实行特定试点人群的隐藏式销售。

最后欢迎大家关注我，我是拾陆，搜索公众号“二八Data”，更多技术干货持续奉献。