数据挖掘中客户分群的应用
通过前期对系统内部的数据挖掘进行客户分群,并打上了相关的客户标签,这些客户标签对后期有什么应用呢?目前在做一个电信数据挖掘项目过程中,发现了电信客户觉得客户标签对他们的电信产品有很大的作用,希望能够找出相关的特征的用户,方便其后期进行精确营销。
我们内部讨论后,结合客户的意见,主要从以下几个方面进行操作:
一、用户分群
1、通过用户心理行为问题及通信行为字段进行因子分析
2、获取用户的驱动因子
3、通过数据挖掘工具,进行聚类分群
4、给用户打上相应的客户标签:漫游压抑型、本地传统型、长漫需求型、低端尝新型、成功人士型、时尚商务型、成熟压力型、年轻爱玩型等一系列的标签
二、用户群体特征分析
以漫游压抑型为例,其占比如何?(12%)背景特征是怎么样?(高中以上学历为主、收入中等、月收入2000元以上、男性为主、年龄主要在25—45岁之间,以生产运输及白领为主),使用电信的业务情况是怎么样的?(天翼商旅套餐占比高达70%,入网时长超过2年,重入网率低、出差较多,漫游消费低,漫游需求受到压抑,ARPU均值仅为50块左右)数据业务特征是怎么样的?(新事物兴趣低,消费理性,沟通、资讯、娱乐、商务等各类数据业务渗透力处于中下水平)办理渠道偏好如何?(办理次数中等,短信营业厅偏好较强)
三、电信产品适配
通过对电信某产品功能、应用场景和客户特征的分析选择目标客户群,实现客户和产品的适配。例如电信某产品A的用户定位是商旅人士、电话比较多的用户,此时可以根据系统里面的客户标签分群用户的特征:商旅人士、电话比较多等相关特征,找出相关传统商务型、成功人士型、时尚商务型等三个群体的营销用户名单。
四、试点营销
根据适配结果,输出目标用户的名单,对目标用户展开试点营销。
五、营销效果评估并挑选效果明显用户群体进行全省推广
对营销活动进行评估,若营销效果明显,则进行全省宣贯推广,否则不进行推广。
从该项目的用途来看,数据挖掘能够真正地支撑到精确营销,减少营销成本,并且能提高产品运营效益。
数据挖掘中客户分群的应用相关推荐
- 风控必学|肘部法与客户分群——客户画像中的聚类与特征画像分析
客户聚类分析,在信贷圈子里,是一种很常见的数据挖掘场景,对于从事金融数据分析岗位的我们,也是需要必备掌握能力之一.无论是策略分析岗,还是数据建模岗,或者是数据分析岗,客户样本的分群画像,在某些程度上来 ...
- 精细化营销和客户分群
昨天听的一场报告,感觉不错,整理一下. (电脑死机,本来都快整理好了,哭) 1.什么是精细化营销 精细化营销就是恰当地.贴切根据客户的差异将客户分群,采取不同的营销策略.比较有名的有天猫的千人千面,亚 ...
- 破局存量客群营销,试一下客户分群管理(含聚类模型等实操效果评估)
信贷场景下的客户分群,在实际业务中有着非常重要的意义,例如存量客群营销.客户价值管理.产品精准营销.风控层次部署等,都会依据不同类别客户的合理划分.客户群体的分类,我们经常通过机器学习中的聚类算法来实 ...
- 客户分群基于聚类方法:KMeans以及GMM(Gaussian Mixture Model )
客户分群基于聚类方法:KMeans以及GMM(Gaussian Mixture Model ) 多维度客户分群简介 1.1 聚类算法简介 企业在进行客户分析时,往往希望通过了解不同的客户具有什么不同的 ...
- [Python] 用K-means聚类算法进行客户分群
目录 一.背景 1.项目描述 2.数据描述 二.相关模块 三.数据可视化 1.数据读取 2.数据可视化 2.1 平行坐标图 2.2 年龄/年收入/消费分数的分布 2.3 年龄/年收入/消费分数的柱状图 ...
- 数据分析案例:商场客户分群
假如你拥有一个超市购物中心,并通过会员卡拥有客户的一些基本数据,例如客户ID,年龄,性别,年收入和消费得分.消费得分是您根据定义的参数(例如客户行为和购买数据)分配给客户的属性. 该数据包含有关客户的 ...
- 基于K-means算法的客户分群知识
机器学习基本概念 机器学习 机器学习是一门致力于研究如何通过计算的手段,根据经验改善系统自身的性能的学科. 算法 算法是指一系列规则和运算公式.将这些规则和运算公式作用到数据集上,能够得到一个分析结果 ...
- ModelArts微认证零售客户分群知识点总结
\ 作者:华为云MVP郑永祥
- 精准营销!用机器学习完成客户分群!
最新文章
- Elasticsearch - cluster_block_exception [FORBIDDEN/12/index read-only / allow delete (api)]
- 摄像机投射投影模型_综述及详解
- C#——Ellipse(椭圆)类[继承Circle(圆)类][实现IComparable接口、IComparerrT接口]DEMO
- 求无序数组的第二小的元素
- 前端学习(2002)vue之电商管理系统电商系统之绘制商品分类的级联选择器
- Android高手的六大境界
- java swing 代码_java swing编写gui生命游戏代码,新手上路
- ios如何看idfv_ios获取手机状态 idfa idfv 网络类型 分辨率 获取运营商
- 消息队列(MQ):ZeroMQ 中间件设计【译文】
- POJ-2034 Anti-prime Sequences dfs
- LSET与LREM结合删除list中特定索引的值
- 计算机网络分为点到点网络和,计算机网络-判断题
- 计算机里面为什么只剩c盘,电脑只剩下C盘了,怎么处理
- STL 格式解析--文本以及二进制格式
- html放大镜小图标,图片放大镜jquery.jqzoom.js使用实例附放大镜图标
- 计算机中英文字录入教案,文字录入教案.doc
- 不拆无损,在北汽EU5,EU7,EX3,EX7安装app应用
- linux 根据字母产生颜文字 figlet
- Lawnmower E题
- 关于vue 动态引入(异步加载import和require)组件的方法和坑(按需懒加载组件,动态生成路由)babel-plugin-dynamic-import-node 优化编译速度
热门文章
- man mkfs
- git地址变更 vs code 如何修改本地地址并查看
- torch.transpose()
- php 幂等性,幂等性的作用及实现
- 大数据说职场人没有逃离互联网,但35岁问题有了新解药
- abbex 区块学院如何交易之 第一章 你是谁?交易圈中的幽灵
- 108本开源的技术学习资源!登上GitHub趋势镑
- android图片素材文件格式,Android Studio神器之Image Asset
- Shiro第二篇【介绍Shiro、认证流程、自定义realm、自定义realm支持md5】
- 阿里云轻量服务器Workbench root远程连接和一键连接的区别