SPSS数据挖掘_Modeler在通信行业的应用(客户细分案例-精确营销案例-客户流失预警案例)
SPSS数据挖掘_Modeler在通信行业应用(客户细分案例-精确营销案例-客户流失预警案例)
数据业务类
19 GPRS上行流量 20 GPRS下行流量 21 GPRS上下行流量比 22 Fetion PC客户端活跃 23 Fetion 手机客户端活跃 24 Fetion 短信活跃 25 Fetion IVR端活跃 26 Fetion 好友数 27 Fetion 消息数 28 中央音乐平台彩铃下载次数 29 振铃下载次数 30 手机证券费用 31 彩铃下载次数 32 开通手机电视 33 音乐盒下载次数 34 12580查询次数 35 WAP业务信息费 36 开通GPRS功能 37 彩铃换歌次数 38 WAP业务订购数量 39 GPRS上行流量
5组
3组
合计
分组人数 98383 72933 77875 61733 66659 111296 85963 105029 201288 111169 50733 72523 114696 197246 115613 57777
外呼有效样本 228 202 251 142 116 222 176 243 384 226 59 97 191 301 136 53 3027
时段、拨打次数等
▪ ARPU、MOU、在网时长 ：营业、计费、crm、经分系统 ▪ 客户的媒体接受习惯、个性、爱好、满意度 ：市场调查
步骤四
选择细分方法并进行细分
步骤五 步骤六
描述细分市场并进行有 效性检验
选择目标市场并制定 营销策略
▪ 通常采用PASW Modeler的k-means方法 ▪ Kohonen、两步聚类
交往圈/活动范围特征
平均交往圈
本组均值 总体均值
60.21
32.40
主叫交往圈占比 联通交往圈占比 最常通话号次数比 通话不同基站数
61.5% 16.9% 25.0% 52.44
基于IBM-SPSS-Modeler-14.2的客户数据挖掘
基于IBM SPSS Modeler 14.2的客户数据挖掘IBM SPSS Modeler 14.2是一个从大量数据中挖掘有用模式的企业级数据分析平台，遵循跨行业数据挖掘流程标准（CRISP-DM）。
从数据源到数据建模，IBM SPSS Modeler 14.2提供了丰富的数据挖掘流程各个阶段需要的组件。
IBM SPSS Modeler 14.2包含数据获取、数据预处理、数据建模、评估和部署等一系列步骤，分析人员可通过拖放方式组合节点完成数据挖掘流程(以下简称数据流)。
IBM SPSS Modeler 14.2主界面如图 1 所示，包括流工作区、节点选项卡、管理器和IBM SPSS Modeler工程。
其中流工作区主要是用于创建数据流，用户可以把节点选项卡下的组件直接拖放到流工作区。
节点选项卡有多种节点：数据源、记录选项、字段选项、图形、建模、输出和导出等。
管理器主要用于管理输出和模型，用户可以对这些输出和模型进行打开、重命名、保存和删除等操作。
IBM SPSS Modeler工程允许用户以CRISP-DM模式管理数据流。
图1 IBM SPSS Modeler主界面IBM SPSS Modeler 14.2允许用户直接手动输入数据和把可变文件、Statistics文件、SAS文件、Excel和XML等多种数据导入，以供数据分析。
在导入数据后，需要对数据进行预处理。
IBM SPSS Modeler 14.2提供丰富的数据预处理组件，主要包括记录预处理和字段预处理。
其中在记录预处理中，提供了选择、抽样、汇总、排序、合并和追加等组件。
字段预处理包括类型、过滤、导出、分箱、字段重排、自动数据准备和分区等组件。
IBM SPSS Modeler 14.2提供了各种来自机器学习和统计学的建模方法，如分类、关联、聚类、序列和回归等模型。
本章应用IBM SPSS Modeler 14.2平台的几种常用数据挖掘算法，对客户交易的数据进行分析，获取客户管理有用的知识。
SPSSModeler预测电信客户流失案例
SPSSModeler预测电信客户流失案例Modeler 帮助电信运营商预测客户流失案例本文主要通过运用IBM SPSS Modeler 中C5.0 节点所具有的特殊算法对电信客户的属性特征进行分析，得出流失客户的基本特征，以帮助企业管理者对该类客户的行为特性进行预警分析，采取针对性的措施改善客户关系，避免客户流失或者挽留客户，达到亡羊补牢的效果引言目前电信运营商面临着激烈的市场竞争。
对电信运营商来说，客户即生命，如何保持现有客户是企业客户管理的重中之重。
因此，电信运营商拥有的客户越多，作为主要成本的前期投资就会越大，企业的利润也就越大。
客户资源对于电信运营商来说其意义不言而喻，电信运营商之间的竞争实际上就是对客户资源的竞争。
可以说，未来的电信行业，得客户者得天下。
数据挖掘在电信领域有着广泛的应用：计费分析、客户细分、电话欺诈、客户流失预警分析等等。
客户流失预警分析是通过数据挖掘，发现和分析出客户的许多属性特性和行为特征，从而找到流失客户的特征，为企业挽留这类客户提供决策参考。
本文主要通过运用IBM SPS Modeler 中C5.0 节点所具有的特殊算法对电信客户的属性特征进行分析，得出流失客户的基本特征，以帮助企业管理者对该类客户的行为特性进行预警分析，采取针对性的措施改善客户关系，避免客户流失或者挽留客户，达到亡羊补牢的效果。
数据准备读入数据源读入电信客户数据，数据有多达42 个字段，其中包含一些客户个人信息，例如年龄、婚姻状况、地址、收入、教育程度、行业、退休、性别、居住地和客户类别，还包含一些客户使用电信服务信息，例如使用电信服务时间，是否开通无线服务，是否开通语音信箱服务，是否开通亲情号服务，以及上月基本话费，上月长话费，上月上网费，累计基本话费，累计长话费，累计上网费等等。
将流失字段churn 角色设置为目标。
将所有其他字段的角色设置为输入。
图 1.数据源由于数据包括多达42 个字段，我们将先进行数据准备阶段。
数据挖掘第19讲SPSSModeler分类课件
习方式
基于连
接方式
神经网络节点构成
W1
W2
加
法
器
激活函
数
神经网络激活函数
➢ 阀值函数（阶跃函数）
() =
1 (当v大于等于0时)
0 (当v小于0时)
➢ 分阶段函数
➢ Sigmoid函数（S型函数）
1
() =
1 − −
神经网络建立步骤
① 数据处理（去除变量间的量纲影响、分类型变量
案例背景
中国电信市场的用户通常都为刚需用户，不存
A
在用户不再使用电信业务。但各大运营商之间
却存在巨大的竞争，尤其是各家运营商之间的
很多服务几乎都是交叉重叠的服务，因此用户
D
ABCD
B
通常会由于某些原因离网转而使用其它运营商
的服务。为有效减少自家用户的流失，运营商
通常会基于自身的数据做一些分析来最大限度
否
是
阴天
凉爽
正常
是
是
阴天
凉爽
高
是
是
阴天
热
正常
否
是
下雨
凉爽
高
是
否
C5.0计算步骤
① 计算目标变量（是否打球）不确定性
I(是否打球)
② 计算各个输入变量的熵
E(是否打球|天气)、……、E(是否打球|是否有风)
③ 计算各个输入变量的信息增益
Gain(是否打球|天气)、 ……、 Gain(是否打球|是否有风)
14 14
14
计算步骤
Step 2：计算每个属性的信息增益（以天气为例）
天气
是否打球
=
“是”
是否打球
数据挖掘在市场营销中的应用案例分享
数据挖掘在市场营销中的应用案例分享市场营销是任何一个商业组织成功的关键因素之一。
随着数据技术的发展，数据挖掘成为市场营销中的一个重要工具，帮助企业更好地理解消费者行为和市场趋势。
本文将分享几个数据挖掘在市场营销中的应用案例，展示它们是如何帮助企业提升市场竞争力的。
1. 消费者行为分析消费者行为分析是市场营销中的一个关键领域。
通过数据挖掘技术，企业可以分析消费者的购买习惯、兴趣爱好、品牌忠诚度等信息。
一家连锁超市运用数据挖掘技术分析了其顾客购物篮中的商品组合，发现了一些有趣的规律。
例如，数据挖掘算法发现购买尿布的顾客中，有很高的概率会购买啤酒。
超市随即将尿布和啤酒放在一起展示，销量大幅增长。
这个案例展示了数据挖掘可以帮助企业发现隐藏的消费者行为模式，从而优化市场推广策略。
2. 市场细分市场细分是市场营销中的一项重要战略。
通过数据挖掘技术，企业可以将潜在的市场划分为不同的细分市场，以便更好地满足不同消费者的需求。
一家化妆品公司使用数据挖掘技术分析了消费者的社交媒体活动和购买记录，发现了不同群体的消费偏好和购买习惯。
公司根据这些信息开发了定制化的产品，并在不同的细分市场中获得了成功。
这个案例表明数据挖掘可以帮助企业更好地了解消费者，实施有针对性的市场战略。
3. 品牌管理品牌管理是企业成功的关键之一。
通过数据挖掘技术，企业可以分析消费者对品牌的态度和认知，帮助企业更好地管理和塑造品牌形象。
一家汽车制造商使用数据挖掘技术分析了消费者在社交媒体上对其品牌的评论和反馈。
通过分析这些数据，企业发现了消费者对新车型的积极评价和对某些老车型的抱怨。
该公司及时采取行动，改进老车型并推出新车型，提升了品牌形象和市场份额。
这个案例表明数据挖掘可以帮助企业监控和改进品牌形象。
4. 促销策略优化促销策略是市场营销中的一项重要策略。
通过数据挖掘技术，企业可以分析消费者对促销活动的响应，帮助企业优化促销策略。
一家电子商务公司使用数据挖掘技术分析了其网站上的用户行为数据，发现了一些促销活动的效果较好。
数据挖掘在通信公司CRM中的应用实例备课讲稿
数据挖掘在通信公司CRM中的应用实例随着中国电信的改革重组，中国通信业取得了跨越式的发展，成为国民经济中发展速度最快的行业之一，中国通信业总规模现已在世界排名第一。
与此同时，中国通信市场竞争也日趋激烈。
通信运营商的经营观念逐渐从"技术质量第一"向"服务客户第一"转化。
以前的营销模式已经无法满足客户的多样化、层次化、个性化的需求。
长期以来，通信单位大量详尽的业务数据也只是被简单地应用在各种业务系统中，没有被更有效地开发利用。
如何利用这些数据进一步拓宽通信业务，促进通信业务发展，从而为通信业提供决策支持服务，已经成为各个通信单位的当务之急。
近几年迅速崛起的数据挖掘技术成为实现这些目标的有效手段。
它可以深入分析客户信息、客户价值和行为，从而使营销具有洞察力、精确化，并通过从数据中挖掘价值来减少营销成本、提高营销效益。
3.3.1 客户细分模型和挖掘算法选择构建客户分类模型需要用到第2章所介绍的一些技术。
其中聚类技术就是其中之一。
在前面的章节中我们曾了解到聚类和分类有着很大的区别：分类时，我们事先选择一些属性作为分类标准，通信企业总是会将重要的、有影响力的属性作为分类的依据；而在实际应用当中，通信企业事先根本不知道哪些属性会起到作用。
而找到那些起关键作用的属性是聚类技术的任务之一。
在通信客户分析中，聚类分析能够帮助我们发现特征迥异的不同客户群和对客户分类起关键作用的指标变量，并辅助运营商对各客户类别的特征进行深刻观察。
通信客户从营销属性方面分为三类：普通客户、价值客户和黄金客户，其中普通客户消费行为有较大的随机性，分布较广，规律难寻，比较适于聚类分析。
本数据挖掘实例采用通话行为、数据业务使用情况等作为客户分类变量，把通信行为相似的人群聚为一组。
数据挖掘方法论选用CRISP-DM（Cross-Industry Process for Data Mining）过程模型。
数据挖掘4G用户流失SPSS建模报告(附代码数据)
数据挖掘4G用户流失SPSS决策树建模报告问题理解（10%）1.对初赛主题“4G用户流失建模”的理解通信市场竞争日趋激烈，客户规模和份额是三家运营商竞争的焦点。
广西移动存量客户约3000万，客户份额约70%，一直是广西电信、广西联通以低资费千方百计策反的重点客户，建立大数据高危离网客户预警模型，细分高危离网客户群体挽留举措，对保障我公司主导运营商的地位有着极其重要的意义。
当前四五星到达客户总数约237万，月均流失客户总数约0.55万，月均流失率约0.23%。
三星及以下到达客户总数约2647万，月均流失客户总数约83万，月均流失率约3.15%，其中，四五星客户属于高价值重点保有客户，而三星及以下客户为主体客户，其流失现象也不容忽视。
全省在网客户约3000万，月均流失40万，流失率约1.4%。
针对存量客户建立高危离网客户预警和保有模型，一是识别高危离网客户的规模、特征、离网概率等；二是根据客户特点，分析出挽留高危离网客户群体的解决方法，如预存话费、办理宽带等。
2.解决本问题的常见思路的调研总结（请结合自己之前的实际工作详细展开）3.总括性介绍本团队的解决思路1)首先这个数据是不平衡数据，需要进行平衡化处理后再进行建模，以便提高对于少数类（1，在本次初赛总也就是流失客户）的预测准确度与预测规模。
2)数据预处理是保证数据挖掘最后所获得知识的必要保证。
所以本团队进行了详细的预处理工作，主要包括字段属性以及数据个案的处理。
3)鉴于培训期间学习了很多的模型以及实现方法，并且有了可以进行模型评优的标准，也就是ROC曲线。
所以本团队尝试了多种模型并进行了集成学习以提高模型的效果。
4)选出最优模型后，输出了十万个个案的预测为1的概率，下一步就是找到判决门限，即预测为1的概率大于多少时判为1。
使用开题辅导时讲述的Q函数（也就是本次初赛的Y函数）求最值的方法，找出使得分数最高的最优判决门限。
一、数据选择与预处理（20%）1.对训练集数据字段的理解逐个字段进行意义的理解，结合以前的工作以及该类流失问题的经验得知，“被叫次数”、“主叫次数”、“被叫时长”、“主叫时长”等字段对于本赛题比较重要，着重进行处理。
SPSS案例
安斯泰来制药中国客户背景作为世界上最大的处方药制造商之一，总部在日本的安斯泰来公司，很大程度上依赖于从医生那里了解其服务的患者，以更好的服务患有艾滋病、骨质疏松症、心脏衰竭、偏头痛或者哮喘的病人。
安斯泰来中国公司通过使用IBM SPSS Modeler中的数据挖掘技术分析他们收集到的患者信息，建立有效的方案，来更好地服务于医生和病人。
面临问题安斯泰来所面临的挑战是如何牢牢把握医药领域医生所关心的问题，如何根据对关于医生的各种数据进行分析的结果，来创建有效的药物营销方案。
在这个领域的医生类型可以粗略地分为两类。
一类是―进取型‖医生，他们对新的见解和研究成果非常开放，并可以迅速地将科学成果转化为实践。
另一类是―谨慎型‖的医生，他们想要做的一切事情都依赖于书本，花了很多时间来研究治疗方案，他们的意见是基于深入研究的专家文章或与同事的交流获得的。
为了能识别出医生的各种类型，安斯泰来整合各种来源的信息，包括医院内部数据和外部供应商的数据。
解决方案安斯泰来的市场数据部运用SPSS的挖掘技术和定量分析技术对各种交流研讨会上调查收集到的数据进行了分析，为营销团队提供了有价值的信息。
调查的数据指标包括医生的工作年限，医生服务的患者个数，以及其他指标。
安斯泰来使用SPSS进一步分析了数据中隐含的信息以及和其他指标之间的相关性。
安斯泰来同样还利用IBM SPSS Modeler 对医生特征进行分析将这些医生划分为上述提到的两种类型。
为了追踪营销活动，安斯泰来的市场研究部门利用营销部门提供的数据使用SPSS对医生进行分群，并且为不同目标群体值制定相应的行动计划。
应用结果对于安斯泰来市场部的研究人员来说，IBM SPSS Modeler的功能强大和用户界面的友好性两个特点是尤其突出的。
―我不需要记住任何指令或命令，一切都可以通过清晰的菜单结构找到，‖一个参与该项目的市场研究人员说到。
安斯泰来与一些市场研究机构一起工作，他们使用医生每天记录的条目，来了解哪些医药代表拜访了他们，推销了什么产品，而这些产品将来是否在医生规定的药物范围内。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
占手机报用户百分比
2.10%
占非手机报用户百分比
0.84%
连续三个月有中央音乐平台彩铃下载
连续三个月使用手机证券业务 连续三个月使用手机电视业务 连续三个月使用12580业务 连续三个月有彩铃下载
0.22%
0.36% 0.17% 0.69% 19.40%
0.03%
0.03% 0.01% 0.07% 8.11%
关键消费行为特征提取
本组均值 ARPU MOU(分钟) 通话次数 平均交往圈 拨打长途城市数 漫游城市数 通话不同基站数 呼转次数 GPRS流量 移动秘书开通比例 投诉次数 套餐更换次数 210.64 517.08 265.33 60.21 3.83 2.09 52.44 8.58 315.57 12.0% 0.07 0.39 总体均值 59.40 250.81 135.05 32.40 1.06 0.40 21.11 0.81 30.19 1.7% 0.01 0.18
与4Ps营销策略相互融合的方法进行客户细分及针对性市场营销分析。
消费行为
业务选择状况、使用数量、使用 质量、使用态度
品
价
产
格
人口变量
性别、年龄收入、职业、 教育程度
细分 客户
渠 道 促 销
消费心理
社会阶层、生活方式、个性
4Ps营销策略
7
客户细分案例—细分结果
群组名称 最优组 细分分组 分组人数 外呼有效样本 细分分组名称
高端商务组
高端本地繁忙组 本地交往频繁组 省内繁忙组 夜聊短信组 省际IP组 长聊短信组 节俭本地组 弱势本地通话组 弱势长途组 弱势新业务组 弱势夜聊组 弱势优惠侧重组 全面弱势组 交往极小组 弱势呼转组
大群组(最优组、潜力组、弱势组)， 以及16个细分组。 16个细分组是采用数据挖掘的聚类 方法进行数据聚合统计构成。 群组定义：
优惠/时段特征
本组均值 0.31 总体均值 0.19
2072.4
收入占比/人数占比
基本信息
本组均值 ARPU 210.64
优惠通话时长占比
IP时长/长途时长 休息时段通话时长占比 晚上通话时长占比
2.5%
25.6% 45.7% 24.6%
3.0%
28.7% 47.5% 24.8%
MOU(分钟)
通话费用占比 非通话费用占比 欠费比例 在网时长(月) 当前积分 大客户比例 集团客户比例
漫游城市数 呼转次数 总体均值 1860次数 1861次数 投诉次数 平均充值次数 充值平均金额 充值平均间隔(天) 套餐更换次数 手机更换次数
3.83
2.09 8.58 1.9 9.79 0.07 4.73 269.11 14.76 0.39 0.46
1.06
0.40 0.81 1.07 8.87 0.01 2.75 67.83 14.69 0.18 0.41
市场营销方向分析：
1、该组用户在业务产品方面使用的非常 广，所以重点不是业务的推广，而是业务 量的维护和保持；
组内人数及占比 收入及占比(万元)
98383 2072.4
收入占比/人数占比
消费心理特征：
属于“积极”分组，在消费心理习惯 “由我做主”，其它人只是“辅助”， 强调“个人实现”。
2、该组用户在心理上属于绝对成熟的积
该省移动手机用户目前已突破2000万！
该省移动2006年12月26日开通手机报业务； 目前拥有手机报客户400万； 2009年4月份，手机报订购用户达277万，收费用户达146万； 2009年4月份，新闻早晚报订阅用户达120万。
手机报渗透率不足20%！
平均交往圈
主叫交往圈占比 联通交往圈占比 最常通话号次数比 通话不同基站数
60.21
61.5% 16.9% 25.0% 52.44
32.40
65.0% 17.1% 30.9% 21.11
9
商业价值实现－16分组分析举例
16组(高端商务组)
人口变量特征：
用户处于生命周期中成熟期的中前期， 6.15% 21.79% 3.54 属于较为成功的人士。
极性人物，所以在与其交流沟通时需要重
点强调“辅助”功能，同时必须注重对该 类用户的关怀，尤其是投诉和套餐更换方 面； 3、该组拓展的重点已经不在是移动业务 本身，而且其它行业及服务的整合，例如 该组的移动秘书使用量和漫游城市数都非 常大，所以可以考虑在移动秘书服务中提 供票务服务，而且移动秘书是一个重点拓 展的服务，其“秘书”性是一个极具潜力 的关怀服务方向。 4、该组对生活的品质要求也很高，所以 主动丰富其生活品质也是重点方向。
客户
产品
共1600916户；
市场调研共随机抽取6342户，其中形成有效问卷3027户，比例是47.7%。
价格
客户
渠道
XX客户 客户细分专题客户
促销
2004年8月
共1600916户
时间 2005年1月
共6342户，有效问卷3027户
6
客户细分案例—细分核心方法
本次客户细分专题主要采用消费行为信息、人口变量信息、消费心理信息
最优组：细分组消费比例/细分组人数比例
大于等于2； 潜力组：细分组消费比例/细分组人数比例 大于等于1、小于2； 弱势组：细分组消费比例/细分组人数比例 小于1。
潜力组
15组 9组 10组 12组 1组 6组 8组
弱势组
7组 2组 4组 5组 3组 合计
8
16组（高端商务组）指标分析
基于ARPU的细分：按照客户的ARPU值进行二元细分，例如常见的大客户的
划分和标识；
基于社会特征的细分：根据客户年龄、职业等社会特征指标进行的多维客户
细分。
不能满足实 际商业需求
5
客户细分案例—数据理解
此次客户细分采用数据挖掘和市场调研相互结合的方法进行数据统计分析； 使用Clmentine12（PASW Modeler较低版本）进行建模 建模方法采用两步聚类 客户数据截取时间是2004年8月－2005年1月连续六个月全部在网的用户，
描述每一个细分市场，刻画每个细分市场的特征 检验细分市场是否有效
步骤六
选择目标市场并制定 营销策略
根据企业的产品选择目标客户群，制定相应的营销策略进行营 销
4
客户细分案例—商业背景
中国移动在已有的业务支撑系统和CRM系统中，主要通过两种方法进行客
户细分：
动获取潜在手机报用户提供支持；
实现功能 - 通过模型得到潜在手机报用户的业务规则，帮助业务市场营销人员了解业 务发展策略和方向；
- 通过为潜在手机报用户打分来判断其使用手机报业务的可能性，为营销活
动有效资源的投放提供决策支持。
14
主动性营销案例—商业理解
时间窗口：09年5月~09年7月三个月； 客户范围： 活跃客户： 连续3个月计费的手机报用户； 对比客户： 连续3个月没有订阅手机报用户； 识别手机报目标 客户业务规则
电信运营商根据每个客户群特征设计相应的产品/套餐，并采取合适的销售方式，
以提高营销成功率。
3
客户细分流程
细分过程
步骤一
确定细分目的
了解客户消费习惯、消费行为、消费特征 为不同客户提供不同的套餐，为新技术或新产品寻找可能的目标市场
识别最有价值客户，选取的变量就可能使ARPU值、MOU、在网时长 根据顾客的语音消费行为制定套餐，选取的变量可能是单次时长、通话
活跃客户数：957, 286
15
主动性营销案例—数据理解
2009年5、6、7连续3个月开通手机报的用户7月份开通 手机报的类型描述：
手机报类型 新闻时事类 体育类 生活类 文娱类 文学类 客户数 百分比
开通情况
1.大部分用户只开通一份手机报； 2.大部分用户开通的手机报类型为 新闻时事类； 3.仍然有接近2%的手机报用户会开 通超过一份的手机报业务
说明：使用手机报的用户会使用更多的增值业务，其带来的价值 较非手机报用户高。
17
主动性营销案例—数据理解
手机报用户三 个月平均的 ARPU值为 107.45元
非手机报用户 三个月平均的 ARPU值为 51.50元
手机报用户的价值是非手 机报用户的2倍以上
无论从个人大客户的比例和中高端用户比例手机 报用户都相对高出
SPSS Modeler在通信行业的应用
移动某省公司客户细分案例
客户细分
定义
把客户按照其自然属性、使用特征、客户偏好和动因等分成若干客户群，并依据
分群结果进行客户群体特征刻画的方法。
目的
使得同一群内的客户特征非常相似，不同群间客户特征差异较大。
应用
客户细分模型的结果作为核心客户识别的输入之一，提供客户分群信息，结合客 户价值分析结果以及客户生命周期分析结果，用于识别核心客户，并筛选出生命 周期稳定期的核心客户，作为维系工作的重点目标对象。
在 11组
98383
72933 77875 61733 66659 111296 85963 105029 201288 111169 50733 72523 114696 197246 115613 57777 1600916
228
202 251 142 116 222 176 243 384 226 59 97 191 301 136 53 3027
12
主动性营销案例—业务现状
营销渠道 业务类型
1.前台推荐 2.外呼 3.电子渠道
1.普通用户
2.优惠体验