《BOSS数据分析培训.ppt》由会员分享，可在线阅读，更多相关《BOSS数据分析培训.ppt（18页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、BOSS数据分析培训数据分析培训-1-议程 了解市场经营分析的目的 数据挖掘和分析的主要层面和步骤 一些典型的数据挖掘和分析方法举例 分析过程中需要注意的问题-2-市场经营对于数据分析的需求日益增长 电信行业的管理正由原来的“粗放型”向“集约型”精细化管理转变每项决策都应该建立于事实基础之上，而不仅仅是“拍脑袋”更多的产品决策将具有明显的针对性，不再是“全盘操作” 简单的算术统计已经无法满足多元化业务研发的需要客户需求越来越多元化，产品种类也日趋繁多随着经营和计费数据的日益累计，原始数据变得庞大而繁杂计费系统和支撑系统的发展为数据挖掘提供了能力保障 网络口、市场口和计费部门之间的结合日益紧密详
2、实的数据和具有说服力的解释成为部门间沟通的重要载体-3-市场经营数据分析的目的 对市场竞争态势有更为准确和切实了解可以用来论证一些对市场看法的假设定量地了解各细分市场的客户特征 通过数据挖掘和图表帮助人们理解繁杂的数字许多数据的规律特征往往通过图表才被发现 作为进一步调研分析的数据基础作为客户座谈会或市场调研对象的选择基础为决策提供事实依据比如调整资费价格，改变收费模式等确定对各类客户群保护力度-4-议程 了解市场经营分析的目的 数据挖掘和分析的主要层面和步骤 一些典型的数据挖掘和分析方法举例 分析过程中需要注意的问题-5-成功的数据分析关键取决于三个层面的工作选取正确的数据来源，同时不影响正
3、常的生产环境必须对现有计费系统和数据结构有明确的了解在数据提取效率和提取深度之间权衡做出适当的假设，并对各类假设进行优先排序尝试所有的分析维度（各种变量之间的排列组合）对数值进行合理的归类或近似处理选取合适的图表类型，一张图表往往胜过千言万语突出重点，能直接为决策提供支撑依据为进一步分析留有足够的空间数据提取和收集数据挖掘和分析数据表达和说明-6-层面三：数据表达层面二：数据分析层面一：数据提取数据挖掘和分析的主要步骤选取合适的数据源 实时计费系统 经营分析系统选择原始数据格式 数据库/纯文本剔除无效数据 抽取质量检验 删除入网前记录对数据进行归类整理 划分高中低端客户提取关键数据 不是所有的
4、结果都能被图表表达 必要时对数据进行近似或归类处理确定分析的类型 假设验证型 特征探索型确定数据收集需求 分解需求到为具体数据提取变量编写分析处理程序 Excel/SPSS宏处理 Access SQL程序运行分析程序选择合适的图表类型 以简洁为原则，选择最有效最恰当的 注意不同元素之间的主次顺序对于图表所说明的问题作初步解释 同时给与进一步分析留下足够空间确定数据抽取方法 整体数据 抽样数据 初步统计数据选择抽取范围 指定地区/品牌等每一步工作都将直接影响最终分析结果的质量选择分析工具 Excel宏处理 SPSS批处理 Access SQL导入原始数据-7-议程 了解市场经营分析的目的 数据挖
5、掘和分析的主要层面和步骤 一些典型的数据挖掘和分析方法举例 分析过程中需要注意的问题-8-ARPU水平变化细分分析35%12%8%10%11%10%13%18%16%16%23%25%26%36%41%0%20%40%60%80%100%低端中端高端下降50%以上下降0-25%增长0-25%增长50%以上离网率6.2%3.2%2.0%下降25-50%ARPU变化幅度数据挖掘分析结果示例说明问题 与总体平均ARPU变化相比，该细分分析能够识别出真正影响ARPU变动的因素 可以进一步细分品牌、地区分析分析方法 锁定号码抽样一定规模客户近一段时间各月ARPU 确定比较对象：前后两个月，或前后两阶段多
6、月平均ARPU值 计算ARPU变化幅度，划分4-6个档次，各档次幅度不一定对等 根据早期ARPU值档次和对应变化档次制图-9-客户群ARPU分布分析数据挖掘分析结果示例说明问题 了解客户消费额分布随时间的变化 或各地区、各品牌客户消费额分布差异 图形分布经过正态处理，更易于比较分析方法 随机抽取特定范围品牌、月份或地区客户ARPU 确定ARPU段细分标准，可以对ARPU值取对数后保留一定精度使1000元以下ARPU细分为20-30段 统计各ARPU段内客户数占总客户数比例ARPU水平客户密度规模0%2%4%6%8%10%310301003002003-062003-032002-12-10-各
7、ARPU水平客户对收入贡献程度数据挖掘分析结果示例说明问题 了解各类客户对收入的贡献程度 客户比例与收入比例的对应关系 各ARPU段累计客户比例分析方法 随机抽取特定范围一定规模客户ARPU 将客户根据ARPU值逆向排序，并分段统计各ARPU段内总客户数和总收入 将各ARPU段客户数和收入转换为累计比例 根据ARPU-客户数累计比例，客户数累计比例-收入累计比例制图高价值客户020406080100120140160180200220240260280300累计收入比例(%)0102030405060708090100020406080100低价值客户1.累计收入ARPU水平累计客户数对应AR
8、PU累计客户数比例-11-品牌和ARPU细分离网率分析数据挖掘分析结果示例说明问题 了解不同品牌和ARPU段客户的离网率 了解各离网率所影响的相对客户群规模分析方法 随机抽取特定范围一定规模客户前期多月平均ARPU，锁定号码近期离网客户 根据ARPU水平和品牌分别计算各细分群体客户数和平均离网率 根据客户数比例确定横向和纵向面积，填入各区域离网率并标注0204060801000102030405060708090100品牌用户数量份额(%)ARPU用户数份额(%)神州行全球通8%13%4%2%9%11%12%12%9%11%12%14%3%2%2%1%0%0%0%0%6%5%4%14%1%0%
9、0%0%4%0%0%0%11%4%3%5%50元以下50-120元120-250元250元以上-12-收入变化分析和预测数据挖掘分析结果示例说明问题 了解不同因素对收入变化的影响程度分析方法 抽取上期和本期总收入 累计所有新增客户收入 累计各月离网客户离网前多月平均ARPU和离网期限 累计各月内转客户内转前多月平均ARPU和内转后多月平均ARPU，扣除整体ARPU变化幅度因素 累计各月其他客户ARPU变化01020304050607080102050收入(亿元)上期收入新增客户收入 离网客户收入损失估算在网客户ARPU下跌 收入损失本期收入5在网内转客户收入损失253-13-各ARPU客户群呼
10、转比例分析数据挖掘分析结果示例说明问题 根据分布密度了解网外呼转客户（双机客户）消费行为特征 了解不同ARPU客户呼转比例分析方法 抽样各品牌网外呼转费占总话费比例超过2%的客户的网外呼转费和总话费 划分纵横区域进行针对性分析0%10%20%30%40%50%60%70%80%90%100%网外呼转比例101010010010001000ARPU（元）-14-各品牌ARPU-ARPM对应关系分析数据挖掘分析结果示例说明问题 从侧面了解各品牌的目标客户群的类别分析方法 统计各品牌所有客户客户数，总收入和总通话计费时长 计算各品牌ARPU和ARPM值 可以选择针对本地通话平均单价分析 根据ARPU
11、段细分统计平均ARPU，ARPM和客户数可得到更精确的分布0501001502000.20.30.40.50.60.7ARPU(元）平均通话单价ARPM (元/分钟)品牌用户数量 = 10万户标准全球通神州行动感地带本地品牌B本地品牌A-15-客户转网统计分析数据挖掘分析结果示例说明问题 了解各品牌转网率（包括内转和离网） 了解各品牌客户转网去向和分配比例分析方法 市场抽样调查 计费中心统计92.9%50.0%7.1%50.0%85.3%14.7%5.3%42.1%7.9%5.3%39.5%全球通神州行神州行联通G网全球通联通G网小灵通-16-议程 了解市场经营分析的目的 数据挖掘和分析的主要层面和步骤 一些典型的数据挖掘和分析方法举例 分析过程中需要注意的问题-17-分析过程中需要注意的问题 对于各类指标的定义必须相互一致离网率的定义：办理销户？本月未通话？三个月未通话？网内通话的定义：是否包含联通？是否包含外地手机？明确区分离网用户、未通话客户、零消费用户之间的区别必须充分保证抽样的随机性抽样号码在整体号段中的分布必须均匀（注意跨网络平台的处理）检查抽样客户的ARPU与整体客户ARPU是否非常接近检验每月消费细分总额与ARPU是否一致对于离网客户的ARPU估算需要进行一定的调整由消费习惯可知，客户离网前ARPU往往处于逐渐下降的趋势