1、成果上報申請書成果名稱流動人口識別監控與精準營銷系統成果申報單位 廣東 ?。ㄗ灾螀^/直轄市）公司成果承擔部門/分公司廣東省業支分析室 部門 / 分公司項目負責人姓名項目負責人聯系電話和email成果專業類別*業務支撐所屬專業部門*成果研究類別*其他省內評審結果*（按填寫說明4）關鍵詞索引（35個）流動人口識別，邏輯回歸，精確營銷應用投資萬元（指別的省引入應用大致需要的投資金額）產品版權歸屬單位 對企業現有標準規范的符合度：（按填寫說明5）依據總部的中國移動省級經營分析系統流動人口市場分析應用業務技術方案v1.0的標準規劃，作出了以下的本地化提升與優化：1，提升了流動人口的內涵和客戶群，從外來工

2、擴展為學生、商務人士等群體。2，不僅僅從“兩城一家”業務作為外來工識別的信息基礎，擴展到了廣東本地的針對流動人口的業務，例如“老鄉網”、“我愛我家”、“定向長途”、“新佛山人俱樂部”等。3，實現了算法的優化。4，實現了與精準營銷系統、客戶標簽庫的相結合，經分切實支撐一線營銷。如果該成果來源于研發項目，請填寫研發項目的年度、名稱和類型（類型包括：集團重點研發項目、集團聯合研發項目、省公司重點研發項目、其他研發項目），可填寫多個：成果簡介：簡要描述成果目的和意義，解決的問題，取得的社會和經濟效益。隨著經濟體制改革推進，中國的流動人口迅速擴大，規模超過2.6億，成為一個不可忽視的特殊群體。而廣東作為

3、外來工輸入第一大省，流動人口逾2300萬，如何為流動人口提供優質的移動信息服務，吸引并保有這一客戶群體，是建設和諧社會的重要內容，也是激烈市場競爭的需要。與校園客戶、vip客戶對比，外來工客戶群體分布區域復雜，實名制登記比例低，且覆蓋了社會各類人群，其內部差異大、流動性高、穩定性不強以及需求分散等特征，對移動公司用戶和收入的分析與統計帶來較大的影響。如何對這部分客戶展開監控、吸納、關懷、保有和潛力挖掘，是提升流動市場客戶滿意度和客戶價值的關鍵。為了降低流動人群返鄉期間的漫游及長途費用，激發流動客戶話務量，滿足家庭溝通、親情聯系的需要，培養客戶忠誠度，同時為了避免假期期間各公司之間互相爭奪同一目

4、標客戶而浪費營銷資源的現象，提升營銷效率，降低營銷成本，提高企業效益，廣東公司決定對流動人口通過智能分析，對其進行精確化營銷。本項目利用社交網絡分析技術，結合其漫游、長途等電信特征，建立起客戶的省內外交往圈結構分析模型，識別出外來的流動人口。通過基站信息，再結合其arpu、品牌等電信特征的基礎上，建立流動人口識別模型，對流動客戶進行類型識別，細分出學生流動客戶、外來務工人員兩類流動客戶。提升對外來工的認識，挖掘他們的深度移動服務需求，貼近他們的生活，提供合適的移動信息服務。識別外來工中的求職者，對他們進行相應的關懷和服務，幫助他們順利務工。流動人口識別監控與精準營銷系統應用以來，取得了顯著的社

5、會和經濟效益，對外來工針對性的開展“我愛我家”免費打長途優惠營銷活動，受到廣大外來工的歡迎。經營分析系統解決方案輔助流動人口市場營銷，通過精確營銷準確定位“兩城一家”目標客戶，協助穩定存量市場，帶來新增效益 1362 萬元。 截止至2011年3月底，廣東公司在“兩城一家”與“非常假期”營銷活動發展的用戶總數達到375.2萬。同時，通過價值評估體系和客戶細分進行客戶差異化服務，從多方面多層次對客戶進行關懷，打造客戶歸屬感，例如佛山的“新佛山人俱樂部”，并且發布外來工招聘信息，我們不僅關注自己的業務，也關注社會焦點問題，充分體現廣東移動一貫的“懂得感恩 回報社會”的企業理念。省內試運行效果：描述成

6、果引入后在本省試運行方案、取得的效果、推廣價值和建議等。流動人口識別監控與精準營銷系統應用以來，取得了良好的效果,模型很好的識別了外來務工人員和外來學生群體。省公司充分利用流動人口模型，結合流動人口通信需要，向其開展營銷活動。目前已開展“兩城一家”，“我愛我家”，“非常假期”等營銷活動，取得的效果如下：1. 精確營銷準確定位“兩城一家”目標客戶，協助穩定存量市場，帶來新增效益 1362 萬元；2. 截止至2011年3月底，全網“兩城一家”與“非常假期”營銷活動發展的用戶總數達到375.2萬；3. 對外來工針對性的開展“我愛我家”免費打長途優惠活動，受到廣大外來工的歡迎，提升了用戶歸屬感。文章主

7、體（3000字以上，可附在表格后）：根據成果研究類別，主體內容的要求有差異，具體要求“著力提升客戶服務能力”是中國移動2011年的重點工作要求；李躍總裁在2011年的工作會議上提出6個狠抓之一“狠抓質量與服務提升，夯實競爭與發展的基礎”的全年工作方向。廣東公司提出在“客戶為根，服務為本”的理念下，通過服務創新，實現三高（服務品質高、客戶滿意度高、服務效率高）。而廣大的流動人口特別是農民工，是社會的弱勢群體，在此背景下，廣東公司希望通過對流動人口進行識別，對這群長途話務需求高的人群提供合適的服務產品，使這群遠離家鄉的人們得到更多的關懷，激發流動客戶話務量。如何對這部分客戶展開監控、吸納、關懷、保

8、有和潛力挖掘，是提升流動市場客戶滿意度和客戶價值的關鍵。一、 項目背景隨著經濟體制改革推進，中國的流動人口迅速擴大，規模超過2.6億，廣東超過2300萬，成為一個不可忽視的特殊群體。為流動人口提供優質的移動信息服務，是建設和諧社會的重要內容。億萬流動人口市場龐大，消費旺盛，月通信消費在50元以上的約占45%，富含商機，但市場競爭也日漸加劇。我公司流動人口市場營銷缺乏統籌，大規模人口流動的春節期間兩地重復營銷，內耗嚴重，造成巨大資源浪費?？蛻袅鲃訔壙ǎx網率高；重復入網帶來酬金成本增加、號源浪費；高漫游單價導致話務量未能充分釋放。龐大而復雜的流動人口對公司的統籌規劃影響較大，如何準確甄別出流動人

9、口，識別出目標客戶的需求，為各級市場部門提供較好的支撐服務，為各級市場部門提供精細化營銷所必需的支撐服務。二、 實現方案流動人口識別監控與精準營銷系統的核心是流動人口識別模型。本方案旨在描述如何在現有經營分析系統中建立流動客戶識別模型，通過對流動客戶的識別，為流動人口市場營銷提供支撐。通過建立流動客戶多維分析，建立流動給客戶監控應用，全面提升公司整體應對流動市場特別是外來工市場的響應速度和把控能力，確保流動人口市場的競爭優勢，提升公司核心競爭力。主要分析思路和步驟如下：1. 對流動人口樣本選取基于業務分析及相應的數據分析，我們將通過構建分類預測挖掘模型來實現上述業務需求。此挖掘問題的主要業務定

10、義包括： 分析用戶定義10月老鄉網活躍用戶數、2月有漫游通話，但全年其他時期（3、4、6、7月）皆無漫游的用戶和定向話務與短信次數占比大于等于0.15，同時arpu小于等于200的用戶作為目標客戶。 預測用戶定義統計期有帳單且金額大于0的用戶。 目標變量：是否外來工求職者。其中外來工指的是來自外省的藍領階層的工人主要從事體力勞動的人群，收入相對較低；求職者是指目前處于失業狀態，正在尋找工作的人； 還有一部分是外地來求學準備畢業的學生，這部分用戶面臨畢業正在尋找工作。 時間窗口定義分析窗口：2011年4月2. 流動人口建模變量數據探索數據分析（業務特征描述）：外來客戶群體在地域分布、通話特征、資

11、費特點、消費能力和節假日消費上與本地客戶存在明顯區別，可以根據這些區別來判別客戶有多大的可能性是外來工。因此，首先要基于對現有的外來工進行分析，提煉和概括其信息、消費行為特點，然后選定和構造相應的變量，為后續的數據挖掘做準備。這里選取變量時主要基于省際流動人口，在進行省內流動人口識別時，可以根據自身外來工特點進行變量增減和數據預處理，進行調整。在數據分析全過程中，我們通過可視化（visualization）工具及統計分析等方法來展示及探索（explore）各個變量的效能，從而最終獲得模型的輸入變量。通過數據探索進行變量篩選的分析方法很多，因為業務目標是分類數據，此處主要針對每個變量繪制折線圖(

12、line graph)進行數據探索。包括兩部分：(1). 均值比較：比較各種變量在外省求職者的均值與其它用戶的差異。初步了解外來求職者的特征。(2). 圖形分析：用圖線全面展示變量在不同取值下，用戶群中外省求職者的比例，發現變量值與外省求職者的更深層的相關聯性。u 探索分析結果1) 新入網13個月用戶是外省求職者的可能性較高；2) arpu在23到54之間的用戶是外省求職者的機會就較大了；3) mou在360分鐘以內的用戶是外省求職者的可能性較高；4) 省內長途多的用戶是外省求職者的可能性較低；5) 省際長途多的用戶外省求職者的可能性都較高；6) 本地交往圈號碼少，省內交往圈號碼數少、省際交往

13、圈號碼數多的用戶，是外省求職者的可能性較高；7) 定向通話次數多、定向交往圈大、定向短信條數多的用戶是外省求職者的可能性高；8) 發送外省的sms條數在14條以上的的用戶是外省求職者的可能性較高。條數多于32條的，則這個可能性很高；9) 首10次通話中外省通話次數多的用戶，是外省求職者的可能性很高；10) “我愛我家”業務用戶是外 省求職者的可能性較大；11) 集團客戶成員是外省求職者的可能性較小。3. 流動人口模型的構建本項目主要目的是對客戶是否外來求職者進行推理，屬于二元分類預測問題。對于二元分類預測問題，可以選用決策樹、神經網絡、邏輯回歸、判別分析等數據挖掘算法進行分析建模。此處我們選用

14、logistic回歸模型尋找用戶類別的規則。logistic回歸模型是一種概率分類模型, 它以用戶是外省求職者的概率為因變量, 客戶屬性、通信行為等因素為自變量建立回歸模型。以p 表示用戶是外省求職工的概率，函數p 對xi 的變化在p=0 或p=1 的附近是不敏感的、緩慢的，且非線性的程度較高。按照logistic 變換（或稱為p 的logit 變換），即p=logitp=lnp1-p(p) 對xi 就可以是線性的關系了，即可以表示為：p=lnp1-p=0+1x1+2x2+kxk+u 建模流程：1. 樣本切分：按外省求職者標志隨機分層抽樣：80%作為訓練集，20%作為測試集。2. 模型訓練：用

15、訓練集以分步logistics回歸訓練，自動選擇最有用的變量，擬合出變量的參數。3. 模型評估和優化：用測試集評估模型的準確率，不斷優化模型。4. 模型構建后得到外省求職者概率的計算公式，用于識別外省求職者。5. 流動人口識別模型通過用戶的基本信息特點和消費行為進行建模挖掘，然后通過收集的流動人口數據進行數據驗證，進行模型調整，最后在個人客戶統一視圖中通過標簽的形式予以體現。變量的選擇和構造、關鍵性閾值調整，各省可以根據自身情況進行選擇或者補充。建議的模型識別流程如圖 3所示：圖 31流動人口（外來工）識別模型流程u 模型結果解釋外省求職者識別變量及參數：變量參數值wald statistic

16、標準化參數(常數項)-4.538305950.7058首十次通話省外次數0.164047224.98090.1585定向交往圈人數0.08442127.85290.1754在網時長（天）-0.00086980.3789-0.3861上行省外短信次數0.00529973.79410.2632主叫交往圈號碼數-0.02936770.075-0.3572珠三角用戶0.62581740.65510.1546省際主叫次數占比3.60569740.03860.9211非漫游費用0.00645630.78480.1926定向短信量-0.00421529.0053-0.2046arpu-0.00511524.

17、6581-0.2483國內漫游mou占比0.74728810.73340.0607定向漫游時長3.00e-057.9330.0541省際主叫占比-1.4369066.6362-0.37省際定向mou占比-0.3594026.5786-0.0826上行省內短信次數0.0019935.82920.0664說明：wald statistic：反映變量區分外省求職者的能力，越大則區分力越顯著。標準化參數：反映變量在以標準差為單位變化時，外省求職者概率變化的程度。絕對值越大則表示影響越大。根據建模結果，用戶是外省求職者的概率p的公式為：其中 x -4.538305 + 0.164047 * 首十次通話省

18、外次數 + 0.08442 * 定向交往圈人數 - 0.000869 * 在網時長（天） + 0.005299 * 上行省外短信次數 - 0.029367 * 主叫交往圈號碼數 + 0.625817 * 珠三角用戶 + 3.605697 * 省際主叫次數占比 + 0.006456 * 非漫游費用 - 0.004215 * 定向短信量 - 0.005115 * arpu + 0.747288 * 國內漫游mou占比 + 3.00e-05 * 定向漫游時長 - 1.436906 * 省際主叫占比 - 0.359402 * 省際定向mou占比 + 0.001993 * 上行省內短信次數4. 模型評估

19、u 模型評估方法建立測試數據集對模型進行測試，使用準確率、lift值分別對模型進行評估。其中： 準確率=準確預測某類的人數 / 被預測為某類的人數 lift值=模型預測準確率 / 隨機抽取準確率lift值刻畫了選用模型預測名單比隨機選取時的提升倍數，當lift值大于1時，說明模型有實用價值，且lift值越大，其價值越大。另還需考慮測試時的準確率與訓練時的差異程度，差別較大說明所構建的模型穩定性較差，需要調整參數或增加新變量以增強模型穩定性。u 模型結果解釋在測試集上評估模型準確率：分數在前5%的用戶，命中了全部外省求職者的28.5%，lift值為5.2分數在前10%的用戶，命中了全部外省求職者

20、的42.7%，lift值為4.2三、項目的主要創新點u 主要技術創新點建立流動人口識別模型時，除了用戶基本屬性、通信特征、數據業務特征之外，在模型中加入了用戶通話地點（基站信息），通過基站信息，建立移動軌跡分析模型，再結合其arpu、品牌等電信特征的基礎上，同時，加入了用戶省外交往圈、省內交往圈的大小等變量，能夠更精確的識別流動人口類別，對流動客戶進行類型識別，細分出高校學生流動客戶、外來務工人員三類流動客戶。其一，客戶位置信息。通過客戶通信基站信息可以獲取客戶的位置信息，而位置信息背后蘊藏豐富的客戶特征數據，建立移動軌跡分析模型。其二，客戶交往圈信息。流動人口因地緣等關系自然而然成組成群，外

21、來務工人員、高校學生圈子內部的通信交流較多，通過客戶交往圈信息可以作為流動人口的輔助判定依據。對流動客戶進行局部交往圈的群體劃分，然后分析群體的共性特征，量化客戶在群體內的影響因子，推斷群體各成員的業務偏好、渠道偏好、影響能力，為營銷活動提供有力的支撐。其三，數據挖掘技術和客戶特征知識標簽庫。經營分析系統建立外來務工人員、高校學生和流動高端人士等三類客戶數據挖掘模型，將邏輯回歸應用到了流動人口識別中，并為客戶打上知識標簽。u 主要管理創新點其一，建立流動人口監控預警機制和智能精準營銷流程：系統建立監控預警機制，監控全省外來人口的返鄉與回流趨勢，并能根據特定群體流動趨勢的情況，實現智能化的服務營銷推送功能。其二，實現流動客戶的流失傾向評估與保有營銷模式：通過流動客戶的流失傾向評估模型，自動判斷高流失傾向模型，并根據預先制定的客戶保有營銷措施，實現智能化的營銷激活功能。其三，建立流動人口gis營銷管理模式：基于gis地理信息系統，監控各個外來工微區域，制定本地個性化的外來工服務策略與精準營銷活動。四、社會和經濟效益流動人口識別監控與精準營銷系統應用以來，取得了顯著的社會和經濟效益，營銷活動效果突出，優服務、精管理、促發展，確保企業價值化運營得以體現。還為客戶提供招聘信息，充分體現廣東