1.概述:量化數(shù)據挖掘與數(shù)據分析應用數(shù)據
(1)、從量化系統(tǒng)獲取廣州、佛山、珠海數(shù)據作為報告的樣本數(shù)據;
(2)、根據樣本數(shù)據中的手機號碼,對個人客戶的套餐、流量包、年齡、性別、地域、在網時長(入網時間)等數(shù)據進行匹配。
(3)數(shù)據范圍說明
專題
功能
數(shù)據
說明
1.2.1 基地業(yè)務優(yōu)化分析
基地業(yè)務流程轉化分析
通過自定義事件獲取業(yè)務流程轉化數(shù)據
量化自身數(shù)據
基地應用報錯日志分析
機型、版本、系統(tǒng)、錯誤內容
1.2.2 APP流量畫像
APP流量屬性數(shù)據視圖
APP、應用類別、網絡、地域、終端、流量
APP流量用戶分群
APP、流量、時間
分6檔次:0~100M、101~300M、301~500M、501~700M、701M~1G、1G以上
1.2.3 終端用戶細分
終端用戶市場分析
終端品牌、用戶類型、套餐、年齡、性別、地域、在網時長
客戶資料數(shù)據:手機號碼、用戶類型、套餐、年齡、性別、地域、在網時長(入網時間)
新入網用戶分析
入網時間、月戶均流量、活躍率
客戶資料數(shù)據:在網時長(入網時間)
重入網用戶分析
IMEI相同IMSI不同的用戶群
獲取同一用戶(個人客戶)的多個不同手機號碼后與量化數(shù)據進行IMSI匹配
離網用戶分析
現(xiàn)網用戶數(shù)據、離網用戶數(shù)據
量化自身數(shù)據,取3個月變化趨勢
異網用戶分析
異網數(shù)據
以量化數(shù)據為基礎做的分析應用模型,包括業(yè)務優(yōu)化、流量畫像、用戶細分、流失分析和智能推薦等五個模型,詳見附件。
結合分析模型,對需要提取的CRM類數(shù)據進行了初步分析,簡要說明如下表。
對于ARP值類的分析,需要提取計費類數(shù)據,就移動終端關注的流量及收方面,客戶帳單的基本信息如下表。
CRM類數(shù)據
計費類數(shù)據
客戶信息
服務信息
套餐及流量包
帳單信息
客戶名稱
手機號碼
產品套餐
帳期
客戶地址
付費方式
流量包
流量收入/費用
性別
開通日期
創(chuàng)建時間
流量(超出套餐流量包的部分)
生日
服務狀態(tài)
生效時間
民族
地市分公司
失效時間
收入等級
教育程度
婚姻狀況
用戶職業(yè)
證件類型
證件號碼
建檔日期
2、量化數(shù)據應用體系的構建
將終端特征和應用信息,用戶特征和行為數(shù)據關聯(lián),通過對接移動用戶資料和在用清單數(shù)據,構建特征標簽庫及業(yè)務分析模型對數(shù)據進行分析。詳見附件圖1。
基于終端大數(shù)據分析的精準營銷 附件.docx
3、數(shù)據模型
詳見附件圖2。
4、分析方法
通過量化樣本數(shù)據戒護額ODS業(yè)務套餐訂購和行為信息,豐富用戶個性化源信息,實現(xiàn)大數(shù)據關聯(lián)分析。詳見附件圖3。
5、應用分析報告實例
從上圖轉化率分析對比可以看出,推薦為的點擊比例,下載比例明顯高于普通位;用戶進入應用屏的比例明顯高于應用超市,但應用屏的點擊比例低于應用超市。 詳見附件圖3。
你這不是牽涉別人隱私 ?
(勾選中文件為要刪除文件)
您即將訪問的地址是其它網站的內容,MSCBSC將不再對其安全性和可靠性負責,請自行判斷是否繼續(xù)前往
繼續(xù)訪問 取消訪問,關閉