吳 磊

中國移動通信集團江蘇有限公司

0 引言

關于“客戶畫像是什么”的問題，最早給出明確定義的是交互設計之父Alan Cooper，他最早提出了persona的概念：Personas are a concrete representation of target users。客戶畫像（persona）是真實客戶的虛擬代表，是建立在一系列真實數據之上的目標用戶模型。

數據構成了搭建虛擬模型的通道，所以企業(yè)需要尋找目標用戶群，挖掘每一個用戶的人口屬性、消費特征、信用狀態(tài)、興趣愛好、社交屬性等主要信息數據，經過不斷疊加、更新，對行為建模，抽象出完整的信息標簽，組合并搭建出一個立體的客戶虛擬模型，即客戶畫像。

客戶畫像能夠讓產品的目標對象更加聚焦、專注。成功的產品都有明確的目標客戶群體，給特定目標群體提供專注的服務比給全部的人群提供低標準的服務更容易獲得成功。通過正確地使用用戶畫像，找準立足點和發(fā)力的重要方向，從用戶角度出發(fā)，解析客戶的核心訴求?？蛻舢嬒衲軌蜃屗袇⑴c產品和運營的成員在一致的用戶基礎上進行討論和決策，更容易保持前進方向的統(tǒng)一，提高決策效率。

在“用戶至上，體驗為王”的互聯(lián)網大數據時代，不可避免地給企業(yè)及消費者的行為帶來一系列改變與重塑，特別是消費市場開始由賣方市場轉向買方市場。用戶主權，是互聯(lián)網大數據下新零售的典型特征。消費者行為在供應鏈上的每一個環(huán)節(jié)都具有逆向傳導作用，因此對消費者進行研究相當必要，特別是零售行業(yè)，正是一個亟待“轉向”、構建“反向認知”的行業(yè)。

1 精準客戶畫像背景

本文通過對2020下半年在江蘇移動智慧門店進行終端購買的用戶與江蘇移動掌上營業(yè)廳活躍用戶的多維分析，挖掘智慧門店終端訂單用戶特征。通過觀察用戶基礎屬性、終端信息、消費、流量語音使用情況、用戶APP使用行為等維度來識別智慧門店終端訂單用戶可能性較大的特征，輔助一線人員對目標客戶進行精準的推薦，以提高智慧門店終端營銷的成功率和客戶滿意度。

2 挖掘目標定義

本期數據挖掘目標是挖掘智慧門店終端訂單用戶特征。采用分類預測模型，綜合客戶基礎屬性、終端信息等特征，結合客戶歷史消費情況、用戶APP使用行為等特征，構建智慧門店終端訂單用戶特征挖掘模型，生成近期智慧門店終端訂單用戶特征明細。

3 建模思路和方法

3.1 建模思路

首先，取13個地市智慧門店終端訂單用戶的12月基礎屬性數據和歷史消費行為數據作為觀察期數據。數據維度包括：用戶基礎屬性、終端信息、消費、流量語音使用情況、用戶APP使用行為等。

其次，按照數據挖掘目標中明確的智慧門店終端訂單用戶口徑，確定目標分類用戶。取智慧門店終端訂單用戶作為目標組，按照合適的比例，從未在智慧門店平臺購買終端的用戶中抽取終端銷售用戶、掌上營業(yè)廳活躍用戶作為對照組，形成建模的樣本數據。

最后，利用訓練樣本，采用分類預測模型中的C5.0決策樹算法構建數據挖掘模型，輸出智慧門店終端訂單用戶的特征明細，用戶打分值及置信度，并通過驗證樣本對模型結果進行評估。

3.2 模型介紹

本期智慧門店終端訂單用戶特征挖掘模型屬于分類預測模型。分類的主要功能是學會一個分類函數或分類模型（常稱作分類器），該模型能夠根據數據的屬性將數據分派到不同的組中。這樣可以利用該模型來分析已有數據，并預測新數據將屬于哪一組。主要算法包括：決策樹（C&R 樹、QUEST、CHAID和C5.0算法）、回歸（logistic）、神經網絡、貝葉斯網絡等。

決策樹適用于分類和預測的模型，比如0-1分布的模型，同時也可作為特征變量的初步篩選模型。

C5.0模型的工作原理是根據所提供最大信息增益的字段分割樣本，然后根據不同的字段再次分割由第一次分割定義的每個子樣本，此過程會不斷重復直到無法繼續(xù)分割子樣本。最后，將重新檢查最底層分割，修剪或刪除對模型值沒有顯著貢獻的分割。

3.3 模型評估方法

智慧門店終端訂單用戶特征挖掘模型的評估標準如表1所示。

表1 智慧門店終端訂單用戶特征挖掘模型評估標準

調和平均數=（2*命中率*覆蓋率）/（命中率+覆蓋率）

預測命中率是描述模型精確性的指標，是預測使用用戶中實際使用用戶的比例。

預測覆蓋率是描述模型普適性的指標，是實際使用用戶中預測正確的比例。

預測準確率是描述整體準確性的指標，是使用用戶和未使用用戶預測正確的比例。

命中率等同于響應率；覆蓋率等同于增益率、識別率、查全率。

AUC值：AUC值是處于ROC曲線下方的面積大小，通常AUC的值介于0.5到1.0之間，AUC越大效果越好。

4 建模流程

4.1 樣本數據準備

建模流程如圖1所示。

圖1 建模流程

4.2 樣本數據準備

（1）基礎數據說明

訓練集和測試集【按照比例7：3】。用戶群范圍：13個地市2020年截止12月在網用戶。

數據周期：取2020年截止12月在網用戶客戶資料、終端品牌為靜態(tài)屬性，取近六個月消費、流量、語音使用、用戶使用APP行為、平均換機周期等作為動態(tài)屬性，準備基礎數據。

目標用戶：近半年在智慧門店平臺購買終端且截止12月在網用戶。

對照用戶：近半年未在智慧門店平臺購買終端且12月在網的終端銷售用戶、掌上營業(yè)廳活躍用戶。

（2）樣本數據準備

訓練集和測試集：

經過統(tǒng)計，選取13個地市近半年在智慧門店平臺購買終端且截止12月在網用戶為31583，同時按照1：3的比例，選取從未在智慧門店平臺購買終端的掌上營業(yè)廳活躍用戶（94749）、終端銷售用戶（94749）作為對照組，并與目標組一起作為模型的輸入樣本。

4.3 變量篩選

通過特征選擇剔除部分缺失值過多或者閥值單一的變量，在保證最后決策樹分類預測性能評估的情況下，盡可能縮減變量數。

4.4 數據處理

建模時，整體數據處理如圖2所示。

圖2 數據審核及變量衍生處理

（1）首先對輸入變量進行數據理解，判斷全部變量符合的類型（連續(xù)、標志、名義等）及角色（輸入、目標等），剔除部分與目標變量無關的變量（如用戶標識、手機號碼），以保證數據質量。

（2）對數據（是否包含空值、無效值）進行審核并進行相應的處理：①主套餐資費、終端使用時長、終端換機次數等存在離群值、無效值等，使用固定值、平均值、中程數值替換。②性別、年齡、地區(qū)存在不合理數值（性別=9或-1、年齡＜=0），對其進行填充，年齡使用平均值替換、性別使用眾數替換。

（3）特征選擇建模保證數據質量，根據模型結果保留重要字段（重要性大于0.95），剔除不重要字段（重要性小于等于0.95），該模型中是否蘋果粉（近3次使用終端為蘋果）等（單個類別過大）被剔除，最終選擇重要字段進行建模。

4.5 模型構建

通過決策樹算法C5.0建模分類預測用戶是否智慧門店終端訂購用戶，其中本文共建立了兩個模型，模型1為智慧門店終端訂購用戶和掌上營業(yè)廳活躍用戶對比分析，模型2為智慧門店終端訂購用戶和終端銷售用戶的對比分析，C5.0決策樹模型示意圖如圖3所示。

圖3 智慧門店終端訂單用戶特征挖掘模型

注：用戶類型為1：智慧門店終端訂單用戶；用戶類型為2：掌上營業(yè)廳活躍用戶；用戶類型為3：終端（非自備機）銷售用戶。

5 模型評估

5.1 模型規(guī)則

通過建模，最后模型會自動生成決策樹的父節(jié)點和子節(jié)點，這些節(jié)點中有擬合不足的（該群體樣本量大，但是其置信度低），也有過度擬合的（該群體置信度高，但是其樣本量低），所以為了保證權衡樣本量和置信度，采用預剪枝的方法構建模型。

模型1規(guī)則輸出后，選取其中一個規(guī)則進行解釋，如圖4所示：性別為女，身份證下號碼數為2個以上，近6個月平均消費在7.91元以上，當前終端使用時長小于等于185天，當前終端換機次數大于4次且小于等于82次，近2次終端品牌一致，近3次平均換機周期大于30天。滿足以上條件的用戶共有1093個，其中92.1%的客戶為智慧門店終端訂單用戶。

模型2規(guī)則輸出后，選取其中一個規(guī)則進行解釋，如圖5所示：用戶網齡在3個月以上，近6個月平均流量收入小于3.61元，近6個月平均寬帶收入大于34.72元。滿足以上條件的用戶共有4723個，其中85.5%的客戶為智慧門店終端訂單用戶。

圖5 模型2規(guī)則示例

5.2 模型評估

5.2.1 模型預測指標變量重要性

模型1預測指標變量重要性，如圖6所示。

圖6 模型1預測指標變量重要性

模型2預測指標變量重要性，如圖7所示。

圖7 模型2預測指標變量重要性

5.2.2 模型準確率評估

（1）模型1準確率評估。模型準確性分析給出模型總體準確率及預測差錯矩陣。由于本模型旨在精確營銷，因此主要關注模型的命中率（響應率）。經測試，集中智慧門店終端訂單用戶特征挖掘總體準確率為79.45%，命中率為70.90%，覆蓋率為31.15%。

測試集準確率：（2967+27104）/（2967+27104+6559+1218）*100% =79.45%

測試集命中率：2967/（2967+1218） * 100% = 70.90%

測試集覆蓋率：2967/（2967+6559） * 100% = 31.15%

（2）模型2準確率評估。模型準確性分析給出模型總體準確率及預測差錯矩陣。由于本模型旨在精確營銷，因此主要關注模型的命中率（響應率）。經測試，集中智慧門店終端訂單用戶特征挖掘總體準確率為81.65%，命中率為75.07%，覆蓋率為40.25%。

測試集準確率：（3825+27076）/（3825+27076+5677+1270）*100% =81.65%

測試集命中率：3825/（3825+1270） * 100% = 75.07%

測試集覆蓋率：3825/（3825+5677） * 100% = 40.25%

5.2.3 模型響應率評估

“智慧門店終端訂單用戶特征挖掘”的模型命中率在較沒有模型的情況下有明顯提升。

6 結束語

根據模型評估結果，最終得到的客戶畫像準確率尚好，命中率也滿足要求。借鑒此模型研究成果，通過入駐江蘇移動掌上營業(yè)廳商城線上門店以及10086熱線向5G潛在換機用戶開展多波次大數據精準推薦，2021年江蘇移動5G潛在換機成功推薦購機3.6萬臺，推薦成功率環(huán)比2020年提升222%，2022年將總結前期經驗和不足，繼續(xù)優(yōu)化客戶畫像模型，深入推進江蘇移動5G潛在換機大數據精準推薦，切實賦能線下門店。

依托項目：江蘇移動渠道轉型項目《以賦能構筑生態(tài)，以生態(tài)創(chuàng)造價值，打造線上線下一體化連鎖運營模式》獲中國移動2020年渠道轉型最佳實踐評比一等獎。