吳 磊

中國移動通信集團(tuán)江蘇有限公司

0 引言

關(guān)于“客戶畫像是什么”的問題，最早給出明確定義的是交互設(shè)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(shù)據(jù)之上的目標(biāo)用戶模型。

數(shù)據(jù)構(gòu)成了搭建虛擬模型的通道，所以企業(yè)需要尋找目標(biāo)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(shù)據(jù)，經(jīng)過不斷疊加、更新，對行為建模，抽象出完整的信息標(biāo)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(chǎn)品的目標(biāo)對象更加聚焦、專注。成功的產(chǎn)品都有明確的目標(biāo)客戶群體，給特定目標(biāo)群體提供專注的服務(wù)比給全部的人群提供低標(biāo)準(zhǔn)的服務(wù)更容易獲得成功。通過正確地使用用戶畫像，找準(zhǔn)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(chǎn)品和運營的成員在一致的用戶基礎(chǔ)上進(jìn)行討論和決策，更容易保持前進(jìn)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(wǎng)大數(shù)據(jù)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(zhuǎn)向買方市場。用戶主權(quán)，是互聯(lián)網(wǎng)大數(shù)據(jù)下新零售的典型特征。消費者行為在供應(yīng)鏈上的每一個環(huán)節(jié)都具有逆向傳導(dǎo)作用，因此對消費者進(jìn)行研究相當(dāng)必要，特別是零售行業(yè)，正是一個亟待“轉(zhuǎn)向”、構(gòu)建“反向認(rèn)知”的行業(yè)。

1 精準(zhǔn)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(jìn)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(chǔ)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(biāo)客戶進(jìn)行精準(zhǔn)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(biāo)定義

本期數(shù)據(jù)挖掘目標(biāo)是挖掘智慧門店終端訂單用戶特征。采用分類預(yù)測模型，綜合客戶基礎(chǔ)屬性、終端信息等特征，結(jié)合客戶歷史消費情況、用戶APP使用行為等特征，構(gòu)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(xì)。

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(chǔ)屬性數(shù)據(jù)和歷史消費行為數(shù)據(jù)作為觀察期數(shù)據(jù)。數(shù)據(jù)維度包括：用戶基礎(chǔ)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(shù)據(jù)挖掘目標(biāo)中明確的智慧門店終端訂單用戶口徑，確定目標(biāo)分類用戶。取智慧門店終端訂單用戶作為目標(biāo)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(shù)據(jù)。

最后，利用訓(xùn)練樣本，采用分類預(yù)測模型中的C5.0決策樹算法構(gòu)建數(shù)據(jù)挖掘模型，輸出智慧門店終端訂單用戶的特征明細(xì)，用戶打分值及置信度，并通過驗證樣本對模型結(jié)果進(jìn)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(yù)測模型。分類的主要功能是學(xué)會一個分類函數(shù)或分類模型（常稱作分類器），該模型能夠根據(jù)數(shù)據(jù)的屬性將數(shù)據(jù)分派到不同的組中。這樣可以利用該模型來分析已有數(shù)據(jù)，并預(yù)測新數(shù)據(jù)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(jīng)網(wǎng)絡(luò)、貝葉斯網(wǎng)絡(luò)等。

決策樹適用于分類和預(yù)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(jù)所提供最大信息增益的字段分割樣本，然后根據(jù)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(fù)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(xiàn)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(biāo)準(zhǔn)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(biāo)準(zhǔn)

調(diào)和平均數(shù)=（2*命中率*覆蓋率）/（命中率+覆蓋率）

預(yù)測命中率是描述模型精確性的指標(biāo)，是預(yù)測使用用戶中實際使用用戶的比例。

預(yù)測覆蓋率是描述模型普適性的指標(biāo)，是實際使用用戶中預(yù)測正確的比例。

預(yù)測準(zhǔn)確率是描述整體準(zhǔn)確性的指標(biāo)，是使用用戶和未使用用戶預(yù)測正確的比例。

命中率等同于響應(yīng)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(shù)據(jù)準(zhǔn)備

建模流程如圖1所示。

圖1 建模流程

4.2 樣本數(shù)據(jù)準(zhǔn)備

（1）基礎(chǔ)數(shù)據(jù)說明

訓(xùn)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(wǎng)用戶。

數(shù)據(jù)周期：取2020年截止12月在網(wǎng)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(jī)周期等作為動態(tài)屬性，準(zhǔn)備基礎(chǔ)數(shù)據(jù)。

目標(biāo)用戶：近半年在智慧門店平臺購買終端且截止12月在網(wǎng)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(wǎng)的終端銷售用戶、掌上營業(yè)廳活躍用戶。

（2）樣本數(shù)據(jù)準(zhǔn)備

訓(xùn)練集和測試集：

經(jīng)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(wǎng)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(biāo)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(yù)測性能評估的情況下，盡可能縮減變量數(shù)。

4.4 數(shù)據(jù)處理

建模時，整體數(shù)據(jù)處理如圖2所示。

圖2 數(shù)據(jù)審核及變量衍生處理

（1）首先對輸入變量進(jìn)行數(shù)據(jù)理解，判斷全部變量符合的類型（連續(xù)、標(biāo)志、名義等）及角色（輸入、目標(biāo)等），剔除部分與目標(biāo)變量無關(guān)的變量（如用戶標(biāo)識、手機(jī)號碼），以保證數(shù)據(jù)質(zhì)量。

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

（3）特征選擇建模保證數(shù)據(jù)質(zhì)量，根據(jù)模型結(jié)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(jìn)行建模。

4.5 模型構(gòu)建

通過決策樹算法C5.0建模分類預(yù)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(jī)）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(quán)衡樣本量和置信度，采用預(yù)剪枝的方法構(gòu)建模型。

模型1規(guī)則輸出后，選取其中一個規(guī)則進(jìn)行解釋，如圖4所示：性別為女，身份證下號碼數(shù)為2個以上，近6個月平均消費在7.91元以上，當(dāng)前終端使用時長小于等于185天，當(dāng)前終端換機(jī)次數(shù)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(jī)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(jìn)行解釋，如圖5所示：用戶網(wǎng)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(yù)測指標(biāo)變量重要性

模型1預(yù)測指標(biāo)變量重要性，如圖6所示。

圖6 模型1預(yù)測指標(biāo)變量重要性

模型2預(yù)測指標(biāo)變量重要性，如圖7所示。

圖7 模型2預(yù)測指標(biāo)變量重要性

5.2.2 模型準(zhǔn)確率評估

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

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

測試集準(zhǔn)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(yīng)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(jié)束語

根據(jù)模型評估結(jié)果，最終得到的客戶畫像準(zhǔn)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(jī)用戶開展多波次大數(shù)據(jù)精準(zhǔn)推薦，2021年江蘇移動5G潛在換機(jī)成功推薦購機(jī)3.6萬臺，推薦成功率環(huán)比2020年提升222%，2022年將總結(jié)前期經(jīng)驗和不足，繼續(xù)優(yōu)化客戶畫像模型，深入推進(jìn)江蘇移動5G潛在換機(jī)大數(shù)據(jù)精準(zhǔn)推薦，切實賦能線下門店。

依托項目：江蘇移動渠道轉(zhuǎn)型項目《以賦能構(gòu)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(zhuǎn)型最佳實踐評比一等獎。