cpda考試 移動客戶細分聚類

1、一、假如你是某移動運營商的數(shù)據(jù)分析師，結(jié)合用戶通話行為數(shù)據(jù)，通過數(shù)據(jù)分析為用戶推薦相應(yīng)套餐或者結(jié)合用戶現(xiàn)有套餐優(yōu)化套餐，提供個性化套餐，從而對客戶進行精準營銷，增加客戶粘性。運營商收集到的數(shù)據(jù)包含下列字段；變量名稱變量標簽Customer_ID用戶編號Peak_mins工作日上班時間電話時長OffPeak_mins工作日下班時間電話時長Weekend_mins周末電話時長International_mins國際電話時長Total_min

2、s總通話時長average_mins平均每次通話時長根據(jù)客戶行為數(shù)據(jù)，進行數(shù)據(jù)的預(yù)處理（可以自行根據(jù)現(xiàn)有變量構(gòu)造新變量進行分析），預(yù)處理之后選擇適合變量進行分析，分析算法自行選擇，寫出分析思路和過程，通過數(shù)據(jù)分析對客戶進行細分，并為運營商提供客戶精準營銷的相關(guān)建議。（請寫出分析的流程并刻畫最后細分之后的客戶的特點和相應(yīng)的營銷建議）。KMeans據(jù)類的步驟：1.確定所有聚類變量（聚類因子）；2.數(shù)據(jù)預(yù)處理（分類變量數(shù)值化、處理缺失值、分析

3、是否存在共線性等，若只有兩個變量共線則用比值法，較多變量共線用主成分分析進行降維）；3.確定聚類個數(shù)并用處理后的聚類因子進行聚類分析（若未說明則需要嘗試不同的聚類個數(shù)[3，4，5，6，7]，從中選擇平均輪廓系數(shù)較大且結(jié)果易于分析解釋的模型）；4.分析聚類效果和聚類結(jié)果（類中心點和每個類等）；5.結(jié)合實際情況分析每類的意義等。（聚類分析處理共線性時不能直接刪除，可用比值替代或主成分分析等來消除共線性）觀察相關(guān)系數(shù)矩陣中有一個相關(guān)系數(shù)為0.

4、9415，該系數(shù)比較大。所以我們要處理，我們用比值替換法（把兩個變量做比，得到的比值替換其中的一個變量）。我們在數(shù)據(jù)中重新插入一列為得到他們的變量比值，替換Peak_mins變量。得到新的變量，我們把新Peak_minsTotal_mins的數(shù)據(jù)導(dǎo)入DATAHOOP中求出相關(guān)系數(shù)矩陣：OffPeak_minsWeekend_minsInternational_minsTotal_minsaverage_minsPeak_minsTota

5、l_minsOffPeak_mins10.02470.2620.44250.00940.4771Weekend_mins0.024710.12820.20060.10660.0079International_mins0.2620.128210.71230.0340.3939Total_mins0.44250.20060.712310.03640.4492average_mins0.00940.10660.0340.036410.011

6、6Peak_minsTotal_mins0.47710.00790.39390.44920.01161得到的相關(guān)系數(shù)矩陣中的相關(guān)系數(shù)沒有大于0.85，所以解決了共線性。我們可以直接進行KMeans聚類。聚類的參數(shù)在有聚類的個數(shù)為5，進行標準化，初始中心點選擇的次數(shù)要大，最大迭代次數(shù)也要大。然后進行KMeans聚類，運行結(jié)果如下：平均輪廓系數(shù):0.2467該平均輪廓系數(shù)是比較小，平均輪廓系數(shù)越接近于1越好。實際案例里面我們有可能我們得不到

7、太大的輪廓系數(shù)，聚類效果是不明顯。聚類不是太明顯，但聚類是有區(qū)別的。我們研究該聚類的區(qū)別。類別類中心點坐標樣本個數(shù)00.69720.001460.109730.081540.159090.78666919110.4696490.071891.43651.2938040.043520.4732558920.031110.56750.539380.487123.6452480.107161830.7210840.2378370.251060