本期我们有幸采访到的嘉宾名叫兰锦池，2012年硕士毕业，概率论与数理统计专业，崇尚概率论和统计学解决问题的思想，喜爱折腾各种实际数据，愿意跟数据挖掘模型死磕。

现在他是一名资深数据挖掘工程师，主要负责用户行为分析和精准营销相关工作；曾做过某电信省公司的手机用户行为价值分群、手机终端升级概率预测模型、用户流失预警模型等。

在兰锦池看来，工作中最困难的还是数据源的采集和结构化数据的获取，比如曾经做用户的手机上网行为画像，需要采集手机上网日志数据大数据行业应用案例，并转化为兴趣点数据。需要数据分析狮提出数据需求、采集规则、计算口径等非常详细的方案，期间还得与业务和数据采集部门深入合作。简而言之，就是，数据分析狮不仅仅是呆板的技术人员，而且能沟通协调、整合资源的多面手。

本期，他带来了一个电信用户分群案例，与大家分享。

1、业务问题背景

某省电信运营商e8套餐（宽带+固话）升级e9（宽带+固话+手机）的主要业务目标为针对e8客户加装电信C网号码并购买手机，升级为e9融合套餐或e9自主套餐用户。即，通过电信的自身的宽带客户资源，进行精准电话营销，促使用户购买手机，从而提升电信在手机市场的占有率。

2、数据理解：e8升e9的数据理解

3、确定分析对象

本环节关键点：

缩小分析基础客户群范围大数据行业应用案例，从表中238万宽带客户中筛选出24万符合业务目标的e8客户，作为数据挖掘的基础客户群

具体步骤：

常用的数据挖掘基础客户群筛选维度如下：

分析对象筛选流程：

以e8升e9为例，根据前期业务和数据理解，本次挖掘的基本目标客户为e8用户，且在同账户下无C网手机。

具体数据样本选取路径如下：

注，具体操作方法：

4、变量筛选

以e8升e9案例中变量处理为例，具体筛选流程如下：

5、决策树模型的建立

（1）选择模型输入变量

根据数据准备阶段字段筛选结果选择了9个字段作为模型输入变量。CHAID节点对应的目标变量和预测变量设置，见下截图。

（2）模型输出结果

运行CHAID决策树节点后，Modeler会根据样本数据和输入变量训练决策树模型。虽然输入了9个变量但是CHAID决策树节点训练的模型最终生成决策树所选择的变量只有5个，分别是宽带在网时长（PD_PROM_FEE）、固话通话时长（VO_MOU_FIX_AVG）、固话ARPU（MB_FIX_ARPU_AVG）、宽带在网时长（PD_BB_TENURE）、宽带流量（VO_BB_VOL）。可以看出，这5个变

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！