基于移动支付业务构建异网策反模型研究

    张庐颖+王振+陈天池

    

    

    

    摘要：中国移动用户居世界首位，移动支付具有广阔的市场发展空间。翼支付业务作为某个通信业特有的业务种类，用户使用越来越广。文章深入挖掘移动用户在支付业务中的使用情况，例如消费水平、消费次数、消费偏好等，建立大数据分析，构建策反用户样本。通过SPSSModeler对样本进行算法评估，构建最佳异网策反模型，提升异网策反成功率。

    关键词：移动支付；异网策反；模型

    移动支付是指交易双方为了某种货物或者业务，通过移动设备进行商业交易。移动支付使用终端可以是手机、PAD、移动PC等[1]。信息产业部统计显示，截至2015年年底，移动用户13.06亿户，居世界首位。中国移动支付具有广阔的市场发展空间。

    翼支付业务是某通信企业“2+5”重点业务中5项重要工作之一，也是通信业特有的移动支付业务。目前己经推出了理财、缴费、消费等系列移动支付项目。随着经济和移动技术进一步发展，移动支付產业逐渐成熟，移动支付的应用势必越来越广泛。

    翼支付转变销售和服务模式，从传统销售转型为卖价值、卖应用和生活方式，抢占用户入口。大数据结合翼支付分析，参与开展异网策反活动，用户选址、网点分布区，搭建用户信用评价机制、提供风险管控能力，给通信业务发展带来新的商机。

    1算法模型

    1.1业务理解与相关定义

    本模型通过分析翼支付金融消费识别异网用户号码，利用关键字段识别、用户标签分析，构建初步交往圈信息；在此基础上通过外部数据、详单通话圈分析和客户关系管理（Customer Relationship Management，CRM）信息资料等

    对模型进行修正与数据融合，使用聚类分析、决策树分析挖掘最终潜在用户。

    1.2数据收集与分析

    为了建立翼支付异网策反模型，必须收集用户原始信息，并转化为数据训练集。此项目选用某地电信运营商建立异网用户数据信息。异网用户是指非码分多址（Code Division Multiple Access，CDMA）网络的移云力用户，其来源主要有：（1）使用翼支付异网用户。使用翼支付软件，并且产生理财或者消费行为的异网移动用户。（2）异网交往圈用户。识别与异网用户交互紧密的本网用户信息，建立初步交往圈信息。对本网用户特征识别，终端使用偏好、翼支付消费偏好、是否开通网银、年龄结构、家庭结构，采用聚类和主成分分析方法，确定异网用户分属类型：金融高端、都市白领、三口之家、外出务工等。

    针对以上两类用户来源，分别抓取10万用户。经过数据抽样后，把样本数据分成训练数据集（TramDataSet，TDS）和校验数据集（ValidationDataSet，VDS）。训练集实现对算法评估，得到较优解决方案，校验集用于评估模型是否适当。数据的分析阶段，第一步结合业务理解，检查数据质量，对数据重要关系进行判断，分析自变量和因变量之间的关系，为建立模型做准备；第二步对数据进行探索，按照模型需求对数据进行修正，如生成新的变量、删除较弱的影响因子等。例如由于客户没有使用某一业务而造成该变量值的缺失，可直接对缺失值进行补零处理。根据对变量的观察和实际的业务需求，剔除异常点和稳定区间外值，避免极端值影响后面的分类和预测模型的精度。

    根据电信业务特征，将用户的特征区分为以下几个维度：（1）客户信息；（2）消费水平；（3）细分群体；（4）本网交往圈用户业务使用信息。建立全面维度信息，并入到业务受理的维度。宽表字段如表1所示。

    异网策反成功结果7；客户信息变量X1；消费水平Z2；细分群体不；业务使用不；建模的目的就是要分析并确定这些向量变量与客户流失状态变量r的关系，即： 在特征维度下，构建反应特征的属性，确定训练集合的属性。在用户的行为特征的属性上，引入了趋势变量即：根据当前月数值与上月值的比值计算得出。趋势变量=（当月值一上月值（上月值），即：

    本文趋势变量的观察值取连续3个月的，来衡量行为的稳定性。（如果，定义趋势是下降；定义趋势是稳定；：定义趋势是上升）。

    1.3构建异网策反模型

    针对此次建模的要求，在对此问题的深入研究下，我们提出了合理的假设，将本问题归结为一个预测分析的问题，其基本思想是通过SPSS软件求解。通过对决策树、神经网络和逻辑回归分析，组合模型等方法的运用得到最优的预测结果。因为是异网朿反，最终朿反结果仅为yes和no两种值，根据所学算法原理，结合实际情况，通过比较神经网络和决策树C5.0模型，结合数据处理结果选择最优模型。

    在异网策反模型中，通过SPSSModeler特征选择保留终端、消费水平、收入、用户分群、使用特征、行为偏好等7大类指标，确定了20个因子作为输入变量进行观测。通过训练集选取最优的方案。决策树C5.0算法在异网策反模型中优于神经网络模型，因此将此算法运用到测试集。

    2营销策划

    开展营销活动策划，促进异网用户办理通信业务，对于成功办理通信业务的用户，做定向优惠激励。对金融高端人士赠送翼支付金融理财产品券和翼支付有车礼包，对于都市白领赠送麦当劳优惠券和电影购票优惠券，对于三口之家赠送超市优惠活动等，促使异网用户向本网转化。

    3活动效果

    在翼支付异网策反方面，通过大数据挖掘异网精准目标用户，结合翼支付理财，525大促、翼支付购买火车票、水电煤缴费等个性化的营销活动，提升异网策反用户成功率。

    建立异网策反智慧化运营体系，针对不同用户，结合大数据标签数据从用户偏好、终端定制等方面进行用户画像。通过电话呼叫、营业厅、网厅等触点推送，开展异网策反活动。针对新入网用户，赠送翼支付红包，维系客户稳定，建议完善的策反流程。通过大数据深挖翼支付异网策反活动，对于某公司20万异网用户开展营销，成功转化2万用户，转化率为10%。

    [参考文献]

    [1]曹媛媛，李琪.移动支付使用者使用意向与使用行为模型及实证研究[J].统计与信息论坛，2009（2）：72-77.