移动运营商离网挽留的策略制定（二）
第二步：经分数据分析
有了大致的方向后，我们就可以从经分中进行数据挖掘。
从学术角度看，经分系统所包含的内容博大精深，数据挖掘的大有可为。优秀的咨询公司，会从不同维度设计分析模型，并以软件的形式出售给使用方。市场人员只需要点击几下按键就可以看到分析的结果。然而，再好的经分系统，仍会存在很多的分析盲点，无法协助我们做出具体的营销举措。因此我们有必要从计费中心提取数据，进行一些组合分析。
我们需要从经分系统同获取哪些信息呢？一般来说，我们需要通过数据，初步判断这些离网情况是规律性还是异常性；了解离网用户的区域特征、主要消费特征以及是是否存在套餐冲突的可能性。
如果某月离网数据异常，那么，我们往往需要追溯3~6月前的营销措施、新入网情况以及当时的社会状况。因为主动销户的比率不高，大部分是欠费3个月后被销户。在此之前，号卡往往会以零次用户或预销户状态存在。
一般来说，我们通过离网数据和追溯3~6月前的市场情况，我们就可以基本锁定离网的主要原因。
以E地市为例，第一步的经验判断主要离网原因为打工人群多导致的阶段性流动、由于入网门槛为零导致的重入网现象严重。这两种原因究竟是否正确呢？
通过经分数据分析，有几个发现：
1、打工返乡周期的确会引起离网率升高，但是呈现规律性特征。近三年来，1~3月为全年离网最高峰。
2、但是，07年的离网增长异常，比05、06年均提升了很多
3、离网套餐主要集中在5元月租、存100元免卡费的神州行的某套餐上（简称A套餐）
4、各区域的离网率均匀，没有特别特别显著的区域
5、离网用户的主要是分布在3~9个月的入网时长之间
6、离网异常是从07年11月份开始的
通过上述数据情况，做出几个判断：
1、去年年底离网异常增长与打工流动关联不大，但打工导致的离网情况还是比较突出
2、可能存在营销政策导致的引导离网，一批数量巨大的用户购卡随意性在增强
而后，市场部调取了07年3月~11月之间的营销政策。信息如下：
1、分公司在07年5月开始大力促销，推出入网送礼品的活动，并取得良好效果
2、在渠道激励政策上，推出了一系列的新用户的增值业务酬金发放政策。
综上所述，市场部认为导致近期离网率突出的症结，可能是新入网的资费政策带来的影响。
未来，市场部可能需要在在新入网政策、老用户维护政策有所调整；并制定一些能避免用户弃卡的营销措施
那么，应该制定什么样的政策呢？
有了大致的方向后，我们就可以从经分中进行数据挖掘。
从学术角度看，经分系统所包含的内容博大精深，数据挖掘的大有可为。优秀的咨询公司，会从不同维度设计分析模型，并以软件的形式出售给使用方。市场人员只需要点击几下按键就可以看到分析的结果。然而，再好的经分系统，仍会存在很多的分析盲点，无法协助我们做出具体的营销举措。因此我们有必要从计费中心提取数据，进行一些组合分析。
我们需要从经分系统同获取哪些信息呢？一般来说，我们需要通过数据，初步判断这些离网情况是规律性还是异常性；了解离网用户的区域特征、主要消费特征以及是是否存在套餐冲突的可能性。
如果某月离网数据异常，那么，我们往往需要追溯3~6月前的营销措施、新入网情况以及当时的社会状况。因为主动销户的比率不高，大部分是欠费3个月后被销户。在此之前，号卡往往会以零次用户或预销户状态存在。
一般来说，我们通过离网数据和追溯3~6月前的市场情况，我们就可以基本锁定离网的主要原因。
以E地市为例，第一步的经验判断主要离网原因为打工人群多导致的阶段性流动、由于入网门槛为零导致的重入网现象严重。这两种原因究竟是否正确呢？
通过经分数据分析，有几个发现：
1、打工返乡周期的确会引起离网率升高，但是呈现规律性特征。近三年来，1~3月为全年离网最高峰。
2、但是，07年的离网增长异常，比05、06年均提升了很多
3、离网套餐主要集中在5元月租、存100元免卡费的神州行的某套餐上（简称A套餐）
4、各区域的离网率均匀，没有特别特别显著的区域
5、离网用户的主要是分布在3~9个月的入网时长之间
6、离网异常是从07年11月份开始的
通过上述数据情况，做出几个判断：
1、去年年底离网异常增长与打工流动关联不大，但打工导致的离网情况还是比较突出
2、可能存在营销政策导致的引导离网，一批数量巨大的用户购卡随意性在增强
而后，市场部调取了07年3月~11月之间的营销政策。信息如下：
1、分公司在07年5月开始大力促销，推出入网送礼品的活动，并取得良好效果
2、在渠道激励政策上，推出了一系列的新用户的增值业务酬金发放政策。
综上所述，市场部认为导致近期离网率突出的症结，可能是新入网的资费政策带来的影响。
未来，市场部可能需要在在新入网政策、老用户维护政策有所调整；并制定一些能避免用户弃卡的营销措施
那么，应该制定什么样的政策呢？
