目前数据分析和机器学习的应用如火如荼，许多人都希望能够参与到这股热潮里。但是令人苦恼的是，学习资料有限，常常无从下手。

特别是一些文科生，会很纠结自己是不是能够转型到数据分析行业，之所以这么纠结。是因为数据分析是一门综合学科，会涉及到编程语言、概率统计、时间序列分析、机器学习算法等等，这是一条不算轻松的道路。

今天我们邀请到了数据挖掘工程师王真达老师为大家分享：《文科生是如何转型数据挖掘工程师》

一、“文科生” 转行数据挖掘历程

二、“技能需求” 数据挖掘工程师（业务）

三、“项目实操流程” 企业产品营销模型

3. 1.天翼看家产品办理预测模型

3.2 模型背景与目标

模型背景

目前省内办理天翼看家用户规模已经达到50余万户，占全省公众宽带用户市场规模达到7%以上，目前日增1200余户，且多数办理用户为农村 市场需求，如何精准预测潜在办理用户，最大程度提高天翼看家产品办理率是目前天翼看家推广的重要任务。

模型目标

针对2020年2月份天翼看家模型2.0进行模型提升优化，构建适合目前产品现状的模型规则，最大程度的预测到农村市场潜在用户，同时扩大套 餐类别，争取覆盖多个套餐类别潜在用户。

3.3 天翼看家已办理用户分布情况

目前全量已办理用户主要分布在畅享自主版，其余套餐虽然数量不及，但是占单类比例还有很大挖掘空间。

3.4 样本选择

样本数据来源：

正样本数据：提取2021.2-4月月办理天翼看家产品的，且剔除宽带、手机、天翼看家均为新办理的用户（新办理用户没有往期消费信息）， 剩余用户作为正样本；

负样本数据：提取2021.2-4月对天翼看家产品进行过派单、接触的用户记录，且剔除截止2021.5.12前办理天翼看家的用户，剩余用户作为 负样本；

因果关系取数

• 解释变量（X）取t-1期

• 预测变量（y）取t期

• 训练数据与测试数据

3.5 模型特征

基于前期项目调研，结合天翼看家2.0模型项目经验，共梳理出5大维度，共43个特征，重要特征如下（后面将对每个维度进行特征分析）：

3.6 建模过程

使用随机森林作为基分类器，使用Adaboost等进行对比，最终在收敛速度模型准确性上选择RF模型。

3.7 模型评估

3.8 模型应用-营销活动转化率

5.01~5.17日数据，根据实际办理天翼看家情况，增至13个套餐（畅享自主版、其他C+宽带、畅享融合、大流量套餐+ 宽带等），模型输出规模共计664万，其中高概率规模120万，有效支持营销推广。共计转化用户11270户。

3.9 模型关键特征

3.10 特征分析-地域特点（1/4）

城乡属性:

超过70%的加装用户集中在农村，农村用户产品加装概率为9.82%，显著高于城市用户的2.58%。说明天翼看家产品较匹配农村市场，随着城镇化 的发展，农村有大量的留守老人和儿童，这较大程度地催生了农村市场的需求。

3.10 特征分析-地域特点（2/4）

网格单元天翼看家占比:

从趋势图可以看出，随着网格内天翼看家产品占比提高，用户加装天翼看家产品的概率有较为明显的提升趋势。网格单元内占比超过50%的用户中， 平均加装概率超过30%，说明用户的消费具有从众心理，可针对对应区域增加推广力度。

扫描二维码

观看直播