河南公司社会渠道风险监控模型介绍

社会渠道风险监控模型介绍 2011年 4月 河南公司 景 批卡 终端机卡分离等 用户重入网 养卡、窜卡、用户低质量 发送垃圾短信 用户入网期 用户存活期 用户离网期 社会渠道风险监控体系 建立违规渠道预警流程，及时处理渠道风险，减少企业利润流失 可能存在的利润流失风险点 随着社会渠道的不断发展，社会渠道的管理要求也日益提高。为了进一步加强对社会渠道的风险监控和管理，依据经分系统，建立养卡、用户发展、终端销售、垃圾短信、重入网、批卡、窜卡、预占号等 8个社会渠道风险监控模型，涵盖社会渠道主要风险点，全方位监控目前主要的渠道风险。 用户发展异常 集中批卡 发送垃圾短信 养卡 终端销售异常 批量重入网 批量窜卡 批量预占号 社会渠道发展用户重复入网情况监控 ,展示重复入网预警情况和渠道明细、用户明细 垃圾短信号码开户渠道监控 ,展示垃圾短信预警情况和渠道明细、用户号码明细 监控社会渠道终端销售中销量异常、机卡分离异常、通话异常、 监控社会渠道发展中用户的酬金发放异常、离网停机异常、负价值异常、新业务异常现象 重复入网监控 垃圾短信监控 终端销售监控 异常用户监控 模型介绍说明（ 1/2） 型介绍说明（ 2/2） 养卡监控 预占号监控 窜卡行为监控 批开号码监控 社会渠道窜卡销售情况监控，展示窜卡预警情况和渠道明细、号码明细 社会渠道批量开卡情况监控，展示批开情况预警情况和渠道明细 监控社会渠道通过占号器大量预占号码的行为 监控社会渠道开卡后未的养卡行为 录 异常用户监控模型 终端销售监控模型 垃圾短信监控模型 重复入网监控模型 批开行为监控模型 窜卡行为监控模型 预占号监控模型 养卡行为监控模型 我们对社会渠道入网的用户，从入网期持续监控 9个月，从入网第二月起，每个月进行筛选和判断，逐步筛选疑似养卡用户 选取社会渠道发展的00元的用户，且剔除欠费销号、欠费预销号用户（ A）； 筛选通信行为一直异常（ 话低等）的用户 B，经分析 5，通话次数 4，通话对端数 4等特点； 个别月份通信行为正常并异于其他月份，其他月份通信行为与1类用户相似（ C） 用户，经分析 网后个别月份 0，其他几个月 15，通话次数 4，通话对端数 4； 对用户入网后持续跟踪分析，排除状态为欠费销号、预销号的用户后，将用户分为两类， 1类用户通信行为每个月都类似，且质量较低，养卡期未有导致通信费用突增的套利活动； 2类用户入网后个别月份异于其他月份，但其他月份特征与 1类用户相似，该批用户可能已有导致通信费用突增的套利行为；将 1类、 2类用户作为疑似养卡用户，进而筛选养卡渠道。 根据渠道养卡用户规模、占比以及养卡套利情况确定养卡渠道 甄选养卡渠道 1类 2类 养卡行为监控模型 监控对象：用户入网第 3个月开始将用户纳入监控范围，且监控月用户非欠费销号、欠费预销号用户 监控纬度：按月对过去每个月入网的养卡用户进行监控，前月监控结果为 卡渠道数量 养卡用户标准：（养卡用户包括监控月状态为正常、报暂停、超信用度停 主叫、超信用度停双向、欠费停机） 标准一：用户从入网至监控月，每个月 5 ，通话次数 4，通话 对端数 4 标准二：用户从入网至监控月，有一个月的 0 ，其他几个月 15，通话次数 4，通话对端数 4 养卡渠道预警标准：监控月为当前月，在监控月判断某月渠道发展用户中，（养卡用户大于等于 30户，或者养卡用户大于等于 20小于 30且养卡用户占发展用户 80%。），则对该渠道该月发展养卡用户预警 录 异常用户监控模型 终端销售监控模型 垃圾短信监控模型 重复入网监控模型 批开行为监控模型 窜卡行为监控模型 酬金异常 离网率、停机率异常 负价值用户占比异常 新业务收入占比异常 预占号监控模型 养卡行为监控模型 酬金异常监控：酬金异常监控的主要目标是监控在渠道用户发展酬金发放过程中可能存在的渠道商骗取酬金的行为。渠道商疑似违规行为主要体现在以下几个方面： 酬金异常现象 社会渠道虚假开户后无法完成销售，在用户发放酬金后将虚假开户用户消费水平较低，或利用增值业务进行套利 现象特征 在酬金发放期中，渠道商虚假开户用户消费水平略高于酬金发放标准 在酬金发放期结束后，用户消费水平低或消费异常。 社会渠道 虚假开户在酬金发放期，通过虚假开户制造业绩，通过虚假业绩领取酬金 控流程 考察渠道发展用户 用户发展酬金发放期中 预警渠道 用户发展酬金发放期结束后 预警渠道 总体目标：监控用户群为渠道过去 1 观察用户在酬金发放期的消费水平 观察用户在酬金发放期结束后的消费 对 刚好满足酬金发放条件的用户数 20 且刚好酬金发放条件的用户比例 60% 的渠道进行预警 疑似违规用户数量大于 60且疑似违规用户比例 80% 的渠道 酬金异常监控模型 监控时间窗口：监控时间为每月 监控目标用户为最近 1当前月为 10月，监控的用户为 1。 酬金发放期异常渠道监控 疑似违规用户标准：“恰好满足酬金发放标准”的用户酬金计提 2次的用户为异常用户。 异常渠道标准：监控月，过去 1A），“恰好满足酬金发放标准” 的酬金计提 2次的用户为（ B）。对 A20 户且 B/ A 60% 的渠道进行预警。 恰好满足酬金发放标准： 酬金规则要求 “ 恰好符合酬金发放 ” 标准 状态正常、计费等，无其他具体要求的 0 通话费 (含免费资源 )(元 ) X X通话费 (含免费资源 )(元 )X+2 累计帐务收入 (元 ) X X累计帐务收入 (元 )X+2 （ 主叫计费分钟数 (分 ) X X 主叫计费分钟数 (分 )X+5 通话费 (不含免费资源 )(元 ) X X 通话费 (不含免费资源 )(元 )X+2 短信条数 (条 ) X X短信条数 (条 )X+5 主叫通话次数 (次 ) X X主叫通话次数 (次 )X+3 X X X+100 欠费金额 (元 ) X 欠费金额 (元 ) X X+2 上月主叫计费分钟数 (分 ) X X上月主叫计费分钟数 (分 )X+5 酬金发放期结束异常监控模型 异常用户标准：用户发展酬金发放结束后满足以下条件之一则用户为疑似异常用户。 条件一：用户发展酬金发放完毕后，用户有 2个月零次 条件二：用户发展酬金发放完毕后，用户有 2个月 5 条件三：用户发展酬金发放完毕后，用户有 2个月的新业务占比 70%； 异常渠道标准：监控月 ,过去 1为（ C）， D)。对满足 C60 户且 D/ C 80% 的渠道进行预警。 注：不考虑 该部分用户监控月状态可能为离网。 机违规行为分析 离网、停机用户分析：部分社会渠道放号效率低下，往往为了短期利益进行虚假开户放号，在套取酬金后弃卡，浪费大量号卡资源。 违规特征： 1. 渠道发展用户中离网，停机用户比例异常高 考察渠道发展用户 前 6个月发展的用户 最近 3个月发展的用户 预警渠道 预警渠道 总体目标：监控用户群为渠道过去 1监控渠道发展用户的离网率和停机率 对满足预警条件的渠道预警 机异常监控模型说明 离网、停机异常监控模型 监控时间窗口：监控时间为每月 监控目标用户为最近 1为前 6个月发展的用户 个月发展的用户 渠道预警标准：满足以下条件之一的渠道为预警渠道： 条件一， A60 户且 （ 70%或停机率 70%） 条件二， B30 户且 （ 70%或停机率 70） 负价值违规分析：根据用户价值评估模型对用户价值进行评估，可以发现渠道发展用户中用户价值为负的用户，此部分用户对公司实际盈利增长作用为负。产生这种用户的主要原因常见为渠道利用虚假开户用户频繁参加各类营销活动或与 违规特征： 1. 渠道发展用户中负价值用户比例异常高 考察渠道发展用户 负价值用户占比监控 负价值用户户均价值监控 预警渠道 预警渠道 总体目标：监控用户群为渠道过去 1监控渠道发展用户的负价值用户比例 对满足预警条件的渠道预警 监控渠道发展用户的负价值用户的户均价值 对满足预警条件的渠道预警 负价值违规监控模型 监控时间窗口：监控时间为每月 监控对象为最近 1当前月为 10月，监控的用户为 1。 负价值用户标准：用户价值评估模型评估用户价值为负的用户。 负价值违规比例监控 疑似违规用户：渠道发展用户中，状态为非离网的用户为（ A）， 2 的用户为 (B)；（如 1户有任意两月用户价值评估价值为负，则用户为违规用户。 渠道预警标准 :对满足以下条件的渠道进行预警： A 40且 B/ A 50% 负价值用户户均价值监控 疑似违规用户：过去 1 10月观察到的前 9个月放号且 9月份用户价值为负的用户。 渠道预警标准，对满足以下条件的渠道进行预警： 监控月负价值用户数量 40户且该部分用户户均价值 ） 新业务违规分析：新业务发展中，经常利用营销活动对新业务进行推广宣传，刺激用户使用。在此过程中，社会渠道经常利用手中闲臵号卡订购新业务产品，通过结算获利。 违规特征： 1. 渠道发展用户中用户新业务消费情况异常 考察渠道发展用户 新业务 总新业务费用监控 预警渠道 总体目标：监控用户群为渠道过去 1监控渠道发展用户的新业务 监控渠道发展用户的合计新业务 对满足预警条件的渠道预警 新业务收入监控模型 监控时间窗口：监控时间为每月 监控对象为最近 1当前月为 10月，监控的用户为 1。 疑似违规用户标准：满足以下条件之一则为疑似违规用户。 条件一： 1户新业务费用 10元且占比超过 70%2 个月的用户 条件二： 1业务费用大于 100 2 个月 的用户 渠道预警标准： 监控月时，渠道前 1控月非离网用户） 50户且其中疑似违规用户占比 70% 录 异常用户监控模型 终端销售监控模型 垃圾短信监控模型 重复入网监控模型 批开行为监控模型 窜卡行为监控模型 预占号监控模型 养卡行为监控模型 终端销售预警分为三类形式的预警： 每日预警 监控每日的终端销售销量，通过当日终端机型销量和前五日终端销量合计比较，对销量波动较大的渠道进行预警。同时比较终端在同地市的同机型销售占比，对单日内销量占比过大的渠道进行预警。 每周预警 对终端的当月累计用户的终端使用情况进行分析，从机卡分离率， 非语音 异常渠道情况进行预警 每月预警 从 一个 个号码对应多个 终端销售日预警模型 监控时间窗口：监控时间为前一日，如自然时间为 19日，则监控日为 18日 具有以下特征之一则为疑似终端销售违规渠道 特征一：某机型在渠道某日销量大于该日前 5天的总和则该渠道该机型预警 特征二：某机型在渠道某日销量大于该分公司该日销量的 30%，则该渠道该机型预警 县市营业部 渠道代码 渠道名称 机型 当日销量 前五日销量 当日该机型该地市销量 当日该机型该地市销量占比 * * 敏讯2 745 43 警渠道示例 终端销售周预警模型 监控时间窗口：监控时间为当月累计量，如自然月为 9月，则为 9月的日累计预警 监控当月累积销售量在 6台（ 上的渠道，具有以下特征之一则为疑似终端销售违规渠道到渠道到机型 特征一：某渠道当月机卡分离率大于 10%， 特征二：某渠道当月有 T 网话务量占比小于 40% 特征三：某渠道当月低 0%， (低 特征四：某渠道当月高非语音 5% (高非语音 语音 0%或非语音 00元的用户 ) 分公司 县市营业部 渠道代码 渠道名称 累计销售终端数 机卡分离量 机卡分离率 机卡分离异常 当月销售有 有 累计发展用户总数 低* * * 399 116 399 8 399 387 预警渠道示例 终端销售月预警 监控时间窗口：监控时间为前一月，如当前自然月为 9月，则监控月为 8月 多用户 渠道所售定制终端 个以上手机号则该渠道预警， 多 渠道所售手机号监控月对应 5个以上定制终端 预警渠道示例 分公司 营业部 渠道名称 渠道代码 疑似违规 月对应手机号 * * 市区豫合 * 35958803266974 135986605* * * 市区豫合 * 35958803266974 136537307* * * 市区豫合 * 35958803266974 137037316* * * 市区豫合 * 35958803266974 187373684* * * 市区豫合 * 35958803266974 135250338* * * 市区豫合 * 35958803266974 135698978* * * 市区豫合 * 35958803266974 136537357* * * 市区豫合 * 35958803266974 135250362* * * 市区豫合 * 35958803266974 136937355* 录 异常用户监控模型 终端销售监控模型 垃圾短信监控模型 重复入网监控模型 批开行为监控模型 窜卡行为监控模型 预占号监控模型 养卡行为监控模型 垃圾短信号码：以现有平台拦截和 通过垃圾短信号码回溯相应的社会渠道； 根据垃圾短信群发设备使用特性 ,对同一基站小区内使用同 根据这些号码所归属的放号渠道进行回溯，对超过阀值数量的渠道进行预警 垃圾短信渠道判断模型 监控时间窗口：监控月为上月，如当前自然月为 9月，则监控月为 8月 在 据垃圾短信号码回溯此类号码放号渠道。 具有以下特征则为疑似垃圾短信号码放号渠道 特征：监控月拦截号码中同一个基站小区下使用相同终端 0个号码，则该渠道预警 录 异常用户监控模型 终端销售监控模型 垃圾短信监控模型 重复入网监控模型 批开行为监控模型 窜卡行为监控模型 预占号监控模型 养卡行为监控模型 重入网渠道的行为特征是重入网用户占比较高，因此采用重入网用户数与当月累计发展用户数对比，超过设定的阀值则进行渠道违规预警 违规行为特征 建立模型指标 设定指标阀值 违规行为监控 重入网用户占比较高 指标 入网用户数 100 1=100 标 月累计发展用户数 指标 2 重复入网监控模型 监控时间窗口：监控月为上月，如当前自然月为 8月，则监控月为 7月 具有以下特征之一则为疑似重入网违规渠道 特征：该渠道监控月重入网用户数 =100且重入网率 =50% 分公司 营业部 渠道名称 渠道代码 重入网号码 原号码 重入网日期 * * 西南区 * 134092126* 134602443* 2010* * 西南区 * 134092489* 159365229* 2010* * 西南区 * 134198500* 135250648* 2010* * 西南区 * 134198850* 134622978* 2010* * 西南区 * 134198905* 158360913* 2010* * 西南区 * 134198997* 139496241* 2010* * 西南区 * 134604377* 187385109* 2010* * 西南区 * 134604883* 187383079* 2010* * 西南区 * 134604896* 151373735* 2010警渠道示例 录 异常用户监控模型 终端销售监控模型 垃圾短信监控模型 重复入网监控模型 批开行为监控模型 窜卡行为监控模型 预占号监控模型 养卡行为监控模型 批卡的行为特征是短时间内开卡量较大，在一个月内某几天集中批量开卡，因此采用当月开卡最多 5日的开卡量之和与当月开卡量对比，如果比率超过设定的阀值则进行批卡违规预警。 违规行为特征 建立模型指标 设定指标阀值 违规行为监控 短时间内开卡数量大 指标 月开卡量最多 5日的开卡量 100 1=100 标 月累计开卡量 指标 2 批开监控模型 监控时间窗口：监控月为上月，如当前自然月为 8月，则监控月为 7月 具有以下特征则为疑似批卡渠道 特征：监控月开卡最多 5日的开卡量之和大于 100且最多 5日开卡量之和在监控月开卡量占比大于等于 80% 分公司 营业部 渠道代码 渠道名称 当月开卡用户数量 当月最多 5日开卡量 当月最多 5日开卡量占比 批开监控是否异常 * * 北区丁栾 * 144 138 * * 时 * 636 618 * * 东区 * 262 231 * * 辉县市正大 * 1036 863 * * 河南科技 * 1135 1135 100 是 * * 科技学院 * 3189 3189 100 是 * * 河南高等机电 * 5771 5651 * * 新乡学院 * 6548 6420 预警渠道示例 录 异常用户监控模型 终端销售监控模型 垃圾短信监控模型 重复入网监控模型 批开行为监控模型 窜卡行为监控模型 预占号监控模型 养卡行为监控模型 窜卡行为