基于大數據存量經營體系分析與研究

鄧孟城

摘 要：該文主要分析如何利用大數據技術，建立完善的存量經營體系，提升電信的存量客戶營銷能力，最終實現“以大數據為基礎、客戶為中心”的“五個合適”，即合適的數據、合適的模型、合適的客戶、合適的觸點、合適的產品，實現高效的精確化營銷支撐。

關鍵詞：存量經營 數據挖掘 大數據 精準營銷 客戶維系

中圖分類號：F626 文獻標識碼：A 文章編號：1672-3791（2017）07（c）-0132-03

1 項目背景

在新增用戶空間逐漸縮小的情況下，存量用戶的穩定和價值提升是鞏固規模優勢、保持業務收入持續增長的關鍵所在，且在移動互聯網環境下，隨著大數據時代的來臨，重新審視存量用戶，通過相應的數據挖掘技術獲得更深刻的客戶畫像，在合適的時間，通過合適的渠道向合適的用戶提供合適的服務，提升存量用戶的移動互聯網應用，也是應對移動信息化的必然要求。

2 基于大數據存量營銷總體業務流程

將基于大數據的存量營銷過程從客戶洞察、事件捕捉、營銷方案匹配、營銷活動執行及營銷效果評估5個環節，抽象出相關營銷要素配置工作，形成存量營銷總體業務流程。

（1）營銷準備。

①定義目標客戶。

②選擇合適的產品標簽及營銷渠道。

（2）事件捕捉。

①營銷事件捕捉規則。

②與之相關的商機目錄。

（3） 營銷方案匹配。

實現各個營銷要素的匹配。

（4）營銷活動執行。

根據營銷要素匹配的結果，執行營銷活動。

（5）營銷效果評估。

建立營銷效果評估模型，有針對性地對營銷方案進行迭代優化。

2.1 營銷準備

2.1.1 定義客戶全生命周期階段

客戶生命周期動態地描述了客戶在企業的客戶關系體系中處于不同需求的展現形式，也為了了解如何在不同的階段獲取客戶價值，用什么方法延長和維持客戶生命周期，以獲得價值最大化。

客戶生命周期分為入網期、成長期、成熟期、衰退期，每個階段的目前和措施如下。

（1）入網期。

入網期是獲取相互信任的第一關，其關鍵點是入網關懷，客戶已被套餐、促銷政策等吸引，因此，在入網期重點在于以下幾個細節。

①及時幫助客戶快速了解已購買商品（產品、業務）的屬性，提供后續的服務電話。

②對客戶進行回訪，增加與客戶的聯系。

③從入網期的第二個月起要關注客戶的消費行為。

（2）成長期。

在這個階段可適當推薦一些簡單的產品，這個階段的主要方向是提升客戶價值，進一步融洽與客戶的關系，提高客戶的滿意度、忠誠度，進一步擴大交易量。

這一階段重點在于：

①了解客戶在不同服務渠道的消費行為和操作行為，以便更好地為客戶推薦相應的業務和產品，要注意推薦應切中客戶的需求。

②該階段是交叉銷售的最好時刻，但交叉銷售不能過于復雜，需要與SEB需求（從了解客戶現狀【situation】入手，收集客戶信息，體會客戶感受【emotion】，以引導為主，盡量使客戶說出不滿和抱怨，從而了解客戶需求，提出方案能給客戶帶來的利益【benefits】）挖掘模型相結合使用。

③嘗試改變客戶消費習慣。

（3）成熟期。

這一階段客戶對提供的價值比較滿意，使用企業的業務，并保持長期繳費，無欠費或費用波動等行為，雙方關系處于一種相對穩定的狀態。

這一階段重點在于：

①細分客戶群，通過大數據挖掘分析能力，細分客戶的歸類、行為，并制定詳細的服務計劃。

②常態化活動和專項活動。制定常態化活動，讓客戶感知到你的存在、感知到電信的關注和關心。

（4）衰退期。

衰退期是指客戶要終止但還沒有終止合作關系的階段，它的主要特征表現為：業務量/話務量下降；一方或雙方正在考慮結束關系甚至物色候選關系伙伴；開始交流接觸關系的意圖。

2.1.2 建立客戶標簽體系

結合行業客戶標簽體系經驗及電信行業的客戶標簽規范，從多個維度建立客戶標簽體系，實現全方位全角度洞察客戶，主要的標簽類型如下。

（1）客戶基本屬性。包括客戶基本信息、客戶基本業務信息和客戶基本業務特征等。

（2）消費價值特征。包括通信消費特征、投入產出情況、價值流失特征、客戶價值屬性、用戶合約情況、消費類型和欠費信息等。

（3）通信行為偏好：包括通信分類、通信特征、通信時間偏好、漫游偏好、交往圈信息。

（4）營銷活動偏好：營銷活動參與行為等。

（5）渠道偏好：運營商渠道偏好、交際渠道偏好、新媒體渠道偏好等。

（6）終端偏好：終端信息偏好、終端特性偏好、換機行為等。

（7）互聯網行為內容偏好：上網行為偏好、互聯網內容偏好等。

（8）地理位置：基站活躍信息、用戶生活軌跡等。

客戶標簽可通過3種方法實現。根據實現方法的不同，對應實現的標簽分別稱為基本標簽、統計標簽和模型標簽。

其一，基本標簽。通過原始信息整理得到，如CRM、MBOSS、網管等支撐系統中已有客戶基礎信息直接獲取。

其二，統計標簽。根據一定的業務規則，通過分析統計轉換形成的客戶標簽，如3個月的平均ARPU值、用戶是否為學生等。

其三，模型標簽。通過大量數據整合挖掘，構建數據模型；通過模型輸出結果沉淀為客戶標簽。如離網預警客戶、潛在換機客戶。

2.2 事件捕捉

根據場景的實際需要，定義營銷事件規則，然后充分利用靜態數據和動態數據，實現基于事件觸發營銷活動。

（1）利用用戶的靜態數據與動態數據，及時捕捉客戶的行為變化，結合事件定義的規則觸發營銷活動。

（2）充分利用客戶主動接觸渠道的時機進行營銷，基于不同的交互情境，在合適的時間，開展個性化的溝通，推薦合適的產品和服務。

2.3 營銷方案匹配

通過對目標客戶、產品、渠道和營銷事件的進行統一規則匹配，逐步積累成規范化的精準營銷模板，為今后自動化、智能化營銷提供支撐，快速為一線人員提供營銷解決方案。以下為營銷模板案例（見表1）。

2.4 營銷活動執行

根據已定義的目標客戶，結合目標客戶的多維度特征及相關的事件，按匹配好的營銷方案進行營銷執行。

“4G終端推薦”場景參考（見圖1）。

2.5 營銷效果評估

將營銷效果的評估指標按照3個維度進行了劃分，分別為營銷效果評估、營銷過程評估和客戶體驗，從這3個維度建立整體的營銷活動評估體系，具體參考指標見表2。

3 業務建模，全方位挖掘客戶特征

業務建模重點是對用戶進行360度的洞察分析，得出最終細分后的目標用戶清單，最后對目標用戶進行營銷。業務建模離不開前期對業務的理解說明，前期的業務理解可指導業務建模的思路和方向，更精準定位目標客戶，以實現客戶精準營銷。

4 結語

文章旨在通過搭建存量客戶經營數據挖掘體系，使用大數據挖掘理念和迭代開發思維，自下而上整理客戶數據，搭建業務模型，挖掘潛在效益，輔助市場營銷決策，為運營商存量保持與價值提升提供數據保障。

參考文獻

[1] 中國移動大數據微營銷的業務規范[S].

[2] 王勇獻，王正華.數據挖掘技術[M].清華大學社出版，2011.

[3] 中國移動業務支撐系統運營管理指標體系[S].