大數據挖掘校園用戶

陳小鳳

摘要

隨著電信行業的發展及競爭的激烈，電信存量用戶的市場已經飽和如何發現新的市場，發展新用戶，發現高質用戶，成為用戶經營發展的一個重點.校園用戶市場具有其群體特殊性且發掘的潛力巨大。有效挖掘識別出不同階段的校園用戶群體、適配合適的營銷政策成為市場發展、存量經營的一個增長點和難點。

【關鍵詞】大數據挖掘 校園用戶 市場發展存量經營

1 引言

隨著我國通信及互聯網的普及化，電信行業存量市場日趨飽和。各大電信運營商的競爭異常激烈，如何發現新市場、發展新用戶、發現高質用戶，成為各大運營商的一大挑戰。

在各電信運營的用戶群體中，校園用戶群體無疑是其中一個最特殊，但也最具有發展潛力的一個市場。首先，校園用戶屬于較年輕的群體，其可塑性較強，接受新的事物的能力也強，對于新的營銷，具有更大的接受度;其次，校園用戶通常與家庭的關系較為緊密，可以校園用戶作為一個切入點，增強捆綁，提高客戶粘性;再次，校園用戶將來可能成為新的消費主力，未來更可能拉動收入的增長。校園用戶群體，存在巨大的挖掘空間。

也正是因為如此，校園市場也是各大運營商發力的一個重點。市場的競爭也異常激烈。而如何先人一步，了解用戶、精準識別、高效并快速營銷，則成為校園用戶市場營銷的一個關鍵。

2 校園市場分群

通過對校園市場的分析，處于不同階段的校園用戶，其行為特點也有較大的差異。校園用戶一般有如下幾個主要的重要的階段和時間節點。一是小學階段，主要以兒童手表為主，實現一些簡單的功能，與父母捆綁較緊，屬于較為低端的用戶;二是中學階段，這個階段有一個重要的時間節點，就是高中畢業，成為準大學生階段，此時存在學生會離開父母即將進入大學生活，可能離開當前居住地，有較大可能會更換號碼;三是大學即將畢業階段，學生面臨畢業選擇今后發展的城市，可能存在更換或新增終端的情況。對于不同階段的學生，其行為特點不同，營銷的方式也不相同。因此，準確識別不同的階段的校園用戶群體，對于今后的分析及營銷有比較重要的作用。

本文主要針對準大學生及大學畢業生兩個群體的分析識別及后續的營銷分析進行探討。

3 準大學生識別

針對高三階段的學生，提前進行數據的采集。通過跟蹤分析，高三階段的學生家長，都會關注一些與高考相關的網站或公眾號。通過收集分析用戶對于特定高考相關網站的偏好行為等，結合家庭客戶的視圖，識別高三畢業生家庭。根據高三學生在家庭幾個終端中的使用行為對比分析及其特有的行為及偏好特點，對高三畢業生進行畫像。

特別注意的是，高三畢業生在特定的時間點，會進行一些高三生的特定動作。如登陸志愿填報系統和高考報名系統、登錄高考查分系統或撥打高考查分熱線、登錄高招指導網站的其他有關中學生信息網站等等。需要注意在這些關鍵時間點收集歸整用戶信息進行分析。

針對每年準大學生的遷移情況進行分析及相關數據收集，總結出準大學生畢業去向的特征等。

再根據高三生畫像結合家庭客戶畫像視圖，可識別出特征較為明顯的準大學生群體。

4 大學畢業生識別

針對大學畢業生群體的特點，識別的手段更加多樣化。

根據用戶登記的檔案的信息，可初步篩選出大學畢業生的樣本。

利用大學畢業生樣本用戶，分析大學畢業生的交往圈數據。根據圈子特點，從交往圈數據中識別出與大學生業生群體交往密切的用戶，初步劃分為疑似大學畢業生群體。該群體中，需要進一步分析過濾出公共的號碼，如快遞等。仍然利用交往圈數據，根據公共號碼的特點，分析過濾噪聲號碼。

其次，可利用大學畢業生畢業找工作的特點，對大學畢業生進行識別。通過爬蟲技術，收集整理招聘網站上的企業名稱及企業號碼。某個時段集中與這些企業號碼有交往的用戶，可識別為大學畢業生群體。另外，利用用戶上網行為偏好，頻繁登陸招聘網站的用戶，大學畢業生是其中的一個主力。

從長遠來看，應該建立校園用戶的長期跟蹤檔案。利用校園用戶的年齡增長特點，現在的準大學生，過幾年成為大學畢業生，再到成為一個上班族的歷程，可分析總結出用戶的年齡層特點。對于今后用戶年齡層分析、用戶生命周期的分析，也是極有參考意義的數據。

5 針對校園用戶的營銷分析

校園用戶市場競爭激烈，且具有其特殊性。對于校園用戶的營銷，識別其不同的階段及其特點外，還應根據其特點，制定行之有效的用戶關系維護政策。個性化生成靈活且簡單可行的套餐。

在營銷環節上，可與各個校園學子公司進行合作，或發展學生兼職經理，通過滲透、浸入式的經營，提升宣傳的有效性及營銷成功率。對于校園用戶識別模型的營銷數據，可結合試點校園，進行營銷評估，優化改進，并進行全范圍推廣復制。

另外，應建立營銷全流程的數據規范化，收集各階段的營銷數據。這些數據，可進行加工處理后，增加到模型中，對校園用戶識別模型進行優化。而完整的數據也可以讓校園用戶的識別與營銷更加體系化。

6 總結

校園市場的競爭激烈，營銷的難度大。通常的做法都是進行季度性地集中營銷，缺乏體系化及數據化的支撐。通過構建校園用戶識別模型，可初步分析識別出處于不同階段的校園用戶。在此基礎上，進行營銷全流程的數據規范化。有利于后期的模型營銷及優化。

通過校園用戶識別分析，將校園用戶進行畫像、數據歸檔跟蹤。關聯相關的專題數據，可延伸出更多的專題分析，進一步完善用戶的數據。也為后續的用戶精細精準營銷，提供完整的數據分析依據。對于今后更多的數據分析及其他的專題識別，有著重要的意義。