基于數據挖掘的公眾客戶精準營銷策略研究

董博雯 魏盈盈

[摘要]隨著移動、聯通和電信三大通信行業的快速發展，通信行業掌握了客戶的海量數據，在精準化營銷過程中客戶數據資源如何被有效挖掘具有重要意義。以通信行業公眾客戶為研究對象，在分析精準營銷和數據挖掘關系的基礎上，歸納總結出商業常用的數據挖掘方法及注意事項，并從產品、價格、促銷、渠道四個方面提出公眾客戶精準營銷策略。

[關鍵詞]通信行業；公眾客戶；數據挖掘；精準營銷

[中圖分類號]F713.36[文獻標識碼]A[文章編號]2095-3283（2018）07-0123-03

Research on the Precision Marketing Strategy of Public Customers Based on Data Mining

Dong BowenWei Yingying

（1.Heilongjiang Institute of Foreign Trade and Economic Cooperation， Heilongjiang， Harbin 150001；

2.East University of Heilongjiang， Heilongjiang， Harbin 150066）

Abstract： With the rapid development of China Mobile， China Unicom， and China Telecom， the communications industries have mastered the mass data of customers. It is the great significance that customer data resources are effectively tapped in the process of accurate marketing. Taking the public client of the communication industry as the research object， based on the analysis of the relationship between precision marketing and data mining， this paper summarizes the commonly used data mining methods and precautions， and from four aspects of product， price， promotion， and channel， the precision marketing strategy of public customers is put forward.

Keywords： Communications Industry； Public Customers； Data Mining； Precision Marketing

[作者簡介]董博雯（1983-），女，遼寧錦州人，經濟師，研究方向：國際貿易、區域經濟；魏盈盈（1983-），女，黑龍江哈爾濱人，講師，研究方向：電子商務。一、精準營銷與數據挖掘的關系

近年來，通信市場日漸飽和，通過“降價、捆綁、增值服務”等傳統營銷活動達不到挖掘客戶資源的目的，但通信行業自身具有得天獨厚的優勢，即已掌握海量的客戶數據，如何科學地管理數據、高效地進行統計分析并合理地挖掘出商業信息和潛在客戶消費規律，從而為企業帶來更多的商業價值，已成為通信行業發展轉型的核心競爭力。

（一）精準營銷概念與內涵

精準營銷（Precision marketing）是在市場營銷狀況分析和人群精準定位分析的基礎上，依托現代化信息技術，建立個性化的顧客溝通服務體系，為企業建立更精準、可衡量和高投資回報的營銷擴張之路。

相對于傳統營銷方式，精準營銷內涵體現為：首先，洞察客戶需求。通過調研和整合公眾客戶信息、細分客戶群體、提煉群體特征行為，結合公眾客戶行為分析及時掌握各群體的精準差異化需求；其次，制定個性化營銷服務渠道。在群體差異化需求的基礎上，細分公眾客戶群體，設計不同的營銷方案（包括銷售渠道、促銷手段、傳播途徑、售后服務等），為公眾客戶提供有針對性的產品；最后，量化評價指標體系。在精準營銷中需要借助信息技術手段量化指標體系，才能達到實現各個營銷環節標準化管理。

（二）數據挖掘技術與步驟

現代通信企業擁有大量的公眾客戶信息資源，應用數據挖掘（Data mining）技術可以在大型數據庫或數據池中通過科學方法對數據進行過濾與篩選，搜索數據之間隱藏的相互關系、揭示商業規律、預測未來的客戶行為走勢，最終實現對有用信息的良性應用，并擴大數據價值。

在通信行業，數據挖掘技術通常應遵循以下三個步驟：1.數據工程師建立訂單集成系統，獲取數據集合。如公共用戶的基礎信息（年齡、套餐、歸屬地等）、消費信息（話費、流量、寬帶等）、應用信息（App、游戲、視頻、網站等）；2.數據工程師和產品經理確定數據挖掘的目的，使用分類、回歸、聚類等相關挖掘技術進行用戶分析，建立多維度的用戶行為畫像，摸索出符合實際用戶行為的挖掘模型體系；3.數據工程師解釋數據挖掘結果，如識別公眾客戶統計特征間的聯系和購買行為，發現客戶潛在購買模式和行為趨勢。產品經理結合數據結果解決實際營銷問題，改善服務品質，提高客戶滿意度，并對數據挖掘的結果和營銷策略進行反饋及評估。

二、數據挖掘在公眾客戶精準營銷中的應用

數據挖掘技術在通信行業中的應用越來越廣泛，它以市場為導向，主要包括客戶行為分群、客戶關聯預測、產品生命周期分析、銷售趨勢預測等。主要的應用方式有：

聚類分析（Cluster analysis）指將抽象對象的集合分組為由類似的對象組成的多個類的分析過程。在商業中常用來分類不同的客戶群體，并通過購買模式刻畫出不同的客戶群體特征。主要包括目標客戶群體分類、客戶行為分群、客戶背景分析、產品價格組合、市場的細分等。

關聯分析（Correlation analysis）是在交易數據、關系數據或其他信息載體中，查找存在于項目集合或對象集合之間的頻繁模式、關聯、相關性或因果結構。其目的是找出數據庫中隱藏的關聯網，可分為簡單關聯、時序關聯和因果關聯。最典型的例子就是購物車分析，通過發現顧客放入其購物車中的不同商品之間的聯系，分析顧客的購買習慣。了解哪些商品頻繁地被顧客同時購買，這種關聯的發現可以幫助廠商制定營銷策略。

回歸分析（Regression analysis）是確定兩種或兩種以上變量間相互依賴的定量關系方法，其主要研究問題包括序列的趨勢特征，以及數據間的預測關系。可以應用到客戶尋求、保持和預防客戶流失活動、產品生命周期分析、銷售趨勢預測及有針對性的促銷活動等。

偏差分析（Variance analysis）又稱為掙得值分析法，它是對項目進度和費用進行綜合控制的一種有效方法，其目的是尋找參照量與觀察結果之間有意義的差別。偏差挖掘可以應用到各種異常信息的發現、分析、識別和評價等方面。

三、基于數據挖掘的公眾客戶精準營銷策略

以往研究中，主要強調數據挖掘在精準營銷中的實現作用，而忽視公眾客戶與精準營銷策略對應關系的建設。數據工程師與產品經理應從產品、價格、促銷、渠道四個營銷方面進行深入溝通，建立完善的公眾客戶精準營銷整合體系，以達到最優的營銷效果，建議從以下方面開展精準營銷：

（一）產品策略

響應公眾客戶實時需求，制定產品模塊化組裝策略。數據工程師需及時分析出公眾客戶差異化需求動向，產品經理要對不同的客戶需求進行快速響應，首先要做好現有產品進行模塊化拆分。產品模塊化意味著不同產品可以及時組合，結合數據分析結果快速地組裝成個性化的產品，響應客戶實時需求。

（二）價格策略

探尋消費感知差異，制定差異化產品價格。消費感知價值差異決定了需求水平的差異化，導致了不同購買意愿存在顯著差異。公眾客戶群體價值差異化顯著，由于購買意愿取決于感知收益和感知價值之間的差額，因此要充分探尋消費感知價值差異，提升公眾客戶的購買意愿。針對不同生命周期的公眾客戶，其對產品感知價值也存在著周期性差異，可以根據公眾客戶消費感知價值周期，精確設定差異化產品價格策略。

（三）促銷策略

合理建立互動平臺，實現精準促銷。運營商的傳統促銷策略主要體現為單向式信息傳播，公眾群體被動接收信息，促銷系統缺少對公眾客戶反饋意見的數據收集分析，導致促銷調整策略周期滯后。精準營銷側重于關注公眾客戶的參與過程感受。產品經理可以基于移動互聯網為溝通載體，在電信業務的促銷過程構建網絡社交互動平臺，與消費者進行互動溝通。另一方面，基于大數據分析系統，實時收集公眾客戶對產品體驗的反饋意見并進行統計識別和細分，分析結果進而可以指導產品經理進行促銷策略地及時調整。

（四）渠道策略

全面整合數據資源，打通精準營銷渠道。以往營銷渠道主要分為線上電子業務和線下營業廳人工業務，隨著業務的逐年擴大，企業規模存在著層次性的疊加，缺少業務整合一直是打通精準營銷渠道的最大障礙。應建立有效的整合營銷渠道，各渠道之間做到數據實時共享。如將公眾客戶的社交網絡關系、歷史購買記錄和人口統計特征等信息實時共享給各營銷渠道，那么各渠道的營銷人員就可以為公眾客戶信息提供個性化的精準營銷服務。如針對國內旅游客戶，根據GPS定位信息，及時推送不同國內流量模塊資費信息，便于公眾客戶及時選擇組合產品資費。

四、企業開展數據挖掘的注意事項及未來發展趨勢

（一）注意事項

選擇專業的合作伙伴。通信企業缺少數據挖掘的專業統計人員，常以外包的形式開展數據分析工作。但現有專業統計公司技術水平參差不齊，容易陷入低價中標誤區，導致難以達到理想數據分析的效果。企業應結合數據分析任務目標，對外包項目單位進行實際案例調研，選擇具有項目針對性強的數據分析公司；各分公司快速建立自有大數據分析部門，盡量做好任務分配及數據結果反饋協調工作；外包單位盡量派專人實施階段性駐場數據分析。

數據挖掘要嚴防信息泄密風險。應在管理上采取預防措施，如數據挖掘軟件安裝在專用電腦上并采取加密措施專機專用，禁止使用移動設備傳輸信息，禁止上網等基本安全保密工作。并與合作公司簽訂保密條款，明確數據泄密職責，預防數據泄露風險。

（二）未來發展趨勢

目前，數據挖掘在公眾客戶精準營銷中的應用正從單一的挖掘模型轉向多維組合模型。單一挖掘模型已被運營商合理應用并取得了顯著的效果。而多維組合模型可以更加精細劃分公眾客戶社會群體行為，通信企業應配合精準營銷策略的設計與應用，提供符合客戶消費認知的精準營銷信息，提高廣告的有效性，增加客戶消費體驗感知。

[參考文獻]

[1]符亞男，陳麗華. 4G時代中國移動SWOT分析及戰略選擇[J]. 中國管理科學，2015， 23（S1）： 679-685.

[2]劉征宇. 精準營銷方法研究[J]. 上海交通大學學報， 2007（s1）：143-146.

[3]龔敏， 劉廣丹. 基于大數據的精準營銷應用研究綜述[J]. 市場周刊：理論研究， 2016（7）：58-60.

[4]張向征. 數據挖掘在通信行業營銷中的應用[J]. 全國流通經濟， 2017（18）：12-13.

[5]李健宏，余薇. 關聯規則增量式更新的改進算法[J]. 南昌大學學報（理科版）， 2004， 28（3）：304-306.

（責任編輯：顧曉濱）【經貿管理】