分析客戶歷史消費(fèi)數(shù)據(jù)
中國移動(dòng)將CRM系統(tǒng)從BOSS分離系統(tǒng)，解決系統(tǒng)耦合問題，減少BOSS整個(gè)系統(tǒng)風(fēng)險(xiǎn)。中國移動(dòng)NGBOSS以S為基礎(chǔ)OA（系統(tǒng)面向服務(wù)架構(gòu))概念，設(shè)計(jì)綜合考慮標(biāo)準(zhǔn)化、可擴(kuò)展性、可擴(kuò)展性、可管理性、可測試性、高可用性、高性能、高安全性等(見圖15-4）。 在NG-BOSS系統(tǒng)建設(shè)的同時(shí)，中國移動(dòng)不斷推進(jìn)經(jīng)營分析系統(tǒng)（NG-BASS）建設(shè)。2002年，中國移動(dòng)投入巨資NG-BASS2004年，省級業(yè)務(wù)分析系統(tǒng)與有限公司一級業(yè)務(wù)分析系統(tǒng)的全國聯(lián)網(wǎng)建設(shè)不斷完善，下一代業(yè)務(wù)分析N不斷完善G-BASS系統(tǒng)（見圖15-5)。業(yè)務(wù)分析系統(tǒng)的建設(shè)為企業(yè)運(yùn)營建立了統(tǒng)一的數(shù)據(jù)信息平臺(tái)，為全網(wǎng)絡(luò)業(yè)務(wù)、客戶服務(wù)、營銷、業(yè)務(wù)決策、業(yè)務(wù)實(shí)施提供了有效的支持；進(jìn)一步支持省級市場活動(dòng)的管理和指導(dǎo)，在中國移動(dòng)業(yè)務(wù)運(yùn)營中發(fā)揮了重要作用，為中國移動(dòng)的精細(xì)運(yùn)營提供了基礎(chǔ)。中國移動(dòng)業(yè)務(wù)分析系統(tǒng)的功能正在增加和增強(qiáng)，包括KPI基本功能，如指標(biāo)監(jiān)控、統(tǒng)計(jì)報(bào)表、綜合分析和數(shù)據(jù)挖掘。 圖15-4 中國移動(dòng)NGBOSS規(guī)劃框架 圖15-5 中國移動(dòng)NG-BASS系統(tǒng)架構(gòu) 1.KPI指標(biāo)監(jiān)控 KPI在表格和圖形的幫助下，指標(biāo)監(jiān)控功能進(jìn)行KPI實(shí)時(shí)監(jiān)控指標(biāo)的完成情況，使分析人員和各級管理人員能夠及時(shí)了解當(dāng)前指標(biāo)的完成進(jìn)度，比較分析不同指標(biāo)和分支機(jī)構(gòu)之間的完成進(jìn)度。 2.統(tǒng)計(jì)報(bào)表功能 統(tǒng)計(jì)報(bào)表功能是根據(jù)預(yù)設(shè)項(xiàng)目、數(shù)據(jù)、格式等需要，根據(jù)一定的周期，定期生成統(tǒng)計(jì)結(jié)果數(shù)據(jù)，進(jìn)行匯總或分析處理，形成規(guī)定的報(bào)表格式。報(bào)表生成靈活性高，支持各級報(bào)表數(shù)據(jù)自動(dòng)生成，支持各種統(tǒng)計(jì)元素的選擇，報(bào)表模板設(shè)計(jì)開發(fā)難度小，操作方便。 3.綜合分析 基于O的綜合分析LAP根據(jù)軸、面、群的分析方法，多維分析技術(shù)改變了品牌和客戶的指標(biāo)、ARPU、分解時(shí)間、區(qū)域、用戶特征等維度，分析分解組中包含的內(nèi)容。分析內(nèi)容可包括客戶數(shù)量、收入、業(yè)務(wù)量分析、新業(yè)務(wù)等。 4.高級數(shù)據(jù)挖掘功能 高級數(shù)據(jù)挖掘是利用數(shù)據(jù)挖掘方法和技術(shù)從大量數(shù)據(jù)中找到數(shù)據(jù)之間的關(guān)系模式。高級數(shù)據(jù)挖掘包括客戶價(jià)值分析、業(yè)務(wù)預(yù)測、消費(fèi)水平變化分析、客戶損失分析、客戶細(xì)分等。這種分析涉及大量的變量，復(fù)雜的變量關(guān)系，缺乏強(qiáng)大的數(shù)據(jù)分布規(guī)律。因此，分析的綜合性、難度和深度都很高，對分析人員的要求也很高。 中國移動(dòng)NG-BOSS、NG-BASS、CRM系統(tǒng)之間的關(guān)系見圖15-6。 圖15-6 中國移動(dòng)業(yè)務(wù)支持系統(tǒng)二級架構(gòu) 第二節(jié) 數(shù)據(jù)挖掘營銷 數(shù)據(jù)挖掘（DM：Data Mining）這是一個(gè)利用各種分析工具在大量數(shù)據(jù)中發(fā)現(xiàn)模型和數(shù)據(jù)之間關(guān)系的過程。這些模型和關(guān)系可以用來進(jìn)行預(yù)測，可以根據(jù)企業(yè)設(shè)定的業(yè)務(wù)目標(biāo)探索和分析大量的企業(yè)數(shù)據(jù)，揭示隱藏的、未知的規(guī)律性或驗(yàn)證已知的規(guī)律性，并進(jìn)一步將其模型化為先進(jìn)和有效的方法。數(shù)據(jù)挖掘作為一種數(shù)據(jù)信息處理技術(shù)，與傳統(tǒng)的數(shù)據(jù)分析（如查詢、報(bào)告、在線應(yīng)用程序分析）有本質(zhì)的區(qū)別：數(shù)據(jù)挖掘是一個(gè)完整的過程，沒有明確的假設(shè)。該過程從大型數(shù)據(jù)庫中挖掘未知、有效和實(shí)用的信息，并使用這些信息做出決策或豐富知識(shí)。 數(shù)據(jù)挖掘技術(shù)可以幫助決策者找到隱藏的信息，使用決策樹、模糊收集、神經(jīng)網(wǎng)絡(luò)等計(jì)算方法分析企業(yè)數(shù)據(jù)，進(jìn)行歸納推理，挖掘潛在模式，預(yù)測客戶行為，幫助決策者調(diào)整市場策略，做出正確的決策，降低風(fēng)險(xiǎn)，一般來說，數(shù)據(jù)挖掘常用的方法和技術(shù)，主要是相關(guān)規(guī)則、數(shù)據(jù)分類、數(shù)據(jù)聚類、時(shí)間序列模式、事故規(guī)則、回歸分析、偏差分析，基于Web數(shù)據(jù)挖掘等。 通信企業(yè)擁有大量的客戶信息和客戶通信信息。雖然這些業(yè)務(wù)數(shù)據(jù)看起來很普通，但它們包含了客戶管理的寶貴信息。數(shù)據(jù)挖掘技術(shù)與大量數(shù)據(jù)密切相關(guān)。通過數(shù)學(xué)算法，可以根據(jù)這些數(shù)據(jù)建立客戶管理預(yù)測模型，分析客戶相關(guān)信息，采取有效措施為各類客戶服務(wù)。 案例 上海聯(lián)通數(shù)據(jù)挖掘營銷 上海聯(lián)通積極利用呼叫渠道進(jìn)行準(zhǔn)確的服務(wù)營銷，在客戶服務(wù)系統(tǒng)中建立呼叫服務(wù)營銷界面，使客戶服務(wù)人員能夠充分掌握120秒的呼叫時(shí)間，給予用戶專業(yè)的指導(dǎo)和建議，提供最合適的服務(wù)?；诖髷?shù)據(jù)的概念，結(jié)合用戶信息，結(jié)合公司的產(chǎn)品預(yù)設(shè)，上海聯(lián)通推出了基于用戶肖像精細(xì)服務(wù)營銷，采用小顆粒個(gè)性化營銷方案，實(shí)現(xiàn)服務(wù)營銷活動(dòng)準(zhǔn)確匹配不同群體的需求和行為習(xí)慣，提高客戶對服務(wù)的滿意度和產(chǎn)品使用價(jià)值。在粒度設(shè)計(jì)中，從分組、分類、分時(shí)、分域四個(gè)維度考慮，提高針對性，加強(qiáng)實(shí)時(shí)性，提高營銷成功率，降低營銷成本，優(yōu)化用戶感知。 上海聯(lián)通制定了精細(xì)服務(wù)營銷三步計(jì)劃。在第一階段，上海聯(lián)通根據(jù)現(xiàn)有的系統(tǒng)支持能力，啟動(dòng)了客戶服務(wù)系統(tǒng)營銷界面的開發(fā)。當(dāng)目標(biāo)用戶致電10010時(shí)，直接顯示用戶適合在客戶服務(wù)代表界面免客戶服務(wù)代表盲目推薦或查詢各種信息。第二階段，上海聯(lián)通優(yōu)化數(shù)據(jù)分析，準(zhǔn)確定位，實(shí)時(shí)調(diào)用用戶數(shù)據(jù)，使推薦產(chǎn)品更及時(shí)，根據(jù)用戶互聯(lián)網(wǎng)行為分析增加用戶標(biāo)簽，在增值業(yè)務(wù)的基礎(chǔ)上增加應(yīng)用推薦。在未來的第三階段，上海聯(lián)通將整合數(shù)據(jù)資源，以客戶服務(wù)中心為新興的業(yè)務(wù)推廣渠道，配合數(shù)據(jù)平臺(tái)建設(shè)功能，啟動(dòng)客戶服務(wù)平臺(tái)、Esales平臺(tái)與營銷平臺(tái)實(shí)時(shí)對接，跟蹤服務(wù)營銷效果，協(xié)助數(shù)據(jù)平臺(tái)優(yōu)化數(shù)據(jù)模型。通過有針對性的營銷，2013年上?？蛻舴?wù)中心電話營銷量大幅增長，第三季度營銷量達(dá)到第一季度產(chǎn)能的兩倍。目標(biāo)用戶組的營銷成功率約為目標(biāo)用戶的三倍，更重要的是，客戶意識(shí)大大提高。 案例 衡水聯(lián)通大數(shù)據(jù)營銷 2014年，河北衡水聯(lián)通成立了基于用戶行為的大數(shù)據(jù)虛擬團(tuán)隊(duì)，進(jìn)行了一系列價(jià)值分析。例如，寬帶離線網(wǎng)絡(luò)用戶行為特征分析和移動(dòng)在線流量消費(fèi)跟蹤行為分析，方便各運(yùn)營商更準(zhǔn)確地了解客戶需求，開展有針對性的營銷活動(dòng)。在炒店活動(dòng)中%；在大數(shù)據(jù)平臺(tái)的幫助下，衡水聯(lián)通在營業(yè)廳開發(fā)了精細(xì)助銷系統(tǒng)，客戶推薦成功率超過20%；衡水聯(lián)通借助外腦，構(gòu)建了基于谷歌搜索技術(shù)的本地分布式大數(shù)據(jù)HADOOP該平臺(tái)入語音、流量、位置信息等用戶數(shù)據(jù)，依托平臺(tái)建立流量準(zhǔn)實(shí)時(shí)推薦模型，通過維護(hù)保留系統(tǒng)接口，通過維護(hù)系統(tǒng)引入客戶服務(wù)維護(hù)人員工作臺(tái)，維護(hù)人員實(shí)施一對一推薦營銷，實(shí)現(xiàn)流量推薦積極營銷。 案例 廣東移動(dòng)數(shù)據(jù)挖掘營銷 廣東移動(dòng)早些時(shí)候建立了數(shù)據(jù)挖掘系統(tǒng)，實(shí)施各種業(yè)務(wù)的數(shù)據(jù)挖掘和營銷。例如，建立彩鈴業(yè)務(wù)的挖掘和銷售模式，分析客戶的歷史消費(fèi)數(shù)據(jù)。模型選擇296個(gè)數(shù)據(jù)項(xiàng)目，篩選68個(gè)作為彩信業(yè)務(wù)傾向的評分依據(jù)，包括：三個(gè)月平均聲信平臺(tái)業(yè)務(wù)使用、三個(gè)月平均音信互動(dòng)業(yè)務(wù)使用、三個(gè)月平均語音普通業(yè)務(wù)使用、三個(gè)月平均夢網(wǎng)彩信業(yè)務(wù)使用、三個(gè)月平均網(wǎng)絡(luò)呼叫相關(guān)號(hào)碼打開彩鈴、三個(gè)月平均日間網(wǎng)絡(luò)稱為普通話。 參考文獻(xiàn) ［1］林有宏。電信行業(yè)精準(zhǔn)的營銷方法和案例［M］.北京：2009年人民郵電出版社 ［2］宋杰，徐靜。電信行業(yè)的競爭分析方法和實(shí)踐［M］.北京：2009年人民郵電出版社 ［3］漆晨曦.電信市場經(jīng)營分析方法與案例［M］.北京：2007年人民郵電出版社 ［4］李霓虹.電信營銷［M］.北京：2011年人民郵電出版社 ［5］匡斌.電信營銷［M］.北京：2005年人民郵電出版社 ［6］沈阿強(qiáng).電信營
