馬群旺

隨著電信市場競爭越發(fā)激烈及移動互聯(lián)網(wǎng)時代的來臨，客戶對業(yè)務的需求日趨多樣化和差異化，對運營商的服務質(zhì)量也提出了更高要求；另一方面，運營商自身各系統(tǒng)中的大量數(shù)據(jù)通過精細化模型挖掘必將在分析用戶行為、精確識別客戶業(yè)務需求、開展精細化服務營銷方面發(fā)揮巨大作用?；谝陨蟽牲c，本文以客戶細分理論與數(shù)據(jù)挖掘理論為基礎，創(chuàng)新性地構(gòu)建了基于客戶業(yè)務與價值、客戶電子渠道行為及客戶基本屬性等多維度數(shù)據(jù)的電子渠道精準服務營銷模型，為運營商開展電子渠道精準服務營銷提供了決策分析工具。

一、電子渠道精準服務/營銷模型的理論基礎

1.客戶細分理論

客戶細分就是運用科學的分析方法，把客戶分成一些客戶群。在每個客戶群中，客戶的需求、購買習慣和行為等方面比較相似；相反，不同的客戶群之間，差別卻比較明顯。其基本的出發(fā)點是每個人作為消費者，對同一種產(chǎn)品或服務的具體功能需求和關注點是存在差異的，因此企業(yè)必須盡最大可能去考慮這些不同，識別存在于整體客戶中具有不同消費習慣和特征的子群體，根據(jù)每個群體的特征制定針對性的管理或營銷策略，提供符合這個群體的產(chǎn)品或服務，從而提高營銷效率，同時這種細分能力也可成為企業(yè)的核心競爭力，使企業(yè)在激烈的市場競爭中立于不敗之地。

客戶細分的作用很多，其服務目的也多種多樣，既可以幫助企業(yè)確定營銷戰(zhàn)略，也有助于企業(yè)開發(fā)產(chǎn)品、制定價格體系、完善銷售渠道、設計促銷和廣告宣傳方案，還有助于企業(yè)有效地開展客戶關系管理。

電信運營商在粗放式經(jīng)營時代，對于新業(yè)務、新產(chǎn)品的推廣往往采用撒網(wǎng)式推廣：例如運用短信群發(fā)的方式為所有客戶推薦新業(yè)務。結(jié)果往往也是一無所獲。因此在做客戶細分時，必須做到有的放矢，對產(chǎn)品進行精確市場定位，更好地滿足消費者的需求。

2.數(shù)據(jù)挖掘理論

數(shù)據(jù)挖掘技術從產(chǎn)生到發(fā)展，雖然時間不長，但已廣泛地應用于各個領域，如政府、大學、研究所、商業(yè)和企業(yè)等，尤其在金融、保險和電信領域，數(shù)據(jù)挖掘技術更是表現(xiàn)出了廣闊的應用前景。近年來，數(shù)據(jù)挖掘系統(tǒng)開發(fā)有了長足的發(fā)展，一些系統(tǒng)開發(fā)商在各行業(yè)進行了大量的商業(yè)應用，并形成了相應的數(shù)據(jù)挖掘?qū)嵤┝鞒?。本文在總結(jié)的基礎上，提出了模型數(shù)據(jù)準備、挖掘算法選擇、模型建立及優(yōu)化和模型結(jié)果應用四個環(huán)節(jié)。

數(shù)據(jù)挖掘技術經(jīng)過不同行業(yè)的應用，表現(xiàn)出多種功能，經(jīng)過歸納主要包括聚類、分類和預測、關聯(lián)和序列模式發(fā)現(xiàn)等，這些功能在電信企業(yè)的CRM中可以解決客戶細分、新產(chǎn)品推廣等精準服務營銷等商業(yè)問題。目前的常用數(shù)據(jù)挖掘算法主要包括聚類、決策樹、關聯(lián)規(guī)則、人工神經(jīng)網(wǎng)絡和遺傳算法等。

二、電子渠道精準服務/營銷模型建立

1.模型分析框架

模型分析的框架主包括：

（1）數(shù)據(jù)導入

模型可連接數(shù)據(jù)倉庫獲得挖掘數(shù)據(jù)，還可導入外部數(shù)據(jù)進行分析。根據(jù)所選擇的分析變量，將經(jīng)過處理的數(shù)據(jù)組合形成一個記錄表，即寬表。

（2）選擇細分變量

通過變量分析選擇進行細分的變量。在選擇細分變量時，經(jīng)常會用到其它的統(tǒng)計分析方法，如相關分析等。相關分析與聚類分析是相互依賴性分析，適合于探索性研究和描述性研究。在具體操作中，通常用相關分析方法對變量組進行降維處理，形成有代表性的少量變量，再對這些變量進行聚類分析。

（3）選擇分析方法

選擇基于K-Means算法的聚類分析方法對細分變量進行挖掘。

（4）數(shù)據(jù)挖掘

根據(jù)所選擇的細分變量和分析方法進行數(shù)據(jù)挖掘，并顯示結(jié)果。

（5）結(jié)果顯示

可選擇的輸出方法有：圖形、表格、Excel文件、文本文件等。

具體圖示如下：

2.模型數(shù)據(jù)準備

模型數(shù)據(jù)準備就是要將長期以來積累在運營商各系統(tǒng)的客戶數(shù)據(jù)統(tǒng)一集中，即要通過數(shù)據(jù)集中及模型構(gòu)建的過程將隱藏在這些數(shù)據(jù)中的、尚未被發(fā)現(xiàn)的“知識”提取出來，用于精準化的服務與營銷，指導企業(yè)的市場營銷活動，進一步鞏固和發(fā)展與客戶的關系。同時，模型數(shù)據(jù)獲取過程要盡可能地實現(xiàn)自動化，即建立一個統(tǒng)一的數(shù)據(jù)信息平臺和系統(tǒng)。該系統(tǒng)應當以數(shù)據(jù)倉庫為基礎，以知識發(fā)現(xiàn)為手段，以提高客戶滿意度和忠誠度為目的，體現(xiàn)以“客戶為根”的經(jīng)營理念，為電信企業(yè)市場分析人員和高層決策者提供分析和決策支持。這主要包括以下兩個方面的內(nèi)容：

（1）對于模型構(gòu)建：根據(jù)具體模型要實現(xiàn)的業(yè)務問題和分析主題，通過建立數(shù)據(jù)集市的方式對操作型系統(tǒng)中的數(shù)據(jù)進行重新組織，并最終構(gòu)建一個統(tǒng)一的數(shù)據(jù)倉庫。

（2）對于日常分析：基于數(shù)據(jù)倉庫或數(shù)據(jù)集市，利用自行開發(fā)的數(shù)據(jù)挖掘工具對數(shù)據(jù)進行分析和挖掘，并將最終結(jié)果展示給用戶。

3. 挖掘算法選擇

聚類分析是一個具有很強挑戰(zhàn)性的領域，作為一種非監(jiān)督型的知識發(fā)現(xiàn)方法，它不需要任何事先的訓練數(shù)據(jù)，而僅僅按照相似性原則，將一組數(shù)據(jù)劃分為事先未知的分類狀態(tài)，因而是一種識別與發(fā)現(xiàn)未知模式的有效方法，近年來被廣泛應用在客戶劃分、模式識別、趨勢分析等領域中。

主要的聚類算法可以劃分為5大類：基于劃分的方法、基于層次的方法、基于密度的方法、基于網(wǎng)格的方法和基于模型的方法。由于每種算法都有其優(yōu)點和不同的應用領域，在數(shù)據(jù)挖掘中應根據(jù)實際需要選擇適當?shù)木垲愃惴ā?/p>

為了找到一個效率高且通用性強的聚類算法，人們從不同角度提出了數(shù)十種聚類算法。在數(shù)據(jù)挖掘中，常用的有：K-Means方法，CLARANS算法，BIRCH算法，CURE算法，DBSCAN算法，WaveCluster算法，CLIQUE算法等。

在聚類分析中，K-Means算法能夠很好地解決給出數(shù)值型屬性的數(shù)據(jù)對象的聚類問題，經(jīng)常以局部最優(yōu)結(jié)束；對處理大數(shù)據(jù)集，該算法是相對可伸縮的和高效率的；對輸入數(shù)據(jù)順序的敏感度一般；雖然對處理噪聲數(shù)據(jù)的能力不高，由于電信數(shù)據(jù)還算完整，可以用數(shù)據(jù)預處理來彌補；因此選擇這種算法，建立精準服務營銷模型。

4. 模型建立及優(yōu)化

在模型建立及優(yōu)化上，首先從客戶業(yè)務與價值、客戶電子渠道行為及客戶基本屬性等三個維度進行了指標的選取，在此基礎上建立了精準服務-營銷模型的“寬表”。寬表（WIDE TABLE）是企業(yè)用戶數(shù)據(jù)庫中用于實現(xiàn)統(tǒng)一客戶視圖的模型，它為每個客戶創(chuàng)建一條記錄，記錄包含很多與該客戶相關的屬性，以便進行分析。

它以客戶編號為中心，匯集了許多可供分析的信息。

本模型重點選擇“客戶業(yè)務與價值”和“客戶電子渠道行為”兩個細分屬性。經(jīng)過的初步經(jīng)驗篩選及用測試數(shù)據(jù)進行相關性分析（即對于高度相關的屬性采取完全剔除的方法），將無區(qū)分作用的屬性予以剔除，最終得到模型屬性指標集如下表：

聚類分析包括聚類結(jié)果的生成、調(diào)整、優(yōu)化和輸出等步驟。本模型初期采用SPSS公司的Clementine 11.0的K-Means算法完成聚類過程，后期將通過把模型以模塊化方式植入運營商分析系統(tǒng)中與數(shù)據(jù)集市中的數(shù)據(jù)對接，持續(xù)優(yōu)化模型，并為日常運營及決策提供支撐。

三、電子渠道精準服務/營銷模型應用展望

1.模型在客戶服務工作中的應用展望

（1）根據(jù)模型分析出的結(jié)果，將部分服務前置，減少人工話務咨詢量

電子渠道精準服務/營銷模型會根據(jù)數(shù)據(jù)分析出偏好熱線人工服務的客戶群及其咨詢的熱點業(yè)務，根據(jù)模型中電子渠道使用行為聚類的結(jié)果，可以將這部分客戶的服務前置，如對于流量信息敏感的客戶可以根據(jù)其渠道使用行為特征，在其撥打熱線人工電子渠道前，以短信、郵件等方式發(fā)送其要咨詢的相關信息，通過服務前置，減少人工話務咨詢量。

（2）針對模型識別出的目標客戶，開展電話營銷

針對已經(jīng)進入熱線人工電子渠道的客戶，通過打通CRM系統(tǒng)與模型所在分析系統(tǒng)的接口，可以實現(xiàn)對客戶可能感興趣的業(yè)務進行提示，座席人員可以根據(jù)提示準確識別客戶需求，開展電話營銷。如通過模型各維度指標優(yōu)化調(diào)整可以分析出新推出的套餐的目標客戶，當該套餐目標客戶撥打熱線人工服務時，CRM系統(tǒng)應彈出提示，座席人員可根據(jù)提示向客戶推薦，因為客戶各項數(shù)據(jù)適合該套餐，故可以在不浪費過多通話時長的同時大大提高電話營銷的成功率。

2. 模型在市場營銷工作中的應用展望

（1）根據(jù)模型分析結(jié)果在適合的電子渠道向客戶推薦新業(yè)務

在運營商推出新產(chǎn)品時，模型也能幫助產(chǎn)品運營人員進一步明確目標客戶以往業(yè)務及渠道行為特征，運營分析人員可以根據(jù)分析結(jié)果將相關資源投入到目標客戶適合的電子渠道進行推廣，提高投資回報率（ROI），客戶也會在自己偏好的渠道上不斷獲得新業(yè)務的信息，也有利于提高客戶感知。

（2）根據(jù)模型分析結(jié)果，在客戶偏好的電子渠道開展交叉銷售

模型豐富了客戶渠道行為維度的指標，使得模型的分析結(jié)果可以進一步支撐網(wǎng)站等電子渠道開展交叉銷售及精準營銷。如對于經(jīng)常登錄網(wǎng)站查詢流量信息的客戶，可以根據(jù)客戶消費行為數(shù)據(jù)，為其精準推薦適合的流量包產(chǎn)品。結(jié)合客戶價值維度特征，還可以適時推薦長途漫游類和家庭類產(chǎn)品，通過交叉銷售進一步提高客戶忠誠度。

（3）根據(jù)模型分析結(jié)果，在客戶有離網(wǎng)傾向時進一步保有客戶

模型在優(yōu)化指標后，還可以用于離網(wǎng)客戶預警及保留，如通過模型分析出具有離網(wǎng)傾向的客戶群的特征，針對主要價值類指標設置預警閥值。當客戶指標低于這一閥值時，通過設計離網(wǎng)客戶專屬營銷活動或業(yè)務，通過客戶偏好的電子渠道及時推送給客戶，進一步引導客戶辦理，達到保有存量客戶的目標。

結(jié)束語

通過構(gòu)建精準服務/營銷模型，精細化開展客戶細分及服務營銷工作，可以有效滿足客戶多樣化的業(yè)務需求，給予客戶超出期望的服務感知，對于運營商在激烈的競爭中獲得競爭優(yōu)勢具有重要作用，此外，模型實現(xiàn)嵌入運營商系統(tǒng)后，可以持續(xù)優(yōu)化，并根據(jù)新問題新建分析模型，為企業(yè)日常運營與決策提供有力支持。