陳小鳳
摘要
在針對性營銷中,單一的數(shù)據(jù)挖掘模型鎖定的目標(biāo)群體,往往存在目標(biāo)準(zhǔn)確,但營銷效果還有待提高的情況。本文提出,在營銷全流程中配合大數(shù)據(jù)挖掘模型,將營銷各個(gè)環(huán)節(jié)統(tǒng)一管控,提高各環(huán)節(jié)效率,以達(dá)到營銷全流程精準(zhǔn)化的效果。
【關(guān)鍵詞】大數(shù)據(jù)挖掘 營銷全流程 精準(zhǔn)
1 引言
近年來,隨著精確化營銷的需求,電信提出了針對性營銷策略。針對性營銷是將目標(biāo)消費(fèi)群體進(jìn)行明確細(xì)分,鎖定特定的目標(biāo)客戶群體,推出針對這一客戶群體的細(xì)分產(chǎn)品,并以特定的價(jià)格,通過特定的渠道和傳播、促銷方式進(jìn)行差異化營銷的精細(xì)營銷手段。其精髓是“細(xì)分”、“精確”、“實(shí)效”,以滿足客戶需求來發(fā)掘客戶終身價(jià)值、提高客戶忠誠度。
針對性營銷中引入數(shù)據(jù)挖掘模型,可以通過對用戶歷史的行為習(xí)慣進(jìn)行分析,進(jìn)一步鎖定對應(yīng)營銷場景的目標(biāo)用戶,達(dá)到提高營銷成功率的效果。但數(shù)據(jù)挖掘模型的清單輸出只是營銷的前面環(huán)節(jié),在實(shí)際的營銷執(zhí)行中,營銷的效果還可能受到各個(gè)環(huán)節(jié)的影響,而存在營銷效果不受控制的情況。比如,IT側(cè)營銷清單輸出后,業(yè)務(wù)人員并不理解營銷清單的輸出原理及規(guī)則,無法針對不同的營銷群體適配營銷策略;而一線的營銷人員對目標(biāo)用戶不了解,而無法提高一對一營銷體驗(yàn)。
針對這一問題,本文提出將大數(shù)據(jù)挖掘引入營銷全流程各個(gè)環(huán)節(jié),實(shí)現(xiàn)對各個(gè)環(huán)節(jié)進(jìn)行管控,提升各環(huán)節(jié)營銷智能化和精準(zhǔn)化。
2 大數(shù)據(jù)挖掘概述
數(shù)據(jù)挖掘是從海量的數(shù)據(jù)中,以自動(dòng)化或半自動(dòng)化的方式找出其中的有價(jià)值的規(guī)則的過程。而隨著大數(shù)據(jù)時(shí)代的到來,更多更大更全更新速度更快的數(shù)據(jù),使得我們可以從中挖掘出更多有價(jià)值的知識(shí)。
3 營銷全流程挖掘模型構(gòu)建方法
根據(jù)針對性營銷流程的特點(diǎn),在流程的每個(gè)環(huán)節(jié)上建立相應(yīng)的數(shù)據(jù)挖掘模型,以保證每個(gè)營銷環(huán)節(jié)地有效運(yùn)作。
(1)在模型構(gòu)建環(huán)節(jié),針對業(yè)務(wù)場景構(gòu)建針對性的數(shù)據(jù)挖掘模型,深入挖掘業(yè)務(wù)場景的目標(biāo)用戶,提升目標(biāo)挖掘的精準(zhǔn)度。
(2)模型輸出環(huán)節(jié),對各業(yè)務(wù)場景下的數(shù)據(jù)挖掘模型目標(biāo)清單進(jìn)行客戶細(xì)分,描述不同客戶群體的特點(diǎn),以供業(yè)務(wù)人員進(jìn)行政策匹配。
(3)模型營銷設(shè)計(jì)環(huán)節(jié),充分分析客戶的行為偏好,上網(wǎng)的內(nèi)容傾向,通過大數(shù)據(jù)挖掘分析,對客戶的偏好進(jìn)行識(shí)別。做到對客戶的推薦個(gè)性化,提升客戶體驗(yàn)。
(4)模型營銷設(shè)計(jì)環(huán)節(jié),整合各營銷接觸渠道,建立用戶渠道偏好模型,以客戶認(rèn)可的渠道方式進(jìn)行接觸。
(5)進(jìn)行大數(shù)據(jù)實(shí)時(shí)數(shù)據(jù)的跟蹤分析,分析挖掘用戶的需求,在適合的時(shí)機(jī)對用戶進(jìn)行營銷。
(6)整合上述各個(gè)環(huán)節(jié)的信息數(shù)據(jù),配合客戶畫像數(shù)據(jù),能夠幫助一線營銷執(zhí)行人員快速了解營銷對象。
(7)做好營銷回籠信息的收集。對接觸的數(shù)據(jù)進(jìn)行深入分析。分析客戶的接觸方式數(shù)據(jù)是否需要更新;分析客戶對于營銷的喜惡.,分析客戶對于營銷的響應(yīng)。進(jìn)而構(gòu)建客戶營銷響應(yīng)模型,并優(yōu)化客戶接觸方式。并利用回籠數(shù)據(jù)對業(yè)務(wù)場景模型進(jìn)行優(yōu),形成閉環(huán)。
4 應(yīng)用案例
以用戶終端換機(jī)模型的優(yōu)化為例,梳理從業(yè)務(wù)需求分析開始的各個(gè)環(huán)節(jié)。傳統(tǒng)的用戶換機(jī)模型,做法是在分析現(xiàn)有用戶消費(fèi)行為及換機(jī)的歷史數(shù)據(jù),構(gòu)建精準(zhǔn)換機(jī)模型。模型營銷清單輸出后,設(shè)計(jì)回籠模板進(jìn)行營銷結(jié)果信息的收集。通過分析營銷結(jié)果信息,不斷對模型進(jìn)行迭代優(yōu)化。優(yōu)化的方向,主要集中在目標(biāo)客戶群體的進(jìn)一步精確和聚焦,模型優(yōu)化提升空間小。引入營銷全流程挖掘模型的構(gòu)建,則需要建立以用戶換機(jī)為核心的營銷全流程各環(huán)節(jié)精準(zhǔn)提升系列模型。各環(huán)節(jié)系列模型如下:
(1)在模型構(gòu)建環(huán)節(jié),以傳統(tǒng)方式進(jìn)行原模型的優(yōu)化。采用歷史數(shù)據(jù)進(jìn)行模型構(gòu)建,更新模型訓(xùn)練樣本。調(diào)整模型輸入數(shù)據(jù),在保證模型精準(zhǔn)度的前提下,優(yōu)先采用業(yè)務(wù)人員認(rèn)可并能易于理解的字段數(shù)據(jù)進(jìn)行模型構(gòu)建。以犧牲較小的模型精準(zhǔn)度,換取業(yè)務(wù)人員對模型的認(rèn)可與理解。
(2)模型輸出環(huán)節(jié),結(jié)合用戶的特點(diǎn),將用戶進(jìn)一步地進(jìn)行客戶細(xì)分。方便業(yè)務(wù)人員根據(jù)不同的營銷場景,適配營銷政策。
(3)模型營銷設(shè)計(jì)環(huán)節(jié),構(gòu)建用戶的偏好模型,識(shí)別用戶對于終端價(jià)格、終端品牌的偏好。通過大數(shù)據(jù)挖掘分析,對客戶的偏好進(jìn)行識(shí)別。做到對客戶的推薦個(gè)性化,提升客戶體驗(yàn)及營銷成功率。
(4)在營銷接觸環(huán)節(jié),整合各營銷接觸渠道,建立用戶渠道偏好模型,以客戶認(rèn)可的渠道方式進(jìn)行接觸。
(5)通過分析用戶準(zhǔn)實(shí)時(shí)的上網(wǎng)搜索內(nèi)容,構(gòu)建搜索內(nèi)容文本挖掘模型,挖掘用戶的換機(jī)需求,在適合的時(shí)機(jī)對用戶進(jìn)行營銷。優(yōu)先對近期換機(jī)傾向更高的用戶進(jìn)行營銷。
(6)整合上述各個(gè)環(huán)節(jié)的信息數(shù)據(jù),配合客戶畫像數(shù)據(jù),優(yōu)化模型營銷清單的輸出。幫助一線營銷執(zhí)行人員快速了解營銷對象。
(7)從營銷及模型優(yōu)化的角度,設(shè)計(jì)營銷結(jié)果信息。并通過對營銷結(jié)果信息數(shù)據(jù)的分析,指導(dǎo)后續(xù)模型的迭代優(yōu)化。
通過上述系列模型的配合,對營銷的各個(gè)環(huán)節(jié)進(jìn)行了優(yōu)化。從營銷全流程的角度出發(fā),優(yōu)化整個(gè)營銷環(huán)節(jié),使IT、業(yè)務(wù)、一線支撐人員對于模型及目標(biāo)的理解達(dá)到一致,進(jìn)一步提升了整個(gè)用戶換機(jī)模型的營銷成功率。
5 總結(jié)
在針對性營銷全流程中,結(jié)合業(yè)務(wù)對各個(gè)環(huán)節(jié)進(jìn)行優(yōu)化,構(gòu)建系列模型,優(yōu)化模型輸出。使各個(gè)環(huán)節(jié)中的相關(guān)人員,都能夠?qū)φ麄€(gè)模型的目標(biāo)及原理達(dá)到一致的理解。最終從營銷全流程的角度出發(fā),提升整個(gè)營銷的效果。相比傳統(tǒng)的單一模型支撐的營銷,更加精準(zhǔn)化。避免各個(gè)環(huán)節(jié)中的不確定因素影響到模型的效果。
在大數(shù)據(jù)時(shí)代,更全更多的數(shù)據(jù)為大數(shù)據(jù)挖掘提供了更多的數(shù)據(jù)支撐。而大數(shù)據(jù)挖掘,也必然會(huì)促進(jìn)營銷全流程更加精準(zhǔn)化與智能化。
參考文獻(xiàn)
[1]陳松林,論電信企業(yè)大眾化營銷與針對性營銷的重要性[J].通信世界,2006(39).
[2]韓家煒,數(shù)據(jù)挖掘概念與技術(shù)[M].機(jī)械工業(yè)出版社,2007(10):12.