大数据挖掘在电信企业精确营销中的应用

许多

摘 要： 近年大数据挖掘技术的应用对电信企业的传统营销模式产生了颠覆性的影响，以主动适应客户需求和市场环境为特征的精确营销成为主流，提高了资源利用和营销实施的效率，从而赢得新的竞争优势。通过电信企业的精确营销案例探讨了大数据挖掘的关键技术：决策树、神经网络，以期能更生动地说明大数据挖掘在电信企业精确营销中的应用。

关键词： 大数据； 数据挖掘； 精确营销； 电信

中图分类号：TP399 文献标志码：A 文章编号：1006-8228（2015）11-43-04

Abstract： At recent years， the technology of Big data mining has brought the revolutionary impact to the traditional marketing campaign modes of telecommunication companies. And the accurate marketing campaign， which is characterized by satisfying the customers' needs and adapting to market environment initiatively， is becoming the mainstream mode. This mode improves the efficiency of resource utilization and marketing campaign implementation， and consequently wins the new competitive advantage. This article takes some accurate marketing campaign cases of telecommunication companies as examples to discuss the key technologies of Big data mining like： decision tree， neural network， in order to explain the Big data mining application in accurate marketing campaign of telecommunication companies.

Key words： Big data； data mining； accurate marketing campaign； telecommunication

0 引言

互联网和通讯网加速融合，以及智能手机等移动设备的普及，随之而来的是社交网络活动日益频繁和数据服务需求逐渐增多[1]。电信企业掌握了海量的客户行为数据，大数据的出现对电信企业传统撒网式的营销模式产生了颠覆性的影响，应用大数据挖掘技术，对海量客户行为数据进行分析、整理，应用新型的更有针对性的营销模式已经越来越迫切。

维基百科给出的大数据的定义是：巨量数据（或称大数据、海量资料），指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理，并整理成为帮助企业经营决策更积极目的资讯。目前工业界普遍认为大家数据具有4V+1C的特征：①数据量大（Volume）；②多样（Variety）；③快速（Velocity）；④价值密度低（Value）；⑤复杂度（Complexity）[2]。

本文对传统营销模式不能解决的问题进行剖析，结合国内外电信企业的实际案例，详细介绍运用大数据挖掘技术进行精确营销的应用特点。

1 传统电信企业营销中的热点问题

1.1 存量市场争夺激烈

我国人口13亿，移动通信用户有8亿，城市人口的移动通信普及率已接近百分之百，发展新客户的空间越来越小，MOU潜力有限。随着3G、4G牌照的发放，U运营商和T运营商作为在移动通信领域的后起之秀，对M运营商存量市场展开了猛烈的攻势。U运营商主要面向高端个人用户，联合iPhone等著名品牌，打造更加时尚前卫的应用体验。T运营商主要面向企业客户及家庭客户，利用其原有的宽带优势，进行捆绑打包。移动通信市场的激烈竞争迫使运营商由前期的规模型发展向规模效益型发展转型。

1.2 没有赢家的“价格战”

竞争对手为了赢得客户，往往发起“价格战”来夺取市场份额，运营商不得不降价应对，以低价赢得的新用户价格敏感度高，ARPU值低，部分用户群在利益驱动下频繁转网。动荡的用户群基础导致渠道终端的影响力提高，渠道利用运营商之间的竞争提出了新要求（如：降低批发价格），导致渠道成本上升，同时部分渠道因利益驱使引导用户转网，进一步动荡用户群，诱发新一轮的价格战。运营商不得不提高市场费用，频繁促销，盈利能力进一步降低，企业价值贬低……运营商陷入了价格漩涡。

1.3 被虚增的放号量

用户发展分析如图1所示，从某省1-9月活动用户数变化情况可以看出：运营商累计放号数据看似较大。但实际与净增用户对比，U运营商的有效放号率只有9.6%，M运营商的有效放号率为21.7%。两者相差较大，用户转网频繁造成累计放号量看似较大，实际有效净增用户并不多。

1.4 客户挽留成为关键

如果所有用户的平均ARPU为100%，那么离网用户的平均ARPU为93%，新入网用户的平均ARPU只有59%，老客户的保留成本为新客户获取成本的1/5。也就是说，保留一个客户带来的利润要高于新发展一个客户。

1.5 未来收入增长点

新业务收入占总业务收入的比重逐年增加，而与国际先进的运营商相比，仍有很大的发展空间。因此发展新业务可以成为未来的收入增长点。

1.6 营销成本的有效投入

目前企业开展的非通讯优惠占总优惠成本的比例比较低，但ARPU值越高的客户更愿意选择非通讯优惠。也就是说运营商可以把销售成本投入到客户期望的领域，可以获得更高的价值[3]。

2 电信企业实施精确营销

全球移动通信发展经历了几个不同的发展时期，在第一代的移动通信起步阶段，运营商提供简单的产品和无差别化的服务以满足大众市场的基本需求。在第二代的移动通信成长阶段，运营商基于数据挖掘技术提供差别化的服务、不同的定价模型、不同的信用策略、交叉销售新业务、流失客户预警，开始注重企业客户。未来的移动通讯新游戏规则，运营商将会为个人和企业客户提供完全分离的组织和渠道，提供独立的IT系统。全球最佳管理实践提示我们，现阶段是应用大数据挖掘技术开展全程精确营销的关键时期。

电信企业实施全程精确营销，通过对营销全过程有效管理，依据业务特性，细分不同的目标客户，归纳用户的各类通信行为，把握用户在特定时间和场景下的兴趣最大点，有针对性的推荐客户体验适合的通信业务，进而培养并巩固用户的长期使用习惯。

“精确营销”在应用于生产的过程中，不仅在电信企业的市场营销、客户挽留方面取得了明显效果，而且对整个运营服务都起到积极作用。该模式通过对用户动态和静态行为数据进行实时分析，及时引导客户体验新业务，并不断培养其使用习惯，更加贴切地分析客户需求，更加精准地定位目标客户群，通过设计各种业务场景，已经在生产实践中取得了非常显著的社会和经济效益。

精确营销解决了目前电信企业市场营销中难以精准定位目标客户群、难以及时把握营销良机、难以有针对性地推荐适合的业务等营销难题，不仅有效地拓展了营销手段，提高了服务效率，促进各项电信业务的迅速发展，还在运营管理方面体现了“以客户为中心”的理念，为电信企业在激烈的市场竞争中赢得了优势。

2.1 系统特点

2.1.1 精准营销策略

精确营销引入了客户洞察模型，能够收集所有的客户相关信息，提供一个完全统一的客户视图。基于大数据挖掘技术为电信企业建立起一个客户行为分析模型，能够分析及预测客户消费趋势，以满足客户个性化需求，提升客户忠诚度，巩固客户价值，为电信企业带来长期、快速、稳定的业务增长打下坚实的基础。

2.1.2 支持全业务

精确营销能够构建营销视图，从而分析不同网络不同业务所对应的不同营销策略。例如：移动业务与固网业务相比，有其特殊的数据属性，包括移动范围、漫游行为、增值业务和客户终端信息，因此不同的移动业务得采取不同的营销策略。

2.1.3 支持在线营销

在线营销机制如图2所示，精确营销能够跟踪和分析客户的动态通讯行为，在恰当的时刻通过实时渠道推送合适的业务给最急需的客户。它增强了营销效率，同时提升了客户体验。

2.1.4 全程客户生命周期

通常客户的生命周期由下列阶段组成：进入期、成长期、成熟期、衰退期和退出期。精确营销能够帮助测定客户的当前状态，并且在发展新客户、提升老客户的价值以及挽留客户方面分别精确使用不同的营销策略。

2.1.5 闭环的营销过程

精确营销实现了营销过程的闭环管理，包括活动策划、活动执行和效果评估，它使得营销过程更加可控，摆脱了传统广告的高成本，实现了高速、稳定的业务增长。

2.1.6 多阶段多波次促销

精确营销能够对单个营销活动定义多波次，并且能够为每个波次定义详细的执行时间和目标客户群。还能够支持营销活动的多个阶段，如：第一阶段通过短消息方式向客户推送套餐信息，如果客户没有反应则进入第二阶段即通过主动呼叫进行营销。

2.1.7 灵活支持多种渠道

精确营销通过多种渠道来支持灵活、有效的营销活动，例如短消息、自动语音系统、自服务渠道等。它突破了人工渠道的瓶颈，减少了营销成本。

2.2 关键技术

常用的数据挖掘技术有：人工神经网络、决策树、遗传算法、最近邻技术、规则归纳、可视化等。在精确营销系统中应用较多的是决策树与神经网络[4]。

2.2.1 决策树

决策树是一个树结构的分类方法。在树的每个节点作出决策，分支取决于决策。决策树是最普遍的归纳推理模式。其鲁棒性噪声数据，可以用来学习析取表达式。它可以被重新写成集合的IF - THEN规则，广泛适用于多种类型的分类问题。

2.2.2 神经网络

人类大脑以树突电刺激的方式在神经元之间传递信息。如果一定量的刺激被神经元接收，它会产生一个输出给其他连接的神经元，信息沿着这个途径到达目的神经元，并产生一些相应的反应。

人工神经网络，首次被心理学家和神经生物学家提出，尝试用于模拟人脑的学习能力。也就是说，人工神经网络也是由神经元和树突组成。不同的是生物模型，神经网络有一个不变的结构，建立一个特定数量的神经元和特定数量的连接。

3 典型的精确营销案例

下面介绍几个电信企业的精确营销实际案例。

3.1 BT提升营销活动的效率

为了维护作为全球电信企业龙头老大的地位，BT（英国电信）需要更好的理解它所拥有的广泛的客户。如果公司能够预期客户购买各种产品和业务的倾向，比较准确地考虑他们的潜在价值，其组织可以使用这个洞察力去为特定的客户群开发新产品。BT选择了“预测分析技术”去分析客户数据，并且为公司开展的面向中小商业客户的“商业高速公路”营销活动建立钻取模型。

BT最初建立一个由高级顾问Stephen O'Brien领导的客户和营销活动的分析团队。团队使用“精确营销系统”进行数据分析、建模、数据清洗，去除非购买强相关的数据属性。

在数周内，O'Brien团队发布了一个“最佳前景”的客户列表，并且关联了BT“商业高速公路”相关的销售和市场部门的统计图。针对这个“最佳前景”的客户列表开展产品推介活动，获得前所未有的100%的邮件反馈率。“精确营销系统的数据分析能力和可见性，能够帮助我们去寻找满意的客户选择标准”，O'Brien说，“甚至在完成最后的模型之前，我们能够超越我们最初的目标——提升营销活动的反馈率达到100%”。

BT的建模程序不仅能识别产品和营销活动生命期内的活动，甚至能超越这个周期，去识别变化的市场趋势，改善不同市场片区的渗透率。在每一步的过程中，精确营销系统通过预测分析方法提供了强有力的支撑。回报是多少呢？“商业高速公路”活动数据显示：更高的销售量和更有价值的客户。

3.2 FT提升产品和客户响应

FT（法国电信）是世界领先的运营商之一，在220个国家和地区拥有超过一亿一千八百六十万用户。为了加速对企业日常交互的大量信息的有效利用，FT选择精确营销系统作为它的商务智能信息系统的一部分，供数千内部和外部用户使用。

通过系统的文本挖掘技术，文本信息被快速分析，加速了商务信息的策略性监控。分析时间节省了一半，它呈现了一个清晰的提高产量和提升特定客户响应效率的需求。

“精确营销系统能够使企业在制定策略时对他的客户、市场，甚至是竞争对手更有针对性。”FT的BI部门主管Gil Debret这样说。“精确营销系统的数据挖掘技术带来了一个全新的语言学维度的分析方法。我们现在能够给出一个元数据的含义和个性化的关键概念。”

精确营销系统的文本挖掘分析器是一个强劲的处理引擎，它能识别文本语言，不仅能够析取词干的含义，而且能够识别地名和产品术语。文本挖掘分析器是一个动态的工具，能识别含义和它们在色码、图像之间的交互。“概念映射和曲线图用于分析竞争对手”，FT的BI部门顾问Magali Chambon说。“这个研究能够帮助我们区分不同的事务，并且在管理层选择可能的方向时提供更清晰可见的依据[5]。”

4 结束语

在通信网络技术与IT技术迅猛发展的过程中，电信企业正发生着前所未有的深刻变革。本文对电信企业当前面临的问题进行深度剖析，深入研究了国内外主流运营商的转型方向与目标，详细介绍精确营销的特点、架构及其关键技术。希望该研究无论是对国内近两年新加入竞争的虚拟运营商，还是对传统老牌运营商的转型都有重要的参考价值。

参考文献（References）：

[1] 窦万春，江澄.大数据应用的技术体系及潜在问题[J].中兴通

讯技术，2013.8（4）：8

[2] 刘鹏，吴兆峰，胡谷雨.大数据——正在发生的深刻变革[J].中

兴通讯技术，2013.8（4）：2

[3] 华院分析技术有限公司.基于数据挖掘技术的精确智能营销

[EB/OL].http：//www.njude.com.cn/learner/vclass/#biye-

lunwenxiezuo，2003-12-9.

[4] 张汛来，张明杰.数据挖掘技术的几种实现方法[J].计算机科

学，1998（10）专刊：156

[5] Gartner. Gartner Research[Z].美国：Gartner咨询公司，

2010.