电信“ITV客户挖掘+装维随销”营销模型应用研究

李兵，杜朝晖，陈俊才

电信“ITV客户挖掘+装维随销”营销模型应用研究

李兵1，杜朝晖2，陈俊才3

（1、2.广东邮电职业技术学院，广东广州510630；3.中国电信广东公司，广东广州510000）

电信运营商企业间对客户资源的竞争日益加剧，各企业针对电信业务数据进行“商机挖掘”的方法来寻找潜在的客户资源。文章采用“业务数据挖掘”的方法分析，获得公司的ITV潜在客户清单，并以手机APP的形式推送至与公众客户接触面最大的装维人员进行业务随销。通过精准营销的项目应用，改变了以往“盲推销”的客户发展模式，有力地改善了客户感知并提升了营销成功率。

电信运营商；数据挖掘；客户感知；互联网视听

ITV，又称之为“宽带互联网视听业务”，通过电视接入宽带网络，享受直播、点播、回看节目，使用增值服务。与以往的电信业务发展一样，ITV业务在推广过程中存在以下的问题与挑战：

1）潜在客户难以发掘：不能较好地找到目标潜在客户，造成营销人员“广撒网”，对非潜在客户造成干扰，不利于客户对企业的感知。

2）企业成本过大：运营商客户基数过大，大量业务专项营销队伍的组建，加大了企业成本。

3）营销手段单调：针对公众客户的营销手段往往以短信、电话推送的方式为主，营销效果不佳。

4）营销过程中客户存在的问题不能得到集中的反馈与解答，降低了客户感知水平。

电信运营商通过对业务数据的挖掘分析，获得更为精准的潜在客户清单，并开发了客户端APP以供最贴近一线公众客户市场的装维队伍进行营销的营销模式能有效地解决这些问题：

1）通过大数据挖掘分析的方法［1］，过滤了大部分非潜在的电信客户，营销范围得到了较大的收缩，有利于增加公众客户对企业的好感。

2）通过已有的装维人员，在响应客户故障上门维修的过程中开展业务营销，既较好地降低了企业成本，又有效地扩充了业务营销的手段。

3）将“随销”的推荐信息嵌入到“装维工单系统”，能集中有效地取得客户的反馈信息，提升了客户对ITV产品的使用感知水平。

1　营销模型框架

本节先介绍“电信客户数据挖掘概论”与“装维随销”，再着重介绍基于两者融合的营销模型框架。

1.1电信数据挖掘概述

从技术上看，电信数据挖掘［2］是指从大量的、不完全的、有噪声的、模糊的实际电信业务数据中，提取潜在的有用的信息与知识的过程。电信数据挖掘使用人工智能、统计学、机器学习、模式识别与数据库等技术。

电信企业之间竞争逐渐进入白热化阶段，电信运营商已经从传统的“技术驱动”，凭技术取胜，逐步转变为“市场驱动、技术服务，两者融合”［3］。这就要求做到技术与市场相结合的业务发展模式，为顾客提供精细化、个性化、多样化的服务，充分利用企业掌握的顾客信息，辅助商业决策，助力目标客户挖掘，提高客户满意度与忠诚度。

目前电信运营商行业的数据主要来源于3个方向：基础客户信息数据（CRM系统数据）、网络数据（后台数据）、客户行为数据（前端数据）。而与电信大数据挖掘相关的项目也往往集合了这三个方面的数据来进行模糊挖掘，以得到关键技术指标。

1.2装维随销

在电信客户发展阶段，与客户联系最紧密的是电信客户经理，而在电信业务线路安装、故障维护与常规检查的过程中，与客户联系最多的当属装维人员。装维人员接触客户量大，具备大量的客户触点营销机会。而作为受客户依赖的装维人员推销业务往往比目前营业厅人员“主动出击”更具胜算。

但目前的状况是：装维人员很难获取第一手客户营销资料，对种类繁多的电信业务采用“盲推”的手段，缺乏科学的指导。

1.3模型总体架构

文章的营销模型总体分成两个模块：ITV客户数据挖掘模块、装维随销模块。模型设计如图1所示。

图1　营销模型总体框架设计

1.3.1ITV客户数据挖掘模块

数据源的采集来于运营商市场业务端、网络数据端及CRM三个方面6个属性（用户信息属性、用户网络属性、用户网络行为［4］、用户帐务信息、他网竞争属性、投诉信息属性）的55个字段，构建了“大数据支撑平台”［5］通过客户信息（或客户业务相关的接入号、多媒体帐号）进行查询，也可以通过客户所在区域或小区进行批量查询。

通过对已经安装ITV客户并客户反馈较好的客户进行数据挖掘关联分析可以得到：ITV的潜在客户具有下载量大、视频流量大、喜好热播电视剧与体育频道的特征。

此外，在加推ITV业务的时候，应与其它的电信业务（如WIFI组网、加价提宽带速率）组合成优惠套餐进行推送。

1.3.2装维随销模块

本模块借助于向手机装维系统嵌入业务推荐模块，以装维人员为主进行多渠道营销，包括装维上门与小区驻点等形式开展业务推广。

随销套字段信息嵌入手机工单系统，及业务推荐套餐，能较好地保护客户的个人信息不被泄露。最后的营销效果会被实时地反馈到ITV客户数据挖掘模块，以优化挖掘算法模型。

2　主要创新点与应用效果分析

2.1主要创新点

综合上所述，基于数据挖掘的装维随销营销模型，主要具有如下3个方面的创新点：

1）不同于以往的专家预测算法，本文提出使用“市场+网络”前后端数据源汇合的大规模数据字段表，进行关联分析挖掘，获得潜在的目标客户清单，具有更强的科学性。

2）不同于电信业务客户经理的营销方式，充分发挥了装维人员渠道进行营销，是电信业务营销方式的一次创新。此外，以装维工单的形式嵌入随销信息节约了系统开发成本，具有很好的实用性。

3）营销数据最后会被反馈到数据挖掘模式，以形成“闭环”的方式，对挖掘算法进行持续优化。

2.2应用效果与分析

文章采集到针对3608名“装维随销”目标客户的营销效果数据，与ITV业务相关套餐的推介成功率如图2所示：所有ITV业务相关套餐使用本文模型的推介成功率均高于以往使用传统的随机营销方式。

图2　ITV业务推介成功率对比图

从图2中可以看到，单ITV业务（包年、包季、包月）的推介成功率远低于ITV组合套餐，说明在以后的营销中，应加重ITV组合套餐的推介。

3　未来展望

下一步工作主要包括以下几个方面：

1）扩充数据源：本文的挖掘算法基于6个属性55个字段的数据进行模糊匹配，需要进一步扩充数据源字段。

2）提高挖掘算法的准备率：文章的数据挖掘算法仅使用了关联规则算法，为了进一步提高目标客户的准确率，需尝试人工神经网络［6］、聚类挖掘等算法，并通过“随销”成功率的真实环境数据进行评定。

3）装维营销模块还需得到持续优化，如对装维人员进行营销口径培训、拓展营销渠道与方式。

［1］宋燕辉，陈霖.基于大数据挖掘的终端感知与换机应用研究［J］.湖南邮电职业技术学院学报，2015（4）：13-14.

［2］梁吉业，冯晨娇，宋鹏.大数据相关分析综述［J］.计算机学报，2016（39）：1-18.

［3］彭惠莲，莫亦兵.移动运营商盈利模式的探讨——对茂名移动公司的案例研究［J］.特区经济，2006（11）：363-364.

［4］F.Benevenuto，Tiago R，Meeyoung C，Almeida A. Characterizing User Behavior in Online SocialNetworks// ProceedingofSIGCOMM，Barcelona，Spain，2009：49-61.

［5］刘振华.浅谈大数据时代的数据支撑系统建设［J］.中国有线电视，2015（1）：19-22.

［6］金杉，金志刚.基于自适应模糊广义回归神经网络的区域火灾数据推理预测［J］.计算机应用，2015（35）：1499-1504.

Application research onmarketingm odelof“ITV customerm ining+ marketingwith installation andmaintenance”

LI Bing1，DU Zhao-hui2，CHEN Jun-cai3
（1、2.Guangdong VocationalCollegeofPostand Telecom，Guangzhou，Guangdong，China510630；3.China Telecom，Guangdong Branch，Guangzhou，Guangdong，China 510000）

With the increasing competitions on customers，telecom operators search the potential customers resources bymeans of transaction datam ining.By themethod of transaction datamining，we extract the potential ITV customer list in this paper.In the form of mobile phone APP，this list can be used by staff of teleservice installation and maintenance to promote telecom products.Through the application ofprecisionmarketing project，we can improve customer perception and enhance the success rateofsales effectively，instead of the“blind selling”marketing strategy.

telecom operators；datamining；customerperception；Internetaudio-visual

10.3969/j.issn.2095-7661.2016.02.024】

F626，F274

A

2095-7661（2016）02-0075-03

2016-03-09

李兵（1986-），男，湖南永州人，广东邮电职业技术学院助教，硕士，研究方向：web数据挖掘、物联网技术。