基于大数据分析应用的市场精准营销支撑新思路研究

彭德新

摘要：针对目前粗放式流量经营模式存在的营销成本高、营销效率低、未能充分挖掘用户潜在价值的问题，从电信运营商角度入手进行研究，电信运营商应积极探索大数据分析应用，构建以数据仓库为载体的流量经营支撑平台，实现多维数据的关联分析，引入数据挖掘构建目标用户模型，建立高效的信息支撑平台支撑市场营销，提升营销效率、降低营销成本，实现从“粗放式流量经营”到“精准化流量经营”的华丽转变。

关键词：大数据；流量经营；数据挖掘；精准营销

一、前言

随着移动互联网数据业务流量，呈现爆炸式发展态势，流量收入已成为电信运营商的主要收入来源之一。然而，传统的流量经营是提供同质化的、以GB为价值衡量单位的流量产品的模式，而不考虑谁在用网络、为何用网络、何时用网络、何处用网络、感知如何。随着移动互联网业务的快速发展，这种粗放的经营模式，由于不了解用户需求，无法针对不同业务应用的客户量身定制营销方案，因此缺乏准确的目标用户导向，往往采取普遍撒网的方式，导致营销效率低，营销成本高，用户价值也未得到充分挖掘。

“扩大流量规模、提升流量层次、丰富流量内涵”是运营商突破流量经营困境、释放流量价值的三大法宝。而三大法宝的实现则依赖于以智能管道和聚合平台为基础的大数据分析应用。相比于第三方移动互联网公司，运营商拥有丰富的网络运营数据和用户业务数据，数据信息更全面、更准确。因此，运营商在大数据应用领域具有得天独厚的优势，通过大数据分析可以更快捷、更高效的获取价值信息，助力营销策略制定，实现从“粗放式流量经营”到“精准化流量经营”的华丽转变。

二、基于大数据分析的市场营销支撑思路

（一）构建以数据仓库为载体的分析支撑平台

数据仓库是一个面向主题的、集成的、相对稳定地反映历史变化的数据集合，用于支持管理决策。首先，数据仓库用于支持决策面向分析型数据处理，它不同于企业现有的操作型数据库；其次，数据仓库是对多个异构数据源的有效集成，集成后按照主题进行重组并包含历史数据，而且存放在数据仓库中的数据一般不再修改。

本次研究主要是通过聚合基站数据库、无线网、核心网、BSS系统、终端管理系统等海量数据，实现用户终端、套餐、业务量、ARPU值、用户主要活动区域、用户上网偏好、业务类型、业务感知指标等多元数据的关联分析，形成具有高价值信息的数据仓库。再以数据仓库为载体，运用OLAP方法，建设用户画像、热点透视、领域分层等核心能力组件，拓展数据服务范围，打造灵活、开放的数据服务平台，提升流量经营支撑能力[1]。

（二）运用数据挖掘算法构建用户模型，支撑营销策略定制

常用的算法主要包括决策树、神经网络、贝叶斯分类、关联规则等。算法不是专门为解决某个问题而特制的，各种算法之间也并不互相排斥。

关联规则分析是指若两个或多个数据项的取值之间重复出现概率很高时，它们就存在某种关联，可以建立起这些数据项的关联规则。关联规则可直观的表达数据中项集间的联系，这种联系并不是基于某种特定的分布、依靠数据在特定模型中的多次迭代拟合而来，而是根据项集在数据资料中出现的概率来构建。因而，这种方法有异于传统的统计学方法，其优势在于结果明确，容易解释[2]。

（三）引入数据挖掘模型，实现市场营销全流程监控

数据挖掘的过程模型CRISP-DM强调完整的数据挖掘过程，不仅只针对数据整理、数据呈现、数据分析以及构建模型，还包括对企业需求的了解，以及后期对模型进行评价和延伸应用，也是一个完整的数据挖掘过程不可或缺的。CRISP-DM从方法学的角度强调实施数据挖掘的方法和步骤，并独立于每种具体数据挖掘算法和数据挖掘系统。

相比其他方法，CRISP-DM更适用于运营商以用户、市场为导向的经营模式。本课题研究基于CRISP-DM模型进行市场营销支撑数据挖掘，通过大数据分析，可以更快捷、更高效的获取价值信息，助力营销策略制定，实现从“粗放式流量经营”到“精准化流量经营”的华丽转变[3]。

三、基于大数据分析的市场营销支撑应用

（一）打造高效的信息支撑平台，提高经营决策支撑效率

采集多维度海量数据是丰富平台内涵的基础，构建数据仓库是利用平台开展大数据分析的依据。通过建立“自学习”决策中心，将分析支撑经验沉淀形成决策库，并固化于信息支撑平台。该平台集成了多个部门的数据信息，结合数据仓库技术和快速决策中心的应用，为制定流量经营策略提供快速的信息支撑。应用分析决策中心支撑系统结构如图1所示。

以建立“流量包”产品的营销方案为例，通过提取连续4个月用户的手机号码、总流量、套外流量（收入）、当前流量包办理情况、流量包包含流量、网络质量等数据，依托信息支撑平台快速整合数据。

其中，用户常驻小区的网络质量直接影响到用户的上网感知，根据手机测量报告MR数据，将用户常驻小区网络质量分为好、中、差三类【（RSRP>=-90dBm的周期性MR点数）/（RSRP>=-90dBm的周期性MR点数）大于等于80%，定义为好；大于等于60%，小于80%定义为中；低于60%为差】。决策中心同时根据植入的聚类算法对每个月录入的流量数据进行聚类整理自动调整分类门限。信息支撑平台输出部分数据字段有用户手机号、归属地、套餐外流量收入、总流量、是否开通普通流量包、是否超套等[4]。

（二）实现场景化触点分析，支撑营销“准实时”化

结合市场部门的营销策略，对时域、地域、网络、用户、终端、业务等多维度数据开展深入分析，建立数据挖掘模型，将关联分析算法模型固化至基于智能管道的场景化触点营销支撑工具中，精准定位目标用户特征，快速输出匹配不同场景营销策略的目标用户清单，根据用户模型的变化，及时调整支撑方案，实现用户需求的及时响应和准实时触点营销支撑，抢占营销先机。