大数据在电信运营商市场分析及精确营销的应用研究姚O炯.docx

1、大数据在电信运营商市场分析及精确营销的应用研究姚O炯大数据在电信运营商市场分析及精确营销的应用研究姚 逴 炯(中国移动广东公司潮州分公司, 广东潮州521011摘 要近年 , 由 于 外 部 环境 客 户 短 信 消费不 断 下 降 、 营销 成本 压缩 的 内 部 环境 压 力, 电 信 运 营商 急 需优 化 流 程 提升 营销效 率 , 而 大 数 据 的成 熟 运用 有 助 于 解决 电 信 运 营商 所 面 临 的 困 境 。 某 市 级 电 信 运 营商借 助 大 数 据 , 运用 决 策 树 等 数 学 模 型对全 市的 短 信 客 户 进 行了 完善 的市场 分 析 , 并 精

2、 确 定 位 业 务 办 理 倾 向 性 高 的 潜 在 客 户 , 进 行 更 高 成 功 率 的产 品 推 荐 营销 , 使 电 信 运 营商 在 营销 资源 有 限 的 情 况 下 , 将有 限 的 营销 资源集中 投 放 到 业 务 办 理 可 能 性 指数 较 高 的 潜 在 客 户 , 从 而 优 化 营销 流 程, 提 升 业 务 推 广 成 功 率 , 实现 以更 少 成本 获 取 更 大 利 润 的 目 的。关键词大 数 据 ; 电 信 运 营商 ; 市场 分 析 ; 精 确 营销 ; 应 用 研究 中图分类号F623文献标识码B收稿日期2014-08-04一 、 电信运营商

3、面临的挑战受到微信等 OTT 业务影响,2014年春节期间全国短 信发送量同比 2013年下降 42%, 而移动互联网接入流量 增加 86.4%。 短信发送量的大幅下滑导致电信运营商收 入下降, 而手机上网流量由于极其低廉的单位价格, 流量 的增长难以弥补短信收入的下降,从而给电信运营商运 营收入任务的完成带来极大压力 。 加上 2014年 6月 1日 起中国电信业税收政策被纳入 “ 营业税改增值税 ” 试点, 为确保利润,国资委要求三大电信运营商在 3年内减少 营销费用 400多亿元 。 宏观环境及国家政策的改变迫使 电信运营商在必须优化营销环节, 降低成本, 提升效率, 实现用更少的成本维

4、持稳定的运营收入 。二 、 大数据的应用有助于解决电信运营商面临的 困境大数据的应用技术日趋成熟为电信运营商优化营销 过程, 利用更少成本, 创造更高收入创造有利条件 。 大数 据, 指的是需要新处理模式才能具有更强的决策力 、 洞察 发现力和流程优化能力的海量 、 高增长率和多样化的信 息资产 。 利用大数据, 可以洞察客户的消费心理与行为, 可以帮助企业定位合适的客户 、 选择合适的推广内容 、 优 化产品质量 、 优化推广渠道 。 对于现代企业来说, 大数据 就是等于大机会! 当然, 把握机遇的前提是有目的地整合 数据, 建立数据中心, 做好营销数据管理 。 由于个人客户 的通话 、 短

5、信 、 手机上网等行为均承载于电信运营商的通 信网络,因此电信运营商在大数据运用方面具有无可比 拟的天然优势 。 下面, 我们以真实的大数据商业应用案例 来介绍某一个市级电信运营商如何利用大数据进行营销分析及业务推广, 从而优化营销过程, 以更少成本获得更 高业务推广成功率 。三 、 大数据挖掘简介大数据挖掘是一种从海量数据中提取有价值信息的 综合技术, 它包括数据分类(分类 、 估计 、 预测 、 聚类分析 、 关系分组与关联分析 。 本文针对数据分类技术, 实施对各 场景业务的特征的发现, 实施过程如下:一是对实施业务 /产品进行调研 。 了解分析挖掘的要求和目的, 做好之后 每个环节的规

6、划 。 二是通过业务 /产品调研后, 提取相关 数据进行探索与理解, 为数据挖掘设计 、 建立数据宽表 。 三是使用分析挖掘工具对宽表数据进行分析挖掘,提炼 出当中隐藏的有价值的知识, 形成模型成果 。 四是根据商 业目的, 对模型成果进行推广或应用, 如:模型提炼出目 标用户后, 实施营销推荐活动 。四 、 案例 1:借助大数据分析协助制定营销策略 OTT 业务对电信运营商的短信业务造成了巨大的冲 击, 虽然短信收入下降趋势不可阻止, 但电信运营商仍需 采取正确的策略去延缓短信收入下降速度 。采用何种策略延续短信下降,首先我们需要分析哪 些客户的短信发送量下降了,是什么原因导致他们的短 信发

7、送量下降 。 在本案例, 具体的分析方法是采用把在网 一年以上全市的短信客户按同比去年短信量上升或下降 程度分为 7个客户群,通过海量数据对比分析短信上升 客户与短信下降客户有何差异 。 从而发现客户短信发送 量下降或上升原因,并采用针对性举措延缓全市短信发 送量下降趋势 。文章编号1009-6043(2014 08-0066-05第 2014年第 8期 (总第 451期 商 业 经 济 SHANGYE JINGJINo.8, 2014Total No.45166-图 1某市级电信运营商全量在网 1年以上短信客户同比去年增幅客户分布比例图(一整合数据形成数据宽表是应用大数据的基础 运用大数据的

8、基础是有目的地整合数据,建立数据 中心, 做好营销数据管理 。 由于客户所有的通信行为均承 载在电信运营商的通信网络,在这方面电信运营商具有 天然优势 。 开展大数据分析的第一步, 便是整合客户的海 量数据 。 在本案例中, 客户的海量数据包括以下 9方面:一是客户基础属性:包括品牌主套餐 、 在网时长 、 所归属 的乡镇等行政区域等; 二是流量特征:4G 流量 、 3G 流量 、 2G 流量 、 点对点短信发送量等; 三是消费特征:语音消费 金额 、 短信消费金额 、 流量消费金额等; 四是业务特征:流 量套餐 、 短信套餐 、 家庭网 、 短号网等业务属性; 五是余额 及充值记录:可用余额

9、 、 充值次数 、 充值金额 、 近 4个月充 值金额趋势值 、 近 4个月充值金额波动值等;六是交往 圈:语音紧密联系人人数 、 短信紧密联系人人数等; 七是 地理位置:日间活跃场景(学校 、 厂区 、 办公楼等 、 夜间活 跃场景等; 八是语音特征:本地 、 长途等通话时长, 呼叫转 移等行为; 九是数据业务特征:飞信使用次数 、 139邮箱使 用次数等 。图 2对海量客户数据进行清理整合, 形成数据宽表 (二运用数学模型识别影响客户短信量的关键因素 对以上 9方面数据进行清理整合,形成一张囊括客 户移动通信行为海量数据的数据宽表 。 基于这张数据宽 表,运用数据挖掘工具 SPSS Mod

10、eler 中的决策树算法对 全市短信客户进行对比分析 。 通过比对结果, 我们可以发 现, 客户的总 ARPU(即话费消费总支出 、 2G 流量 、 在网月 数 、 流量业务收入 、 家庭网通话次数占比 、 所在家庭网成 员数 、 是否办理短信套餐这 7个因素, 对客户短信量同比 去年上升还是下降, 有显著的影响力 。 柱形的面积越大, 说明影响的力度越强 。图 3影响客户短信量增幅的关键因素(三针对每一个关键因素进行详细分析通过数据挖掘分析,我们发现短信量同比去年上升 或下降的客户, 在总 ARPU(话费支出 、 2G 流量等 7个关 键因素有显著差异 。 接下来就需要针对每一个关键因素,

11、详细分析短信量下降的客户和上升的客户,在这些关键 因素上具体有何差异,从而解答我们对短信量下降原因 的疑问 。1.哪些人短信发送量降了图 4不同类型短信客户 ARPU 值分布结构分析 从上图可见,短信量下降的客户中,高 ARPU 客户 (黄色 、 绿色部分 占比低,而且短信量上升的客户, 高 ARPU 的客户占比更大 。 也就是说, 我们初步可以得出结 论, 资费敏感的低 ARPU 客户, 更容易减少短信发送量 。 2.为什么短信发送量下降人际间的沟通需求是不变的, 短信量的下降, 证明客 户采取了其它方式代替短信进行沟通 。 接下来我们对第 2个关键因素 “ 2G 流量 ” 进行分析 。图

12、5短信发送量与流量使用量的相关性分析 上图是对全市短信客户 14年比 13年同期短信量变 化及手机流量变化做的一张散点图 。 其中纵轴是每一个 客户的短信量同比增幅, 横轴是客户流量的同比增幅 。 中 间一条明显下降的红色趋势线告诉我们,客户的短信发 送量增幅与流量增幅是负相关的 。 也就是说, 客户的流量 增长得越快, 则短信发送量下降更快 。 因此, 微信 、 QQ 等 即时通信业务对短信业务量的影响是真实存在的 。 此外,我们对另一个关键因素 “ 家庭网通话次数占 姚 逴 炯:大数据在电信运营商市场分析及精确营销的应用研究 67 - -比 ” 进行分析 。 为加强客户黏性, 防止客户离网

13、, 电信运商 营推出了家庭网业务, 家庭网内成员每月只需 5元, 即可 无限免费与家庭网内其它成员通话 。 “ 家庭网通话次数占 比 ” 指的是客户与家庭网网内成员通话的次数, 占该客户 总通话次数的比例 。图 6家庭网通话次数占比与短信发送量增幅的相关性分析 从上图可见, 家庭网通话占比越接近 0, 短信量上升 的客户(黄色 、 橙色 、 蓝色 、 绿色部分占比较高 。 而家庭网 通话占比越接近 1, 短信量下降的客户占比较高 。 在短信业务爆炸式增长的 2003年,语音通话高达 0.5元 /分钟, 而短信通信费仅 0.15元 /条 。 十几年之后的 今天, 语音通话基本接近 0.2元 /分

14、钟, 并且还有许多类 似家庭网网内通话免费服务,而短信的资费标准却仍维 持在十几年前的 0.15元 /条 。 既然打电话的成本远远低 于发短信,那客户为什么不打个电话 1分钟内把事情说 清楚, 而还要选择更贵的短信发送方式呢? 因此我们这里 可以得出另一个结论, 除了微信等 OTT 业务对短信业务 产生了替代作用,语音资费的不断下降也对客户的短信 发送量造成了冲击 。3.哪些客户的短信发送量还在上升虽然短信量下降是大势,但我们发现仍然有 35%的 客户短信发送量与去年持平甚至提升超过 60%。 接下来 主要分析这些短信发送量上升的客户有什么特征 。图 7短信套餐与短信发送量增幅的相关性分析 从

15、上图可见,办理了短信套餐的客户短信发送量同 比上升的客户占比, 远高于没有办理短信套餐的客户 。 也 就是说办理短信套餐有助于稳定客户的短信收入,减缓 短信量下降趋势 。4.小结在本案例中,我们首先采用决策树等数学模型对全 市的短信客户进行数据挖掘分析,发现短信上升客户与 短信下降客户在 ARPU 值 、 2G 流量 、 家庭网网内通话次 数占比 、 短信套餐这几个因素有显著的差异 。 然后我们再 单独针对每一个因素进行仔细分析,找出具体的差异点 在哪里 。 经过大数据分析, 我们发现短信量下降主要来自 资费敏感型的客户,由于微信 /家庭网等产品提供了近 似免费的沟通方式, 对短信产生巨大的替

16、代作用, 是导致 客户短信发送量急剧下降的主要原因 。 同时, 我们也发现 客户办理了短信套餐之后, 有助于稳定短信收入, 减缓短 信量下降 。 因此接下来短信业务运营的重点策略便是大 力推广短信套餐, 提升短信套餐渗透率, 从而实现收入稳 定, 延缓发送量下降的目标 。五 、 案例 2:借助大数据开展精确营销虽然客户手机流量增长迅速,然后流量的单位价格 极为低廉,电信运营商必须在流量业务的基础上推广手 机视频 、 手机阅读 、 手机游戏等数字内容产品, 才能实现 新的收入利润增长点 。 由于国资委要求电信运营商大幅 削减营销费用, 大数据在精确营销方面的成熟运用, 可以 优化电信运营商的营销

17、流程, 大幅提升推广成功率, 实现 用更少的成本去发展更多的客户及收入 。 本案例构建目 标客户分析 、 业务关联运营 、 位置服务信息和终端信息合 成的全景式客户视图,通过大数据挖掘 +场景化营销手 段, 实现在合适时间 、 合适地点 、 向合适用户 、 推荐合适业 务的 4R 要求,从而提高客户流量使用量和手机视频 、 手 机阅读 、 手机游戏等数字内容产品渗透率及信息费收入 。 (一数据准备, 生成宽表大数据营销的第一步同样是生成数据宽表,除上案 例 1提及的客户基础属性 、 流量特征 、 消费特征 、 业务特 征 、 余额及充值记录 、 交往圈 、 地理位置 、 语音特征等, 这 里我

18、们增加多一部分客户的手机 APP 使用习惯 。 部分数 据示例如下: 客户手机 APP 使用明细表由于智能手机的普及,客户越来越多的在手机上运 行微信 、 手机 QQ 、 手机导航等手机 APP 应用程序 。 通过 分析客户曾经使用过什么 APP 手机应用, 可以让我们对 客户的行为偏好有一定的认知 。(二数据探索, 找出关键因素2014年是世界杯年,某市电信运营商计划借助世界 杯热点契机向客户推广手机视频业务,引导客户通过手 客户 ID APP 类型 APP 名称62101065032565032565032565032565032565932866052767435467435468288

19、0684806686185688868801216807776807981837694837694855392855392855392859879859879859879859879888528900056903338905803即时通信工具工具即时通信电子商务即时通信生活服务即时通信音乐即时通信电子商务即时通信即时通信即时通信浏览器影音图像交通导航浏览器即时通信影音图像即时通信即时通信P2P 视频游戏旅游出行即时通信交通导航即时通信即时通信即时通信微信WiFi 管家安卓系统管家陌陌淘宝微信彩日历微信QQ 音乐微信京东商城微信微信微信手机 QQ 浏览器可可手机电视XX地图UC 浏览器微信可可手

20、机电视手机 QQ微信PPS 影音节奏大师微车违章查询微信apple maps微信手机 QQ微信商业经济 第 2014年第 8期 SHANGYE JINGJI No.8, 2014 68-机视频 APP 观看世界杯直播 。 首先,我们先对比分析一 下已经使用手机视频业务的客户与没有使用手机视频业 务的客户有什么差异 。利用 SPSS Modeler 提供的网络图功能对某市全量客 户的手机 APP 使用行为进行分析, 我们发现, 使用手机 视频 APP 的客户, 往往会同时使用音乐类 、 即时通信类 、 影音图像类 、 社交网络类 APP(详见下图, 线条越粗, 代表 越多客户同时使用这两类手机应

21、用 APP 。 因此, 我们可 以把客户是否使用以上 4类 APP 作为分析客户是否手 机视频业务潜在客户的关键因素 。图 8手机视频 APP 与其它类别 APP 的相关性分析 我们继续对数据宽表中的其它字段进行探索性分 析 。 这里,我们利用 SPSS Modeler 提供的分布图功能对 “ 品牌主套餐 ” 、 “ 手机操作系统 ” 、 “ 客户活跃区域场景 ” 等 名义型字段进行分析 。 我们发现使用 android 操作系统手 机的客户数最多, 并且使用手机视频类 APP 的客户占比 最高 。图 9手机视频 APP 使用行为与手机操作系统的相关性分析 对品牌主套餐进行分析, 我们可以看到

22、办理 3G 网聊 卡的客户,使用手机视频类 APP 的客户比例也比较高, 这也比较符合 3G 网聊卡的年青互联网客户的产品定位 。图 10手机视频 APP 使用行为与客户品牌主套餐的相关性分析我们还可以发现, 在风景区 、 汽车站 、 火车站 、 酒店 等场景活跃的客户, 使用手机视频业务的比例往往也比 较高 。图 11手机视频 APP 使用行为与客户活跃场景的相关性分析 我们采用分布图对其它名义型的字段进行分析, 可 以发现客户是否办理流量套餐 、 客户手机品牌名称 、 以及 手机市场价格等字段与客户是否使用手机视频业务有显 著的相关性 。接下来我们采用 SPSS Modeler 提供的直方

23、图功能对 数值型的字段进行分析 。 从下图可见流量越高, 使用手机 视频业务的客户占比越高 。图 12手机视频 APP 使用行为与客户流量的相关性分析 下图告诉我们, 当交往圈在 100以下, 交往圈越小, 使用手机视频客户比例越高 。 说明手机视频是宅男宅女 们的最爱 。图 13手机视频 APP 使用行为与客户交往圈的相关性分析 下图告诉我们,在网时间短的客户中使用手机视频 业务的客户比例较高 。 在网时间长的客户往往年纪较大, 姚 逴 炯:大数据在电信运营商市场分析及精确营销的应用研究 69 - -对手机视频这种新事件接收能力较低 。 图 14手机视频 APP 使用行为与客户在网时间的相关

24、性分析我们采用直方图对其它数值型的字段进行分析, 可 以发现客户的 3G 流量 、 2G 流量 、 3G 流量近 4个月波动 值 、 2G 流量近 4个月波动值 、 总流量近 4个月趋势值 、 3G 流量近 4个月趋势值 、 网内通话次数等数值型字段与客 户是否使用手机视频业务有显著的相关性 。(三数据挖掘建模通过前面进行的数据探索,我们确定了客户是否使 用音乐类 、 即时通信类 、 影音图像类 、 社交网络类 APP 等 逻辑型字段,客户是否办理流量套餐 、 客户手机品牌名 称 、 以及手机市场价格等名义型字段, 与客户的 3G 流量 、 2G 流量 、 3G 流量近 4个月波动值 、 2G

25、 流量近 4个月波动 值 、 总流量近 4个月趋势值 、 3G 流量近 4个月趋势值 、 网 内通话次数等数值型字段作为数据挖掘建模的输入字 段 。 然后我们把客户是否使用手机视频 APP 作为数据挖 掘建模的输出字段,选择 SPSS Modeler 的决策树模型进 行建模 。 得出结果如下:图 15手机视频 APP 潜在客户数据挖掘模型成果图的右方告诉我们数据挖掘模型中,哪些因素对判 断客户是否手机视频 APP 潜在客户最为重要 。 从上图可 知客户的 3G 流量 、 总流量 、 被叫次数 、 是否使用音乐类 APP 等字段是判断客户是否手机视频潜在客户的重要因 素 。 而图的左方则是提取手

26、机视频潜在客户的规则集 。 我 们可以把这些条件导出,然后提取符合以上条件的客户 作为手机视频业务推广的目标客户 。图 16手机视频 APP 潜在客户输出示例 我们还可以运用生成的决策树模型对全量客户进行 运算, 计算出每一个客户的手机视频业务使用可能性 。 在 营销资源有限的情况下,我们可以优先选择业务使用可 能性最高的客户群, 输送到短信平台 、 微信平台 、 营业厅 等渠道, 针对目标客户进行手机视频业务推荐, 最大化提 升资源运用效率, 提升业务办理成功率 。(四应用效果2014年 6月某市电信运营商向手机视频办理可能性 指数大于等于 0.03的 16万客户推广手机视频世界杯直 播业务

27、, 推广成功率为 3.2%。 而从全体客户随机抽取的 参照组客户办理成功率为 0.9%。 通过数据挖掘促进业务 推广成功率提升 250%, 有效提升营销资源利用率 。(五小结在本案例中, 我们首先采用网络图 、 分布图 、 直方图 等工具,找出判断客户是否手机视频业务潜在客户的关 键因素 。 并将找到的关键因素作为输入字段, 将客户是否 使用手机视频业务作为输出字段 。 选择决策树模型进行 数据挖掘分析, 找出这些影响关素的重度性排序, 并助生 成手机视频业务潜在客户提取规则,并计算出每一个客 户的手机视频业务办理可能性指数 。 在电信运营商营销 资源有限的情况下, 可以将有限的营销资源, 集

28、中投放到 业务办理可能性指数较高的潜在客户,从而实现运用最 少资源产生最大效益的目标 。六 、 结论面对着外部环境客户短信消费不断下降,以及营销 成本压缩的内部环境压力,电信运营商急需优化流程提 升营销效率 。 而大数据的成熟运用为电信运营商的精细 化营销提供了无限可能 。 面对大数据浪潮的汹涌而来, 电 信运营商这类传统企业本身已经拥有较为完善的信息化 架构, 并无须对现有企业进行大的变革, 只需用好当前所 拥有客户大数据, 即可以为企业创造更高的价值 。 例如提供更完善的市场分析为营销策略决策提供更精准 、 更客 观的依据 。 或者可以精确定位业务办理高倾向性潜在客 户, 进行更高成功率的

29、产品推荐营销 。当然我们在应用大数据的时候也不能一味求全求 大 。 应用大数据的关键能力之一, 是把数据变小的本领 。 在运用数据的时候, 需要的不是面面俱到的数据, 而是比 较敏感的数据, 对预测或者分析起到关键影响力的数据, 因此在运用大数据的时候, 同样需要人为地去探索, 去判 断发掘关键因素 。大数据人人都知道, 每个人都觉得很高深, 但真正的 挑战是把大数据应用起来 。 本文举了两个案例, 分别是大 数据在市场分析以及精确营销产品推荐方面的案例, 只 需简单的几个步骤便可以借助大数据提升制定营销策略 的准确性及精确营销的成功率 。最后在大数据应用的过程,还需要做好客户信息安 全规范的制定, 避免客户隐私信息的泄露 。责任编辑: 刘玉梅商业经济 第 2014年第 8期 SHANGYE JINGJI No.8, 201470- -