115-广东-综合-基于市场细分模型的微区域运营体系

基于市场细分模型的 微区域运营体系 中国移动通信集团广东有限公司 2009年 11月 -2- 一、项目应用背景 地市分公司微区域运营的支撑要求 应对外部市场竞争环境的要求 集团公司经分应用规范的更高要求 基于市场细分模型 的微区域运营体系 2009年初以来广州等地市公司先后试点微区域运营，对经分支撑提出了更高要求 贴近市场业务需求，规范经分应用，是集团公司的一贯要求 电信重组后全业务竞争日趋激烈，快速决策快速响应市场变化，需要更有针对性的数据支撑 -3- 二、项目目标及其意义 建立基于微区域运 营的市场细分模型 建立微区域 运营支撑体系 项目目标 通过市场细分精准定位微市场客户群，准确匹配合适产品与渠道，有助于降低营销成本，提高营销资源使用效率。 规划、设计微区域运营体系，实现对微区域相关市场经营数据的全面监控，可以及时反映微区域市场变化，灵活调配营销资源。 基于微区域运营构建市场细分模型，可准确刻画各微市场客户群体特征，实现精准定位，有助于市场经营部门的精细化营销管理。 外来工市场 农村市场 校园市场 社区市场 -4- 校园市场细分 家庭角色识别 外来流动人口识别 农村市场细分 基站 分布 通话 归属 集团 客户 渠道 归属 其它定 义方式 社交网络分析 三、项目简介 整体研究思路 总体思路 以社交网络分析为基础建模。基于社交网络分析，通过社交群体识别算法判别联系密切群体，结合地理归属形成微区域市场细分网格。 -5- 微区域运营支撑体系示意 市场运营 考核管理 - 经营情况 - 话务情况 - 业务办理情况 - 产品销售统计报表 - - 客户看管 - 渠道管理 - 集团维系 - 竞争应对 - 自定义微区域特色模块 -中山大学微区域话务监控 -天河软件园微区域分析 - PORTAL 微区域运营支撑体系 -6- 三、项目简介 整体安排 系统开发 需求研发 试点应用 应用推广 1-2月 3-5月 6月 7月 -今 1月，广东公司提出项目构想 2月调研广州、中山、惠州等地需求 3月中旬，确认广州试点开发方案 4月底完成各细分模型 5月下旬完成支撑体系开发 6月初支撑体系广州试点上线 完成各模型优化 7-10月广州应用细分模型进行校园营销 7-10月支撑其它地市数十个专题分析 市场细分模型应用情况 广州：高校竞争监控 高校学生特征挖掘 惠州：农村 区域应用优化 中山：老乡网 12580-求职者识别 汕头：社区市场家庭角色识别 -7- 四、项目应用 基于社交关系的微区域市场细分方案 通过以下 4个步骤，应用微区域市场细分方案对微市场营销体系，形成微区域运营管理闭环。 多维微区域市场定义 社交网络微区域 市场细分 微区域市场特征识别 微区域市场运营支撑 结合地理归属特性和用户使用特征建立多维微区域定义立方体 基于社交网络分析，通过社交群体识别算法判别联系密切群体，结合地理归属形成微区域市场细分网格 以微区域网格的地理属性，根据网格内用户行为特征，识别和刻画微区域市场特征 根据微区域市场态势和群体特征，对微区域的进行市场监控和营销推广，实现精耕细作，深度运营 -8- 多维微区域市场定义 城中村外来人员微区域 近郊农村微区域 远郊农村微区域 高校微区域 中小学微区域 高档社区微区域 外来流动人员微区域 社区家庭微区域 用户小区识别模型 基站话务量分析 用户地理位置分析 学生识别模型 校园地理位置分析 客户价值分析 用户小区识别模型 社区校园农村微区域市场多维立方体 基于传统的微区域地理归属定义，实现 多维的微区域市场细分网格 定义，以用户 社交关系特征和地理归属结合 的方式定义微区域市场，形成更灵活的多维微区域市场立方体与业务管理需求相匹配。 小区归属网格 市场细分网格 渠道归属网格 物理区域网格 市场细分网格 集团客户网格 微区域市场细分网格 社交关系和地理归属相结合 小区基站地理归属 中山和东莞公司，利用外来人员交往圈相对固定的特点，通过分析社交关系，与外来人员集中区域小区基站匹配，形成外来人员微区域网格。 -9- 微区域细分市场特征识别 通过社交网络分析的社区识别方法，将交往圈中的社会关系拆分成相互不重叠的社区，结合用户归属位置信息，形成微区域的市场细分网格。 变量列表 田园群 校园群 老乡群 个体经营户群工作时间成员出现在X 基站占比高 高睡眠时间成员出现在X 基站高 高一般时间成员出现在X 基站高，中 高，中 高，中 高，中成员平均 AR PU 高，中 中，低 中，低 高，中用户品牌（全球通，神大，动感地带）占比（全球通占比）高，中（动感地带占比）高、中（卡类占比）高、中（全球通占比）高，中平均群内用户短信占比 中，低 高，中 中，低平均用户交往圈 中，低 高，中飞信使用 中，低 高，中 中，低长途通话占比 中，低 高G PR S 使用占比 高，中 高，中高校 政府 商圈 城中村 社区 IT 工业园 地理微区域网格 用户社交网络分析 微区域细分市场 微区域用户特征刻画 微区域细分市场特征识别 -10- 微区域细分市场应用支撑 通过数据集市，数据挖掘系统，营销管理平台的多个经营分析子系统对微区域市场的协同支撑，形成有效的微市场服务营销一体化经营体制，对经营指标、客户异动、渠道统计以及本地收集的各类数据进行 多层次全方位监控 。使微区域负责人可以在第一时间获得区域内市场信息，并可根据这些信息开展本地的个性化营销应用。 高校 政府 商圈 城中村 社区 IT 工业园 数据挖掘系统 营销管理平台 数据集市 - KPI考核管控 - 营销服务名单下发 - 微区域分析对比 - 营销活动报告 - 微区域市场细分 - 用户业务匹配分析 - 微市场用户画像 - 微市场用户偏好分析 - 营销资源投入分析 - 营销服务方案策划 - 营销服务方案执行 - 营销服务方案评估 白云区城中村流动人口话务营销 外来工 12580求职平台推广 微区域市场管理 微区域个性化本地应用 -11- 五、项目中的应用模型介绍 用 加权有向边 度量社会关系的可能性 根据家庭用户特征给各有 向边赋权，反映社区关 系的变量赋以大的权重 用 多个有向边 度量节点间联系程度 x1 x2 x3 w1*x1+w2*x2+w3*x3 ID1对 ID2夜间漫游主叫通话次数 ID1与 ID2交往最频繁号码重合率 ID1与 ID2交往最频繁时段主叫次数占比 加权有向边度量值高的边表示两个用户具有较紧密的联系特征 每个节点代表一个用户 . 每条有向边代表两用户间某种通话行为方式的联系 . 加权有向边是一条虚拟边 ,综合考虑了所有有向边对用户间关系的刻画 .给有向边赋予合适的权重以度量两者关系的紧密程度 用户交往圈信息 用户清单的位置信息 小区信令信息 用户 ID1 用户 ID2 社交关系网络 社交关系网络市场细分模型 -12- 微区域细分市场识别模型 高纯度样本数据选取 细分市场客户画像 根据用户行为判断 客户个性特征采集 建立细分挖掘模型 营销活动与建模结果评估 建模步骤 微区域细分市场识别模型 校园市场识别 农村市场识别 社区市场识别 外来流动人口识别 高纯度 样本 数据选取 高校区域位置、高校集团客户、校讯通产品、用户开卡地址、校园营销活动、用户身份证号码等信息采集样本数据 农村区域位置、用户生活轨迹、农信通产品等信息采集样本数据 根据楼盘区域位置、我爱我家产品、用户生活轨迹、用户通话交往圈等信息采集样本数据 依据地理位置、用户生活轨迹与长途通话行为，交往圈信息等属性采集样本数据 细分市场 客户画像 使用高纯度样本数据，在地理信息，用户通话行为 ，生活轨迹三个维度进行数据分析探索，挑选区分能力极强的变量 为细分市场客户进行精确画像 客户个性特征采集 统计集团内活跃成员地理信息，用户通话行为， 生活轨迹三维特征，探索集团典型成员的个性化特征。 集团细分挖掘 使用聚类挖掘模型建模，结合高校客户画像识别高校市场用户 使用聚类挖掘模型建模结合农村客户画像识别农村市场用户 使用家庭识别模型与用户楼盘归属识别楼盘市场用户 建立外来流动人口识别模型，结合流动人口客户画像识别外来流动人口 价值评价及用户角色识别 通过成员交往圈， ARPU，通话量，入网时长等信息，建立成员角色识别模型对新生、老生等成员角色进行细分。 使用 ARPU，通话量，增值业务使用情况对社区用户进行价值评估。 -13- 社区家庭市场业务匹配模型 社区是微区域模式中的基础物理单元，而如何识别不同社区中的家庭需求，为不同的家庭成员提供更贴身的服务，是当前微区域运营的重要目标。社区家庭市场业务匹配模型为社区客户经理的服务提供了有力的数据基础支撑。 支撑社区家庭市场业务匹配的数据挖掘过程 家庭的识别，将用户划入各自的家庭之中，作为营销的基础客户群 家庭细分和家庭成员细分，找出向哪些家庭中的哪个成员进行哪一类型的服务营销 针对不同的细分群，匹配合适的产品业务组合和营销方式 家庭识别 家庭细分 业务匹配 ￥ 100套餐 -14- 家庭细分 ：根据家庭的成员数、地理、消费结构、通信模式等，进行分类 二人世界 异地家庭 三代同堂 三口之家 成员细分 ：对一个家庭的每个成员，根据家庭责任、地位、职业等进行分类 当家人 贤内助 老年长辈 在校子女 筛选出有服务营销需求的家庭类型 ， 作为服务营销目标 在潜在需求家庭里面找出适当家庭成员 ，作为服务推广的联系对象 识别出的每个家庭 确定服务营销目标 哪个家庭里的哪个用户 社区家庭市场业务匹配模型 -15- 家庭信息机机型 家庭信息机业务包 实用型 . 豪华型 沟通类 咨讯类 安保类 家居类 家庭信息机包月套餐 30元 . 200元 家庭服营渠道 社区广告 10086 . 亲子公园 家庭 家庭 家庭 . 运用决策树 、 Logistics回归、 神经网络和关联规则等数据挖掘技术 ， 从海量数据中抽取业务与用户匹配的模式 ， 构建各种业务偏好度 、 套餐精确营销和渠道偏好度等模型 。 通过这些模型为服务和承载业务找到潜在用户，以及根据家庭用户各自的特点选择合适的套餐方案和服营渠道。 将一个家庭所匹配的产品业务、套餐和渠道等营销信息打包，集中式地在微区域开展营销活动 模型名单中给出的具有高匹配倾向度的用户 社区家庭市场业务匹配模型 -16- 六、具体案例应用情况 外来工篇 本项目重点应用的中山分公司，使用微区域细分市场的 外来流动人口识别模型 ，发掘定位为工业园区的外来工群体，联合相关政府部门，大力推广“ 12580找工我帮你”活动，效果显著。 3 2 1 3 2 1 细分市场识别，找出目标群体 职位信息、招聘会信息 找工，我帮您 挖掘 外来流动人口识别模型 ， 圈定疑似号码 找出圈定号码中定位 归属为工业园区 形成营销目标客户 2009年 6月 1日，与市政府签订战略合作协议 与人才市场战略合作，累计提供招聘职位已达 6万个 提供每月各镇区人才市场招聘会信息 主动关怀 根据目标名单对外来工群体发送“关怀”宣传短信，让客户及时了解就业信息。 匹配推荐 利用 12580强大招聘信息库进行匹配，将合适的就业信息推荐给客户。 双赢 70%客户在找工后通话量明显增加， 其中 5-10%客户靠 12580成功求职 -17- 六、具体案例应用情况 校园篇 本项目试点的广州分公司，根据广州高校具体情况，结合社交网络与地理归属，在微区域运营支撑体系下专门开发了基于基站定位的高校细分市场竞争监控及数据挖掘模块，强力支撑了 09高校迎新大战，效果显著。 获 取 高 校 基站 数 据获 取 移 动 、电 信 、 联 通客 户 通 话 信息 数 据获 取 当 月 存量 和 新 增 客户 数 据按 照 通 信 归 属 原 则计 算 各 各 大 运 营 商的 客 户 归 属（ 1 ） 移 动 客 户 按 照 通 话 时 长 、 通 话 次 数 归 属 到 各 个 高校 基 站（ 2 ） 竞 争 对 手 客 户 按 照 和 我 方 通 话 时 长 、 通 话 次 数 归属 到 各 个 高 校 基 站（ 3 ） 由 于 高 校 学 生 通 话 行 为 集 中 ， 因 此 可 使 用 竞 争 对手 与 我 司 通 话 的 记 录 ， 替 代 竞 争 对 手 全 部 通 话 的 行 为获 得 移 动 、 电信 、 联 通 的 各个 高 校 的 客 户数 量 及 明 细竞 争 对 手 数 据 微 调后 ， 计 算 各 高 校 实际 客 户 数 量 信 息客 户 数 据 业务 使 用 信 息客 户 集 团 业务 使 用 信 息根 据 移 动 客 户 明细 ， 综 合 数 业 、 集客 业 务 信 息 ， 建 立客 户 特 征 模 型分 析 客 户 的 需 求 、喜 好 和 行 为 特 征 ，获 取 各 个 高 校 学 生的 行 为 特 点制 定 有 针 对 性 的 营销 策 略 ， 深 度 运 营高 校 市 场按 照 既 定 算 法 ， 获 取月 频 度 或 者 日 频 度 的累 计 和 当 日 市 场 占 有率 （ 存 量 、 新 增 ） 基本实现新生 100%覆盖，接近 08年的两倍； 一二类高校自主激活率达83%； 校园新增市场占有率达90.2%，高出大市场新增占有率近 20个百分点 数据业务活跃度是市场平均值的 2-3倍 数据挖掘 存量高校客户通信特征 09 年新生数据挖掘分析对比 新生长途需求旺盛 数据业务覆盖率偏低营销政策 策划推出长途营销 星光校园普及数据业务-18- 六、具体案例应用情况 社区篇 本项目试点广州和汕头分公司，利用社交网络分析社区家庭用户，设计基于家庭角色识别的家庭营销策略，准确定位家庭决策人，有力推动了欢乐在线等家庭产品在社区中的营销推广。 汕头短信 组别 发布用户数 活动用户数 活动用户办理数 退订用户数 成功率 提升率 14号 行动组 20000 19433 312 18 1.62% 4.63 对照组 1000 567 2 0 0.35% 20号 行动组 59911 57221 1565 35 2.77% 5.03 对照组 3000 1984 11 0 0.55% 社交网络 同一家庭客户 针对性产品：欢乐在线 10% 20% 30% 40% 行动组 对照组 广州外呼 成功率对比 42.75% 9.51% -19- 七、效益评估 应用普及情况 广州 东莞 珠海 中山 汕头 惠州 肇庆 河源 清远 应用情况说明 试点 城市 分析 支撑 分析 支撑 重点城市 重点城市 重点城市 分析 支撑 分析 支撑 分析 支撑 支撑作用说明 高校 /社区市场识别 流动人口识别 高校市场识别 流动人口识别 社区市场识别 农村市场识别 农村市场识别 农村市场识别 社区市场识别 业绩提升说明 校园新增市场占有率高达 90.2% 老乡网活跃客户数增幅70% 精确营销LIFT值达4.86 农村市场占有率提升1.96个点 广东公司基于市场细分的微区域运营体系 2009年在全省应用推广，拥有 50%以上用户。 部分重点城市应用情况简要说明如下表： -20- 七、案例效益评估 经济效益 效益测算之 增加收入 （仅以校园市场为例）： 广东高校市场客户规模约 370万（其中教职工近 20万），按 80%的市场占有率匡算移动的学生客户约280万。 借助校园细分市场识别模型深度运营，按 10%的比例估算校园精确营销客户群，预计其语音和数据业务 ARPU各提升 1元，则年收益为 672万 。 注： 280万 *10%*（ 1+1）元 /月 *12个月 =672万 /年 效益测算之 节约成本 （仅以广州家庭市场“欢乐在线”产品推广为例）： 广州欢乐在线用户共计 12 万户， 其中 4成来自外呼； 使用模型前的成功率 9.51%，使用后提高到 42.75%，外呼渠道成本约为 2元 /笔； （ 4.8/9.51%-4.8/42.75%） *2=78万，按用户比例推算到全省则可节约成本 468万 。 如是，仅考虑部分微区域市场在市场细分模型帮助下的精确营销效果，校园等微区域运营的新增收入及成本节约带来的经济效益保守估计在 1140万 以上 -21- 微区域运营支撑进一步提升了企业管理、经营分析、市场营销的科学性，助力企业从粗放型向集约型转变，为建设节约型社会做出了贡献 。 电信行业的微区域运营与网格化管理及其相应支撑手段，对其它行业乃至城市管理等均具有借鉴意义，有利于促进社会共同进步。 微区域运营支撑保证了通信市场的全覆盖，照顾到农村、城中村等弱势群体及流动人口的通信需求，促进了沟通，有利于社会和谐与安定。 七、效益评估 社会效益 -22- 八、案例创新点 引入创新的社交网络细分方法（后页详细介绍），通过客户的社交圈自然形成的关系网络，能更精确地细分客户市场和判别客户行为特征，为微区域运营提供更灵活的市场识别维度。 基于市场细分模型的微区域运营体系，灵活适应了全业务竞争时代贴近市场做营销的需求，为精细化营销管理提供了全方位的支撑服务。 创立新模式 采用新技术 实现新思路 基于市场细分模型的微区域运营体系建设，实现了竞争思路的跨越，通过实时的微区域监测和针对性的快速反应，可以迅速缓解遭遇竞争的被动局面。 -23- 创新的社交网络细分方法 利用社交网络群体识别方法，对用户三度交往圈内两两关系的强度进行分析，通过算法把大型的社会关系网络拆分成相互不交叠的群体社区，社区内的连接关系比社区外更紧密。 对网络进行随机拆分，给每个节点分配一个社区，计算 Q 值； 对于每一个节点 i，考虑 i的邻近节点 j，评估把节点 i从它所在的社区移出并放进节点 j所在社区时 Q 值的增加，按照 Q 值增益最大化且为正的原则，把节点 i放到对应的新的社区。如果得不到正的 Q 值增益，则节点 i按照原有的社区拆分方式。 构建新的网络社区：其中的点为步骤 2中得到的各个社区，点之间边的权重为之前两个社区所有点 (同属一个社区的边的权重不计 )之间边的权重之和，把改变后的本地社区，组合成新的网络社区组合； 步骤 2、 3不断重复，直到 Q 值度量不再增加。 -24- 九、经验总结 项目经验 基于传统的微区域地理归属定义，实现多维的微区域市场细分网