追踪用户行为偏好，实现信息类产品精准营销

1 成果上报申请书 成果名称 追踪 用户 行为 偏好，实现 信息类产品 的 精准营销 成果申报单位 北京 省（自治区 /直辖市）公司 成果 承担 部门 /分 公司 数据业务 部门 / 分 公司 项目负责人姓名 项目负责人联系电话 和 Email 项目参与人姓名 成果专业 类别 * 数据业务 成 果 研究 类别 * 其他 省内评审 结果 * （按填写说明 3） 关键词索引（ 3 5 个） 用户偏好 精准营销 信息类产品 经 分系统 应用投资 无 万元（指别的省引入应用 大致 需要的投资 金额 ） 产品版权归属单位 北京移动 对企业现有标准规范的符合度： （按填写说明 4） 在原有经分规范基础上，增加了用户行为偏好的判别标准和规则，对用户偏好进行了分类管 理。同时在经分系统上建立了用户偏好模型，为支撑精细化营销 奠定了基础。 成果简介 ： 简要描述成果 目的和意义，解决 的 问题，取得的社会和经济效益。 在对 信息类 产品（如 12580、手机报等） 进行营销推广的工作中，面对 信息类 产品涵盖的众多特点和目标用户群 完全不 同的子业务， 如何 准确地识别潜在客户并进行精准营销，是我们面临的一个难题。 本项目通过总结、归纳、提炼与业务使用高度相关的用户行为变量， 同时结合 信息类产品的功能特点， 在经分系统中建立用户行为偏好组，并在用户偏好与 信息类 产品之间建立对应关系，形成匹配规则。从 而在营销推广中，可以根据客户行为特点向其推荐合适的产品，达到精准 营销的目的。在建立用户 行为 偏好组的过程中，充分利用 12580 的 商户 信息 库，来不断丰富和细化经分系统中用户偏好组 子类 的筛选规则，从而达到精准地筛选出拨打某些特定商户的目标用户， 向 这些 潜在用户 群精准 地 推荐 不同的信息类 产品的目的，既提升了营销效率，也提升了 12580 信息库的利用率。 在项目的实施过程中共建立了 4大类 18 小类的用户偏好组 。对用户行为偏好进行了精细的划分。 本项目解决如下问题： 1、 如何 精准地 找到 信息类 产品的潜在目标用户 ？ 2、 如何对 用户 行为偏好进行 细分 ？ 3、 细分后，从哪些维度对用户关联行为进行定义？如何进行筛选？ 2 该成果可以在以下方面进行应用： 1、 提升 12580、手机报等信息类产品 的营销效率 ，提升业务量和收入 。 2、 在经分系统中建立细分的用户 行为 偏好模型 ，更准确地进行用户偏好管理 。 3、 更精准地向用户营销，减 少对用户的打扰，提升客户满意度。 4、 固化、常态化的用户偏好识别系统，为业务人员提供 便捷有效的 营销支撑 。 省内试运行效果： 描述 成果引入后在本省 试运行 方案 、取得的效果 、推广价值和建议 等。 本项目实施后，大大提升了 本省 以 12580 为试点的 信息类产品 的 营销效率，促进了业务的快速发展，并直接 提升 了收入，降低了营销成本，主要 成果 体现在： 1、显著提高短信群发的反馈率，提升营销效率 。 项目实施后，短信 群发 反馈率从不到1，提升到 8%！ 2、带动查询量和用户 量的 迅速提升，并直接 带来 收入的增长 。 09 年 12 月 由 12580 带来的 直接 通信费收入 比 09 年 1 月 增长 了 1.3 倍！ 3、促进 12580 业务 更健康均衡地 发展 。 北京 12580 异常客户占比 只有不到 1 ，客户真实而健康 。 同时， 09 年底日均查询量超过 1500 次的 12580 子 业务超过 11 个，是 08 年底的 2.2 倍 。 4、 降低营销成本、运营成本， 降低 对 用户骚扰 ，提高用户满意度 。 文章主体（ 3000 字以上，可附在表格后）： 根据成果研究类别，主体内容 的 要求有差异，具体 要求 见表格后的“填写说明 5”。 追踪用户行为偏好，实现 信息类产品的 精准营销 一、 项目背景 在对 12580、手机报等信息类产品 进 行营销推广的工作中，如何能准确识别潜在的客户并进行精准营销，是我们面临的一个难题。 信息类产品涵盖的内容非常广泛，同一产品的目标人群都有 着 显著的差异，以 12580 业务举例，其 查询的内容，从黄页查号到商旅出行、从电影演出到家电维修、从开车导航到公交换乘，虽然都是 12580 查询业务，但各子产品间，目标人群差异非常明显。之前在推广12580 业务时 ，主要是 针对拨打过 114 的用户进行策反，但这样很难精准地找到不同 查询子产品的 目标用户，因为拨打 114 的群体主要是为了查询电话号码，但电话号码的类别却千差万别，他们所体现的共 同属性只是愿意通过电话查询信息，但他们具体日常生活中对信息有什么样的需求，他们日常的行为偏好是怎样的，却无从知道，很难向这些人精准地推广业务，也很难提升营销效率。 3 二、 项目概述 本项目通过总结、归纳、提炼与业务使用高度相关的用户行为变量，在经分系统中建立用户行为偏好组，并在用户偏好与 信息类 产品之间建立对应关系，形成匹配规则。从而在营销推广中，可以根据客户行为特点向其推荐合适的产品，达到精确营销的目的。 在建立用户 行为 偏好组的过程中，充分利用 12580 不断更新和丰富的商户和企事业单位电话号码库，来丰富和细化经 分系统中用户偏好组的筛选规则，从而达到精准地筛选出具有特定偏好的目标用户 进行精准营销的目的 ，既提高了营销效率，也提升了 12580 信息库的利用率。 三、 解决方案 建立用户 行为 偏好组，实现精准营销的具体解决方案主要包括以下几步： 1、 根据用户偏好界定用户的特征类型，建立用户偏好组，比如生活类、商旅类等。同时，结合 信息类产品 的 信息内容 范围，对偏好类别进行进一步细分。 2、 根据特征类型进行与其相关的关联行为描述，建立用户特征与行为之间的匹配关系。同时搜集可获取的筛选变量，设定筛选变量所需的临界值（阀值）。 3、 根据筛选条件对全体 在网用户进行搜索，找出符合每一偏好特征类型的用户，在经分系统上打上标识，不断补充和完善客户的统一视图，并通过适当的时机向其推荐相对应的子业务。 四、 项目方案实施 下面以 12580 产品 为例，说明 本 项目 是如何 实施 的。 我们首先对 12580 目标用户的特征进行界定和分类并建立用户偏好组，然后针对不同偏好组的用户特征进行描述和行为关联，接着制定筛选的规则，最终通过经分系统来实现对用户的获取。 （一）结合用户的偏好，对用户特征进行界定与分类 根据用户的行为偏好，共建立四大类偏好组，分别为：生活类、商务类、音乐类、体 育类。今后随着业务的丰富，还将进一步丰富和完善。 针对这四大类偏好，结合 12580 提供的查询范围，对类别进行细分，重点对生活类偏好的用户进行细分，包括电影、 演出展览、 餐饮、休闲、 购物、 公交、 4 京郊游等一共 18 个子类。 （二）基于用户偏好的特征类型，对与其相关的行为进行描述 在本项目中，对用户特征的识别，及与行为的关联主要体现在以下几方面：用户语音通话行为特征，业务订购特征和营销活动偏好。 1、 语音通话行为特征 语音通话行为特征指的是用户拨打特殊商户的号码所体现出来的用户行为特征。在项目启动初期，我们只是简单地 挑选拨打过 114 的用户，将其与生活类信息 偏好 用户组进行关 联 ；挑选拨打携程和 e 龙电话一定频次的用户，将其与商旅偏好用户组进行关联。 随着项目的进展 ，北京 12580 信息库 也 已经 优化地 比较准确和全面 了 ，在12580 能够为用户查询到商户号码和各种资讯的同时，如何将这批数据库的信息发挥更好的作用，更好地为 12580 服务，成为我们思考的一个问题。经过一段时间的观察和分析，我们认为 12580 数据库中的大量商户本身都具有一定的知晓度，而且很多热门商户，他们在特定人群中的知晓度可能远大于 12580，比如热门影院的影讯排期查询 号码，比如旅行社电话，如果我们要精准地找到目标用户，有一个捷径就是可以从这些商户的客户群进行挖掘。 于是我们分类汇总整理 12580 数据库的商户号码，并将其与经分系统中的用户偏好组进行关联，凡是拨打某类商户满足一定频次的用户，就认为他是属于某种行为偏好的用户。举例：针对京郊旅游偏好组，我们将其行为关联为“拨打了京郊各旅游景点、民俗村、农家乐、采摘园、各区县旅游局电话，以及提供京郊游服务的各旅行社的电话的用户”，所有这些旅游景点、民俗村等的电话，都是从12580 数据库中搜集整理得来的。 2、 业务订购特征 指用户订购 了某类别自有数据业务或梦网 SP 业务所体现的用户行为特征。举例：如果用户订购了“违章及时通”业务，我们就将其与“有车一族”偏好组进行关联。 3、营销活动偏好 将以往参与各种营销活动和领取了奖品的用户，纳入到相应的用户偏好组，比如将参与领取电影优惠券的用户纳入到电影偏好组中。 （三）定义不同用户偏好组的筛选规则、临界值 5 筛选规则的定义根据关联行为的不同而有所不同。 举例： 针对公交偏好的用户，其关联的行为是拨打了公交热线和地铁热线电话，定义的筛选规则就是用户主叫通话记录中是否含有公交 、 地铁 热线电话，设定的计数规 则和临界值是： 统计周期 3 个月，统计周期内累计拨打电话次数大于 1 次 。 本项目实施中所建立的用户偏好组、关联行为描述、筛选规则和计数规则 等 ，如下表所示： 类别 用户特征 关联行为描述 筛选规则 计数规则 生活 偏好黄页查询 拨打 114 电话 用户拨打 114 电话次数 统计周期 3 个月，统计周期内累计拨打电话次数 1 次 电影爱好者 拨打过电影院电话和各种电影票 订票 热线 用户通话记录中是否有电影院 和 订票电话 统计周期 6 个月，统计周期内累计拨打电话次数 1 次 订购过电影相关手机报业务，或订购过梦网电影类业务 用户订购记录中，是否包含电影类手机报业务或梦网电影类业务 1（按年统计） 通过其他营销活动领取过电影票或电影优惠券 营销管理平台中是否有参与电影票相关的 营销活动的记录 1（按年统计） 演出展览 拨打过票务热线、博物馆展览馆电话、剧场电话 用户通话记录中是否有博物馆、剧场等电话 和票务热线 统计周期 6 个月，统计周期内累计拨打电话次数 1 次 偏好京郊游 拨打北京郊区景点电话、农家乐电话、采摘园电话、北京本地游旅行社电话、各区旅游局电话 用户通话记录中是否有景点、采摘园、旅游局等电话 统计周期 3 个月，统计周期内累计拨打电话次数 1 次 偏好温泉滑雪 拨打过温泉和滑雪商户的电话、提供温泉滑雪订票的旅行社电话 用户通话记录中是否有温泉滑雪商户等电话 统计周期 2 个月，统计周期内累计拨打电话次数 1 次 公交一族 拨打 公交服务 热线、地铁服务热线 用户主叫通话记录中是否含有公交、地铁热线电话 统计周期 3 个月，统计周期内累计拨打电话次数 1 次 有车一族 拨打交通服务热线、高速路查询电话，和汽车厂商、 4S 店、汽车修理行电话 用户主叫通话记录中是否含有交通服务热线、汽车厂商、4S 店、汽车修理行 等 电话 统计 周期 3 个月，统计周期内累计拨打电话次数 1 次 订购过违章及时通 用户订购业务中是否包含违章及时通业务 1（按年统计） 偏好查询便民信息 拨打搬家、快递、家电维修、家政服务商户电话、 及 政府各种便民咨询服务热线等 用户通话记录中是否有搬家、快递等便民服务电话 统计周期 6 个月，统计周期内累计拨打电话次数 1 次 6 偏好购物 拨打商场、超市、电器连锁商城等电话 用户通话记录中是否有商城、超市等电话 统计周期 3 个月，统计周期内累计拨打电话次数 1 次 偏好餐饮 拨打各类餐厅电话 用户通话记录中是否有各类餐厅电话 统计周期 6 个月，统计周期内累计拨打电话次数 1 次 偏好休闲 拨打酒吧、迪厅、茶馆电话 用户通话记录中是否有酒吧、迪厅、 茶馆等电话 统计周期 6 个月，统计周期内累计拨打电话次数 1 次 偏好网上查询、预订饭店 拨打过饭统网等订餐类电话 用户的主叫通话记录中是否包含饭统网 等 电话 统计周期 6 个月，统计周期内累计拨打电话次数 1 次 商务 频繁出差且偏好 火车 拨打火 车 票 订票 热线、北京火车站咨询热线、铁路客服电话 用户通话记录中是否有火车票订票和咨询、客服等电话 统计周期 6 个月，统计周期内累计拨打电话 次数 1 次 频繁出差且偏好 飞机 拨打商旅服务运营商、各航空公司、民航大厦电话或首都机场热线等 用户通话记录中是否有航空公司、机票订票热线等电话 统计周期 6 个月，统计周期内累计拨打电话次数 1 次 音乐 偏好 演唱会 用户拨打过演唱会订票电话 用户主叫通话记录中是否包含 演唱会 订票电话 统计周期 12 个月，统计周期内累计拨打电话次数 1 次 偏好 唱歌 用户拨打过 KTV 电话 用户主叫通话记录中是否包含 KTV 电话 统计周期 6 个月，统计周期内累计拨打电话次数 1 次 体育 喜欢参加体育活动 拨打过健身场馆、体育场 馆预订电话 主叫通话记录是否包含体育场馆、健身场馆的电话 统计周期 6 个月，统计周期内累计拨打电话次数 1 次 喜欢获取体育资讯 订购过体育类手机报和梦网体育类业务 用户订购业务 中 是否有 梦网体育类业务，是否有 体育类 手机报业务。 1（按年统计） （四） 经分系统实现： 对符合每一偏好特征类型的用户在经分系统上打上标识 在经分系统上，根据在 BOSS 中的话单明细和 BOSS、 MISC 中用户的订购关系，以及从营销管理平台获取的用户参与以往营销活动的数据，获取用户偏好信息，在经分前台形成用户偏好特征标识，从 而支撑 12580 精准化营销筛选目标客户群的需求。 系统结构说明如下： 7 规 则 维 护 人 员 用 户 行 为 筛 选 规 则外 部 接 口 数 据 源 用 户 行 为 的 规 范 化 数 据 库规 则 处 理用 户 特 征 标 识 库营 销 推 荐1 ， 蓝 色 虚 线 框 是 外 部 输 入 接 口2 ， 绿 色 虚 线 框 是 外 部 输 出 接 口3 ， 红 色 虚 线 框 是 客 户 特 征 关 联 模 块 需 要实 现 的 内 容4 ， 紫 色 实 线 框 是 客 户 特 征 关 联 模 块 内 部处 理5 ， 黄 色 虚 线 框 是 用 户 行 为 识 别 引 擎用 户 特 征 标 识用 户 特 征 归 类用户行为识别引擎图一：系统实现模型图 1、数据获取及规范化 用于从各个不同的数据源获取用户的行为数据，并将其按照规范化的格式存入用户行为的规范化数据源库。 2、用户行为筛选规则维护 提供标准的 WEB SERVICE 服务，供外部系统调用，用于规则的维护人员维护识别用户行为的筛选规则，提供给行为识别引擎识别用户行为的标准和用户行为分类。 3、用户行为识别引擎 根据行为筛选规则的定义 ，基于用户行为的规范数据，识别用户特征及其分类，并为识别后的用户特征及分类做相应的标识。 行为规则预处理 按照预定义的处理逻辑，将用户设定的规则进行初步翻译，把同一规则下的不同参数按照一定逻辑拼接起来，处理过的规则保存起来。 规则处理 根据预处理的行为规则，基于用户行为数据，对用户的行为作出初步识别， 8 并标识用户行为（拨打过电影院订票热线、拨打过 4S 店电话、拨打过订票电话等）。 用户特征标识 根据用户行为与特征的归属关系表设定，基于已经标识好的用户行为，归结为用户特征（ 偏好电影 、有车一族 、 爱好唱歌 等）。 用户特征归类 根据用户特征的分类表设定，基于已经标识好的用户特征，对用户特征进行分类（音乐类、体育类、生活类、商务类等）。 （五 ）针对不同偏好的用户，向其精准地推荐不同的 12580 子 产品 在识别和筛选出不同偏好的用户后，就可以向这些用户精准地推荐不同的12580 查询子产品。比如，针对电影偏好用户，可向其推荐 动态影讯查询及电影预订等相关业务；针对购物偏好用户，可向其推荐商场折扣查询业务，从而有效提升营销成功率，降低运营成本。 整个项目的流程如下图二 所示： 图二：追踪用户偏好进行精准营销应用流程图 五、 项目效益 本项目实施后，已经进行了几十次的精准化营销，实践结果表明，本项目能够大大提升营销效率，且具有实际可操作性。 1、显著提升营销效率 在 建立 用户偏好 组 之前， 大多数信息类产品短信 群发宣传的反馈率只有 1京郊游偏好组 经分 系统 偏好组 BOSS 系统MISC系统 实现 比对主叫话单是否拨打目标商户号码，识别不同偏好用户 ；比对订购关系等 12580信息库： 电影院、旅游景点、票务热线、 餐饮 、商场等 商户号码 电影偏好组 购物偏好组 演出偏好组 京郊游 业务 潜在用户 电影查询预订 业务 潜在用户 商城折扣查询业务 潜在用户 演出展览查询业务 潜在用户 。 。 挖掘 潜在用户 输出 推荐电影 预订产品品 推荐商城 折扣查询 推荐京郊旅游产品 推荐演出 展览查询 折扣查询 数据业务和梦网订购关系，及参与营销活动记录 。 推荐业务 9 左右，甚至更低。 而 在追踪用户 行为 偏好进行精准营销后，各偏好组的 短信 群发反馈率都得到了大幅提升 ，显著提升了营销效率 。 以 12580 短信群发为 例： 在向电影偏好组 推荐 电影票预订和电影查询产品时，群发反馈率提升到 8； 在向 京郊旅游偏好组 宣传 12580 京郊游产品时， 群发反馈率提升到 2.9%； 在向 演出展览偏好组 推广演出展览动态信息查询时，群发反馈率 提升到 3.6%。 2、