数据挖掘在移动网络中应用之增值业务的精确营销的应用

1、数据挖掘在移动网络中最新应用增值业务的精确营销的应用 背景：回顾2011年，我们可以发现移动通信市场竞争的激烈。发展新用户、新业务、保有老用 户依然是竞争的主旋律。自从3g牌照发放后的2010年，中国电信凭借天翼品牌的成功塑 造，采用宽带、固话、手机联合捆绑的策略，以低价切入市场，成功扭转了 cdma市场低 迷状况，用户快速增长；而中国联通则搭乘iphone热销的东风，乘机吸引了移动高端用户， 2012年联通iphone4s首日销售已近万，之后的销售仍然火热，大量高端用户在iphone的吸 引下成为联通用户。但紧接而來，中国电信也推出了电信iphone4s套餐。中国移动在手机 通信领域的垄断格

2、局正逐渐打破。除了客户竞争，3g带来的手机应用业务也处于爆发阶段。智能手机的普及和手机软件的 密集发布，已预示着手机增值业务市场的重要性与h俱增。三大运营商都推岀了手机应用商 场平台，并将在未来演变成运营商新的核心竞争力。应用：主要通过六个方而进行分析：数据业务客户分群，业务主题分析，产品关联分析，客户预警, 目标客户锁定和业务特征分析。而其步骤主要为下面三方面：1. 根据客户需求开发针对性产品运用数据挖掘技术发掘产品需求，实现了对客户需求的快速响应2. 深入发掘营销机会完成数据业务的客户分群，实现客户需求的方位洞察； 建立产品关联库，为定位目标客户、实施向上销售/交叉销售、发掘优势渠道提供支

3、撑；3. 创建闭环的精确营销流程将精确营销的范围拓展到把产品开发。实现产品研发、持续优化、市场策略、整合营销等 坏节整合为一体化的流程问题现状与数据挖掘应用的优点：针对目前移动增值业务出现的量收倒挂，常态化、规模化等问题，运用数据挖掘和数据仓 库技术和病毒式营销理念可以很好的解决。运用数据仓库和数据挖掘技术対移动短彩信增值 业务进行病毒式营销的研究，详细分析移动增值业务中短彩信营销的现状，对业务进行了从 客户画像、内容分析等方面全面深入分析，针对短彩信的病毒式营销进行了数据仓库的逻辑 设计；其次介绍数据仓库创建过程，详细研究了数据仓库创建中的重点、难点，包括主题的 确定、事实表、维度、粒度、e

4、tl、olap,以及数据挖掘在病毒式营销中的具体应用过程， 运用数据挖掘屮的聚类算法对数据进行预处理和运用改进的分类决策树算法得出号码分组 规则和通过数据仓库的olap分析得出号码组与内容类的匹配规则。运用数据仓库和数据挖掘技术解决了短彩信病毒式营销的核心问题：号码属性分组和号码 组与内容类的匹配规则，实现了精细化营销，解决了移动短彩信营销屮的根本问题，运用该 规则的营销效果比以前提高了将近30%,并且节约很多人力和财力，其直接经济价值主要 体现在提高移动增值业务量、开发消费者渠道和协助营销模式转变，为精细化营销奠定了理 论和实践基础。数据挖掘对数据的处理：为了有效的进行客户维系、管理和精确营

5、销，需要描述每个客户全而特征：自然属性、活动 特征、行为特征、费用特征、营销效果属性等。同时，新业务的复杂多样化决定了通过一张 统一的客八税图不能全面准确的对客广进行描述，需要根据不同的业务类型对客八进行进步 的精准画像。一、目标建立客户统一视图一一利川数据仓库技术将分散在原有业务系统中币一致、不完整的客户信 息进行整合建立基于数据仓库技术基础上的基本市场客户信息库，了解客户的轮廓投特征。 初步实现从以产品为中心向以客户为中心的经营理念转变，实现以客户为中心进行产品优化 和开发、进行营销管理、营收分析。通过建立客户统一视图实现面向客户的内容、产品、营销、营收等的主题対客户进行分析 通过客户画像

6、找出发发现客广活动规律和特点为优化沟通、改进产品更好地为“深度运营” 战略服务。二、指标维度按照如下的方式对客户的总体信息进行归纳和描述，信息如下：1. 基本信息类手机号码、使用人、归属地、品牌、套餐、年龄、性别、所属行业、职业、生日、兴趣爱好、 地址、工作单位名称；缴费方式、营销渠道类型、营销渠道；是否当月新增用户、是否大客户、大客户等级、入网吋i'可；是否集团客户、集团编码、集团名称、集团类型：2. 活动信息类用户状态、月消费层次、用户在网时长、用户积分、用户可兑换积分；终端类型、终端品牌、稳定终端在网时反、是否月新增终端、是否支持wap；支持java、是否支持gprs、是否支持彩

7、信、是否支持wlan：提否通话用户、是否活动用户、是否零次用户、是否欠费用户。3. 费用信息类当月消费、上月消费、前月消费、arpu、'近3个月消费均值、欠费金额、当前余额、通话 次数、通话时长分、应收费、优惠费、包月费、基木通话费、长途费；漫游费、ip长途费、信息费、其他费、新业务费、来电显示费、短信费、彩信费、梦网费、 gprs费、wap费、语咅杂志费、彩铃月租费、增值互转费、其他新业务费。4. 行为信息类1）通话行为：主叫次数、被叫次数、主叫通话时长分、被叫通话时长分、本地主叫通话时氏、本地被叫通话时氏；网内通话次数、网外通话次数、网内通话吋长、网外通话吋长；集团内通话次数、集团

8、外通话次数、集团内通话时长、集团外通话时长；v网次数、v网通话时长；呼转次数、呼转联通gsm次数、呼转联通cdma次数、呼转小灵通次数；投诉次数，呼叫1001次数、呼叫1860 / 1861客服次数；长途通话次数、长途通话吋长秒、ip吋长；漫游次数、漫游时长分、省内漫游通话时长分、省际漫游通话时长分、国际漫游通话时 长。2）短信行为：点到点短消息条数、点到点网内短消息条数、点到点网外短消息条数、梦网短消息条数等等。3）数据业务营销属性：完全沉默用户：不论如何刺激，都不下载彩铃；数据业务敏感用户：营销后容易产生消费行为的用户；价格敏感型用户：对优惠价格的有兴趣；信息接受倾向（比如喜欢那类信息，如

9、新闻，经济、体育、娱乐等）；活跃用户：经常参与数据业务（最少1项），并经常使用数据业务的用户。数据业务总体营销属性实际上是在客户统一视图建立后，对客户的统一视图进行合 理客八分群建模所得出的结论。可以按照分群后的结论对不同的数据业务营销属性客户 群进行不同的客户服务和营销活动。（3）实现的分析与报表有：客户基础信息分析、用户类别分析、用户传播特征分析、客户细分分析、客户rfm分析、 客户行为分析、业务/内容/区域/客户品牌/arpu分析最后结论：通过上述的分析，可以得到移动增值业务可能的主题是：顾客（号码），内容（短彩信 的内容等），匹配主题，营销等，号码主题主要是市与号码这个业务相关的数据组成，rti 号码，号码属性（年龄，性别，出生年