电信业:基于数据挖掘技术的精确智能营销_第1页
电信业:基于数据挖掘技术的精确智能营销_第2页
电信业:基于数据挖掘技术的精确智能营销_第3页
电信业:基于数据挖掘技术的精确智能营销_第4页
电信业:基于数据挖掘技术的精确智能营销_第5页
已阅读5页,还剩14页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、基于数据挖掘技术的精确智能营销2009年6月9日提供面向市场营销、风险管理和决策支持的数据分析应用咨询和软件解决方案 专著于电信和金融行业的数据挖掘解决方案为客户提供以下建模解决方案客户行为细分模型客户离网预警模型客户综合价值评估模型交叉销售模型客户信用评估模型欺诈行为预警模型. 模型构建软件开发应用咨询数据挖掘整体解决方案移动通信行业营销热点话题回顾规模型发展向规模效益型发展转变运营商深陷“价格漩涡”虚增放号增大销售成本用户离网严重营销收入与利润攻守平衡成为移动营销转型的关键新业务推广仍需努力客户服务与客户期望有差距数据挖掘模型与案例选讲数据挖掘项目工作方法关注点移动通信市场竞争迫使移动由规

2、模型发展向规模效益型发展转型存量市场争夺凸显MOU潜力有限MOU价格战与渠道的唯利是图导致移动公司深陷“价格漩涡” 渠道终端影响力提高诱发新一轮价格战提高市场费用,频繁促销平均ARPU值下降通过“价格战”竞争夺取市场份额竞争对手的发展导致竞争升级用户价格敏感度提高,部分用户群在利益趋势下频繁转网“不断降低的新用户质量 降价应对动荡的用户群基础盈利能力降低渠道利用运营商之间的竞争提出新要求渠道成本上升渠道因利益驱使引起用户转网更低的毛利进一步动荡的用户群更低的ARPU公司价值贬值 . 陷入僵局超越竞争,摆脱“价格旋涡”虚增放号与不稳定的用户群体进一步增大了销售成本某分公司2008年1-9月活动用

3、户数变化情况累计放号与净增用户对比123456789全球通联通G网联通有效放号率9.6%有效放号率21.7%累计放号净增用户 累计放号移动净增用户 客户离网正严重影响着中移动的收入与利润平均ARPU(人民币元)958415244112客户数(万)47136141447离网率(1)18%19%19%26%23%估计离网对收入的影响(人民币亿元)4.96.43.97.823.03.23.81.90.79.6亿亿平均:ARPU群600300-600200-300200攻守之间的平衡成为移动营销转型的关键100%93%59%15:平均ARPU指标客户保留成本:新客户获取成本新业务种类繁多,仍需努力推广

4、某省新业务普及率抽样调查新业务收入及其占业务收入的比重中国移动新业务种类繁多新业务比重与国际运营商比较客户服务与客户期望有差距,深层次理解用户需求成为关键项目送鲜花和月饼赠订报纸组织节日旅游发展俱乐部客户大客户年会白金客户音乐会赠送年历和笔记本获得服务的人数100,00024,04528032,73010030023,000占总优惠成本比例(%)47%46%2%2%1%1%1%非通讯优惠通讯优惠全球最佳管理实践提示:现阶段是数据挖掘应用的关键时期企业客户个人客户个人客户企业客户客户满满足大众市场的基本需求简单的产品/服务无差别化的服务完全分离的组织各自拥有计费功能自有的IT系统各自的管理机构渠

5、道体系分离营销客服计费管理IT营销客服计费管理IT接入提供差别化的服务不同的定价模型不同的信用政策交叉销售新业务流失用户预警开始注重企业用户相同的计费与客服系统相同的IT系统营销客服 IT/管理基础设施计费 企业客户营销个人客户营销客服 IT/管理基础设施计费123起步阶段(第一/第二代移动通讯)成长/差别化阶段(第二代移动通讯)新游戏规则阶段(第三代移动通讯)基于数据挖掘技术中国移动集团结合国内外实际情况提出数据挖掘营销应用规划客户行为细分模型客户流失倾向预警模型价格敏感度模型客户信用评分模型交叉销售模型营销效果预测模型客户价值评估模型三类用户细分方法介绍易于辩认易于集中媒介沟通渠道易于组织

6、分销描述性的因素, 不足以预测其未来购买行为知道品牌X牙膏主要俏于南方, 购买者是教育程度高的女性是驱动因素(好处是什么?)在市场日趋成熟复杂和多样化的形势下更显重要可以帮助营销活动的方方面面建立策略, 赢得目标人群如果不结合其他信息就用处不大知道品牌X牙膏使用者在寻找具有防止牙龋有效手段的产品优惠是驱动因素(为什么有这种要求)为消费者人格背景提供更完整的信息为广告渠道策划提供思路对产品/服务的具体方向往往不能给出明确的方向知道品牌X的消费者非常关心自已和家人的健康, 具有责任心强的品质好处问题举例对行为的预测性提高为什么要建立客户行为细分模型0200500低端中端高端ARPU值相似的客户需求

7、特点却差别很大客户细分之谜根据ARPU值进行客户细分的方法客户行为价值细分模型海量客户行为数据/特征数据组内行为特点相似组间行为差异较大的客户分组基于数据挖掘技术的以需求为基准的细分客户行为细分模型通过上百个变量描述客户建档时间缴款方式信息费应收金额优惠金额滞纳金应收SMS次数国际呼叫呼入/呼出比例短消息话单类型信息长度赠送费用呼转类型漫游话费通话时长赠送分钟数费用类型动态漫游号IMSI号码月均基本通话月均国内长途工作日呼叫次数工作日呼叫时间WAP呼叫时间繁忙时段呼叫次数非繁忙时段呼叫次数SMS次数WAP次数IP呼叫次数语音呼叫次数非语音呼叫次数月均国际长途非IP呼叫时间自动生成影响客户分组的主要因子性别年龄缴款方式SMS次数国际呼叫其它优惠金额短消息话单类型赠送费用费用类型漫游次数应收金额IDD次数月均国内长途月均基本通话非

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论