数赢未来大数据对内应用

数赢未来——大数据对内应用授课人：卢薇青2017年5月精准化推荐场景化营销大数据在客户感知提升和数字化转型中的应用目录CONTENTS060501020304大数据能力内部精细化管理运营自身数据，提升管理效能内部精细化营销运营自身数据，提升营销效率商业变现输出运营自身数据，提升合作方效能价值机会输出开放自身数据运营权限，提供第三方价值机会知识标准输出作为赋能者，提升合作方数据运营水平应用能力输出以自身能力帮助合作方运营数据大数据生态体系的三个特点不局限自身运营数据——能力者不局限运营自身数据——汇聚平台价值主体不局限数据本身——赋能者内部应用外部合作生态体系运营商大数据应用的三种形式和六个形态PART01精准化推荐亚历山大·尼克斯（AlexanderNix）2014年5月，他利用大数据工具对乌克兰民众实施心理干预让丑闻不断的亿万富翁波罗申科以54.7%的得票率当选乌克兰新总统。2015年，他又用同样的方法干扰尼泊尔国民的精神意志帮助尼泊尔王室成功镇压了叛乱。只要给我68个在Facebook上的点赞，我就可以推测出这个人的肤色、性向、政治倾向、智力水平、宗教偏好、是否饮酒、吸毒乃至父母是否离异等一切信息。2016年？我很高兴，我以数据为驱动的营销传播方式，在特朗普总统的胜利中发挥了不可或缺的作用。——亚历山大·尼克斯我们来认识一个人精准化推荐：大数据比你更了解你自己电信运营商应该聚焦自身特殊数据，寻找潜在资源电信运营商详细记录了人在现代化社会的信息指纹Who/Whom：电话号码的背后是IT系统内人的信息When：通话记录和上网记录的背后是人的行为Where：基于手机和固网定位的背后是人的位置What：流量分析和内容检测的背后是人的需求信息指纹每分钟数万条位置更新信息（徐家汇商圈）每小时近万次移动电话呼叫每天上亿次点击的互联网访问量精准化推荐：大数据支撑体系逻辑架构大数据内部应用的四层级目标智慧知识信息数据以数据自动触发营销活动机器学习数据挖掘统计可视化报表数据服务报告数据采集数据整合数据集成数据源CBSS/BSS语音详单、流量详单信令数据营业厅位置数据基站数据数据分析数据挖掘匹配营业厅最近基站工作日常用基站休息日常用基站用户基站信息数据挖掘挖掘结果营销活动（产品）目标用户群服务大数据建模工作的开展主要是为了满足差异化营销的需求，通过颗粒度的细分，排除对目标营销不敏感的群体降低对无效用户的打扰，增加营销活动的针对性；目前上海联通实践较为成熟的模式是通过三向用户细分圈定用户群，等待相关的用户行为触发场景，实现营销活动用户群由大变小，营销成功率由小变大。上海联通各类大数据精准推荐的核心指导思想是创造营销过程的差异化：精准化推荐：目标——实现一客一策（1/2）网厅手厅电话渠道互联网渠道应用触点用户使用行为洞察用户倾向偏好归类统一策略生成多渠道策略展示个性推荐交叉营销复合营销精准化推荐：目标——实现一客一策（2/2）精准化推荐：基础——用户画像标签体系用户分类：根据稳定度高中低和客户五星分级，将用户分为六类:黄金客户、高端波动、高危维系、潜力客户、低端波动、潮汐客户。高价值，资费不敏感，网龄高黄金客户高端波动低端波动潜力客户高危客户潮汐客户ARPU：193.7

月度流失率：1.1%

合约占比：52.0%终端合约占比：34.0%公付占比：11.5%

语音饱和度：77.9%

网龄：38.3融合占比：10.15%合约到期占比：0.4%苹果三星占比：39.1%靓号占比：7.4%

流量饱和度：217.8%价值可提升，高融合，高稳定ARPU：93.9

月度流失率：1.3%

合约占比：47.7%终端合约占比：17.5%公付占比：8.0%

语音饱和度：61.4%网龄：30.0融合占比：31.40%合约到期占比：0.1%苹果三星占比：28.6%靓号占比：1.4%

流量饱和度：198.9%低价值，套餐不饱和，低网龄ARPU：50.3

月度流失率：2.9%合约占比：36.7%终端合约占比：13.7%公付占比：6.0%

语音饱和度：47.4%网龄：16.3融合占比：18.65%合约到期占比：24.9%苹果三星占比：17.6%靓号占比：0.4%

流量饱和度：150.6%低价值，捆绑低，业务使用少ARPU：17.8月度流失率：5.7%合约占比：15.7%终端合约占比：1.4%公付占比：2.4%语音饱和度：24.8%网龄：12.0融合占比：15.70%合约到期占比：43.3%苹果三星占比：6.4%靓号占比：0.4%

流量饱和度：81.8%高价值，合约到期高，套餐不饱和ARPU：116.1

月度流失率：5.5%合约占比：45.6%终端合约占比：29.0%公付占比：6.6%语音饱和度：57.5%网龄：24.5融合占比：7.66%合约到期占比：66.5%苹果三星占比：21.0%靓号占比：2.0%

流量饱和度：147.9%高价值，低捆绑，有终端偏好ARPU：122.9月度流失率：2.2%合约占比：29.3%终端合约占比：17.6%公付占比：9.1%

语音饱和度：89.4%

网龄：29.6融合占比：6.39%合约到期占比：7.0%苹果三星占比：29.8%靓号占比：2.4%

流量饱和度：215.4%精准化推荐：建模——六类大数据模型上海联通基于总部下达的模型体系和自有模型体系，对网内用户行为精准洞察，实现用户消费需求的精准细分离网倾向上海重点建设的六类模型换机倾向虚假倾向流量产品订购倾向压抑需求倾向意见领袖倾向功能描述在网用户最适商品推荐新用户问卷调查统一策略控制中心统一渠道协同管控事件化、多波次、实时推送配置商品优先级设置产品互斥规则触点活动提示在途服务工单提醒目前上海大数据平台在对接营业厅、合作渠道、总部手网厅、嵌入式互联网工具、官方微信、本地门户、异业线上合作渠道等7大类近20个渠道，每月输出策略总数达到300万次。通过大数据策略中心功能，很好的保证了渠道间发出一致的声音，形成渠道与渠道信息互补，梯次业务推进的效果。精准化推荐：上海联通精准营销体系——基于策略中心的精准推荐实现多波跨域协同（1/4）全渠道互联网化决策中心建设：深层次解决渠道产品推荐精准性问题深层次解决渠道与渠道间信息互通问题深层次解决渠道和用户信息不对称问题解决合理性诉求：知道要推荐的产品，知道推荐的话术，知道推荐的理由。解决一致性诉求：利用全渠道互联网化统一界面，实现各渠道统一口径。解决协同性诉求：渠道之间推荐结果实现互动，渠道与渠道共享用户反馈信息。解决敏感性诉求：渠道可对服务、缴费等敏感性信息借助决策中心的提示信息全方位掌控。解决对称性诉求：基于用户自发触点，如手网厅登陆，Toolbar点击，微信互动等形成的营销机会，推荐的内容与自有用户渠道的推荐内容一致解决自然人诉求：基于自然人多号码的用户，实现复合产品推荐。精准化推荐：上海联通精准营销体系——基于策略中心的精准推荐实现多波跨域协同（2/4）多波跨越协同流程示意：根据用户拒绝信息修正推荐和向多个渠道广播策略实现渠道协同。精准化推荐：上海联通精准营销体系——基于策略中心的精准推荐实现多波跨域协同（3/4）大数据策略中心的中长期规划：营销策略进过大数据充分运算营销触发都使用大数据策略营销结果反馈至大数据优化后续策略精准化推荐：上海联通精准营销体系——基于策略中心的精准推荐实现多波跨域协同（4/4）全渠道覆盖：在覆盖自营厅、合作厅基础上，逐步开通社会渠道业务受理权限，实现沃受理系统弹窗全覆盖。实现用户主动接触、被动接触的全覆盖。多渠道协同：实现商品推荐的多渠道协同，某一渠道销售完成或用户拒绝，其他渠道不做重复推荐。实现基于自然人维度的交叉推荐。增加一键办理场景：在存费送费续约业务和流量包订购一键办理的基础上，新增低消活动一键办理。其他增值类商品和专项活动一键受理。开放接口：开放弹窗策略接口，在自有、合作用户触点进行标准化推荐策略输出；实现在第三方APP、合作网站上基于相同弹窗策略的营销推荐。借助弹窗等触点工具，实现大数据用户行为洞察和预判转换为营销机会和场景，实现各触点精准、协同、便捷运营，为用户价值经营创造优良环境。核心目标：以推荐转换率为抓手提升精准性；以一线应用感知为抓手提升协同性；以推荐到订单转化的总损耗和时长为抓手提升便捷性。精准化推荐：上海联通精准营销系统——基于策略中心的弹窗推荐系统精准化推荐：对内应用1——基于用户内容偏好推荐用户上网属性标签分类功能：通过客户上网行为分析，给不同的用户打上标签，例如：对于喜欢上新浪新闻的用户，打上新闻爱好者标签，依此进行客户偏好模型构建，开展精确营销用户上网访问地址分析静态位置信息库动态位置信息库使用渠道集中管理系统营业厅坐标位置信息使用基站CellID对应本基站位置坐标不少于连续五天用户驻留最频繁基站CellID厅点位置坐标基站位置坐标用户CellID使用网管平台基站基础信息数据基站CellID转换工作时段驻留基站休息时段驻留基站匹配CellID匹配坐标基站1基站2基站N…根据自有厅覆盖能力确定与基站间距离范围用户营业厅匹配基站静态覆盖常客用户清单周间覆盖用户清单…周末覆盖用户清单…用户N用户N短信引流电话引流周期迭代终端换机模型精准化推荐：对内应用2——基于LBS推荐其合适产品动态位置信息库精准化推荐：对内应用3——基于用户业务特征推荐适销商品7/22以大数据平台为支撑，基于用户地理位置精准定位目标用户，匹配精准策略，经行维系保有产品推荐。合约续约以合约续约模型定位合约化目标客户AURP值大于70单卡用户迁转全国套餐合约AURP值大于40小于70单卡用户迁转合约惠机AURP值小于40单卡用户迁转本地套餐合约合约到期用户续全国套餐合约重点工作目标定位实施措施匹配策略推荐适配合约：大数据预判用户合约到期时间，在到期前3个月，根据用户业务、合约历史等信息推荐适配合约终端换机以终端换机模型定位合约化目标客户识别预判：终端换机模型判断用户换机时机及机型偏好；主动营销：渠道偏好模型及位置信息模型，匹配营销渠道，引导换机SIM卡换卡以SIM卡模型定位合约化目标客户进厅用户100%换卡：通过大数据分析定位SIM卡用户，进厅用户100%弹出推荐换卡流量营销以用户流量匹配模型定位合约化目标客户智能推荐流量包：通过大数据分析用户流量使用习惯及偏好，智能推荐日包、月包、夜猫包及定向流量包持23G终端用户裸机换机辅导祼机换机辅导-社会渠道23G业务SIM卡用户--换卡赠流量、赠语音4G非全国套餐SIM卡用户--换卡赠话费4G全国套餐SIM卡用户--换卡赠流量流量月包推荐推荐流量快餐包推荐流量夜猫包推荐定向流量包推荐承诺低消送流量推周期循环性策略触发类型场景触发性策略用户关注内容上网访问地址用户下载软件……客户终端类型终端操作系统用户内容偏好软件应用映射一级分类二级分类186088……智能终端symbian生活网络购物手机购物186099……智能终端android生活汽车交通商务出行186888……智能终端iPhone娱乐动漫星座影音图像186666……智能终端android娱乐手机游戏愤怒的小鸟186777……智能终端iPhone沟通交流社区论坛聊天186555……非智能终端symbian沟通交流社区论坛社区交友………………………………偏好-应用映射关系推荐个性化应用即时通讯手机游戏终端生命期消费偏好数据预处理客户偏好模型用户186****9019精准化推荐：对内应用4——基于用户终端及行为偏好推荐个性化应用，促进高端客户粘性PART02场景化营销场景化营销：定义及原理定义所谓场景营销是指针对消费者在具体的现实场景中所具有的心理状态或需求进行的营销行为，从而有效地达到企业的目标。当传统营销越来越难触动消费者，基于场景为消费者带来实际价值的营销可能是一个新战场。现实场景用户心理或需求匹配成功营销场景营销要在合适的场景触发消费者最终在线上或线下完成消费闭环案例视频场景化营销：三要素深入挖掘数据，真正读懂消费者场景营销离不开有效的连接碎片化场景实时触达，服务即营销场景化营销：方法论体系精准用户群筛选（30%）行为&事件触发（50%）合理的商业设计（20%）大数据支撑场景营销消费偏好识别通过大数据建模手段，识别使用习惯和偏好，建立用户的对特定活动的参与度量化可能性应用范围：批量活动优选客户群1关注点识别通过大数据对用户既往消费模式的判断，侦测用户的关注点，从而优化商业活动的针对性应用范围：电话营销优选话术、人工渠道弹窗产品策略3现实需求识别通过部署大量实时探针，侦测用户的实时行为和现实需求，开展场景化营销应用范围：开展场景营销2场景化营销：上海联通场景营销特点综合营销

场景营销交叉营销跟随营销主题营销情感营销突出最小介入成本突出长期关系建立突出服营一体，跨域协同突出广覆盖突出实效性上海联通构建场景营销体系是目前在客户经营领域综合营销体系的重要组成部分与其他营销形式相比，场景营销主要突出时效性，策随客变和因境释策是场景营销的显著特点场景营销的突出优势在于营销活动与用户现实需求契合，容易产生共鸣，从而提升营销效率即使场景营销不成功，也可以产生一次客户关怀，长期看对提升客户感知产生积极作用场景化营销：上海联通场景营销架构一、营销设计(营销人员配置路线)CKM管理客户标签和客户群Campaign管理事件和时机，事件规则发布至Kafka，位置驻留事件规则发布至PMECampaign进行营销活动配置二、营销执行（大数据支撑路线）Flume实时接入A口位置信令数据Flume发布消息至Kafka（数据清洗转换定制）PME位置驻留计算PolicyCenter位置营销事件识别PolicyCenter营销规则判断PolicyCenter营销信息推送及营销反馈；支持直接触发的简单事件营销（接口定制）三、后续能力（正在建设的能力）Flume实时接入Gn口上网信令数据SparkStreaming实时互联网行为标注（知识库定制）SparkStreaming互联网事件处理（复杂事件定制）FlumeA口位置数据Gn口上网数据大数据平台实时流处理策略中心KafkaPMESparkStreaming知识库CampaignPolicyCenterCKMCUBE12营销渠道短信弹窗Toolbar微信公众号3456781012911用户业务人员（营销策划）大数据人员（标签管理）+业务人员（客户群管理）大数据人员（事件管理）场景化营销：上海联通场景营销概况（1/3）场景营销可以嵌入不同的用户行为和用户状态变化，也可与重要的节日、纪念日结合形成用户共鸣上海联通目前规划应用的营销场景共6大类约28个小类，通过专用营销系统Campaign进行系统支撑场景化营销：上海联通场景营销概况（2/3）六大类实时场景的实时捕捉位置类场景上网类场景通话类场景开关机类场景漫游类场景实时场景营销平台，开放各类营销规则，由营销单元设置符合规则，触发场景的用户不符合规则，触发场景的用户实时营销干预不采取营销动作随着场景营销的不断深入和系统能力的加强，上海联通开始构建六个重点实时场景体系从效果看，用户行为触发的实时场景体系（延迟1小时以内）比通过系统规则触发的准实时场景体系（延迟6小时以内），营销效率显著提升。用户状态类场景在积极探索实时营销场景的同时，上海联通还在建立客户全生命周期场景适配体系，将客户经营从存量维系向前延伸至体验干预阶段，向后延展至离网召回阶段，实现更大范围的场景覆盖在用户流失预测上，整体查准率71.14%，查全率62.44%，提升度14.68，效果非常理想。用户离网得到系统确认稳定拐点正常使用期离网转化期正式离网决定点用户宽限期离网前行为特征的大数据鉴别协议到期时点维挽政策已离网用户的召回政策原有模式理想模式通信体验预警：1、掉话频繁2、上网速率慢3、语音不清晰通信行为异动：1、联络圈缩小2、移动范围缩小3、更换低价值手机离网决策形成：1、不开机2、启用新号码3、试图注销原号码干预动作#1救援动作#2挽留动作#31、联络圈不再试图呼叫原号码2、异网出现呼叫规律一致的新号码召回动作#4大数据用户体验研究场景化营销：上海联通场景营销概况（3/3）场景化营销：应用举例（1/2）已开展并验证成功率较高的业务场景举例套内流量用尽时的流量包叠加终端更换后的应用推荐长时间视频、音乐应用后的定向流量包推荐漫游场景下的短周期流量产品推荐充值后余额较高状态下的长周期流量产品推荐场景名称预付费充值场景流量包场景营销低消来话场景营销目标用户高离网倾向的用户（用户流失预测模型结果数据）可订购流量包的白名单用户低消白名单（低消模型结果数据）中客服热线来话的用户触发规则用户帐户余额不足10元&用户帐户余额不足5元用户套餐内流量使用90%&用户套餐内流量使用100％用户拨打客服电话推荐活动充值存费送费/存费送业务活动国内/本地流量包，根据用户的使用量推荐合适的流量包种类和档次低消活动执行渠道实时场景短信短信/toolbar客服热线场景效果参与用户在网生命周期延长5个月，离网率下降15pp成功率8%成功率4.5%场景化营销：应用举例（2/2）PART03大数据在客户感知提升和数字化转型中的应用在客户感知中的应用：大数据时代的客户服务前言客户体验成为流量时代的新战略核心，卓越的客户体验直接带来卓越的经营成果，新的时代“服务即是经营，维系就是发展”。客户体验是AT&T的首要工作

调研结果显示AT&T客户满意度超过Google——Gardner2014AT&T在北美运营商营销及服务满意评估中连续排名第一——J.D.PowerAT&T首席执行官RandallStephenson用户体验的改善直接导致了AT&T用户离网率的下降一次网上购买联通号卡的经历2月某日，出于想体验一下用户如何进行活体认证的想法，某同事在网厅随意买了一张卡（56元的4G全国套餐，存36得360）购买收货激活使用网厅购买货到付款订单在哪儿？次次日送货第二次送货回访第三次送货前电话联系收了36元随卡送来的实名制激活过程的小折页简洁明了记不清套餐，选择安装手机营业厅首次登陆手厅却进入流量包订购页2月22日接到回访的电话，核实了身份信息，近2分钟的通话三个基本概念期望服务感知服务客户体验期望的服务是顾客的实际经历、个人需求以及口碑沟通的确定的，它受到企业与顾客沟通活动的影响。感知服务是指顾客亲身经历的服务，它是服务提供者一系列内部决策和内部活动的结果。即客户满意度，是顾客期望的服务与顾客感知的服务之间的差距形成的结果，也是客户采取下一步行动的出发点。在客户感知中的应用：客户服务满意度的理论基础（1/2）客户感知期望的服务感知的服务服务传递顾客驱动的

服务设计和标准对顾客期望

的理解顾客企业顾客差距差距1差距2差距3差距4与顾客的外部沟通差距1-管理者认知差距：不了解顾客的期望差距2-质量标准差距：未选择正确的服务设计和标准差距3-服务交易差距：未按标准提供服务差距4-对外沟通的差距：服务传递与对外承诺不相匹配在客户获取服务的过程中，客户的体验和客户的预期形成了差距，差距的大小构成了客户满意度，从客户感知的服务进行细分，可以将这个差距分解为四个部分。在客户感知中的应用：客户服务满意度的理论基础（2/2）随机性消费客户的消费需求随时出现，随时消失比较性消费有更多渠道可以比较产品的优劣，产品提供者的信息优势不复存在尝试性消费乐于接受免费的体验，对既有消费的惰性也大大降低快捷性消费消费周期缩短，客户对产品的需求不再是月、年而是天甚至小时移动互联网的出现和发展，使客户获取信息的成本降低到几乎为0，也使客户的消费行为习惯出现了新的变化，主要体现在四个层面，主要特征是个性化的增强和消费节奏的加快30%语音时代SP业务当月叠加当月退订率50%流量时代流量包业务当月叠加当月退订率在客户感知中的应用：移动互联网时代用户行为的变化(1/4)来自个性化需求的挑战个性化的消费模式，使一成不变的服务提供形式收到了巨大挑战，通过大数据识别每个个体用户的服务获取偏好，提供个性化的服务成为了必然提醒频率：对流量提醒频率不满意客户进行调研发现，31.9%的客户认为提醒频率需降低，68.1%的客户认为提醒频率需提升提醒方式：对流量客户进行调研发现，客户对提醒方式具有不同的偏好提醒阀值：根据客户ARPU、品牌、DOU、订购套餐的不同，客户对流量提醒的具体触发阀值也存在不同需求客户对提醒频次需求不聚焦客户对提醒类型需求差异较大客户对提醒门限要求不尽相同客户对提醒服务要求多样化，单一的提醒模式不能符合客户日益变化的需求在客户感知中的应用：移动互联网时代用户行为的变化(2/4)来自个性化需求的挑战传统运营商关注服务提供的结果，移动互联网考验服务提供的过程，这使评价客户满意度从服务提供“是与否”的单维选择变成了“多与少”、“快与慢”、“繁与简”的多维命题。在客户感知中的应用：移动互联网时代用户行为的变化(3/4)来自个性化需求的挑战多维用户刻画带来的机遇大数据的出现使我们可能认识号码背后的人，而不是号码本身，对客户行为的充分理解和准确预判，可以将号码行为层层递进关联至用户自身的社会属性和性格特点在客户感知中的应用：移动互联网时代用户行为的变化(4/4)大数据改变客户服务大数据技术的出现，为解决复杂的客户满意度问题提供了可能可管理（干预）可视化（量化）可评估（洞察）可整合（协同）营销、产品、服务等触点满意度信息可进行采集、汇聚、梳理、量化建立分群模型，可对进行个性化满意度体验评估和反馈满意度数据进行实时处理和汇聚，形成全局和个体的视图可对客户体验进行实时的干预和处理传统IT系统信息采集大数据技术信息补足个性化体验评估模型体验数据计算，阈值数据清晰性统一性可视化呈现反馈到各个职能部分实时干预并反馈在客户感知中的应用：大数据助力提升客户感知（1/9）大数据能力的应用对客户服务有四个方面的作用协同洞察量化干预采集汇聚来自各渠道各维度的客户体验，生成统一策略将一个渠道接触的结果转换为其他渠道经验建立全局性体验实时视图理解用于基于体验采取行为的原因追溯用户开展行动的性格偏好，并将这种偏好预测用户下一步的行动分析用户各种行为的个体外溢出效应将引起体验不满的过程追溯至体验产生的原因分析每一个环节对用户体验的影响力大小将体验指标转换为运营改进措施的流程转变“被动应答”模式为“主动顾问模式”在体验出现变化时能够进行实时的纠偏和补偿性互动能够根据客户喜好互动点的变化增加或优化接触渠道和策略在客户感知中的应用：大数据助力提升客户感知（2/9）大数据改变客户服务大数据能力的应用对客户服务有四个方面的作用协同洞察量化干预客户预期管理管理认知差距纠正质量标准差距纠正服务交易差距纠正对外沟通差距纠正大数据在客户感知中的应用：大数据助力提升客户感知（3/9）大数据改变客户服务大数据支撑下客户服务协同：统一各客户接触点的客户视图信息，进行接触间信息快速传递和及时响应，形成渠道之间信息互动，避免矛盾营销、重复营销咨询推荐服务业务办理业务A优先级：1响应概率:55%客户服务中心接触点管理模块答复客户各接触点信息快速传递和及时响应，形成智能互动推荐客户办理同步取消营业厅推荐计划网上营业厅个性化页面取消该项业务推荐122营业厅网站统一发布——场景：对某客户推荐业务A，在客服中心、营业厅、网站同步开展。该客户通过客服中心办理该项业务后，营业厅、网站的推荐计划同步取消统一各客户接触点的客户视图信息统一客户营销接触信息管理在客户感知中的应用：大数据助力提升客户感知（4/9）大数据改变客户服务大数据支撑下客户服务洞察：实现从消费结果到体验结果到体验过程再到心理预期的层层递进在客户感知中的应用：大数据助力提升客户感知（5/9）大数据改变客户服务大数据支撑下客户服务量化：大数据识别用户负面行为产品的原因，并将各个原因的权重量化客户负面行为量化网络质量动因将用户网络质量选择负面行为与质差网络区域进行关联产品适配度动因关注用户协议周期内的产品与自身消费的匹配情况服务质量动因用户对接受服务的过程不满意用户对服务的结果不满意竞争动因异网营销政策使用户的使用偏好出