基于“大數據”的精確營銷實踐

“大數據”現已成為很熱的概念，而2010年時“大數據”、“數據挖掘”、“精確營銷”這些詞還不熱，了解的人并不多。筆者曾在2010年為某省級電信運營商實施了“基于大數據挖掘的精確營銷咨詢項目”，鑒于此項目涉及的內容比較敏感，一直未與大家交流?，F已事隔多年，過了敏感期，今天與大家分享。

運營商的經營分析系統通常包含大量數據，包括用戶的行為數據，如通話時長、對端號碼、短信平均字數等，還包括各類增值業務使用信息，實名制之后，生日、戶籍等信息也可獲得。除了經營分析系統，還有信令系統，可了解用戶的位置信息、手機開關機狀態等。

而數據挖掘（Data Mining，DM）是人工智能和數據庫領域研究的熱點問題，是指從數據庫的大量數據中揭示出隱含的、先前未知的并有潛在價值的信息的非平凡過程。

基于運營商的海量數據進行數據挖掘在2010年就已經有很多應用，如增值業務的精確推送、離網傾向預測、多卡用戶分析等等，應該說電信行業是應用大數據最早最成熟的行業。

筆者2010年時面臨的課題比較特殊，不是對在網客戶進行數據挖掘，而是要對競爭對手的異網客戶進行數據挖掘，于是難點來了，數據從哪里來？

經營分析系統中已有的數據包括異網客戶與在網客戶的通話次數、通話時長、短信條數以及入網時間信息，除此之外就沒有其他數據了。

項目組首先將上述數據結合市話、長途、漫游及主被叫情況、時間特征、交往范圍、集中度等進行拓展，具體如下

除了以上行為屬性字段，項目組還引入了交往圈來研究這一問題，這一做法創造性的解決了數據缺乏的問題。

“交往圈”是運營商已在使用的概念，一個號碼的交往圈是指通話頻次、時長在一定標準以上，相對固定的交往號碼范圍。應用交往圈可以做很多事情，比如客戶離網后流向分析，應用交往圈可以在不掌握機主信息的情況下判定新舊兩個號碼是一個機主，從而判斷客戶離網流向，因為號碼可以換，但人的交往圈子是相對穩定的。

引入交往圈進行異網客戶研究基于的假設是“物以類聚，人以群分”，某個異網客戶交往圈中的本網客戶特征在某種程度上也反映了該異網客戶的特征，當然這一假設是需要驗證的，項目組通過呼叫中心進行了大樣本的驗證。

在拓展完善了行為屬性字段后，通過呼叫中心的樣本調研了解不同行為屬性特征機主真實的自然屬性特征、感知屬性特征，就賦予了行為屬性營銷含義，從而可以基于數據挖掘進行聚類或者是行為屬性分析做出相應的營銷策劃方案，實施精確的營銷短信推送。

以上是對運營商營銷咨詢實例做的一般性介紹，過多的技術細節沒有論述，感興趣的可以進一步交流。

當前大數據挖掘已在各行各業得到應用，從最早的電信行業、銀行保險、航空公司、互聯網公司，到現在餐飲等傳統行業都已開始積累大數據，并將大數據作為企業的重要資源。不僅在客戶營銷服務領域，很多企業在內部的人力資源管理上也已應用大數據概念，如基于行為軌跡的員工任職資格分析等等，相信大數據未來將有更廣的應用。

（作者簡介：高峰，北大縱橫管理咨詢集團高級合伙人、行業中心總經理，資深項目經理，清華大學MBA，6年管理咨詢行業經驗，成功運作30多個項目，擅長人力資源管理咨詢、企業培訓）