不支持Flash
|
|
|
数字商业时代:用数据说话http://www.sina.com.cn 2007年08月13日 16:25 《数字商业时代》杂志
在竞争激烈的市场,营销已不是仅仅打几个电话就能解决 在电信软时代,地毯式营销已经过时,现在运营商们更喜欢用数据去说话 采写·撰文=子川 毛宁飞是宁波电信营销中心副总监兼市场拓展部经理,在2005年中国电信市场营销再造项目宁波MR项目试点启动之前,困扰她的最大难题是“如何对宁波23万公众用户进行针对性的营销?”长期以来,宁波电信的营销方式一直以大众化营销模式为主,“推销基本是地毯式扫街,设计套餐经常靠拍脑袋。” 这种情况在过去是一种普遍现象,电信运营商缺少经营分析和决策支持的有效手段,很多情况下采用“扫街”方式推销,缺少对客户深入分析和洞察;“拍脑袋”设计套餐,缺少资费模拟手段;“心中无数”,缺少营销评估手段。 这种情况在2004年后开始有所改观,原因在于浙江电信在2004年选择Teradata作为合作伙伴,开始了数据仓库的建设。浙江电信希望通过数据仓库项目的实施,整合分散在全省多个系统中的数据,建立一个全省统一的分析平台,利用数据仓库进行市场分析,开展营销活动,创造业务收入,建立一支能用数据说话、基于数据科学制定营销策略的营销团队。 浙江电信数据仓库的项目开始于2004年5月,一期和二期交叉进行,两期投资加起来有5000多万人民币。其数据核心包括两部分,一部分用来做经营策划管理,即利用数据进行企业的日常管理,另一部分做精细化营销,面向客户做业务支撑营销。 对于浙江电信企业信息化部副经理沈跃明来说,建设数据仓库三年来,越来越能体现出它的作用和价值。 以宁波电信为例,两年前推出彩铃业务时,主要推广方式是由社区经理通过97系统的客户资料给每个客户打电话,客户经理每天要打几百个电话。由于缺乏针对性,这种“全面撒网”式营销的成功率只有7%左右。 于是,沈跃明和毛宁飞建立了数据支撑小组。他们首先通过数据仓库建立了包括243张表的宁波数据视图,然后又根据用户呼叫行为、数据业务使用行为等客户特征提炼出39张关键表和337个变量。通过MR工具先对客户数据仓库进行关联分析,对类型基本一致的客户进行“聚类分群”,形成统一的客户视图;然后用IDM(IntelligenleDataMining)等数据挖掘工具对客户列出多条聪明变量,如:月平均费用、区内费用、是否特定机型、是否有小灵通短信功能、年龄、性别等;再通过均值等算法对各种聪明变量建立购买概率模型,按照概率对客户列表进行排序,选择购买可能性较高的用户作为目标客户,营销的成功率得到了很大提升。原来营销人员须对20多万客户进行地毯式营销,20人的营销团队需要200天时间,成功率仅为7%;使用预测模型后,营销人员只需挑选购买可能性高的10%即20000客户进行营销,20人的营销团队只需20天的时间,成功率则提高到了40%。 此后,沈跃明和毛宁飞又把宁波电信的客户分为11个客户群,如传统长途偏好群、经济商务群、网上冲浪群等;然后,根据每个客户群的消费行为,分析其客户特征和需求偏好。数据挖掘发现,宁波有一部分客户宽带的使用量非常高,而且对价格不敏感,客户流失率也很低。进一步的数据挖掘发现,网上冲浪群的显著特征是,一般在30岁左右,收入普遍较高,对互联网有着强烈的偏好,而且对新事物的接受能力较强,但对产品质量要求很高。沈跃明说:“如果将来开通3G业务,网上冲浪群将是最先推的第一拨客户。” 沈跃明说:“精确营销的本质是先对客户进行分群,分析不同客户群的消费行为和消费习惯,然后根据不同消费行为有针对性地设计营销套餐!”
【发表评论 】
|