大数据时代电信运营商4C营销策略探究.docVIP

大数据时代电信运营商4C营销策略探究 　　【文章摘要】 随着物联网、云计算、数据挖掘技术等的发展和渐渐成熟，大数据已成为企业关注的焦点。电信运营商拥有其他企业不具有的数据资源，大数据技术的出现与发展为电信运营商深挖数据提供了技术手段，同时也为其更好地服务客户提供了新的机遇。本文结合大数据的技术现状以及4C营销策略的特点，探析了大数据技术在电信运营商应采用的营销策略。 【关键词】 大数据；电信运营商；4C营销策略 0 引言 继移动互联网、云计算、物联网等互联网信息技术之后，大数据作为一个崭新的名词出现在我们面前。大数据是信息产业一次巨大的技术革命，对企业管理决策、拓展业务和组织流程，以及人们的生产生活方式等都会在一定程度上产生很大的影响。 大数据（Big Data）就是在一定时间内，用传统数据库软件工具没有办法对其内容进行提取、管理和分析的数据集合。它具有4个特点，即：（ 1） Volumes 指数据体巨大。 （ 2） Variety 数据类别繁多，主要包括了大量的不易处理的半结构化和非结构化数据。（ 3） Value 数据的价值密度较低，由于数据量大，所以从中提取的有价值的信息就相对总量来说很少。 （ 4） Velocity数据处理速度要求非常快。不光有历史数据，同时包含大量实时或在线数据需要处理。 1 大数据时代电信运营商的机遇及挑战 1.1 机遇和优势 在大数据逐渐应用到各行各业的背景下，电信运营商具有其他企业不具有的数据资源。首先，电信网络具有垄断地位，只有电信运营商具有提供可管控的全程全网服务和端到端网络接入能力；其次，电信运营商作为用户的第一接触者，具有很强的用户聚合能力，拥有独一无二的用户资源；再者，电信运营商在业务运营和提供服务的过程中获得网络状态、业务状态等数据，更重要的是对用户身份、业务类别、关系网络和消费能力与信用等特征数据的识别。 1.2 挑战和劣势 近十年来，电信产业产生了史无前例的技术变革，尤其是在2009年至今，3G技术的迅猛发展，移动互联网的普及，各种商业模式被慢慢打破。网络的扩容与升级并没有给电信运营商带来可观的利润，通过分析2013年第一季度的数据，可知电信、移动、联通三大运营商的传统业务和整体固网业务都在一定程度上受到了互联网的较大冲击，增长减缓甚至下滑。 此外，大数据时代运营商还面临着来自数据获取、分析及管理方面的挑战。大量的半结构化和非结构化的数据形式在很大程度上降低了数据分析处理的效率，在数据读写及存储方面，给运营商也带来了巨大的压力。大数据使人们更加关注隐私的保护，“棱镜”事件给大数据时代的政府和企业都敲了警钟，以牺牲个人隐私为代价的商业价值的创造会受到来自各方面的抵制压力。因此电信运营商也要重视用户的隐私问题，对地理位置、用户身份、行为路径等涉及隐私的信息实施有效保护。 2 电信运营商的4C营销策略 随着市场竞争越来越激烈，媒介传播的速度也越来越快，美国学者罗伯特·劳特朋（Robert Lauterborn）教授在1990年提出了与传统营销的 4P 营销理论相对应的 4C 营销理论。即：Customer（顾客）顾客的真正需求、Cost（成本）顾客获取产品或服务的成本、Convenience（便利）顾客消费的方便性、Communication（沟通）产品促销和消费者信息反馈。电信运营商的系统本质是为用户与用户、设备与设备、用户与设备之间提供通信信道，每天承载着海量信息，大数据的出现为运营商完成高效的4C营销策略提供技术支持. 2.1 Customer（顾客）主要指顾客的需求。电信运营商只有通过对合法取得数据的高效分析，做到真正地了解客户需求，才能开发出更适合顾客的产品。其策略主要有：（1）现有业务的优化和改进。比如：运用大数据分析，对所有的在网用户的消费者行为进行分析，了解他们的消费习惯，逐渐完善电信行业的产品定制化；（2）4G时代的到来将推动移动数据业务量的不断增长，电信运营商不能只作为一个渠道商，要更多地与设备和应用提供商合作，推出客户需要的产品。比如：中国电信与网易合作推出了“易信”；（3）创新业务模式，主要的业务对象包括家庭、企业、政府及第三方。对于家庭用户，利用运营商的网络数据和GPS数据相结合，在合法的前提下提供针对特殊群体的定位服务。对于企业用户，主要有两种模式创新：一是基于运营商的数据分析，提供相应的咨询服务；二是将运营商的数据与企业的信息传送能力相结合，使数据与电信业务相互促进。对于政府和第三方，则主要提供信息服务和基于业务类型的统计服务。 2.2 Cost（成本） 不单指企业的生产成本，而应该更多考虑顾客的购买成本，同时也意味着产品定价的理想情况应该是既低于顾客的心理价