大数据精细分流量精准营销分析.docxVIP

　　流量经营是电信运营商的重点工作。 　　基于大数据关联分析，对潜在客户的精细化分群和营销是流量经营的重要手段之一。 　　本文探讨基于客户的入网时间、终端类型、流量活跃度、流量使用率、语音使用特征、流量使用特征等多维度的大数据分析，洞察客户流量使用特征，进行客户细分的大数据流量营销推荐，帮助业务部门开展精准营销，促进流量规模和价值双提升。 　　流量经营；客户细分；流量抑制一、引言随着智能手机的普及与4业务的快速发展，手机流量呈现爆炸式地增长，数据业务收入成为电信运营商重要的收入来源。 　　电信运营商提出聚焦移动互联网流量经营，围绕全面深化企业战略转型的要求，积极推动基于细分市场和客户行为洞察的精准化营销模式实践，提升流量规模和流量价值。 　　如何培养客户流量使用习惯，引导客户增加流量使用量，提升移动流量普及率，提高人均流量收入，是流量经营工作的重点。 　　本文探讨基于企业大数据从客户终端类型、流量使用特征等多维度关联分析，将客户划分为具有不同流量特征的差异化潜在需求群体，在实际营销应用时针对不同的用户群适配不同的政策，实现流量差异化精准营销。 　　二、总体思路基于大数据关联分析，从客户的入网时间、终端类型、流量活跃度、流量使用率、流量使用特征等维度，将客户划分为具有差异化流量潜在需求的不同用户群体，掌握用户流量使用情况，提升流量营销客户洞察能力。 　　对新入网及存量用户，分析流量使用行为及消费特征，基于大数据深入用户分析，实现精准营销。 　　抓基础，对低零流量用户开展应用推荐及流量使用辅导，通过适度赠送流量推进体验营销，培养用户流量使用习惯，并跟踪用户流量使用需求，实现体验营销转化。 　　促应用，针对套餐内流量用量不足用户，依托大数据分析，洞察客户流量行为特征，有针对性地向客户进行流量内容营销，提升用户套内流量使用率，如视频达量送会员或流量置换。 　　提价值，针对流量使用较大含超出套餐内流量用户、套餐不匹配的用户，有流量溢出的用户优先销售加餐包，持续溢出的用户销售包月流量包、闲时包等，如五一端午中秋国庆元旦春节期间推出的假日流量包，在假日前针对出行意愿用户开展针对性营销。 　　通过建立完善的客户细分体系，围绕客户特征开展流量经营，细分客户深度把握客户需求，实现差异化营销。 　　三、客户细分从客户入网时间、终端类型、流量活跃度、流量使用率、流量使用特征五大维度，基于大数据关联分析细分客户，如图1。 　　入网时间维度将用户细分为当月入网的新用户、入网超过1月的存量用户。 　　终端类型维度将用户细分为智能机用户、非智能机用户，非智能机用户一般是老人或小孩，总体对流量需求不大。 　　流量活跃度维度将用户细分为高活跃用户、沉默及低活跃用户，智能机低活跃用户是具有一定流量需求的潜在用户。 　　流量使用率维度将用户细分为高使用率用户、低使用率用户。 　　智能机高活跃低使用率用户是有上网习惯，流量潜在需求较大的用户群体。 　　流量使用特征维度将用户细分为闲时性用户、临时性用户、抑制性用户等几类。 　　相对于入网时间、终端类型、流量活跃度、流量使用率几个维度，流量使用特征维度是大数据精细分流量精细营销的重点。 　　闲时使用流量的用户一般是上班一族的用户。 　　临时使用流量的用户通常是有特定事件行为的用户如用户出省旅游等。 　　基于大数据分析，可以发现每个月大量套餐内流量未使用完用户中有相当一部分用户在自然月里随着时间的推移，使用流量不断增多，但到达某个时间点后，会主动性的做出流量使用控制，这类用户可细分为流量抑制性用户。 　　基于流量抑制性用户行为特征发现，判断用户是否为流量抑制性用户，首先要找到流量抑制的时间拐点。 　　分析用户日均流量发现，用户流量抑制的时间拐点出现在日均流量达到峰值日，之后日均流量显递减趋势，使用的日均流量比之前变少。 　　找到时间拐点后，计算时间拐点后用户的流量密度百分比值，计算公式为100-拐点发生日当月天数100-拐点累计用量全月使用量，从公式可以发现，当值等于1时流量使用是均匀分布,即之前的单位时间流量密度和之后的单位时间流量密度是相等的。 　　可以以值在一段区间的用户作为基础，分析千分位图呈现的特征，探索得到拐点分位上的’值作为流量密度百分比阀值。 　　通过以上计算方法可找出流量抑制性用户，该类用户流量需求旺盛但对价格敏感，具有极高的营销价值。 　　四、营销应用在深刻理解客户特征及需求的基础上，根据市场营销需要，对流量客户细分结果从不同档次的套内流量角度将用户划分为低零流量用户、低使用率用户、中使用率用户、高使用率抑制性用户、高使用率不抑制用户，并对流量细分客户适配不同的营销政策，进行差异化营销。 　　1、结合市场营销需要细分客户低零流量用户流量使用率为