WCBDA_大数据分析的行业应用案例.pdfVIP

案例研究： 大数据分析的 行业应用 一 电信行业 学习目标  了解分析在电信业的作用。 能力目标  了解如何在电信数据上实施高级分析。 电信是指使用技术手段 （如电子信号和无线电波等 ）在彼此相距一定距离的两个实体之间 的通信。 参与通信过程的实体有 ：  发送方 ：发起通信过程 ，生成要发送的消息 ，为传输做好准备。  传输通道 ：负责传输消息 ，通过空气和真空。  接收方 ：接收和解释传输的消息。 现代电信系统包括有线和无线通信。 在这个案例研究中 ，我们将讨论移动服务提供商 MORE通信的场景 ，了解大数据分析在 电信行业的应用。我们将看到分析技术如何帮助组织提高客户满意度、客户保留率和现金 利润。 背景 MORE 通信的高管为了增加利润 ，希望实施一些面向利润 （profit-oriented ）的业务方 法。为此 ，高管首先确定了阻碍业务增长的主要制约因素如下 ：  客户流失  缺乏优化的营销策略  需要分析通话记录 客户流失 最新的研究表明 ，组织为了获得更多的利润 ，保留现有客户比获取新的客户更重要。客户 流失发生在客户停止现有提供商的服务并切换到新的提供商。这些客户可能服务感到不满 意 ，或者可能另一供应商提供了更好的套餐。 缺乏优化的营销策略 相比于老客户的利润 ，客户群的扩大同样重要。为了获得新客户 ，组织需要合适地宣传其 品牌。为了达到广告活动的最佳效果 ，组织还需要满足客户的要求。这些要求可以通过实 施先进的分析技术 ，如情绪分析和社交媒体分析来评估。 需要分析通话记录 电信网络中的每个客户都连接到更多的人。这意味着拥有更多网络和连接的客户是组织更 多收入的来源。为了留住高收入客户 ，移动服务提供商需要定期维护和分析客户的通话记 录和社交网络。 通过分析通话记录 ，组织还可以根据所产生的收入对现有用户进行细分。然后 ，该组织可 以通过引入奖励计划或忠诚计划或类似的激励措施来激励被确定为高收入者的用户。 用数据分析促进利润 防止客户流失 如果被忽视客户流失 ，可能会对组织的业绩和利润造成灾难性的后果。为了防止在市场竞 争中客户流失到竞争对手那边去 ，组织需要积极主动。仅仅依靠客服代理来防止客户流失 是不够的。为了保留客户 ，组织需要开发某种方法来了解什么可以使客户留下。防止客户 流失的一种方法是预测建模 （Predictive Modeling ）。 在预测建模中 ，统计模型旨在帮助组织预测客户流失倾向的可能性和时间。模型生成的信 息有助于组织制定抢先营销计划来保留这些客户。因此 ，组织可以改善客户服务、持续沟 通并识别客户的忠诚度。 实施优化的营销策略 电信业是个快速增长的行业。先进的技术和激烈的市场竞争也使得这个行业具有挑战性。 组织意识到维持顾客忠诚对于增加现金利润很重要。 专家建议  获取新的客户比保留现有客户的成本高出六倍。  移动运营商的客户流失率高达 30％。整个客户群可以在短短三年内在竞争对手之间 切换。  移动运营商的一名新用户的盈亏平衡时间可以长达一年。 实施行为细分 （behavioral segmentation ）可以解决这些问题。通过产品使用情况、 购买模式、决策属性和客户态度等信息 ，可以根据用户对促销、价格变动以及通信渠道的 反应方式 ，将客户群分成几组 ，从而形成有效的行为细分。对于预付费和后付费客户 ，应 各自分别进行这些细分。 行为细分的主要目标是根据客户的偏好开发新产品和广告计划。这些策略有助于企业提升 客户群体和客户忠诚度。 这些分析侧重于属性 ，如产品使用情况、购买模式和客户态度。 分析详细通话记录 基于网络使用数据的客户细分数据可帮助确定网络使用中的需求、趋势和模式。 电信公司的通话监控和录音程序实时生成非常大量的详细通话记录。组织需要持续的分析 这些数据 ，以便采取关键决策和及时行动来提高产能。通话监控程序捕获的通话和数据量 如此之大 ，无法手动分析和推断网络行为 ，因此需要实施大数据技术来进行分析。分析通 话记录可以让组织 ：  下钻 （drill-down ）到问题电话 ，并识别原因  监控日常运作  识别客户行为  监控每天或每周的网络使用情况和性能 场景 案例研究讨论移动服务提供商 MORE通信的场景。该组织有一些计费和客户的历史数据 ， 并希望利用这些数据 ：  了解现有客户的需求