电信业用户超级细分实践案例分析-市场营销论文-管理学论文.pdfVIP

电信业用户超级细分实践案例分析-市场营

销论文-管理学论文

——文章均为WORD文档，下载后可直接编辑使用亦可打印——

市场细分本质是对需求的细分，但由于需求难以直接衡量，

考虑到需求本身体现在用户身上，所以一般也理解为对用户的细分。

用户细分就是根据用户的人口统计特征、消费行为特点、态度价值观

等的差异，运用系统科学的方法将用户分群，选择其中一个或几个用

户群作为公司服务的主要群体，为其提供更好的产品和服务的过程。

在电信市场，市场细分应用已经有近10年的历史，从最初的

基于人群社会特征形成的全球通、动感地带、神州行品牌，到后续的

数据业务推广、服务差异化应用等，都起到了积极的作用。随着移动

用户市场的普及与高饱和时期的到来，网络升级和智能终端的大量应

用，促使运营商运营重点已经从用户新增发展转入用户维系保有为主、

从语音发展转入流量发展为主的新时期。市场特征和需求的改变，传

统的以有限维度为支撑的大众细分已经不能满足新时期的精细化、精

准化运营需求，必须向超级细分运营管理升级。

一、用户超级细分内涵

用户超级细分，即以用户基本特征为基础、以消费决策行为

的全过程、多因素为关注点，进行多维有机组合的细分过程。以一个

换机个人用户为例：影响用户消费决策的过程和考虑因素包括用户基

本特征（年龄、性别、职业等）、信息获取、比较（终端价格、号码

优劣、资费水平、产品类型、促销活动等）、购买实施（渠道、付款

模式等）、使用感知（资费透明、服务可靠、通话质量保障、网络速

度、充值便利可靠等）、评论传播（互动），超级细分就是要在这个全

过程、多要素进行多维有机组合，实现用户特征-产品-渠道-消费引导

-使用互动的精确适配。

要对用户进行超级细分，首先需要建立用户知识中心，即综

合用户多维信息，应用数据统计分析和数据挖掘技术，对用户构建体

系化的标签库体系。在实践应用中，用户标签库涵盖三个类别：基础

型标签、统计型标签和挖掘型标签。基础型标签即为在与用户交互过

程中直接形成的标签，如用户在办理入网时必须进行实名认证，此时

即会形成姓名、身份证号码等标签；统计型标签即为基于用户的日常

通信行为，基于数据统计分析形成的标签，如通话次数、短信次数、

上网次数、换机次数等标签；挖掘型标签即为基于用户的基础型标签

和统计型标签，经过数据挖掘模型形成的标签，如是否双机用户、是

否离网预警用户、是否流量消费抑制用户等。

在基础型标签、统计型标签和挖掘型标签中，挖掘型标签通

常是对用户的消费偏好、倾向等进行识别，构建丰富的挖掘型标签是

精细化运营的关键。挖掘型标签的构建，通常需要使用数学模型或业

务模型，其构建通常可以划分为五个步骤：提出问题（标签需求）、

构建理论假设、数据处理、模型输出和检验、模型发布。

在构建形成丰富的用户标签库后，即可基于业务需求，对用

户标签进行有机组合，以形成用户超级细分。如在存量维系时，我们

希望对高价值的跨网双卡未合约捆绑的全球通用户开展针对性的营

销，此时，就可以组合应用用户价值（标签值为高）、是否跨网双卡

用户（标签值为是）、是否合约捆绑（标签值为否）、用户品牌（标签

值为全球通）四个用户标签，形成目标用户，进而基于用户的第一渠

道偏好标签（标签值为外呼、营业厅、短信、邮件、社会渠道、或网

厅）、第一营销活动偏好标签（标签值如话费型、终端型、实物型、

业务体验型等），有效的支撑精细化运营。

二、用户超级细分实践案例分析

以Z省为例，该省移动用户规模超5000万，年运营收入近

400亿，通过长期的精耕细作，用户市场份额持续保持在67%以上，

智能手机的普及率已经超过46%，其中TD智能手机普及率已达27%，

流量使用普及率达到72%，在手机普及率达到120%的市场环境中，

用户存量保有维系和流量经营成为公司个人市场运营发展的两大主

题，其中尤以流量经营为重点。如何提升用户的流量消费？需要帮助

用户解决五个用不能用、不会用、不敢用、不好用、不够用。通过对

用户在这五个用上的归属，首先把用户细分为五大类，在此基础上，

再结合用户其他标签进行有机组合形成超级细分群。

1.不能用。不能用主要是解决用户业务准入问题，即用户是

否开通GPRS业务。基于是否开通GPRS用户标签，首先把能用和不

能用的用户进行细分。针对不能用（也即未开通GPRS业务）用户，

进一步细分不能用的用户为潜在