目前，国内不少企业开展数据挖掘业务面临的最大难题是数据不全、数据不准确等。许多企业已经建立了包括ERP、CRM、POS等多个信息系统。
“科学算命”
“五一”期间，哪些型号的卫生洁具需要打折促销？打多大折扣企业效益才能达到最高？”“3G即将开通，我们该重点向谁推销？”“可透支的信用卡发给哪些人才不会赖账？”这些问题，任何单一的信息系统都无法“回答”，这时候就需要把多个业务系统的数据整合一起，建设数据仓库，进行横向分析，从而实现精确营销、精确决策。
浙江电信、中国建设银行、兴业银行、默洛尼卫生洁具公司等正在利用收集、分析数据的卓越能力，找出最有价值的客户、精确预测产品生命周期等，从而实现精确营销、精确决策。它们是怎么做的呢？
“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！”
“科学算命”
去年夏天，宁波电信推出了彩铃业务。刚开始宁波电信的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。后来，通过对潜在彩铃用户资料进行分析、归类、定位后，从20万潜在客户中挑选出10％购买可能性较高的客户，进行有针对性的外呼，成功率高达40％。宁波电信是如何实现精确营销的呢？
这得从宁波电信的MR（市场营销再造）项目说起。去年1月20日，中国电信市场营销再造项目宁波MR项目试点正式启动，核心任务是变地毯式营销为精确营销。长期以来，电信企业实行的是地毯式营销，要么不优惠，要么给23万用户全优惠。如何对23万公众用户进行针对性营销？浙江电信企业信息化部副经理沈跃明发现，精确营销的核心障碍是缺乏一套准确的客户数据仓库和对应的客户分群模型。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！”
于是，沈跃明和宁波电信局营销中心副总监兼市场拓展部经理毛宁飞建立了数据支撑小组，整个2月份都在进行数据准备工作。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。据介绍，宁波电信把客户行为分为呼叫行为和价值行为两个变量，然后画一张拓扑图，根据每个客户的呼叫行为数据和价值行为数据在拓扑图上不停地打点;这时发现很多客户的呼叫行为或价值行为很相近，很多点打在了一起，累积起来就逐渐形成了一座座“小山”，于是又根据这些“小山”进行客户分群，。
沈跃明和毛宁飞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，沈跃明和毛宁飞把这个人群称做网上冲浪群。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波客户。”
在推广彩铃业务过程中，宁波电信通过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％。
此外，在数据挖掘过程中沈跃明还发现了很多颇有价值的客户群，使得企业对当前的竞争态势有了准确认识。例如，一些老人购买小灵通后只接电话不打电话，对浙江电信来说就是每月收月租费，以传统眼光看这个人群没有拨打行为，其ARPU（每户平均收益）值肯定是很低的，属于限制发展的业务。但把小灵通、固定电话等产品数据集成在一起，挖掘发现这些老人用小灵通接很多外地电话，而且是外网移动电话打进来的。按照协议，移动电话通过中国电信的网关，每通话一分钟中国电信可以赚6分钱，如果每个电话打10分钟、每月接30个电话，每部小灵通每月可以为浙江电信赚18元钱，有时候还不止18元。这些用户对浙江电信来说，虽然收入很低，但价值是中等的。进一步数据挖掘发现，这些老人家里还装了固定电话和宽带，而且经常用浙江电信的IP卡打长途电话。沈跃明说:“把这些业务统一算在一个客户的头上，其ARPU值是很高的。”
后来，为了推广用数据分析去竞争的策略，沈跃明等数据仓库项目组又简化了数据挖掘过程，从337个变量中找出十几个关键变量来，然后用计算公式把一些常用的计算方法固定下来，形成某个专题应用的计算方法。项目组把这些关键变量称做“聪明变量”，例如对180的投诉次数就是挖掘最易流失客户的聪明变量，因为客户除非在忍无可忍的时候才会打180投诉。目前，浙江电信数据仓库项目和 项目一道共总结了11个套餐模型算法，沈跃明经常开玩笑说:“这11个算法是科学算命”。如今，浙江电信的本地网要设计业务套餐，只需要根据省公司提供的11个算法来修改参数即可。
数据挖掘主要解决三方面的问题:一是找出最有价值的客户、最易流失的客户和满意度最高的客户;二是分析他们的消费行为和消费习惯;三是推出有针对性的产品和服务，实现从以产品为中心到以客户为中心的转变。
网友评论