探讨大数据支撑下的存量用户精准营销（小编整理）.docx

探讨大数据支撑下的存量用户精准营销（小编整理）

第一篇：探讨大数据支撑下的存量用户精准营销探讨大数据支撑下的存量用户精准营销【摘要】随着大数据的应用越来越广泛，运营商对基于大数据支撑下的应用场景进行了探索。为提高存量用户的营销效率，提升获取目标用户的精准性，文章对目标用户的社会交往圈进行深入研究，分析存量用户的画像特征，利用数据挖掘技术，构建相关分析模型，得到用户的新型立体标签，为存量用户的营销推广提供数据分析和决策优化支撑能力，为运营商存量用户的经营开拓了一个新的思路。【关键词】大数据存量用户数据模型精准营销一、引言随着电信市场人口红利的消失，运营商的新增用户规模在不断下降，而存量用户则不断在流失，此种情况下，通过提升用户规模保持公司的高速增长变得异常艰难。为支撑存量用户的保有经营活动高效开展，推进大数据模型在精准营销和存量维系层面的应用，本文积极开展相关数据模型的探索。通过对QQ、微信等社交软件的深入研究发现，社交软件一旦占据了规模优势，其在社交领域的产品排它性和在用户层面的高黏性特征将使其具备绝对的竞争优势。如何在大数据时代环境下，充分利用运营商较高用户市场份额的规模优势，在用户日常交往圈中具备高度的覆盖率，通过大数据先进的挖掘分析技术，实现存量用户精细化经营对运营商是新的挑战。二、大数据技术简介大数据（BigData）是指那些超过传统数据库系统处理能力的数据。它的数据规模和转输速度要求很高，或者其结构不适合原本的数据库系统。为了获取大数据中的价值，我们必须选择另一种方式来处理它。对于企业组织来讲，大数据的价值体现在两个方面：分析使用和二次开发。对大数据进行分析能揭示隐藏其中的信息。大数据处理数据时代理念的三大转变：要全体不要抽样，要效率不要绝对精确，要相关不要因果。三、基于朋友圈数据模型的精确营销1、方案综述。基于社会交往圈的存量用户分析是采用逻辑回归算法设计“朋友圈”大数据模型，通过模型精确识别用户的朋友圈关系，进而识别出用户在朋友圈内的语音通话需求。通过对用户通话需求的分析，设计适用于朋友圈内优惠的语音通话优惠产品，再根据用户的朋友圈特征进行用户与产品的适配，对有潜在需求的用户进行规则预判和产品适配，形成可以用于精确营销的用户画像标签库数据。整个方案主要分为朋友圈模型设计、朋友圈黏性产品设计、朋友圈用户产品适配、朋友圈产品精准营销等四个阶段。2、“朋友圈”数据模型设计。为设计“朋友圈”数据模型，首先需要识别用户间的朋友关系，因此，采用数据挖掘的方法来构建模型，模型的训练数据采用已知两两号码对是否为好友关系来实施，以达到最终模型能够预测不同的用户之间是好友的可能性，并且根据好友识别模型的结果来构造朋友圈模型。在构造模型输入变量时，首先考虑语音交往圈两两号码对用户消费行为相似程度，例如两个用户年龄差距大小，是否存在“代沟”；两个用户使用的产品是否相仿等，采用逻辑回归算法对号码的关键指标进行建模，计算两两号码是朋友关系的可能性大小。当朋友关系识别对应概率≥40%的时候，则认定该对号码是朋友关系。3、“朋友圈”黏性产品设计。“朋友圈”数据模型是基于用户的通话行为作为基本指标构建的，黏性产品在设计时必须以用户的基本通话需求为出发点，因此朋友圈黏性产品以语音通话优惠作为基本产品构成。为合理设计朋友圈内通话优惠幅度、价格区间等。通过对用户朋友圈内的通话时长分析发现，主叫通话时长在50分钟以上的占比为52%，朋友圈通话在50分钟以内的用户因其话务量低，通话刚性需求较少，不作为语音通话黏性产品的目标用户。因此，产品设计应当以圈内通话50分钟以上的用户为目标用户。4、“朋友圈”产品用户适配。产品适配是根据朋友圈模型输出的潜在目标用户，综合考虑用户的语音通话需求、同质产品的订购关系、产品之间的兼容性等因素，叠加用户业务受理频度、新业务接受能力、投诉记录等因素，筛选出有潜在需求且具备办理条件的用户，为一线提供精准的营销数据支撑。5、“朋友圈”产品精准营销。通过大数据挖掘分析模型的综合应用，探索利用大数据技术构建“立体标签”，将客户偏好与时空环境有机结合，通过“立体标签”实现智能营销匹配和智能执行，通过采取线上和线下触点营销方式，针对朋友圈活跃的存量用户精确推广亲亲网、家庭宽带、家庭套餐包等粘性强的产品。四、结束语大数据的应用技术日趋成熟为运营商优化营销过程，利用更少成本，创造更高收入创造有利条件。“朋友圈”数据模型及其产品的应用，为运营商开展存量用户经营开拓了一个新思路，通过大数据模型的构建和迭代应用，精准锁定需求用户，有效引导了产品设计，为一线提供了完备的营销数据支撑，形成了数据挖掘-产品制定-营销指导的数据价值变现模式。参考文献[1]王尧，基于大数据的数据处理方法研究分析[J].数字技术与应用，2014（06）.[2]刘鹏，大数据技