移动增值业务精准营销之模型实施体系.doc

中国移动通信集团湖北有限公司 增值业务精准营销之模型实施体系 2010-3-16 目 录 1 前言 1 2 模型生成方法介绍 2 2.1 传统方法存在不足 2 2.2 湖北公司创新实践 3 3 模型实施成果 4 3.1 点对点短信 4 3.1.1 提升点对点短信业务普及率 4 3.1.2 提升点对点短信用户活跃度 5 3.1.3 提升点对点短信节假日发送总量 6 3.2 点对点彩信 7 3.2.1 提升点对点彩信业务普及率 7 3.2.2 提升单用户点对点彩信活跃度 8 3.2.3 提升点对点彩信节假日发送总量 9 3.3 彩铃下载 10 3.3.1 提升彩铃下载用户活跃度 10 3.3.2 提升彩铃下载业务粘性与用户忠诚度 11 3.4 手机上网 12 3.4.1 提升手机上网普及率 12 3.4.2 提升手机上网计费流量 13 3.4.3 提升手机上网业务粘性与用户忠诚度 14 3.5 12580 15 3.5.1 提升12580业务普及率 15 3.5.2 提升12580业务粘性与用户忠诚度 16 3.6 飞信 17 3.6.1 提升飞信业务普及率 17 3.6.2 提升飞信用户活跃度 18 3.6.3 提升飞信活跃用户粘性与忠诚度 19 3.7 手机报 20 3.7.1 提升手机报业务普及率 20 3.7.2 提升手机报业务粘性与用户忠诚度 21 3.8 手机支付 22 3.8.1 提升手机支付业务普及率 22 3.8.2 提升手机支付业务粘性与用户忠诚度 23 3.9 号簿管家 24 3.9.1 提升号簿管家业务普及率 24 3.10 手机阅读 25 3.10.1 提升手机阅读业务普及率 25 前言 为了提升增值业务综合运营能力，加强精准营销，亚信咨询为湖北公司市场部开发了增值业务精准营销模型创建体系，针对10项增值业务，根据不同的营销目的，确定不同的目标客户筛选规则，匹配不同的营销策略，通过营销预演判断是否需要优化，在营销实施后进行评估总结，并不断充实用户属性，从而形成营销闭环。 增值业务精准营销之模型实施体系，是在模型创建体系基础的进一步深化与完善，专注于目标用户提取阶段，通过透明、灵活的提取规则，帮助一线营销人员根据营销目的迅速找到每一类增值业务的目标用户群，从而迅速准确的开展营销活动。 本模型实施体系，综合了业务经验法与黑箱模型法两种精准营销模型开发方法的优点，在业务经验的基础上，通过数据挖掘方法制定透明可视、灵活可调的筛选规则，并根据营销目标、营销资源适当调整规则，确定最终目标用户群。 亚信咨询将持续优化本模型实施体系，力争使其成为增值业务营销的指南。 模型生成方法介绍 传统方法存在不足 传统模型生成方法，如业务经验法与数据挖掘黑箱模型法，无法兼顾灵活性、准确性与可复制性。 传统方法 业务经验法 数据挖掘黑箱模型法 描述 主要凭借一线营销人员的业务经验，附加少量的数据分析，进行判断 通过数据挖掘，建立黑箱模型，通过模型自动生成目标用户名单 优点 适应性强：可以根据实际营销情况及时进行调整 可读性高：营销规则容易解读 准确性高：利用有效的数据挖掘算法找到目标客户的概率较高 复制迅速：依托于IT系统，很容易进行复制推广 稳定性好：完全基于数据，确保公正 缺点 准确性相对较低：完全依赖个人经验，准确性相对较低 可复制性较差：过度依赖个人的力量，容易出现不可控的风险 效率不高：每次营销活动均要进行数据分析等工作 适应性差：不同营销活动的目的、形式、目标用户都有极大的差异性，无法用一个模型支持多个营销活动 开发成本高：单个模型建设成本较高 使用门槛高：模型的调整、使用需要一定的数据挖掘知识 湖北公司创新实践 湖北公司把目标用户提取过程，划分为三个不同阶段，每个阶段皆有清晰的目标与不同的研究方法，最终建立完整的增值业务精准营销模型。 阶段1：固定参数 阶段2：筛选规则 阶段3：调整规则 目标 剔除肯定不属于目标用户范围的客户 挑选潜在目标用户群 调整目标用户群大小 分析思路 用户使用该项数据业务必须要满足的条件，由业务经验判断肯定不会使用该项业务的目标用户 通过数据分析与统计、数据挖掘建模等手段，确定的目标用户筛选规则 根据营销目的与资源，灵活调整参数范围，控制目标用户群大小 研究方法 以营销人员的业务经验为主 数据挖掘建模 OLAP多维分析 这种创新的模型生成方法具有以下优点： 结合了业务经验与数据挖掘：一方面使用数据挖掘的方法，对客户历史数据进行深入分析，建立挖掘模型，同时也充分收集了市场一线人员的业务经验，并将两者完美的融为一体。 规则透明可读：模型由完全透明的提取规则组成，模型既有真实数据支持，也有极强的业务可读性。