大數(shù)據(jù)挖掘助力營(yíng)銷全流程精準(zhǔn)化

陳小鳳

摘要

在針對(duì)性營(yíng)銷中，單一的數(shù)據(jù)挖掘模型鎖定的目標(biāo)群體，往往存在目標(biāo)準(zhǔn)確，但營(yíng)銷效果還有待提高的情況。本文提出，在營(yíng)銷全流程中配合大數(shù)據(jù)挖掘模型，將營(yíng)銷各個(gè)環(huán)節(jié)統(tǒng)一管控，提高各環(huán)節(jié)效率，以達(dá)到營(yíng)銷全流程精準(zhǔn)化的效果。

【關(guān)鍵詞】大數(shù)據(jù)挖掘 營(yíng)銷全流程 精準(zhǔn)

1 引言

近年來(lái)，隨著精確化營(yíng)銷的需求，電信提出了針對(duì)性營(yíng)銷策略。針對(duì)性營(yíng)銷是將目標(biāo)消費(fèi)群體進(jìn)行明確細(xì)分，鎖定特定的目標(biāo)客戶群體，推出針對(duì)這一客戶群體的細(xì)分產(chǎn)品，并以特定的價(jià)格，通過(guò)特定的渠道和傳播、促銷方式進(jìn)行差異化營(yíng)銷的精細(xì)營(yíng)銷手段。其精髓是“細(xì)分”、“精確”、“實(shí)效”，以滿足客戶需求來(lái)發(fā)掘客戶終身價(jià)值、提高客戶忠誠(chéng)度。

針對(duì)性營(yíng)銷中引入數(shù)據(jù)挖掘模型，可以通過(guò)對(duì)用戶歷史的行為習(xí)慣進(jìn)行分析，進(jìn)一步鎖定對(duì)應(yīng)營(yíng)銷場(chǎng)景的目標(biāo)用戶，達(dá)到提高營(yíng)銷成功率的效果。但數(shù)據(jù)挖掘模型的清單輸出只是營(yíng)銷的前面環(huán)節(jié)，在實(shí)際的營(yíng)銷執(zhí)行中，營(yíng)銷的效果還可能受到各個(gè)環(huán)節(jié)的影響，而存在營(yíng)銷效果不受控制的情況。比如，IT側(cè)營(yíng)銷清單輸出后，業(yè)務(wù)人員并不理解營(yíng)銷清單的輸出原理及規(guī)則，無(wú)法針對(duì)不同的營(yíng)銷群體適配營(yíng)銷策略；而一線的營(yíng)銷人員對(duì)目標(biāo)用戶不了解，而無(wú)法提高一對(duì)一營(yíng)銷體驗(yàn)。

針對(duì)這一問(wèn)題，本文提出將大數(shù)據(jù)挖掘引入營(yíng)銷全流程各個(gè)環(huán)節(jié)，實(shí)現(xiàn)對(duì)各個(gè)環(huán)節(jié)進(jìn)行管控，提升各環(huán)節(jié)營(yíng)銷智能化和精準(zhǔn)化。

2 大數(shù)據(jù)挖掘概述

數(shù)據(jù)挖掘是從海量的數(shù)據(jù)中，以自動(dòng)化或半自動(dòng)化的方式找出其中的有價(jià)值的規(guī)則的過(guò)程。而隨著大數(shù)據(jù)時(shí)代的到來(lái)，更多更大更全更新速度更快的數(shù)據(jù)，使得我們可以從中挖掘出更多有價(jià)值的知識(shí)。

3 營(yíng)銷全流程挖掘模型構(gòu)建方法

根據(jù)針對(duì)性營(yíng)銷流程的特點(diǎn)，在流程的每個(gè)環(huán)節(jié)上建立相應(yīng)的數(shù)據(jù)挖掘模型，以保證每個(gè)營(yíng)銷環(huán)節(jié)地有效運(yùn)作。

（1）在模型構(gòu)建環(huán)節(jié)，針對(duì)業(yè)務(wù)場(chǎng)景構(gòu)建針對(duì)性的數(shù)據(jù)挖掘模型，深入挖掘業(yè)務(wù)場(chǎng)景的目標(biāo)用戶，提升目標(biāo)挖掘的精準(zhǔn)度。

（2）模型輸出環(huán)節(jié)，對(duì)各業(yè)務(wù)場(chǎng)景下的數(shù)據(jù)挖掘模型目標(biāo)清單進(jìn)行客戶細(xì)分，描述不同客戶群體的特點(diǎn)，以供業(yè)務(wù)人員進(jìn)行政策匹配。

（3）模型營(yíng)銷設(shè)計(jì)環(huán)節(jié)，充分分析客戶的行為偏好，上網(wǎng)的內(nèi)容傾向，通過(guò)大數(shù)據(jù)挖掘分析，對(duì)客戶的偏好進(jìn)行識(shí)別。做到對(duì)客戶的推薦個(gè)性化，提升客戶體驗(yàn)。

（4）模型營(yíng)銷設(shè)計(jì)環(huán)節(jié)，整合各營(yíng)銷接觸渠道，建立用戶渠道偏好模型，以客戶認(rèn)可的渠道方式進(jìn)行接觸。

（5）進(jìn)行大數(shù)據(jù)實(shí)時(shí)數(shù)據(jù)的跟蹤分析，分析挖掘用戶的需求，在適合的時(shí)機(jī)對(duì)用戶進(jìn)行營(yíng)銷。

（6）整合上述各個(gè)環(huán)節(jié)的信息數(shù)據(jù)，配合客戶畫像數(shù)據(jù)，能夠幫助一線營(yíng)銷執(zhí)行人員快速了解營(yíng)銷對(duì)象。

（7）做好營(yíng)銷回籠信息的收集。對(duì)接觸的數(shù)據(jù)進(jìn)行深入分析。分析客戶的接觸方式數(shù)據(jù)是否需要更新；分析客戶對(duì)于營(yíng)銷的喜惡.，分析客戶對(duì)于營(yíng)銷的響應(yīng)。進(jìn)而構(gòu)建客戶營(yíng)銷響應(yīng)模型，并優(yōu)化客戶接觸方式。并利用回籠數(shù)據(jù)對(duì)業(yè)務(wù)場(chǎng)景模型進(jìn)行優(yōu)，形成閉環(huán)。

4 應(yīng)用案例

以用戶終端換機(jī)模型的優(yōu)化為例，梳理從業(yè)務(wù)需求分析開始的各個(gè)環(huán)節(jié)。傳統(tǒng)的用戶換機(jī)模型，做法是在分析現(xiàn)有用戶消費(fèi)行為及換機(jī)的歷史數(shù)據(jù)，構(gòu)建精準(zhǔn)換機(jī)模型。模型營(yíng)銷清單輸出后，設(shè)計(jì)回籠模板進(jìn)行營(yíng)銷結(jié)果信息的收集。通過(guò)分析營(yíng)銷結(jié)果信息，不斷對(duì)模型進(jìn)行迭代優(yōu)化。優(yōu)化的方向，主要集中在目標(biāo)客戶群體的進(jìn)一步精確和聚焦，模型優(yōu)化提升空間小。引入營(yíng)銷全流程挖掘模型的構(gòu)建，則需要建立以用戶換機(jī)為核心的營(yíng)銷全流程各環(huán)節(jié)精準(zhǔn)提升系列模型。各環(huán)節(jié)系列模型如下：

（1）在模型構(gòu)建環(huán)節(jié)，以傳統(tǒng)方式進(jìn)行原模型的優(yōu)化。采用歷史數(shù)據(jù)進(jìn)行模型構(gòu)建，更新模型訓(xùn)練樣本。調(diào)整模型輸入數(shù)據(jù)，在保證模型精準(zhǔn)度的前提下，優(yōu)先采用業(yè)務(wù)人員認(rèn)可并能易于理解的字段數(shù)據(jù)進(jìn)行模型構(gòu)建。以犧牲較小的模型精準(zhǔn)度，換取業(yè)務(wù)人員對(duì)模型的認(rèn)可與理解。

（2）模型輸出環(huán)節(jié)，結(jié)合用戶的特點(diǎn)，將用戶進(jìn)一步地進(jìn)行客戶細(xì)分。方便業(yè)務(wù)人員根據(jù)不同的營(yíng)銷場(chǎng)景，適配營(yíng)銷政策。

（3）模型營(yíng)銷設(shè)計(jì)環(huán)節(jié)，構(gòu)建用戶的偏好模型，識(shí)別用戶對(duì)于終端價(jià)格、終端品牌的偏好。通過(guò)大數(shù)據(jù)挖掘分析，對(duì)客戶的偏好進(jìn)行識(shí)別。做到對(duì)客戶的推薦個(gè)性化，提升客戶體驗(yàn)及營(yíng)銷成功率。

（4）在營(yíng)銷接觸環(huán)節(jié)，整合各營(yíng)銷接觸渠道，建立用戶渠道偏好模型，以客戶認(rèn)可的渠道方式進(jìn)行接觸。

（5）通過(guò)分析用戶準(zhǔn)實(shí)時(shí)的上網(wǎng)搜索內(nèi)容，構(gòu)建搜索內(nèi)容文本挖掘模型，挖掘用戶的換機(jī)需求，在適合的時(shí)機(jī)對(duì)用戶進(jìn)行營(yíng)銷。優(yōu)先對(duì)近期換機(jī)傾向更高的用戶進(jìn)行營(yíng)銷。

（6）整合上述各個(gè)環(huán)節(jié)的信息數(shù)據(jù)，配合客戶畫像數(shù)據(jù)，優(yōu)化模型營(yíng)銷清單的輸出。幫助一線營(yíng)銷執(zhí)行人員快速了解營(yíng)銷對(duì)象。

（7）從營(yíng)銷及模型優(yōu)化的角度，設(shè)計(jì)營(yíng)銷結(jié)果信息。并通過(guò)對(duì)營(yíng)銷結(jié)果信息數(shù)據(jù)的分析，指導(dǎo)后續(xù)模型的迭代優(yōu)化。

通過(guò)上述系列模型的配合，對(duì)營(yíng)銷的各個(gè)環(huán)節(jié)進(jìn)行了優(yōu)化。從營(yíng)銷全流程的角度出發(fā)，優(yōu)化整個(gè)營(yíng)銷環(huán)節(jié)，使IT、業(yè)務(wù)、一線支撐人員對(duì)于模型及目標(biāo)的理解達(dá)到一致，進(jìn)一步提升了整個(gè)用戶換機(jī)模型的營(yíng)銷成功率。

5 總結(jié)

在針對(duì)性營(yíng)銷全流程中，結(jié)合業(yè)務(wù)對(duì)各個(gè)環(huán)節(jié)進(jìn)行優(yōu)化，構(gòu)建系列模型，優(yōu)化模型輸出。使各個(gè)環(huán)節(jié)中的相關(guān)人員，都能夠?qū)φ麄€(gè)模型的目標(biāo)及原理達(dá)到一致的理解。最終從營(yíng)銷全流程的角度出發(fā)，提升整個(gè)營(yíng)銷的效果。相比傳統(tǒng)的單一模型支撐的營(yíng)銷，更加精準(zhǔn)化。避免各個(gè)環(huán)節(jié)中的不確定因素影響到模型的效果。

在大數(shù)據(jù)時(shí)代，更全更多的數(shù)據(jù)為大數(shù)據(jù)挖掘提供了更多的數(shù)據(jù)支撐。而大數(shù)據(jù)挖掘，也必然會(huì)促進(jìn)營(yíng)銷全流程更加精準(zhǔn)化與智能化。

參考文獻(xiàn)

[1]陳松林，論電信企業(yè)大眾化營(yíng)銷與針對(duì)性營(yíng)銷的重要性[J].通信世界，2006（39）.

[2]韓家煒，數(shù)據(jù)挖掘概念與技術(shù)[M].機(jī)械工業(yè)出版社，2007（10）：12.