基于数据挖掘的客户维系挽留体系.ppt

电信行业基于数据挖掘的维系挽留体系方案介绍,维系挽留整体框架 客户全景视图 客户维系挽留 客户价值提升 基于生活圈的客户营销 营销策划和执行 效果评估,目录,整体框架 客户全景视图 客户维系挽留 客户价值提升 基于生活圈的客户营销 营销策划和执行 效果评估,目录,整体业务框架,整体体系架构,体系功能结构,统一数据采集平台,ODS管理,系 统 管 理,BOSS系统,客服系统,网元信令,增值业务管理平台,统一PORTAL平台（呼叫中心、营业厅、CRM系统）,盈利分析,主题分析,数据装载,数据稽核,数据转化,数据抽取,细分模型,应用模型,ETL调度,基础模型,价值提升,流失预警,客户分析,交叉营销模型,生命周期模型,经分系统,电话营销平台,短信营销平台,绿色表示外部系统,质量检查,ETL管理,数据质量管理,质量问题交付,质量评估,数据修正,数据仓库,元数据管理,客户全景视图,价值模型,异动模型,套餐预演模型,业务分析,渠道分析,市场竞争分析,营销分析,信用度模型,客户指纹模型,多维数据模型构建,数据清洗,整体框架 ODS管理 数据仓库构建 OLAP分析 数据挖掘 客户维系挽留 客户价值提升 基于生活圈的客户营销 营销策划和执行 效果评估 元数据管理,目录,ODS管理ETL管理,从业务数据库抽取业务数据生成数据文件 数据文件经ETL服务器传输到数据仓库服务器 ETL调度程序根据配置参数完成数据转换与装载 生成多维分析数据和数据集市,ODS管理静态数据提取,客户全景视图,基本信息类：用户号码、计费月、使用人姓名、归属区县、品牌、民族、年龄、性别、所属行业、职业、生日、兴趣爱好、地址、工作单位名称、缴费方式、入网渠道类型、入网渠道、入网时间、是否当月新增用户、是否大客户、VIP客户标识、是否中高端用户、是否集团客户、集团编码、集团名称、集团类型、源系统标识,活动信息类：用户号码、计费月、短信套餐类型、彩信套餐类型、GPRS套餐类型、彩铃套餐类型、用户状态、用户总积分、用户可兑换积分、终端类型、终端品牌、是否月新增终端、支持WAP标志、支持JAVA标志、支持GPRS标志、支持彩信标志、支持WLAN标志、是否通话用户、是否活动用户、是否零次用户、是否欠费用户、是否彩信用户、是否手机上网用户、是否炫铃用户、是否手机报用户、源系统标识,费用信息类：用户号码、计费月、当月ARPU、上月ARPU、前月RPU、近3个月ARPU、当月普通语音ARPU值、上月普通语音ARPU值、前月普通语音ARPU值、当月增值业务ARPU值、上月增值业务ARPU值、前月增值业务ARPU值、欠费金额、当前余额、源系统标识,通话行为类：用户号码、计费月、主叫次数、被叫次数、普通通话费用、主叫通话时长、被叫通话时长、本地主叫通话时长、本地被叫通话时长、长途通话次数、长途通话时长、IP时长、长途费用、IP长途费用、漫游次数、漫游时长、省内漫游通话时长、省际漫游通话时长、国际漫游通话时长、网内通话次数、网外通话次数、网内通话时长、网外通话时长、集团内通话次数、集团外通话次数、集团内通话时长、集团外通话时长、呼转次数、呼转联通GSM次数、呼转移动GSM次数、呼转小灵通次数、投诉次数、建议次数、呼叫客服次数,数据来源：BOSS、经分、客服,ODS管理静态数据提取,客户全景视图,短信行为类：用户号码、计费月、点对点短信网内发送条数、点对点短信网外发送条数、点对点短信网内接收条数、点对点短信网外接收条数、对点短信通信费、最近3个月短信发送条数、最近一个月短信发送条数,增值业务行为类：用户号码、订购时间、使用次数、费用，消费习惯，针对不同的增值业务收集不同数据如：炫铃业务，收集炫铃费、炫铃下载渠道、炫铃下载次数、炫铃换歌费、最喜欢的内容类型(前三类)、最喜欢的内容(前三个)、炫铃费信息费、炫铃月租费、免费炫铃数、是否集团炫铃用户、是否炫铃付费用户、炫铃失用户标识、是否炫铃完全沉默型、炫铃信息接受倾向类型、是否炫铃价格敏感型、是否炫铃业务活跃型、是否炫铃流失预警型,投诉咨询类：客户人员客户接触后记录客户投诉或咨询的业务类别、分类、投诉时间、受理渠道、受理工号等信息,终端数据类：按照欧洲型号认证中心的最新规定，统一按照八位进行IMEI数据的维护，取用户最近一条IMEI记录，获取用户终端型号、所支持的功能、终端外延属性、终端销售属性记录该终端是否成功使用过某种增值业务，对终端业务实际支持能力进行判定、跟踪，作为与终端属性并列的另一大类信息，纳入统一视图中,数据来源：BOSS、经分、客服,ODS管理动态数据提取,通过NSN Traffica或A接口探针都可获取原始的用户通信行为信息，包括语音、短信、位置管理等行为,ODS管理数据处理过程,针对小数据量无需复杂转换的数据源，采用DB_LINK的方式直接获取；针对一般数据量且需要复杂转换的数据源，采用先DB_LINK，然后转换成文件，用C做转换处理后再以SQLLOAD方式入库；针对大数据量无需复杂转换的数据源，采用FTP抽取，再以SQLLOAD方式入库；针对大数据量且需要复杂转换的数据源，采用FTP方式抽取，C程序转换后再以SQLLOAD方式入库。,ODS管理数据质量管理,数据质量问题表现,数据质量问题原因,数据清洗融合,数据检查,数据质量管理过程,数据修正,数据不完整数据不一致数据不合理数据有错误,数据源问题ETL问题数据抽取数据转换数据装载,全量检查抽样检查,数据源控制数据处理过程控制数据抽取过程审核数据可信度识别建立故障检测机制建立数据审核机制数据应用过程控制,数据质量保证方法：,ODS管理数据清洗和融合技术,噪声数据处理技术,数据补缺处理技术,整体框架 ODS管理 数据仓库构建 主题经营分析 数据挖掘过程 客户维系挽留 客户价值提升 基于生活圈的客户营销 营销策划和执行 效果评估 元数据管理,目录,数据仓库构建多维数据模型,数据仓库构建客户数据模型,数据仓库构建业务发展情况模型,数据仓库构建客户全景视图,数据整合为数据业务的深度运营提供底层数据支撑，通过获取客户的基本信息、费用信息、行为信息、投诉/咨询信息和终端信息等相结合得到涵盖区域特征、人文特征、需求/偏好度和动态行为等维度的客户特征信息，形成客户特征的全景视图,数据仓库构建数据补缺处理,数据完整性审核：,补缺数据类型：类似于职业、年龄、工作地点、居住地等一般客户不会登记的信息,客户数据补缺融合技术：,数据仓库构建分析型特征数据获取,区域特征分析 根据用户休息时间停留位置及归属区域，以县级分公司、区域营销中心、片区、营业厅、基站小区5个层次进行客户区域化归属划分,人文特征分析 分析用户人文特征类型，高校学生类，商务白领类,数据仓库构建分析型特征数据获取,偏好/需求特征分析 通过特定的事件，找到用户的体育/音乐、行业、健康需求、时尚等偏好/需求,数据仓库构建分析型特征数据获取,终端特征分析经营分析或者精确营销中，需要全面了解终端构成，判断其对业务发展的支撑能力，以及更准确地筛选目标用户数据。,行为特征分析 根据区域位置的特征属性（公交站，地铁口），用户在上班时间（如早上8-9点）经常出现，同时在下班时间（17-19点）点出现，节假日和其它时段异常，同时结合用户的消费行为，基本资料等信息进行分析,整体框架 ODS管理 数据仓库构建 OLAP分析 数据挖掘过程 客户维系挽留 客户价值提升 基于生活圈的客户营销 营销策划和执行 效果评估 元数据管理,目录,OLAP分析体系架构,OLAP分析以客户为中心的多维分析,以客户为中心的分析方法,OLAP分析客户分析,子主题 业务量情况分析 业务资源使用特征分析 网络流向和流量特征分析 热点小区分析,分析指标 业务量（时长/次数/通信量）业务指标（如MOU）总量/增量平均值TOP N/BOTTOM N异常值,分析角度地域客户特征消费层次呼叫类型漫游类型主被叫对端网络类型,要点：业务量度量与比较发展趋势异常,OLAP分析收益情况分析,子主题 业务量情况分析 业务资源使用特征分析 网络流向和流量特征分析 热点小区分析,分析指标 业务量（时长/次数/通信量）业务指标（如MOU）总量/增量平均值TOP N/BOTTOM N异常值,分析角度地域客户特征消费层次呼叫类型漫游类型主被叫对端网络类型,要点：业务量度量与比较发展趋势异常,OLAP分析市场竞争分析,子主题 市场占有率分析 竞争对手发展情况分析,分析指标 客户数 通信量 收益 总量/增量/有效数 比例 异常值,分析角度地域品牌优惠时段定义促销时段定义主被叫、在网时长,要点：市场份额竞争对手监控,OLAP分析服务质量分析,子主题 客户服务质量分析 客户服务时限分析 客户咨询、查询焦点分析 客户投诉焦点分析 客户满意度分析 客户忠诚度分析,分析指标 各类（A、B、C类）指标 服务时限,分析角度 地域 时间 响应时限分类 咨询类别 投诉类别 被投诉部门 满意度类别 客户忠诚度,要点：评估与比较发现薄弱环节个性化的服务,OLAP分析营销分析,子主题 营销渠道分析 宣传促销分析 营销人员素质分析,分析指标 发展客户总数 发展客户数增量 发展大客户数 发展客户的业务收入总量 总量/增量 平均值 异常值,分析角度 代销商编码 放号类别 地域 时段 质量标准 促销时段,要点：营销渠道的有效性促销策略,OLAP分析市场竞争分析,子主题 市场占有率分析 竞争对手发展情况分析,分析指标 客户数 通信量 收益 总量/增量/有效数 比例 异常值,要点：市场份额竞争对手监控,分析角度地域品牌优惠时段定义促销时段定义主被叫、在网时长,整体框架 ODS管理 数据仓库构建 主题经营分析 数据挖掘过程 客户维系挽留 客户价值提升 基于生活圈的客户营销 营销策划和执行 效果评估 元数据管理,目录,数据挖掘标准过程,跨行业数据挖掘标准过程（周期）模型 CRISP-DM不是以理论、学术的方式建立，也不是几个行业领袖组成的精英委员会闭门造车的。CRISP-DM之所以成功，就正是因为它来源于实践，是实际数据挖掘项目的智慧和经验的结晶（SPSS，NCR，IBM，ORACLE）,数据挖掘项目的生命周期由六个阶段组成。右图展示了这一数据挖掘过程的各个阶段，这些阶段之间的顺序并不固定，在不同阶段之间来回流动往往是非常有必要的。究竟下一步要执行哪个阶段或者哪一个特定的任务，都取决于每一个阶段的结果。图中的箭头表明了阶段之间最重要和最频繁的依赖关系。,维系挽留客户流失原因分析,套餐不匹配 转兑包到期 习惯性异动 服务性依赖 竞争对手策反 网络原因（不可控）客户区域迁移（不可控）,分析客户流失的原因，其中最重要的因素是“套餐不匹配”，用户最关心的因素是省钱，用户找到合适匹配的套餐才能省钱才能保持稳定,维系挽留客户流失原因分析,套餐不匹配 转兑包到期 习惯性异动 服务性依赖 竞争对手策反 网络原因（不可控）客户区域迁移（不可控）,分析客户流失的原因，其中最重要的因素是“套餐不匹配”，用户最关心的因素是省钱，用户找到合适匹配的套餐才能省钱才能保持稳定,维系挽留客户流失原因分析,套餐不匹配 转兑包到期 习惯性异动 服务性依赖 竞争对手策反 网络原因（不可控）客户区域迁移（不可控）,分析客户流失的原因，其中最重要的因素是“套餐不匹配”，用户最关心的因素是省钱，用户找到合适匹配的套餐才能省钱才能保持稳定,维系挽留客户流失原因分析,套餐不匹配 转兑包到期 习惯性异动 服务性依赖 竞争对手策反 网络原因（不可控）客户区域迁移（不可控）,分析客户流失的原因，其中最重要的因素是“套餐不匹配”，用户最关心的因素是省钱，用户找到合适匹配的套餐才能省钱才能保持稳定,维系挽留客户流失原因分析,套餐不匹配 转兑包到期 习惯性异动 服务性依赖 竞争对手策反 网络原因（不可控）客户区域迁移（不可控）,分析客户流失的原因，其中最重要的因素是“套餐不匹配”，用户最关心的因素是省钱，用户找到合适匹配的套餐才能省钱才能保持稳定,维系挽留整体思路,客户细分群体,群体匹配套餐,用户个性化适配套餐,用户行为特征规则,群体行为特征规则,全网用户行为特征,客户细分,流失预测,高流失率客户群体,行动优先级评分规则,维系挽留客户流失预测定义及目标,历史数据：用于预测流失倾向的用户历史数据，时间跨度3个月。建模：根据历史数据，预测未来1个月后的用户流失概率。分析用户群：分析周期内流失的用户群体。预测目标：在预测窗口周期得到用户的流失概率。,本月流失用户定义：当月停机7天或7天以上的用户以及当月销户用户,没有消费行为定义：用户无通话时长、无短信行为、无GPRS流量,维系挽留客户流失预测模型检验,2008年6月南京联通G网8月验证结果,选取验证总用户数量为2367个用户，其中流失用户922个用户，未流失用户1445个用户。,维系挽留客户细分,目的 弄清楚全体客户可分为哪些群体，各群体有何特点 帮助认清自己的客户；根据各群体特点，可制订适合该群体的针对性的营销和服务政策；是一个基础性模型 给每个客户标以一个（或多个）群体号，有助于更深入复杂的分析和挖掘。,聚类的原理是把具有相近特征的观测值聚集为一组，保证各组间特征的相异性最大，同组内各观测值特征的相似性最大。在本项目中，采用通话行为、增值业务使用情况等作为细分变量，把有相近行为特征的人群聚为一组。,各条记录在细分变量空间的透视图,点对点短信,联通在信短信,本地通话,通话行为,增值业务,长途通话,各行为特征在空间的位置相对集中，因此被划分为有一定共同行为特征的客户群,维系挽留客户细分的分群特征,维系挽留套餐适配,从用户的需求出发的问题挖掘才是最根本的问题发现的手段,由于以下各个方面的作用,客户的需求及消费行为发生转变,从而最终影响到套餐绩效的表现,产品体系,定价模式,市场竞争,渠道宣传推广,促销手段,客户需求及使用行为,套餐绩效,流失率 出帐用户数 新增用户数 ARPU 出帐收入 用户净增比率 等等.,是否有未被满足的客户需求？如何合理调配资源？提高竞争力？,客户细分是怎样的？客户的话务模型和 使用套餐是否吻合？,维系挽留套餐适配,一切市场营销和经营分析努力，都应该从用户入手,针对全网出账用户,根据话务模型完成客户细分,根据1级细分主特征完成2级细分,2级细分问题套餐,从用户入手的优势,问题用户,群1,群2,群3,群4,子群1,子群2,子群3,套餐1,套餐2,套餐3,套餐4,套餐5,问题1,问题2,问题3,“A套餐绩效不佳”VS“群2用户的需求无法得到A套餐的满足”产品绩效不佳，其原因一言概之，就是相对于竞争对手，产品无法满足用户自身需求，因此必须首先了解用户需求.从用户入手，逐级定位需求无法得到满足的用户，保证问题定位的精确性，同时将有限的资源集中到最需要解决的问题上,剔除双零用户,根据“触发原则”选择问题群,根据“触发原则”选择问题子群,子群用户特征Vs套餐属性,维系挽留套餐适配,通过“五步法”完成套餐优化/设计工作,1,2,3,4,5,建议，探讨是否属于工作范畴,维系挽留套餐适配,套餐适配4条原则没有使用套餐用户，使用适配套餐后可以节省话费当前用户通话行为特征明显达不到当前套餐消费标准，建议降低套餐档次当前用户通话行为特征明显高于当前套餐消费标准，建议提高套餐档次当前套餐类型明显不适合的用户，建议进行套餐迁移定期检查、调整，迁移那些又出现不适配套餐的用户,维系挽留套餐适配,维系挽留行动优先级评分,重点关注C区域的客户，流失概率高并且用户维系效率系数高有限的资金/资源必须投入到最优效率的用户群中，而用户维系效率系数是领导层决策资源/资金投入的重要依据,用户维系效率系数,流失概率,A区域,B区域,C区域,D区域,维系挽留客户维系脚本,流失倾向评分说明该客户流失可能的大小,营销人员可迅速确定客户的开户地区，以便采取行动,营销人员可以更准确地抓住具有潜在流失倾向的客户,营销人员可以根据ARPU确定客户挽留活动的目标群体,了解潜在流失客户的行为特点，开展针对性的客户挽留,综合客户流失倾向与ARPU，给出建议行动优先级供参考,与客户行为特征相适应的套餐推荐,整体框架 客户全景视图 客户维系挽留 客户价值提升生命周期不同阶段采用不同的销售模型用户行为细分模型客户销售预测模型产品关联分析模型客户营销脚本 基于生活圈的客户营销 营销策划和执行 效果评估,目录,客户价值提升,交叉销售,向上销售,市场拓展,市场渗透,新产品,老产品,老客户,新客户,向老客户销售其尚未使用的产品,向老客户促销其正在使用的产品以促使更多消费,将老产品销售给新的客户,将新产品销售给新客户,交叉销售研究要点,交叉销售是一种以“交叉”为核心的营销思想和理念。交叉销售通过研究现有客户的产品使用情况、消费行为特点，发现老客户的潜在需求，向其销售更多产品而获得业绩方法和手段。交叉销售模型复杂，包含内容较多，是经营分析系统的最核心最深层次的应用之一。按照产品生命周期分解为多个子模型。,四种市场营销模式,客户价值提升,产品处于生命周期不同阶段应该采用针对性销售模型,时间,产品/业务使用人数,导入期,成长期,成熟期,客户消费预测模型现有客户接受新产品的概率预测,用户行为细分模型寻找前期使用类似产品客户,产品关联分析模型（微）客户-产品购买顺序关联预测分析（宏）产品-产品组合关联关系分析,客户价值提升用户行为细分模型,概述：根据客户行为，将客户总体分成若干个群体，群体内的客户具有比较接近的行为特征，群体间的客户具有相差较远的行为特征。输入：客户资料和客户的行为属性。（来自数据仓库）输出：客户所属的群体编号，对各群体的特征描述和业务解释。目的：应用于交叉销售：*了解“哪些产品是经常被同类型的客户购买？”*向同类别中的客户设计和推广相应的产品。为其它模型提供客户群体信息，以便对不同的客户群体实行不同的策略。,客户价值提升客户消费预测模型,概述：预测现有客户接受新产品的概率。输入：客户资料和客户的行为属性、客户是否使用某种产品（来自数据仓库）输出：客户购买某种产品的概率目的：应用于交叉销售、追加销售，实现“一对一营销”了解“购买与不购买某类产品的客户之间有什么区别？某客户购买某种产品的可能性有多高？”向购买概率高的客户推销相应的产品。在营销过程中选准对象，提高成功率,客户价值提升客户消费预测模型,打分后得到：第三个用户对 天气预报、联通秘书、定位之星彩e 的购买倾向度概率分别为：0.81,0.76,0.22,0.55。行动措施：优先向该用户推荐“天气预报”。或，考虑产品的平均效益或用户个人接受产品能给联通带来的效益，综合计算后，向该用户推荐其中的某产品。,客户价值提升产品关联分析模型,概述：根据客户正在使用的产品类型，了解哪些产品被经常地一起使用，及使用产品的关联程度。输入：每个客户使用了哪些产品（来自数据仓库）输出：关联规则，如：使用了某（几种）产品的客户有多大可能使用另（几种）产品例如：“如果客户购买了尿片，则他们中有85%的人会购买啤酒。”目的：应用于交叉销售：了解“哪些产品是经常被一块购买？”对于购买频率较高的产品组合，找出那些购买了组合中大部分产品的客户，向他们推广“遗漏的”产品。根据关联规则向客户推广购买可能性较高的产品。,客户价值提升产品关联分析模型,例：使用“彩e”和“联通在信”的用户中，有73.37%也使用“互动视界”,以下结果有助于产品捆绑销售的方案设计：,客户价值提升客户营销脚本,客户营销脚本业务推荐营销渠道推荐营销时间点推荐营销服务流程推荐营销频次控制,体系推荐合适的营销契机（时间、地点）/频次、合适的营销渠道、用合适的宣传方式/渠道、适合的业务及合适的客户，由营销服务渠道实施，并反馈实施效果及客户反应数据，便于体系进行优化、调整,整体框架 客户全景视图 客户维系挽留 客户价值提升 基于生活圈的客户营销锁定客户区域圈，实现网格化支撑准确定位高校群体和白领群体，提升群体客户价值根据不同音乐偏好，推荐针对性彩铃见缝插针，利用客户场景状态，做细运营 营销策划和执行 效果评估,目录,基于生活圈的营销锁定客户区域圈，实现网格化支撑,利用客户的营业厅归属标签锁定56家重点服务厅和102.5万在其辐射区域出现的客户，引导客户到就近营业厅办理数据业务，数据显示，该举措能大大提升数据业务的体验成功率。,n营销目标获取：营业厅归属标签关联性分析模型/增量模型n营销方式：引导客户到就近营业厅体验数据业务n成效：（1）实现分公司网格化管理与支撑；（2）对12.2万客户参与业务体验，成功率达30，为之前6.7倍。,基于生活圈的营销准确定位高校群体和白领群体，提升群体客户价值,n客户全景图提供支撑：9所高校12.9万高校学生号码综合活跃度评估模型飞信手机端、手机邮箱、无线音乐领先用n宣传推广方式：校园主题活动：飞信名人谈、飞信乐翻天、飞信献爱心、动感音乐盛典病毒式传播：利用有奖活动刺激活跃用户带动周边客户使用n应用成效：利用领先用户带动普通用户，活跃度提升效果显著,基于生活圈的营销准确定位高校群体和白领群体，提升群体客户价值,n客户全景图提供支撑：1、100栋写字楼5.5万白领号码2、综合活跃度评估模型飞信、手机报领先客户n宣传推广方式：策划针对性活动：邀请领先用户、目标客户参加飞信我自信、飞信传情、手机报等系列活动。n应用成效：利用领先用户带动普通用户，活跃度提升效果显著,基于生活圈的营销根据不同音乐偏好，推荐针对性彩铃,针对年度多项音乐类盛事张学友演唱会、蔡琴演唱会获取经典音乐偏好客户群；欧洲经典管乐协奏曲专场音乐会、周廷甲周望周展古筝音乐会、敲出音乐FUNFUNFUN获取管弦乐、民族乐器、敲击乐等器乐喜好客户群；以及卫兰演唱会等流行音乐客户群。并针对各类客户群推荐各类相关铃音，每次推广的营销成功率均高于17%，显著高于平时3%-5的营销成功率。,基于生活圈的营销见缝插针，利用客户场景状态，做细运营,我们多次获取特定时间段在地铁出现的客户，并抓准客户等车、坐车的时机，向客户推荐手机上网、手机报等业务。2007年10月，利用客户上下班时间乘坐地铁的时间，出现较长空余时间的机会，对出现在烈士陵园、体育西路、西门口和大学城等四个重点地铁站的客户群进行了营销，通过为客户下发最新的彩信手机报（当时做的是无线音乐手机报）体验版，成功率为普通推荐成功率的3倍以上。,基于生活圈的营销见缝插针，利用客户场景状态，做细运营,建立矩阵模型，捕捉动态行为，抓住契合的营销时机,整体框架 客户全景视图 客户维系挽留 客户价值提升 基于生活圈的客户营销 营销策划和执行营销策划营销执行(与其他周边系统交互)效果评估,目录,营销活动执行体系总体框架,主动营销渠道,被动营销渠道,短信PUSH,WAP PUSH,电话营销,网上营业厅,营业前台,客服中心,营销渠道,任务调度,目标客户控制,营销渠道推荐,营销时间点控制,营销频次控制,营销优先级推荐,营销流程推荐,目标客户获取,统一客户试图,目标客户清单,渠道选择,时间点选择,频次控制,流程选择,优先级控制,效果反馈,营销结果反馈,营销效果评估,短信PUSH平台,WAP PUSH平台,电话营销平台,网上营业厅,BOSS系统,客服系统,营销执行平台,支撑平台,BOSS系统,营销执行验证,WAP营业厅,客户经理,WAP营业厅,营销活动策划业务流程,确定活动目的明确营销活动目标制定营销客户规则圈定目标客户群营销单策划(客户视图),总体执行计划营销渠道设计营销宣传设计营销脚本设计总体策划方案等,流程配置策划审批等,What:做什么？Who:向谁推？,How&When&Where?结合数据分析,针对目标游客设计精细化整合营销方案,OK?审批,执行计划设计,策划审批,3,活动策划,1,概述：营销活动策划是市场部根据市场计划、业务发展指标、目标客户群制定营销活动策略的过程。策划完成后提交主管领导进行审批，指导营销活动执行。,2,确定营销活动目的：市场部根据商业理解、营销活动计划等确定营销目标：发展新用户、提高话务量、提高客户ARPU、客户关怀等指导营销活动策划。,确定营销活动目标：市场部依据营销活动的目的，明确营销活动的所要达到的目标或指标。,营销活动策划-营销策划,活动策划,业务概述,市场部协同企业信息化部根据营销活动目标，确定营销活动目标客户获取规则：主要是通过客户基本属性、客户消费、客户行为等条件获取目标客户。,营销活动策划-营销策划,活动策划,业务概述,市场部策划人员和技术人员根据营销目标客户获取规则，通过技术的方法获取目标客户信息，并形成统一客户视图。数据挖掘方法：自动方法，技术人员根据数据挖掘模型和客户规则从数据仓库/ODS/经营分析系统中获取客户信息，并根据规则形成客户视图。SQL技术：手工方法，技术人员根据规则，手工通过SQL方式获取目标客户。,市场部协同企业信息化部根据营销活动目标、营销客户规则等制定客户视图规则和客户推荐业务等信息，形成营销单，指导和方便渠道人员进行营销。,营销活动策划-营销策划,活动策划,业务概述,市场部领导根据营销活动策划情况，制定营销活动的总体执行计划。包括：制定营销活动实施计划确定执行营销活动所需的资源判断需求制定资源配置计划形成活动实施计划,营销活动策划-执行计划设计,执行计划设计,业务概述,策划人员根据营销客户基本信息、客户行为信息和企业资源等情况，针对不同的客户选择符合客户的营销渠道。包括：渠道资源分析和确认电子渠道：10000号、短信营业厅、网厅、邮件等。实体渠道：旗舰店、营业厅等。社会渠道：代理代办等。直销渠道：客户经理、代理人员等。确定渠道组合和优先顺序形成渠道流程方案,营销活动策划-执行计划设计,执行计划设计,业务概述,策划人员根据营销活动策划情况，制定营销活动的宣传计划。包括：制定营销活动实施计划卖点设计广告创意筛选媒体渠道形成宣传方案,策划人员根据营销活动策划情况，制定营销营销脚本。包括：各相关因素对脚本及协议设计需求分析编写各渠道营销脚本设计协议,营销活动策划-营销活动审批,营销活动审批,业务概述,市场部领导确定日常工作的操作流程，协调和指导日常工作。策划审批流程实现方式有多种：通过本系统配置实现工作流程审批。通过和企业OA系统接口实现业务审批。审批流程配置主要包括：组织结构定义审批角色定义流程配置,市场部领导审批营销活动策划，并支持多级审批。审批通过直接启动营销活动，进入营销执行准备工作阶段。,营销活动执行业务流程,概述：营销活动执行是渠道人员根据营销活动策划方案执行营销的过程。在营销执行过程中，根据客户的反馈，发现有商机，则直接进行销售或反馈。,营销活动执行-营销活动准备,营销活动准备,业务概述,营销活动启动后，在营销活动执行阶段-主管领导根据营销活动工作需要，下发活动相关工作任务，支撑营销活动执行。营销活动的准备工作主要包括：网络资源准备 IT资源准备 人力资源准备 活动资源准备等。,在营销活动执行过程中，各个部门对任务的工作要求不一样，针对工作任务性质，主管领导根据需要动态制定工作模板，指导工作任务执行，模板主要包括：模板类型：网络、IT、人力、资源等。模板状态：待审批、启用、作废等。模板属性组/模板属性/属性值等。,营销活动执行-活动执行,营销活动准备,业务概述,营销活动启动后，在营销活动执行阶段-主管领导根据营销活动工作需要，下发活动相关工作任务，支撑营销活动执行。营销活动的准备工作主要包括：网络资源准备 IT资源准备 人力资源准备 活动资源准备 等。,营销活动执行-执行反馈,营销执行反馈,业务概述,营销活动执行的过程是渠道执行营销的过程，营销系统主要通过接口收集各个渠道执行信息，并对营销过程进行监控。,整体框架 客户全景视图 客户维系挽留 客户价值提升 基于生活圈的客户营销 营销策划和执行 效果评估营销政策对比政策效果评估渠道执行评估,目录,效果评估,概述营销评估是指对事先设定的营销策略实施前后的比较分析，考察营销策略的营销目标达成情况，从而评估营销策略是否有效，为后续策划新的营销方案提供依据。,营销评估主要包括：营销政策对比政策效果评估渠道执行评估,数据来源渠道执行反馈结果数据，如电话营销、短信营销、积分俱乐部主动营销平台等,效果评估营销政策对比,N种产品销售策略,待营销用户清单,随机分成（N+1）个用户群,试验N个用户群：每群实施一种策略,1个用户群：不做任何动作（建模需要）,建立客户响应预测模型：具有*样属性及行为的用户在销售策略*的作用下，推荐成功率为*,客户响应预测模型投入生产：对用户*采取哪个销售策略，推荐成功率最大,实施产品推荐,待营销用户清单,修正模型,效果评估政策效果评估,根据事先设定的营销活动目标进行方案实施前后的比较分析，考察营销方案的营销目标达成情况，从而评估营销方案是否达到预期目标，为后续策划新的营销方案提供依据，主要包括以下方面：政策推荐率评估：通过回访过程中客户经理或者客服人员是否向客户推荐政策的情况，从服务程度评估政策的可接受程度，以及对政策的意见或建议 实施成功率评估：通过跟踪实施用户连续三个月的出账情况，评估实施成功率。主要支持数据：用户标识、实施结果、连续三个月的ARPU值、连续三个月的MOU值等政策收益率评估：过跟踪实施用户连续三个月的出账情况，用户标识、实施结果、连续三个月的ARPU值、连续三个月的MOU值等评估政策收益率。数据命中率评估：通过客服人员对目标用户的接触反馈是否与实际规则定义相符，以此判断提供数据支撑的挖掘模型、数据获取等方法的正确性,效果评估渠道执行评估,针对活动采用的渠道，对各渠道的执行情况和执行效果进行统计。执行情况统计：需要实施的用户数量、走访客户数量、走访次数、走访成功数、走访失败数、电话联络客户数量、次数、联系成功用户数执行效果统计：流失用户数、流失用户ARPU、流失用户MOU、回归用户数、回归用户ARPU、回归用户MOU、回归用户在不同ARPU层次的人数分布和收入分布、挽留成功率,Thanks!,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,