客户滤网触发模型在流量业务深度运营中的应用
2014-02-26史磊
【摘 要】
随着移动通信市场的蓬勃发展,流量经营在当前电信业务运用中越来越重要。通过对客户滤网触发模型的结构、应用与具体案例的分析,阐述了借助客户滤网触发模型工具可以有效实现客户分群聚类管理,系统触发针对性的营销行为,说明通过客户滤网触发模型对客户消费行为进行深度挖掘分析是实现流量业务深度运营的有效方法。
【关键词】
滤网触发 流量业务 深度运营
中图分类号:F626.3 文献标识码:A 文章编号:1006-1010(2014)-01-0079-0083-04
我国移动通信技术从第二代发展到第三代大概经历了十五年时间,在此期间客户的需求内容、方式选择以及消费习惯等都发生了显著的变化。尤其是终端智能化发展、移动通信带宽的增加与支持手持终端的互联网内容的极大丰富,共同塑造了移动互联时代。话音和短信业务已经远不能满足客户多样化的通信需求,流量成为新的需求爆发点。在这个阶段,流量业务成为移动通信运营商继话音和短信之后可挖掘的第三波增长机遇。
本文通过对客户触发模型的介绍及案例分析说明,客户滤网触发模型工具可以有效实现客户分群聚类管理,系统地触发针对性的营销行为,以达到流量业务的深度运营的目的。
1 客户滤网触发模型简介
客户滤网触发模型作为一种形象的比喻,是指基于消费轨迹数据通过“滤网”的方式对客户进行分群分类管理,根据客户聚类特征触发相应匹配的精准营销体系。
客户滤网模型包括三个组成部分:滤网模型、滤网分群与触发营销。具体到流量业务经营的客户滤网模型,采用滤网模型对目标客户进行分群,以客户价值维度为第一层滤网,以流量内容维度为第二层滤网;根据客户的价值贡献、内容需求筛选出具有共同特征的细分客户群体;根据客户分群聚类特征,系统地触发针对性的营销行为,实现流量业务的深度运营。
2 客户滤网触发模型应用
(1)基于客户价值的客户滤网分类
基于客户的流量消费额度与时间分布轨迹通过客户滤网进行分类处理,针对不同类别客户的流量消费特征进行客户价值提升。客户滤网分类群体如图1所示:
以客户价值(消费额度)维度为第一层滤网,对通过滤网逐次筛选出的客户群体进行如下分类管理:
1)流量初探型:主要包括初次使用智能机客户、初用流量客户及新入网客户等;
2)流量特殊型:主要包括高档终端客户、学生与家庭等具有特殊性质的客户;
3)流量抑制型:主要包括低额度合约或无合约客户,月流量分布呈现前高后低特征;
4)流量波动型:主要包括每月流量波动明显的客户;
5)流量稳定型:主要包括高流量套餐且每月流量消费稳定的客户。
(2)基于流量内容的客户滤网分群
基于客户流量内容为第二层网,根据客户的内容偏好、身份感知、业余爱好等消费特征维度进行客户分群,系统化地触发针对性精准营销,激发客户潜在的流量需求。
1)客户使用偏好与流量产品分群
依据客户的需求偏好与访问产品内容进行客户聚类分群,同时参照聚类客户特征将流量业务打包成针对性组合营销方案,面向目标客户实施精准营销推广。
2)客户职业与终端种类分群
根据客户从事职业(商务、白领、流水线工人、学生等)与使用终端种类(非智能、低智能、高智能)进行聚类分群,同时分析各类流量业务特征面向不同聚类客户群推广针对性业务,促进客户流量内容消费的提升。
3)客户业余爱好分群
根据业务爱好维度对客户进行聚类分群,如动漫爱好者、美食爱好者、体育爱好者、旅游爱好者、IT爱好者等,采取应用推荐、板块推荐、文章推荐、微博推荐的方式激发客户的流量内容消费需求。
(3)基于聚类特征的触发营销管理
根据客户价值与流量内容的分群聚类特征,针对不同的分群聚类客户系统地触发相应的营销行为。
1)面向流量初探型客户,重点触发其使用行为;
2)面向流量特殊客户,重点触发其在网与辐射(客户推荐)行为;
3)面向流量抑制客户,重点触发提高消费额度与业务使用体验行为;
4)面向流量波动客户,重点触发客户办理合约套餐与内容行为;
5)面向流量稳定客户,重点触发客户捆绑保有行为。
3 客户滤网触发模型应用案例简介
某通信公司聚焦内容和价值两大流量业务运营点,基于消费轨迹进行滤网式客户分群,根据群体特征触发高度匹配的精准营销体系,通过终端运营、应用推广和产品创新解决客户“不能用、不想用、不敢用”的问题,实现提高流量收入、增加高流量客户与人均流量的深度运营目标。
本案例以客户的价值维度对客户进行第一层滤网的筛选,初步确定客户的分群标准;以流量内容维度为第二层滤网确定客户特征的聚类标准,共进行了5次滤网分群并结合客户流量内容对客户进行客户聚类,针对聚类客户特征启动针对性的触发营销体系。
(1)流量初探网
以“流量初探”为第一张网,网罗新入网客户、首次使用智能终端客户、首次使用流量客户等目标客户,通过终端及业务(新闻、交友、阅读、产品体验等)的推荐等营销手段有效触发客户的使用行为,发展新流量客户,增加流量业务收入。流量初探滤网触发模型如图2所示:
(2)流量特殊网
以“流量特殊”为第二张网,网罗特殊高端客户(价值高却不能用3G流量)、学生客户(语音价值低,流量空间大)、家庭客户(共享流量捆绑)等具有特殊性质的客户;根据客户的身份、喜好、辐射(客户推荐)属性推荐适配套餐和适配内容,触发流量特殊型客户稳定在网及辐射行为,达到促进客户的流量消费、稳定流量业务收入的目标。流量特殊滤网触发模型如图3所示。
(3)流量抑制网
以“流量抑制”为第三张网,网罗流量需求明显被抑制(套餐抑制、终端抑制、网络抑制、内容获取渠道抑制等)的客户。对于流量抑制型客户以体验营销和套餐提档为主要营销手段,触发客户的流量套餐提档与业务体验行为,以达到进行分群流量提升引导、提升人均流量的目标。流量抑制滤网触发模型如图4所示。
(4)流量波动网
以“流量波动”为第四张网,网罗高流量却未办理流量套餐、每月流量较为波动的客户,以套餐化和内容经营为主要营销手段,触发客户使用流量套餐,稳定流量业务量行为,达到稳定客户的流量行为和流量收入的目标。流量波动滤网触发模型如图5所示。
(5)流量稳定网
以“流量稳定”为第五张网,网罗每月稳定高流量或办理了高额流量套餐的客户,一方面以纳入高价值客户运营体系为营销手段进行服务营销保有,一方面以内容运营为营销手段提升客户流量,触发客户捆绑保有行为,达到稳定高流量客户在网目的。流量稳定滤网触发模型如图6所示。
4 结束语
通过客户滤网触发模型可以实现基于消费轨迹进行滤网式客户分群,并根据群体特征触发高度匹配的精准营销体系,通过终端运营、应用推广和产品创新等营销手段实现提高流量收入、增加高流量客户与人均流量的深度运营目标。
参考文献:
[1] 卢辉. 数据挖掘与数据运营实战[M]. 北京: 机械工业出版社, 2013.
[2] 张传福,刘丽丽,卢辉斌,等. 移动互联网技术及应用[M]. 北京: 电子工业出版社, 2012.
[3] 董晓庄. 移动增值业务网络及其运营[M]. 北京: 人 民邮电出版社, 2010.
[4] 韩家炜. 数据挖掘:概念与技术[M]. 3版. 北京: 机械工业出版社, 2012.
[5] 张良均. 数据挖掘:实用案例分析[M]. 北京: 机械工业出版社, 2013.
作者简介
史磊:经济师,硕士毕业于浙江大学,现任职于中国移动通信集团广东有限公司东莞分公司,主要从事移动通信市场研究与管理工作,曾发表文章多篇。endprint