大数据下的精准营销

-回复 -浏览
楼主 2019-08-11 08:03:44
举报 只看此人 收藏本贴 楼主


一直邀请朋友在公众号上写点干货。这篇文章是出自一个从事精准营销,也叫小马的朋友。欢迎更多的朋友一起来交流分享。


2012年以后,大数据(big data)一词越来越多地被提及,人们用它来描述和定义信息爆炸时代产生的海量数据,并命名与之相关的技术发展与创新。哈佛大学社会学教授加里·金说“这是一场革命,庞大的数据资源使得各个领域开始了量化进程,无论学术界、商界还是政府,所有领域都将开始这种进程。”本文总结一下:利用海量数据和先进的数据挖掘技术,研究客户行为特征,进行精准营销。


1
数据技术 

数据库营销

关于数据库营销,美国全国数据库营销中心是这样定义的:“数据库营销是一个动态的数据库管理系统,该数据库的内容涵盖现有顾客和潜在顾客,并可以随时扩充、更新。就其功能而言,要能实现以下目标:确认最佳目标顾客及潜在顾客,然后与顾客建立起长期的、牢固的、融洽的关系,同时根据数据库建立先期模型,进行针对性营销。” 

拉克萨根据数据库营销的产生和演进,把数据库营销的发展过程划分成交易信息、名录管理、数据库分析、接触管理、软件进化、客户关系管理等不同的阶段,所有不同的阶段都可以认为是发展全功能数据库营销策略的一个又一个里程碑。 

数据挖掘

通过数据挖掘技术对数据库中的数据进行分析是数据库营销的主要分析技术。数据挖掘的目的就是要在数据庞大的、信息不完全的、有噪声的、表述模糊的、随机的数据中,提取出隐含于其中的、人们不知道的、但又是潜在的、有用的信息和知识。可以说数据挖掘是一个利用现有的各种分析工具,用以在海量数据中发现模型和数据间关系的过程,然后依据这些模型和关系作出预测。数据挖掘能通过预测未来趋势及行为,帮助人们作出前瞻的、基于知识的决策。 

CRISP-DM(跨行业数据挖掘标准流程)是世界公认的方法论之一,也较有影响力。在这一流程中DM不再只是数据的组织或者简单的呈现,也不仅仅表现为对数据的分析和统计建模,其强调的则是一个从理解业务需求、寻求解决方案到接受实践检验的完整过程。 

CRISP-DM将整个挖掘过程分成了以下六个步骤:商业理解,数据理解,数据准备,建立模型,模型评估,模型发布。 

通常来说,把模型的结果转化成一段数据库存储过程的代码,并与数据处理代码进行整合,就可以在数据库存储过程中实现模型自动化处理。而数据分析结果的使用则需要开发相应的展示系统或者在各系统中(BOSS系统、经分系统、大客户管理系统、客服系统等)嵌入相应的模块。 


2
精准营销

精准营销理论

1999年,美国的莱斯特·伟门提出了精准营销的概念。精准营销被定位为一个营销的学科和理论:是以科学管理为基础,以消费者洞察为手段,恰当而贴切地对市场进行细分,并采取精耕细作式的营销操作方式,将市场做深做透,进而获得预期效益。

通常可以划分成五个阶段:

收集并整理目标客户的相关信息,建立一个客户数据库;

对数据进行分析,加深客户理解,整理出细分客户群体的差异化需求;

为不同的细分客户群体需求设计差异化的产品和服务;

提供满足不同细分客户群体的差异化产品和服务;

通过各种营销活动的反馈,进一步深化对客户本质需求以及客户购买和使用习惯的理解。

具体的内容包括:

(1)客户信息收集与处理

客户数据管理是一个数据准备的过程,是搞好精准营销的基础。好比指挥官为将来绘制战场地图,把战场上所有的地理信息及变化要素等输入电脑一样,市场人员也必须将分散的数据集中到一个数据库中,这些存在于企业内部各系统中的内部数据和企业外部数据(如市场调查、第三方数据等)分类后,以客户ID为主键进行整理、转换后汇集(ETL)到一个集中的数据库中,就有了准确的客户数据,之后市场人员就可以对客户进行全面的研究和分析。

(2)客户细分与定位

客户分群是根据客户的特征相似程度把客户分成若干个群体,群体内部特征非常相似,而在群体之间,特征非常不相似。只有区分出了不同的客户群,企业才有可能对不同客户群展开有效的管理并采取差异化的营销手段,提供满足这个客户群特征要求的产品或服务。在实际操作中,传统的市场细分变量,如人口因素、地理因素、心理因素等由于只能提供较为模糊的客户轮廓,已经难以为精准营销的决策提供可靠的依据。随着公司对信息搜集和分析能力的要求不断提高,许多新的客户分析技术和方法正被运用于各种营销领域,数据挖掘这一统计领域的前沿性技术就被广泛的应用,它能够在海量的、庞杂的、没有规律的客户资料中筛选出对公司有价值的信息。利用数据挖掘的精准细分技术对客户行为模式与客户价值进行准确判断与分析,已经成为今后客户细分领域的主流。

(3)营销战略制定

在得到基于现有数据的不同客户群特征后,市场人员需要结合企业战略、企业能力、市场环境等因素,在不同的客户群体中寻找可能的商业机会,最终为每个群制定个性化的营销战略,每个营销战略都有特定的目标。如获取相似的客户、交叉销售或提升销售,或采取措施防止客户流失等。

(4)营销方案设计

所有的方案注重的都是目标,营销方案也一样。一个好的营销方案必须聚焦到某个目标客户群,然后将营销方案都往目标客户群聚焦。太阳表面的温度在10000度以上,但却连地球上的一张纸也点不着,如果使用一个放大镜,就可以把纸点燃,区别就在于是否聚焦。同样,只有做到聚焦,营销的效率才能够提升到最大。

筛选出目标客户群是第一步,企业可以围绕客户战略和当前营销工作重点来确定目标客户群。根据目标客户群营销活动的目标,设计有针对性的营销活动创意(包括产品的组合、渠道的选择等)及定价,并就各方案进行评估,挑选出最佳创意,形成最终营销方案(包括针对性的产品组合方案、产品组合价格方案、渠道方案)。 

值得强调的是,客户是不断变化的,亦即客户群是动态的,因此,我们需要灵活动态地观测、定位和理解客户群,才不至于制定一个时过境迁的营销方案。

(5)营销结果反馈

营销活动结束后,应对营销活动执行过程中收集到的各种数据进行综合分析,对营销活动的执行、渠道、产品和广告的有效性进行评估,总结经验和教训,寻找需要改进和优化的关键点,为下一阶段的营销活动打下良好的基础。简言之,评估是营销活动的终点,也是下一轮精准营销活动的起点。 

精准营销模式

精准营销模式可以概括为5W营销分析框架,在合适的时机(When),将合适的业务(Which),通过合适的渠道(Where),采取合适的行动(What),营销合适的客户(Who)。在整个过程中贯彻“以客户为中心”的理念,实现营销管理的持续改善。 

精准营销模式实施框架,可以将精准营销理解成一个PPT框架,即将以客户为本作为核心价值观,从策略、流程、技术三方面着手,实现精准营销。其中策略指营销策略;流程是包括客户获取、客户培育、客户挽留组成的最佳管理实践流程;技术则是基于用户信息之上的数据分析和数据挖掘。 

策略、流程与技术是实现精准营销的三大要素。

首先要保证精准营销理念在整个组织中有效贯彻,以保证战略决策者、方案制定者和活动执行者必须充分理解和认可精准营销的理念,并能做到融会贯通,可以制定彰显这一理念的相应的营销策略和方案;

其次通过流程穿越、流程改造等方式,在不断的创新和探索中建立起有效的与客户互动的行为模式;

最后,不断提升技术水平,充分利用技术。坚实的技术后盾是精准营销理论落实的保障,使之具有可操作性,并在很大程度上推动了营销精准化的进程。

整体而言,策略、流程和技术组成了电信业精准营销的基本架构,促进了精准营销的驱动者、行动方案和可行性保障三方面的紧密结合。同时坚守以客户为出发点,确保客户在整个精准营销活动中始终处于核心地位。 

策略、流程、技术三个方面的能力是精准营销能力的有机组成,三者相辅相成,缺一不可。策略对流程有战略性的指导意义,因为策略条线中的营销策略是建立在最佳管理实践的流程之上的;流程必须建立在技术的基础上,因为数据挖掘与分析模型是客户细分与分析的基础,而后者则贯穿最佳管理实践流程始终;数据挖掘与分析所使用的海量数据则来源于业务系统中沉淀的用户信息。 


3
案例

精准营销模式的核心是“以客户为中心”,更加注重“目标客户”,在识别出目标消费者后,聚焦目标客户群,分析目标客户群的需求,然后为这一特定群体推出最适合的细分产品,制定适应目标客户群的价格,通过相应的渠道和传播、促销方式进行产品营销。要达到这一目的,就需要对客户的特征进行具体的分析。 

目前移动各种增值业务非常繁多,之前的彩铃业务营销通过捆绑、大面积的促销让用户去选择,虽然带来的增值业务普及率的提升,但沉默用户增多,客户投诉增加。江苏移动通过精准营销找准目标客户,发展彩铃业务,激活沉默用户,发展新彩铃用户,取得了良好的效果。 

1.整合各大数据源,建立统一的用户增值业务行为分析视图,为精准营销应用打下基础

增长业务的数据虽然有相应规范进行统一,但是因增值业务更新比较快,数据源尚未覆盖全部业务,离当前的应用需求有一定差距;业务子系统,尤其是小业务系统的数据源缺乏梳理,需进一步加强。从数据出发,以用户为中心,从用户特征角度将运营商可能有的数据归类整理,输出用户特征分析表;对照运营商的数据实际具备情况,对数据的可获得性进行标注。 

从营销出发,从进行新业务营销的目标出发,推导对支持信息及源数据的需求,确定数据使用方法,输出营销特征分析表;对照运营商的数据实际具备情况,对必要但暂不可获得的数据提出规划需求。《数据源整合需求报告》中,除了对经分系统现有数据源进行梳理外,还对MISC、彩信、彩铃、WAP、小区短信、短信网关、Enumber邮箱、12580、爱贝通、小额支付平台、USSD、手机杂志、LCS等13个业务平台的数据进行了梳理整合。 

建立基于用户人性特点的14类人群细分模型,对增值业务的目标客户进行细分,共分为以下几种类型: 

基于用户人性特点将客户细分为低潜力型、超前消费型、虚荣跟风型、精明尝鲜型、盲从型、吝啬型、精打细算型、理性跟从型、中潜力型、精明时尚型、传统保守型、感性跟随型、高潜力型、时尚中高端。基于彩铃用户生命周期将客户细分为,彩铃潜在用户、彩铃新开通用户、彩铃普通用户、彩铃活跃用户、彩铃沉默用户、彩铃流失用户、潜在高概率用户、流失高概率用户。在用户细分的基础上,建立彩铃潜在用户预测模型(模型略)。 

2.建立用户新业务行为属性标签,动态触发的精准营销策略

基于用户统一视图,结合实际情况进行用户属性标签构建。对彩铃的目标客户,当订购了其他增值业务和拨打了有彩铃客户的电话时,对其进行触发式的短信推荐,对彩铃沉默用户和流失用户,则采取外呼+营业厅的方式进行主动关怀,最终形成针对目标客户的彩铃业务精准营销模式。 

3.营销执行

通过精准平台将客户需求及针对性营销方案推送到一线。比如根据用户历史铃音使用记录总结出铃音偏好,帮助一线人员进行针对性的铃音推荐;根据用户历史获取铃音的渠道总结出用户的渠道偏好等。而且流失概率、影响力指数等分析成果也能在清单中罗列出来。 

4.应用效果评估

彩铃沉默用户推活跃度提升活动执行效果。对40000户彩铃沉默、半沉默用户开展付费铃音下载用户数提升,营销成功数为22560,成功率为56.4%;月均彩铃下载用户数KPI指标完成率由91.11%提高到104.02%。

经验总结:在营销中发现该部分用户主要由于不了解铃音下载的方式或或认为铃音设置麻烦造成,因此,在营销推介上对不了解铃音下载方式的用户应重点推介简单便捷的铃音下载方式,对认为设置较麻烦的用户可以推介音乐盒,让用户感受使用彩铃的便捷与乐趣。彩铃已流失用户挽留活动执行效果。对8000户彩铃已流失用户开展外呼挽留,营销成功2772户,成功率为34.65%;月均彩铃付费用户数完成当月计划的130%,完成年度指标125.43%;当月付费用户到达数较上月增长3.6万户 。 

目前人员技能差异比较大,成功率最高达32%,最低只有19%,相差13个百分点;拒绝率最低的只有7%,最高的则有24%,相差17个百分点;考虑使用的用户比例较高,成功率提升空间仍比较大。

 

20世纪最具影响力的创新莫过于人类拥有了能处理大量数字化信息的IT技术,为了从大数据集中提取用户可理解和适用的知识,人们研究并发展了数据挖掘技术,它以崭新的方式来总结原始数据。以此为基础的营销工作面临着着精准与保护客户隐私之间平衡的问题,从技术实现方式上通过改进挖掘算法、关联规则等方面来优化数据库。同时在使用数据的时候,也要保护顾客的隐私。 

我要推荐
转发到