運營商大數據戰略個性化營銷機制成核心

中訊郵電咨詢設計院有限公司 | 丁偉 李政

由于電信運營商天然具有大數據優勢，提升大數據運用水平，最大程度地建立基于大數據的個性化營銷機制，以此降低營銷成本，在提升用戶滿意度的前提下擴大業務范圍和收入水平，成為了運營商基于大數據戰略的不二選擇。

大數據在電信

在產業一片大數據熱的背景下，運營商作為整個電信產業中的關鍵一環，也順應趨勢開啟了大數據時代的探索。對于電信運營商，其一方面面臨著海量數據與流量所帶來的網絡挑戰，所以嘗試將大數據與業務運營相結合，以進一步優化網絡建設；另一方面，海量用戶數據中所蘊藏的價值將帶來更多的市場機遇，運營商在傳統電信業務萎縮時，依托大數據開發新業務模式成為了必然之舉，而在這方面，國際上部分運營商已開始嘗試并已有范例。

本期《通信世界》大數據專題便聚焦大數據在電信行業的發展，為業界呈現運營商在大數據時代的一些思索。

2012年可以說是大數據的元年，從年初美國奧巴馬政府宣布啟動“大數據研究與開發計劃”，到年中以華爾街和證券公司為主導的大數據概念爆發，再到年末智慧城市、云計算的加速建設，無不烙下了大數據的深深印記。大數據，這個未來很可能對于人類社會產生深遠影響的概念，正逐步融入每一個普通人的生活中。

伴隨而來的是基于大數據的各種商業模式創新的層出不窮，這其中，具有大數據分析優勢的互聯網和IT企業當仁不讓地占據了制高點。例如，Facebook以其創造的社交平臺數據為基礎，通過開放平臺共享數據的方式，不斷創造出更新穎的業務模式；阿里巴巴則以其B2B和B2C平臺交易數據為基礎，逐漸向基于供應商供貨和結算數據分析為依托的金融領域拓展；亞馬遜則將大數據與云計算有機結合，在不斷推出云服務的基礎上積極部署實施自己的大數據戰略。

圖1 電信運營商大數據類型圖

在這一大背景下，作為電信產業鏈核心地位的電信運營商也不甘落后，開始了面向大數據的調整和轉變。一方面，他們創造出基于大數據的新業務模式。例如，Telefonica與市場研究機構GfK進行合作，在英國、巴西等地推出SmartStep業務。這一業務基于Telefonica數據為基礎，向零售商、政府部門、公共機構提供基于地點的人員流動（Footfall）數據，以此幫助他們更好地進行決策。另一方面，電信運營商將大數據與自身的運營結合起來，嘗試將大數據運用于網絡建設和優化，以及業務拓展的用戶精確營銷等方面。

電信運營商營銷之路

電信運營商的營銷，與大部分企業營銷變遷一樣，經歷了從單一到立體，從粗放到精細的過程。

在模擬電話時代，電信產品結構單一（語音通信服務），市場結構處于賣方市場，電信產品供不應求，因此營銷在電信運營商的地位較弱。進入2G時代之后，電信產品逐漸豐富，在語音通信基礎上出現了諸如短信、彩信、彩鈴等數據業務，而且隨著市場上電信運營商數量的增加，市場結構逐步由賣方市場向買方市場轉化，運營商間的競爭逐漸激烈，此時營銷也逐漸變得重要起來。一方面，在品牌制定上，各大運營商都制定了自己的品牌（如中國移動的全球通、神州行、動感地帶）等，以此針對不同的細分用戶類別；另一方面，營銷手段也變得多樣化起來，除采取傳統媒體（電視、雜志、報紙）外，一些互聯網媒介（如門戶網站、博客）也被廣泛應用于電信運營商的營銷中，營銷向著立體化發展。

進入3G時代以后，隨著中國電信業的重組產生了三家實力相近的全業務運營商，電信運營商間的競爭變得愈發激烈，由此也引發了電信業營銷的進一步發展。3G時代電信業的營銷主要體現為以下兩個特點。

一是立體化。中國電信業的網絡建設（3G、LTE）與移動互聯網的快速發展同步，大量的業務和商業模式迅速出現，營銷工作也從單一層面向系統工程轉化。每一次的營銷，都需要傳統媒體、互聯網媒體、移動互聯網媒體的通力合作，協同完成營銷任務。二是精細化。隨著電信運營商運營時間的積累，電信運營商會產生并收集大量的數據（如電信消費者入網數據、話費數據、基站數據等），這些數據是電信運營商的寶貴財富，也是開展精確營銷的基礎。絕大部分的運營商，都或多或少地使用這些數據，開始了基于數據挖掘的精確營銷的探索。

隨著移動互聯網、物聯網的快速發展，電信網絡中傳遞的信息種類迅速豐富（從文本到圖片、視頻，從結構化到非結構化），并且伴隨著電信網絡識別技術（如DPI、PCC等）和數據處理技術（如NoSQL、Hadoop等）的發展，電信運營商可以獲得并處理的數據也急劇增加。這些數據可以幫助電信運營商更有效地了解用戶，分析用戶使用習慣，也給電信運營商開展更加精準的精確營銷提供了基礎，幫助電信運營商降低營銷成本，增加業務收入。可以預期，隨著電信業的發展和變革，在LTE時代，基于大數據的電信運營商精確營銷，將會對電信運營商變得愈來愈重要。

圖 2 基于大數據的電信運營商精確營銷影響因素圖

四大數據類型

運營商通過部署相應的技術（如DPI、PCC等），主要可以獲得以下四類數據。

第一類是人口統計學數據，主要包括在登記時提交的個人姓名、性別等數據，以及通過解析得到的用戶手機號碼、IEMI、狀態碼等數據。第二類是以反映用戶位置為主要內容的基站數據，主要包括基站位置（經度、緯度）、所屬node B、SGSN IP、GGSN IP等數據。第三類是用戶業務數據，包括用戶業務使用類型、連接方式、訪問網站（URL）、登陸訪問時間、上行流量、下行流量、各業務流量等數據。第四類是計費數據，主要包括用戶的套餐選擇數據、資費數據、購買歷史數據等。

通過對于這些數據的聚合和分析，可以得到消費者的完整畫像，依據畫像，給針對電信消費者的精確營銷（包括營銷內容、營銷方式）提供了基礎。

基于大數據的精確營銷模型

電信運營商基于大數據的精確營銷，以消費者接觸為區分標準，可以分為消費者主動接觸型和消費者被動接觸型兩類。

消費者主動接觸型精確營銷，主要是指在消費者主動與電信運營商取得聯系（主要是各種渠道）的情況下，電信運營商提供的個性化營銷服務。按照接觸渠道劃分，可以分為：實體渠道和電子渠道。其中，實體渠道主要包括電信運營商的各類自建和社會合作營業廳；電子渠道主要包括有電話渠道（如中國聯通的10010、中國移動的10086）、互聯網渠道（如中國聯通、中國移動的網上營業廳）、移動互聯網渠道（如中國聯通的手機營業廳、VIP客戶端、上海移動的移動手機營業廳）等。

主動接觸型精確營銷的影響因素主要有以下幾類：身份吻合度、優惠幅度閾值、信息重復度、內容展示度。其中，前兩者是營銷內容因素，后兩者是營銷方式因素。所謂的身份吻合度，是指營銷過程中依據大數據分析后得到結果產生的個性化營銷方案（如實體營業廳銷售人員推薦、APP個性化頁面）與消費者身份的吻合匹配程度。優惠幅度閾值，是指在進行精確營銷時提出的資費方案與現有消費者現有資費之間的差是否能夠達到感知閾值（閾值，即臨界值，即當超過某限度時就會引起激烈反應的界限值）。信息重復度，是指與消費者精確營銷溝通時已經了解其信息的程度。相關研究顯示，在營銷過程中，如果消費者發現營銷方具有太多自己信息，對于隱私擔憂將會增加，會降低對其的信任；但如果營銷方信息太少（尤其對于電信運營商這種長期關系），則會增加消費者回答重復信息的次數，也會降低消費者信任。內容展示度，是指基于大數據分析制定的營銷策略（如個性化互聯網頁面布局，移動互聯網APP端推薦業務個數）的展示方式和效果。

消費者被動接觸型精確營銷，主要是指電信運營商通過對基于大數據的分析得到結果進行的主動推送、消費者被動接受的營銷業務。其主要內容包括：電信運營商推送給消費者的各種業務和套餐資訊、客戶服務人員主動聯系消費者的營銷電話等。

被動接觸型精確營銷的影響因素主要有以下幾類：準確度、優惠幅度閾值、信息重復度、推送頻次、時間差、渠道方式。其中，前兩者是營銷內容因素，后四者是營銷方式因素。所謂準確度，是指電信運營商在消費者被動接觸型精確營銷時推送業務與消費者的匹配程度（具體包括有業務使用種類匹配，業務使用時間匹配，業務使用地點匹配等）。優惠幅度閾值的概念與上文中相似，指新提供的優惠需要在大數據挖掘的基礎上訂立在消費者閾值的基礎上，即使其感受到價格的變化，又同時滿足電信運營商利潤的要求。信息重復度因素亦與上文中相似，指在電信運營商營銷人員主動聯系時候需要提供讓消費者感到放心的信息了解度。推送頻次是指電信運營商推送業務包時的頻次，對于消費者頻繁的打擾會使其產生厭惡并導致信任減低。時間差是指推薦時機與消費者使用時間上的間隔，通過對于大數據的挖掘可以確定出最適當的業務推送時機。渠道方式是指精確營銷選擇的方式種類，這種選擇需要在大數據挖掘前提下與消費者的行為及心理特征相符合。

此外，人口統計學變量也是電信運營商精確營銷的重要影響因素。不同年齡、性別、所處地區以及使用時間等，都會影響到消費者對于電信運營商基于大數據精確營銷的信任度和使用性，最終影響到他們的接受意圖。

隨著電信行業和移動互聯網行業的快速發展，以及相關政策的調整（如虛擬運營商的引入），電信運營商間的競爭必將日益激烈。在進行網絡升級，提升服務水平的基礎上，形成差異化的營銷服務優勢也逐步成為運營商間競爭的核心內容。由于電信運營商天然具有大數據優勢，提升大數據運用水平，最大程度地建立基于大數據的個性化營銷機制，以此降低營銷成本，在提升用戶滿意度的前提下擴大業務范圍和收入水平，成為了運營商基于大數據戰略的不二選擇。