5G時代圍繞客戶全生命周期的大數據模型應用研究

曹艷飛 李南 張軒

摘 要：本研究基于運營商大數據，分別圍繞客戶獲取、客戶價值提升、客戶保有三階段的重點問題和需求，結合5G新特性，設計不同客戶生命周期階段的大數據模型。對主要模型提供算法思路和應用場景，以指導5G時代客戶運營的升級，提供更智能的客戶營銷、智慧化的客戶服務。

關鍵詞：5G;運營商大數據;客戶全生命周期模型

0 引言

2020年5G技術全面商用，5G具有更高帶寬、極大容量、超低延時的特性，可支撐海量的設備以及人與設備的互聯，真正實現“萬物互聯”。正如4G帶來了移動互聯網時代，5G將帶來人工智能時代的真正到來。5G技術環境下，物聯網將逐步與各垂直行業深度融合，使得5G下的大數據體量更大，數據類型更全面，實效性更強。在海量數據基礎上，大數據技術創建大量因素，進行建模分析，實現人工智能增強。物聯網+大數據必將推動各行業的改造，甚至顛覆。

運營商是5G商用的本家，又具有天然的大數據優勢，幾乎覆蓋了全體公民，且數據維度涵蓋了實名制驗證后的客戶信息、消費行為、上網行為、社交關系、地理位置、手機終端信息等多元內容，是天然的大數據“鉆石礦”。作為 “鉆石礦”的坐擁者，運營商一直積極發掘自身數據價值，尋求業務增長點。其中，以客戶為主體、以數據挖掘為手段進行精細化運營是主線。5G技術為圍繞客戶的運營融入新要素，將帶來更智能的客戶識別、更精準的客戶需求預測與精確營銷，以及智慧化服務等。本研究立足于5G技術背景，并從4G后期行業進入的存量博弈期特征出發，從運營商運營的主體——“客戶”出發，圍繞客戶的全生命周期探索大數據的模型應用。

1 數據維度

運營商早已建立了大規模的數據集群和云數據平臺，其大數據具有任何其他行業所不必備的優勢。首先，是數量級，具有百萬級的基站資源、十億級的出賬客戶數。其次，最為可貴的是可真實對應到人（實名制）、實時定位位置，且具備可真實觸達客戶的資源（手機號碼）。

運營商圍繞客戶的大數據涉及九大類：客戶基本信息類、通信消費行為、上網記錄、新業務消費信息、客戶產品信息、客戶優惠信息、客戶交往圈數據、客戶終端數據、基站數據、客戶信用信息等。以客戶ID及手機號碼為主鍵可統一所有數據。

基于多元的客戶數據為客戶打標簽，形成動態標簽庫，可從客戶屬性、客戶分群、客戶偏好、行為軌跡、時空分布、社交屬性等360。刻畫客戶。5G技術背景下將能獲取、解析更多非結構化數據，真正實現從傳統的通信客戶畫像向真正的客戶畫像轉變，這正是圍繞客戶全生命周期建模應用的基礎。

2 模型與應用

大數據應用的核心目標是“更高的洞察力和決策力”。本研究正是以該目標為導向，圍繞客戶全生命周期——從客戶獲取、客戶價值提升，到客戶保有三個階段分別梳理關鍵問題與核心業務應用需求，從關鍵需求出發設計挖掘數據模型，并對關鍵數據挖掘模型提供模型與算法思路。

在客戶獲取階段，需要解決的關鍵問題是：新增客戶從哪里來，以及怎么提升新客戶獲取能力。5G時期運營商處于存量博弈期，新增客戶主要從區域市場競爭、新入訪客戶、異網回歸而來，因此可以建立以下模型：（1）微觀區域市場客戶識別與份額模型。針對當前競爭激烈或客戶穩定性相對較差的重點微觀區域（如樓宇、中學、城中村、社區等）市場，建立各市場客戶識別模型，微觀市場定位到清單以便目標市場區域客戶經理進行精確化營銷挖掘。在微觀區域客戶識別模型的基礎上，評估各市場客戶獲取質量、分析微觀區域市場客戶消費特征，可指導微觀區域市場營銷政策的制定。基于微觀區域客戶識別模型建立微觀區域的客戶份額監測模型，更精確地把控微觀市場競爭動態。該模型主要基于微觀市場種子客戶+邏輯回歸技術實現。（2）入訪客戶需求細分模型。純新增市場主要包括外地入訪客戶、本地中小學等純新增客戶，而其中入訪客戶一直處于被動營銷狀態。因此，可建立入訪客戶需求細分模型：通過對近半年入訪客戶的數據（入訪客戶來源、消費量、消費特征等）以多維關聯分析+聚類等技術手段，建立需求細分模型，基于此制定差異化的入訪客戶營銷政策。（3）異網客戶價值細分模型：存量博弈時期新客主要來源于異網挖掘，而其中挖掘到價值客戶是關鍵。需要對異網客戶建立價值評估模型，以提升精細化挖掘能力，提高效率、節省營銷資源。異網價值評估模型主要在異網互通數據基礎上進一步生成異網消費水平、異網在網時長、異網交往圈大小等字段，以AHP法確定權重構建異網價值評估指數。（4）5G目標客戶識別模型。簡單而言即在5G商用初期如何快速將3G、4G客戶遷移為5G客戶，以快速導入5G客戶，該類模型本質上類似于4G初期的4G早期客戶識別模型。（5）跳蚤客戶識別模型。運營商基于KPI導向的運營管理模式導致客戶獲取中可能存在水分，即存在虛假客戶、或者跳蚤客戶（低值客戶），這類客戶的存在既浪費了營銷資源，也不利于對下層渠道的有效管理，需要識別這類客戶以擠掉水分。該模型主要通過客戶入網時間、消費量、消費頻次、交往圈規模、入網渠道等進行綜合挖掘。

當客戶入網且穩定之后，客戶運營即進入價值提升階段。該階段主要解決的問題是：存量客戶如何細分并識別潛在需求，如何從多業務視角實現精準營銷。可建立以下模型：（1）客戶細分模型;（2）客戶上網偏好模型;（3）數據流量精確營銷模型;（4）重點增值業務精確營銷;（5）客戶綜合價值提升模型等。客戶價值提升階段的模型核心是：客戶畫像、客戶偏好、精確營銷，4G時期已實現了基于客戶基礎數據與業務的客戶畫像與精確營銷。5G時期由于文本數據解析能力的增強，重點挖掘客戶上網行為、社交數據、地理數據，將這類數據挖掘的價值信息豐富至客戶畫像、優化更精準與豐富的客戶偏好，并基于此實現智慧營銷。其中，客戶上網、社交數據主要以文本挖掘技術為主實現，豐富現有客戶標簽、客戶偏好體系。例如，通過網上行為挖掘可識別客戶行業偏好，根據客戶與汽車服務商的通話行為，以及網上瀏覽汽車信息，可識別有車一族、潛在購車、汽車品牌偏好者等。在更豐富的客戶標簽體系基礎上，設計更細分的應用場景，客戶標簽+業務協同可實時觸發自動營銷，甚至可智能做出客戶需求的預測，輸出千人千面、千時千景的個性化營銷內容。