數(shù)贏未來(lái)大數(shù)據(jù)對(duì)內(nèi)應(yīng)用

數(shù)贏未來(lái)——大數(shù)據(jù)對(duì)內(nèi)應(yīng)用授課人：盧薇青2017年5月精準(zhǔn)化推薦場(chǎng)景化營(yíng)銷大數(shù)據(jù)在客戶感知提升和數(shù)字化轉(zhuǎn)型中的應(yīng)用目錄CONTENTS060501020304大數(shù)據(jù)能力內(nèi)部精細(xì)化管理運(yùn)營(yíng)自身數(shù)據(jù)，提升管理效能內(nèi)部精細(xì)化營(yíng)銷運(yùn)營(yíng)自身數(shù)據(jù)，提升營(yíng)銷效率商業(yè)變現(xiàn)輸出運(yùn)營(yíng)自身數(shù)據(jù)，提升合作方效能價(jià)值機(jī)會(huì)輸出開放自身數(shù)據(jù)運(yùn)營(yíng)權(quán)限，提供第三方價(jià)值機(jī)會(huì)知識(shí)標(biāo)準(zhǔn)輸出作為賦能者，提升合作方數(shù)據(jù)運(yùn)營(yíng)水平應(yīng)用能力輸出以自身能力幫助合作方運(yùn)營(yíng)數(shù)據(jù)大數(shù)據(jù)生態(tài)體系的三個(gè)特點(diǎn)不局限自身運(yùn)營(yíng)數(shù)據(jù)——能力者不局限運(yùn)營(yíng)自身數(shù)據(jù)——匯聚平臺(tái)價(jià)值主體不局限數(shù)據(jù)本身——賦能者內(nèi)部應(yīng)用外部合作生態(tài)體系運(yùn)營(yíng)商大數(shù)據(jù)應(yīng)用的三種形式和六個(gè)形態(tài)PART01精準(zhǔn)化推薦亞歷山大·尼克斯（AlexanderNix）2014年5月，他利用大數(shù)據(jù)工具對(duì)烏克蘭民眾實(shí)施心理干預(yù)讓丑聞不斷的億萬(wàn)富翁波羅申科以54.7%的得票率當(dāng)選烏克蘭新總統(tǒng)。2015年，他又用同樣的方法干擾尼泊爾國(guó)民的精神意志幫助尼泊爾王室成功鎮(zhèn)壓了叛亂。只要給我68個(gè)在Facebook上的點(diǎn)贊，我就可以推測(cè)出這個(gè)人的膚色、性向、政治傾向、智力水平、宗教偏好、是否飲酒、吸毒乃至父母是否離異等一切信息。2016年？我很高興，我以數(shù)據(jù)為驅(qū)動(dòng)的營(yíng)銷傳播方式，在特朗普總統(tǒng)的勝利中發(fā)揮了不可或缺的作用?！獊啔v山大·尼克斯我們來(lái)認(rèn)識(shí)一個(gè)人精準(zhǔn)化推薦：大數(shù)據(jù)比你更了解你自己電信運(yùn)營(yíng)商應(yīng)該聚焦自身特殊數(shù)據(jù)，尋找潛在資源電信運(yùn)營(yíng)商詳細(xì)記錄了人在現(xiàn)代化社會(huì)的信息指紋Who/Whom：電話號(hào)碼的背后是IT系統(tǒng)內(nèi)人的信息When：通話記錄和上網(wǎng)記錄的背后是人的行為Where：基于手機(jī)和固網(wǎng)定位的背后是人的位置What：流量分析和內(nèi)容檢測(cè)的背后是人的需求信息指紋每分鐘數(shù)萬(wàn)條位置更新信息（徐家匯商圈）每小時(shí)近萬(wàn)次移動(dòng)電話呼叫每天上億次點(diǎn)擊的互聯(lián)網(wǎng)訪問量精準(zhǔn)化推薦：大數(shù)據(jù)支撐體系邏輯架構(gòu)大數(shù)據(jù)內(nèi)部應(yīng)用的四層級(jí)目標(biāo)智慧知識(shí)信息數(shù)據(jù)以數(shù)據(jù)自動(dòng)觸發(fā)營(yíng)銷活動(dòng)機(jī)器學(xué)習(xí)數(shù)據(jù)挖掘統(tǒng)計(jì)可視化報(bào)表數(shù)據(jù)服務(wù)報(bào)告數(shù)據(jù)采集數(shù)據(jù)整合數(shù)據(jù)集成數(shù)據(jù)源CBSS/BSS語(yǔ)音詳單、流量詳單信令數(shù)據(jù)營(yíng)業(yè)廳位置數(shù)據(jù)基站數(shù)據(jù)數(shù)據(jù)分析數(shù)據(jù)挖掘匹配營(yíng)業(yè)廳最近基站工作日常用基站休息日常用基站用戶基站信息數(shù)據(jù)挖掘挖掘結(jié)果營(yíng)銷活動(dòng)（產(chǎn)品）目標(biāo)用戶群服務(wù)大數(shù)據(jù)建模工作的開展主要是為了滿足差異化營(yíng)銷的需求，通過顆粒度的細(xì)分，排除對(duì)目標(biāo)營(yíng)銷不敏感的群體降低對(duì)無(wú)效用戶的打擾，增加營(yíng)銷活動(dòng)的針對(duì)性；目前上海聯(lián)通實(shí)踐較為成熟的模式是通過三向用戶細(xì)分圈定用戶群，等待相關(guān)的用戶行為觸發(fā)場(chǎng)景，實(shí)現(xiàn)營(yíng)銷活動(dòng)用戶群由大變小，營(yíng)銷成功率由小變大。上海聯(lián)通各類大數(shù)據(jù)精準(zhǔn)推薦的核心指導(dǎo)思想是創(chuàng)造營(yíng)銷過程的差異化：精準(zhǔn)化推薦：目標(biāo)——實(shí)現(xiàn)一客一策（1/2）網(wǎng)廳手廳電話渠道互聯(lián)網(wǎng)渠道應(yīng)用觸點(diǎn)用戶使用行為洞察用戶傾向偏好歸類統(tǒng)一策略生成多渠道策略展示個(gè)性推薦交叉營(yíng)銷復(fù)合營(yíng)銷精準(zhǔn)化推薦：目標(biāo)——實(shí)現(xiàn)一客一策（2/2）精準(zhǔn)化推薦：基礎(chǔ)——用戶畫像標(biāo)簽體系用戶分類：根據(jù)穩(wěn)定度高中低和客戶五星分級(jí)，將用戶分為六類:黃金客戶、高端波動(dòng)、高危維系、潛力客戶、低端波動(dòng)、潮汐客戶。高價(jià)值，資費(fèi)不敏感，網(wǎng)齡高黃金客戶高端波動(dòng)低端波動(dòng)潛力客戶高?？蛻舫毕蛻鬉RPU：193.7

月度流失率：1.1%

合約占比：52.0%終端合約占比：34.0%公付占比：11.5%

語(yǔ)音飽和度：77.9%

網(wǎng)齡：38.3融合占比：10.15%合約到期占比：0.4%蘋果三星占比：39.1%靚號(hào)占比：7.4%

流量飽和度：217.8%價(jià)值可提升，高融合，高穩(wěn)定ARPU：93.9

月度流失率：1.3%

合約占比：47.7%終端合約占比：17.5%公付占比：8.0%

語(yǔ)音飽和度：61.4%網(wǎng)齡：30.0融合占比：31.40%合約到期占比：0.1%蘋果三星占比：28.6%靚號(hào)占比：1.4%

流量飽和度：198.9%低價(jià)值，套餐不飽和，低網(wǎng)齡ARPU：50.3

月度流失率：2.9%合約占比：36.7%終端合約占比：13.7%公付占比：6.0%

語(yǔ)音飽和度：47.4%網(wǎng)齡：16.3融合占比：18.65%合約到期占比：24.9%蘋果三星占比：17.6%靚號(hào)占比：0.4%

流量飽和度：150.6%低價(jià)值，捆綁低，業(yè)務(wù)使用少ARPU：17.8月度流失率：5.7%合約占比：15.7%終端合約占比：1.4%公付占比：2.4%語(yǔ)音飽和度：24.8%網(wǎng)齡：12.0融合占比：15.70%合約到期占比：43.3%蘋果三星占比：6.4%靚號(hào)占比：0.4%

流量飽和度：81.8%高價(jià)值，合約到期高，套餐不飽和ARPU：116.1

月度流失率：5.5%合約占比：45.6%終端合約占比：29.0%公付占比：6.6%語(yǔ)音飽和度：57.5%網(wǎng)齡：24.5融合占比：7.66%合約到期占比：66.5%蘋果三星占比：21.0%靚號(hào)占比：2.0%

流量飽和度：147.9%高價(jià)值，低捆綁，有終端偏好ARPU：122.9月度流失率：2.2%合約占比：29.3%終端合約占比：17.6%公付占比：9.1%

語(yǔ)音飽和度：89.4%

網(wǎng)齡：29.6融合占比：6.39%合約到期占比：7.0%蘋果三星占比：29.8%靚號(hào)占比：2.4%

流量飽和度：215.4%精準(zhǔn)化推薦：建?！惔髷?shù)據(jù)模型上海聯(lián)通基于總部下達(dá)的模型體系和自有模型體系，對(duì)網(wǎng)內(nèi)用戶行為精準(zhǔn)洞察，實(shí)現(xiàn)用戶消費(fèi)需求的精準(zhǔn)細(xì)分離網(wǎng)傾向上海重點(diǎn)建設(shè)的六類模型換機(jī)傾向虛假傾向流量產(chǎn)品訂購(gòu)傾向壓抑需求傾向意見領(lǐng)袖傾向功能描述在網(wǎng)用戶最適商品推薦新用戶問卷調(diào)查統(tǒng)一策略控制中心統(tǒng)一渠道協(xié)同管控事件化、多波次、實(shí)時(shí)推送配置商品優(yōu)先級(jí)設(shè)置產(chǎn)品互斥規(guī)則觸點(diǎn)活動(dòng)提示在途服務(wù)工單提醒目前上海大數(shù)據(jù)平臺(tái)在對(duì)接營(yíng)業(yè)廳、合作渠道、總部手網(wǎng)廳、嵌入式互聯(lián)網(wǎng)工具、官方微信、本地門戶、異業(yè)線上合作渠道等7大類近20個(gè)渠道，每月輸出策略總數(shù)達(dá)到300萬(wàn)次。通過大數(shù)據(jù)策略中心功能，很好的保證了渠道間發(fā)出一致的聲音，形成渠道與渠道信息互補(bǔ)，梯次業(yè)務(wù)推進(jìn)的效果。精準(zhǔn)化推薦：上海聯(lián)通精準(zhǔn)營(yíng)銷體系——基于策略中心的精準(zhǔn)推薦實(shí)現(xiàn)多波跨域協(xié)同（1/4）全渠道互聯(lián)網(wǎng)化決策中心建設(shè)：深層次解決渠道產(chǎn)品推薦精準(zhǔn)性問題深層次解決渠道與渠道間信息互通問題深層次解決渠道和用戶信息不對(duì)稱問題解決合理性訴求：知道要推薦的產(chǎn)品，知道推薦的話術(shù)，知道推薦的理由。解決一致性訴求：利用全渠道互聯(lián)網(wǎng)化統(tǒng)一界面，實(shí)現(xiàn)各渠道統(tǒng)一口徑。解決協(xié)同性訴求：渠道之間推薦結(jié)果實(shí)現(xiàn)互動(dòng)，渠道與渠道共享用戶反饋信息。解決敏感性訴求：渠道可對(duì)服務(wù)、繳費(fèi)等敏感性信息借助決策中心的提示信息全方位掌控。解決對(duì)稱性訴求：基于用戶自發(fā)觸點(diǎn)，如手網(wǎng)廳登陸，Toolbar點(diǎn)擊，微信互動(dòng)等形成的營(yíng)銷機(jī)會(huì)，推薦的內(nèi)容與自有用戶渠道的推薦內(nèi)容一致解決自然人訴求：基于自然人多號(hào)碼的用戶，實(shí)現(xiàn)復(fù)合產(chǎn)品推薦。精準(zhǔn)化推薦：上海聯(lián)通精準(zhǔn)營(yíng)銷體系——基于策略中心的精準(zhǔn)推薦實(shí)現(xiàn)多波跨域協(xié)同（2/4）多波跨越協(xié)同流程示意：根據(jù)用戶拒絕信息修正推薦和向多個(gè)渠道廣播策略實(shí)現(xiàn)渠道協(xié)同。精準(zhǔn)化推薦：上海聯(lián)通精準(zhǔn)營(yíng)銷體系——基于策略中心的精準(zhǔn)推薦實(shí)現(xiàn)多波跨域協(xié)同（3/4）大數(shù)據(jù)策略中心的中長(zhǎng)期規(guī)劃：營(yíng)銷策略進(jìn)過大數(shù)據(jù)充分運(yùn)算營(yíng)銷觸發(fā)都使用大數(shù)據(jù)策略營(yíng)銷結(jié)果反饋至大數(shù)據(jù)優(yōu)化后續(xù)策略精準(zhǔn)化推薦：上海聯(lián)通精準(zhǔn)營(yíng)銷體系——基于策略中心的精準(zhǔn)推薦實(shí)現(xiàn)多波跨域協(xié)同（4/4）全渠道覆蓋：在覆蓋自營(yíng)廳、合作廳基礎(chǔ)上，逐步開通社會(huì)渠道業(yè)務(wù)受理權(quán)限，實(shí)現(xiàn)沃受理系統(tǒng)彈窗全覆蓋。實(shí)現(xiàn)用戶主動(dòng)接觸、被動(dòng)接觸的全覆蓋。多渠道協(xié)同：實(shí)現(xiàn)商品推薦的多渠道協(xié)同，某一渠道銷售完成或用戶拒絕，其他渠道不做重復(fù)推薦。實(shí)現(xiàn)基于自然人維度的交叉推薦。增加一鍵辦理場(chǎng)景：在存費(fèi)送費(fèi)續(xù)約業(yè)務(wù)和流量包訂購(gòu)一鍵辦理的基礎(chǔ)上，新增低消活動(dòng)一鍵辦理。其他增值類商品和專項(xiàng)活動(dòng)一鍵受理。開放接口：開放彈窗策略接口，在自有、合作用戶觸點(diǎn)進(jìn)行標(biāo)準(zhǔn)化推薦策略輸出；實(shí)現(xiàn)在第三方APP、合作網(wǎng)站上基于相同彈窗策略的營(yíng)銷推薦。借助彈窗等觸點(diǎn)工具，實(shí)現(xiàn)大數(shù)據(jù)用戶行為洞察和預(yù)判轉(zhuǎn)換為營(yíng)銷機(jī)會(huì)和場(chǎng)景，實(shí)現(xiàn)各觸點(diǎn)精準(zhǔn)、協(xié)同、便捷運(yùn)營(yíng)，為用戶價(jià)值經(jīng)營(yíng)創(chuàng)造優(yōu)良環(huán)境。核心目標(biāo)：以推薦轉(zhuǎn)換率為抓手提升精準(zhǔn)性；以一線應(yīng)用感知為抓手提升協(xié)同性；以推薦到訂單轉(zhuǎn)化的總損耗和時(shí)長(zhǎng)為抓手提升便捷性。精準(zhǔn)化推薦：上海聯(lián)通精準(zhǔn)營(yíng)銷系統(tǒng)——基于策略中心的彈窗推薦系統(tǒng)精準(zhǔn)化推薦：對(duì)內(nèi)應(yīng)用1——基于用戶內(nèi)容偏好推薦用戶上網(wǎng)屬性標(biāo)簽分類功能：通過客戶上網(wǎng)行為分析，給不同的用戶打上標(biāo)簽，例如：對(duì)于喜歡上新浪新聞的用戶，打上新聞愛好者標(biāo)簽，依此進(jìn)行客戶偏好模型構(gòu)建，開展精確營(yíng)銷用戶上網(wǎng)訪問地址分析靜態(tài)位置信息庫(kù)動(dòng)態(tài)位置信息庫(kù)使用渠道集中管理系統(tǒng)營(yíng)業(yè)廳坐標(biāo)位置信息使用基站CellID對(duì)應(yīng)本基站位置坐標(biāo)不少于連續(xù)五天用戶駐留最頻繁基站CellID廳點(diǎn)位置坐標(biāo)基站位置坐標(biāo)用戶CellID使用網(wǎng)管平臺(tái)基站基礎(chǔ)信息數(shù)據(jù)基站CellID轉(zhuǎn)換工作時(shí)段駐留基站休息時(shí)段駐留基站匹配CellID匹配坐標(biāo)基站1基站2基站N…根據(jù)自有廳覆蓋能力確定與基站間距離范圍用戶營(yíng)業(yè)廳匹配基站靜態(tài)覆蓋?？陀脩羟鍐沃荛g覆蓋用戶清單…周末覆蓋用戶清單…用戶N用戶N短信引流電話引流周期迭代終端換機(jī)模型精準(zhǔn)化推薦：對(duì)內(nèi)應(yīng)用2——基于LBS推薦其合適產(chǎn)品動(dòng)態(tài)位置信息庫(kù)精準(zhǔn)化推薦：對(duì)內(nèi)應(yīng)用3——基于用戶業(yè)務(wù)特征推薦適銷商品7/22以大數(shù)據(jù)平臺(tái)為支撐，基于用戶地理位置精準(zhǔn)定位目標(biāo)用戶，匹配精準(zhǔn)策略，經(jīng)行維系保有產(chǎn)品推薦。合約續(xù)約以合約續(xù)約模型定位合約化目標(biāo)客戶AURP值大于70單卡用戶遷轉(zhuǎn)全國(guó)套餐合約AURP值大于40小于70單卡用戶遷轉(zhuǎn)合約惠機(jī)AURP值小于40單卡用戶遷轉(zhuǎn)本地套餐合約合約到期用戶續(xù)全國(guó)套餐合約重點(diǎn)工作目標(biāo)定位實(shí)施措施匹配策略推薦適配合約：大數(shù)據(jù)預(yù)判用戶合約到期時(shí)間，在到期前3個(gè)月，根據(jù)用戶業(yè)務(wù)、合約歷史等信息推薦適配合約終端換機(jī)以終端換機(jī)模型定位合約化目標(biāo)客戶識(shí)別預(yù)判：終端換機(jī)模型判斷用戶換機(jī)時(shí)機(jī)及機(jī)型偏好；主動(dòng)營(yíng)銷：渠道偏好模型及位置信息模型，匹配營(yíng)銷渠道，引導(dǎo)換機(jī)SIM卡換卡以SIM卡模型定位合約化目標(biāo)客戶進(jìn)廳用戶100%換卡：通過大數(shù)據(jù)分析定位SIM卡用戶，進(jìn)廳用戶100%彈出推薦換卡流量營(yíng)銷以用戶流量匹配模型定位合約化目標(biāo)客戶智能推薦流量包：通過大數(shù)據(jù)分析用戶流量使用習(xí)慣及偏好，智能推薦日包、月包、夜貓包及定向流量包持23G終端用戶裸機(jī)換機(jī)輔導(dǎo)祼機(jī)換機(jī)輔導(dǎo)-社會(huì)渠道23G業(yè)務(wù)SIM卡用戶--換卡贈(zèng)流量、贈(zèng)語(yǔ)音4G非全國(guó)套餐SIM卡用戶--換卡贈(zèng)話費(fèi)4G全國(guó)套餐SIM卡用戶--換卡贈(zèng)流量流量月包推薦推薦流量快餐包推薦流量夜貓包推薦定向流量包推薦承諾低消送流量推周期循環(huán)性策略觸發(fā)類型場(chǎng)景觸發(fā)性策略用戶關(guān)注內(nèi)容上網(wǎng)訪問地址用戶下載軟件……客戶終端類型終端操作系統(tǒng)用戶內(nèi)容偏好軟件應(yīng)用映射一級(jí)分類二級(jí)分類186088……智能終端symbian生活網(wǎng)絡(luò)購(gòu)物手機(jī)購(gòu)物186099……智能終端android生活汽車交通商務(wù)出行186888……智能終端iPhone娛樂動(dòng)漫星座影音圖像186666……智能終端android娛樂手機(jī)游戲憤怒的小鳥186777……智能終端iPhone溝通交流社區(qū)論壇聊天186555……非智能終端symbian溝通交流社區(qū)論壇社區(qū)交友………………………………偏好-應(yīng)用映射關(guān)系推薦個(gè)性化應(yīng)用即時(shí)通訊手機(jī)游戲終端生命期消費(fèi)偏好數(shù)據(jù)預(yù)處理客戶偏好模型用戶186****9019精準(zhǔn)化推薦：對(duì)內(nèi)應(yīng)用4——基于用戶終端及行為偏好推薦個(gè)性化應(yīng)用，促進(jìn)高端客戶粘性PART02場(chǎng)景化營(yíng)銷場(chǎng)景化營(yíng)銷：定義及原理定義所謂場(chǎng)景營(yíng)銷是指針對(duì)消費(fèi)者在具體的現(xiàn)實(shí)場(chǎng)景中所具有的心理狀態(tài)或需求進(jìn)行的營(yíng)銷行為，從而有效地達(dá)到企業(yè)的目標(biāo)。當(dāng)傳統(tǒng)營(yíng)銷越來(lái)越難觸動(dòng)消費(fèi)者，基于場(chǎng)景為消費(fèi)者帶來(lái)實(shí)際價(jià)值的營(yíng)銷可能是一個(gè)新戰(zhàn)場(chǎng)?，F(xiàn)實(shí)場(chǎng)景用戶心理或需求匹配成功營(yíng)銷場(chǎng)景營(yíng)銷要在合適的場(chǎng)景觸發(fā)消費(fèi)者最終在線上或線下完成消費(fèi)閉環(huán)案例視頻場(chǎng)景化營(yíng)銷：三要素深入挖掘數(shù)據(jù)，真正讀懂消費(fèi)者場(chǎng)景營(yíng)銷離不開有效的連接碎片化場(chǎng)景實(shí)時(shí)觸達(dá)，服務(wù)即營(yíng)銷場(chǎng)景化營(yíng)銷：方法論體系精準(zhǔn)用戶群篩選（30%）行為&事件觸發(fā)（50%）合理的商業(yè)設(shè)計(jì)（20%）大數(shù)據(jù)支撐場(chǎng)景營(yíng)銷消費(fèi)偏好識(shí)別通過大數(shù)據(jù)建模手段，識(shí)別使用習(xí)慣和偏好，建立用戶的對(duì)特定活動(dòng)的參與度量化可能性應(yīng)用范圍：批量活動(dòng)優(yōu)選客戶群1關(guān)注點(diǎn)識(shí)別通過大數(shù)據(jù)對(duì)用戶既往消費(fèi)模式的判斷，偵測(cè)用戶的關(guān)注點(diǎn)，從而優(yōu)化商業(yè)活動(dòng)的針對(duì)性應(yīng)用范圍：電話營(yíng)銷優(yōu)選話術(shù)、人工渠道彈窗產(chǎn)品策略3現(xiàn)實(shí)需求識(shí)別通過部署大量實(shí)時(shí)探針，偵測(cè)用戶的實(shí)時(shí)行為和現(xiàn)實(shí)需求，開展場(chǎng)景化營(yíng)銷應(yīng)用范圍：開展場(chǎng)景營(yíng)銷2場(chǎng)景化營(yíng)銷：上海聯(lián)通場(chǎng)景營(yíng)銷特點(diǎn)綜合營(yíng)銷

場(chǎng)景營(yíng)銷交叉營(yíng)銷跟隨營(yíng)銷主題營(yíng)銷情感營(yíng)銷突出最小介入成本突出長(zhǎng)期關(guān)系建立突出服營(yíng)一體，跨域協(xié)同突出廣覆蓋突出實(shí)效性上海聯(lián)通構(gòu)建場(chǎng)景營(yíng)銷體系是目前在客戶經(jīng)營(yíng)領(lǐng)域綜合營(yíng)銷體系的重要組成部分與其他營(yíng)銷形式相比，場(chǎng)景營(yíng)銷主要突出時(shí)效性，策隨客變和因境釋策是場(chǎng)景營(yíng)銷的顯著特點(diǎn)場(chǎng)景營(yíng)銷的突出優(yōu)勢(shì)在于營(yíng)銷活動(dòng)與用戶現(xiàn)實(shí)需求契合，容易產(chǎn)生共鳴，從而提升營(yíng)銷效率即使場(chǎng)景營(yíng)銷不成功，也可以產(chǎn)生一次客戶關(guān)懷，長(zhǎng)期看對(duì)提升客戶感知產(chǎn)生積極作用場(chǎng)景化營(yíng)銷：上海聯(lián)通場(chǎng)景營(yíng)銷架構(gòu)一、營(yíng)銷設(shè)計(jì)(營(yíng)銷人員配置路線)CKM管理客戶標(biāo)簽和客戶群Campaign管理事件和時(shí)機(jī)，事件規(guī)則發(fā)布至Kafka，位置駐留事件規(guī)則發(fā)布至PMECampaign進(jìn)行營(yíng)銷活動(dòng)配置二、營(yíng)銷執(zhí)行（大數(shù)據(jù)支撐路線）Flume實(shí)時(shí)接入A口位置信令數(shù)據(jù)Flume發(fā)布消息至Kafka（數(shù)據(jù)清洗轉(zhuǎn)換定制）PME位置駐留計(jì)算PolicyCenter位置營(yíng)銷事件識(shí)別PolicyCenter營(yíng)銷規(guī)則判斷PolicyCenter營(yíng)銷信息推送及營(yíng)銷反饋；支持直接觸發(fā)的簡(jiǎn)單事件營(yíng)銷（接口定制）三、后續(xù)能力（正在建設(shè)的能力）Flume實(shí)時(shí)接入Gn口上網(wǎng)信令數(shù)據(jù)SparkStreaming實(shí)時(shí)互聯(lián)網(wǎng)行為標(biāo)注（知識(shí)庫(kù)定制）SparkStreaming互聯(lián)網(wǎng)事件處理（復(fù)雜事件定制）FlumeA口位置數(shù)據(jù)Gn口上網(wǎng)數(shù)據(jù)大數(shù)據(jù)平臺(tái)實(shí)時(shí)流處理策略中心KafkaPMESparkStreaming知識(shí)庫(kù)CampaignPolicyCenterCKMCUBE12營(yíng)銷渠道短信彈窗Toolbar微信公眾號(hào)3456781012911用戶業(yè)務(wù)人員（營(yíng)銷策劃）大數(shù)據(jù)人員（標(biāo)簽管理）+業(yè)務(wù)人員（客戶群管理）大數(shù)據(jù)人員（事件管理）場(chǎng)景化營(yíng)銷：上海聯(lián)通場(chǎng)景營(yíng)銷概況（1/3）場(chǎng)景營(yíng)銷可以嵌入不同的用戶行為和用戶狀態(tài)變化，也可與重要的節(jié)日、紀(jì)念日結(jié)合形成用戶共鳴上海聯(lián)通目前規(guī)劃應(yīng)用的營(yíng)銷場(chǎng)景共6大類約28個(gè)小類，通過專用營(yíng)銷系統(tǒng)Campaign進(jìn)行系統(tǒng)支撐場(chǎng)景化營(yíng)銷：上海聯(lián)通場(chǎng)景營(yíng)銷概況（2/3）六大類實(shí)時(shí)場(chǎng)景的實(shí)時(shí)捕捉位置類場(chǎng)景上網(wǎng)類場(chǎng)景通話類場(chǎng)景開關(guān)機(jī)類場(chǎng)景漫游類場(chǎng)景實(shí)時(shí)場(chǎng)景營(yíng)銷平臺(tái)，開放各類營(yíng)銷規(guī)則，由營(yíng)銷單元設(shè)置符合規(guī)則，觸發(fā)場(chǎng)景的用戶不符合規(guī)則，觸發(fā)場(chǎng)景的用戶實(shí)時(shí)營(yíng)銷干預(yù)不采取營(yíng)銷動(dòng)作隨著場(chǎng)景營(yíng)銷的不斷深入和系統(tǒng)能力的加強(qiáng)，上海聯(lián)通開始構(gòu)建六個(gè)重點(diǎn)實(shí)時(shí)場(chǎng)景體系從效果看，用戶行為觸發(fā)的實(shí)時(shí)場(chǎng)景體系（延遲1小時(shí)以內(nèi)）比通過系統(tǒng)規(guī)則觸發(fā)的準(zhǔn)實(shí)時(shí)場(chǎng)景體系（延遲6小時(shí)以內(nèi)），營(yíng)銷效率顯著提升。用戶狀態(tài)類場(chǎng)景在積極探索實(shí)時(shí)營(yíng)銷場(chǎng)景的同時(shí)，上海聯(lián)通還在建立客戶全生命周期場(chǎng)景適配體系，將客戶經(jīng)營(yíng)從存量維系向前延伸至體驗(yàn)干預(yù)階段，向后延展至離網(wǎng)召回階段，實(shí)現(xiàn)更大范圍的場(chǎng)景覆蓋在用戶流失預(yù)測(cè)上，整體查準(zhǔn)率71.14%，查全率62.44%，提升度14.68，效果非常理想。用戶離網(wǎng)得到系統(tǒng)確認(rèn)穩(wěn)定拐點(diǎn)正常使用期離網(wǎng)轉(zhuǎn)化期正式離網(wǎng)決定點(diǎn)用戶寬限期離網(wǎng)前行為特征的大數(shù)據(jù)鑒別協(xié)議到期時(shí)點(diǎn)維挽政策已離網(wǎng)用戶的召回政策原有模式理想模式通信體驗(yàn)預(yù)警：1、掉話頻繁2、上網(wǎng)速率慢3、語(yǔ)音不清晰通信行為異動(dòng)：1、聯(lián)絡(luò)圈縮小2、移動(dòng)范圍縮小3、更換低價(jià)值手機(jī)離網(wǎng)決策形成：1、不開機(jī)2、啟用新號(hào)碼3、試圖注銷原號(hào)碼干預(yù)動(dòng)作#1救援動(dòng)作#2挽留動(dòng)作#31、聯(lián)絡(luò)圈不再試圖呼叫原號(hào)碼2、異網(wǎng)出現(xiàn)呼叫規(guī)律一致的新號(hào)碼召回動(dòng)作#4大數(shù)據(jù)用戶體驗(yàn)研究場(chǎng)景化營(yíng)銷：上海聯(lián)通場(chǎng)景營(yíng)銷概況（3/3）場(chǎng)景化營(yíng)銷：應(yīng)用舉例（1/2）已開展并驗(yàn)證成功率較高的業(yè)務(wù)場(chǎng)景舉例套內(nèi)流量用盡時(shí)的流量包疊加終端更換后的應(yīng)用推薦長(zhǎng)時(shí)間視頻、音樂應(yīng)用后的定向流量包推薦漫游場(chǎng)景下的短周期流量產(chǎn)品推薦充值后余額較高狀態(tài)下的長(zhǎng)周期流量產(chǎn)品推薦場(chǎng)景名稱預(yù)付費(fèi)充值場(chǎng)景流量包場(chǎng)景營(yíng)銷低消來(lái)話場(chǎng)景營(yíng)銷目標(biāo)用戶高離網(wǎng)傾向的用戶（用戶流失預(yù)測(cè)模型結(jié)果數(shù)據(jù)）可訂購(gòu)流量包的白名單用戶低消白名單（低消模型結(jié)果數(shù)據(jù)）中客服熱線來(lái)話的用戶觸發(fā)規(guī)則用戶帳戶余額不足10元&用戶帳戶余額不足5元用戶套餐內(nèi)流量使用90%&用戶套餐內(nèi)流量使用100％用戶撥打客服電話推薦活動(dòng)充值存費(fèi)送費(fèi)/存費(fèi)送業(yè)務(wù)活動(dòng)國(guó)內(nèi)/本地流量包，根據(jù)用戶的使用量推薦合適的流量包種類和檔次低消活動(dòng)執(zhí)行渠道實(shí)時(shí)場(chǎng)景短信短信/toolbar客服熱線場(chǎng)景效果參與用戶在網(wǎng)生命周期延長(zhǎng)5個(gè)月，離網(wǎng)率下降15pp成功率8%成功率4.5%場(chǎng)景化營(yíng)銷：應(yīng)用舉例（2/2）PART03大數(shù)據(jù)在客戶感知提升和數(shù)字化轉(zhuǎn)型中的應(yīng)用在客戶感知中的應(yīng)用：大數(shù)據(jù)時(shí)代的客戶服務(wù)前言客戶體驗(yàn)成為流量時(shí)代的新戰(zhàn)略核心，卓越的客戶體驗(yàn)直接帶來(lái)卓越的經(jīng)營(yíng)成果，新的時(shí)代“服務(wù)即是經(jīng)營(yíng)，維系就是發(fā)展”?？蛻趔w驗(yàn)是AT&T的首要工作

調(diào)研結(jié)果顯示AT&T客戶滿意度超過Google——Gardner2014AT&T在北美運(yùn)營(yíng)商營(yíng)銷及服務(wù)滿意評(píng)估中連續(xù)排名第一——J.D.PowerAT&T首席執(zhí)行官RandallStephenson用戶體驗(yàn)的改善直接導(dǎo)致了AT&T用戶離網(wǎng)率的下降一次網(wǎng)上購(gòu)買聯(lián)通號(hào)卡的經(jīng)歷2月某日，出于想體驗(yàn)一下用戶如何進(jìn)行活體認(rèn)證的想法，某同事在網(wǎng)廳隨意買了一張卡（56元的4G全國(guó)套餐，存36得360）購(gòu)買收貨激活使用網(wǎng)廳購(gòu)買貨到付款訂單在哪兒？次次日送貨第二次送貨回訪第三次送貨前電話聯(lián)系收了36元隨卡送來(lái)的實(shí)名制激活過程的小折頁(yè)簡(jiǎn)潔明了記不清套餐，選擇安裝手機(jī)營(yíng)業(yè)廳首次登陸手廳卻進(jìn)入流量包訂購(gòu)頁(yè)2月22日接到回訪的電話，核實(shí)了身份信息，近2分鐘的通話三個(gè)基本概念期望服務(wù)感知服務(wù)客戶體驗(yàn)期望的服務(wù)是顧客的實(shí)際經(jīng)歷、個(gè)人需求以及口碑溝通的確定的，它受到企業(yè)與顧客溝通活動(dòng)的影響。感知服務(wù)是指顧客親身經(jīng)歷的服務(wù)，它是服務(wù)提供者一系列內(nèi)部決策和內(nèi)部活動(dòng)的結(jié)果。即客戶滿意度，是顧客期望的服務(wù)與顧客感知的服務(wù)之間的差距形成的結(jié)果，也是客戶采取下一步行動(dòng)的出發(fā)點(diǎn)。在客戶感知中的應(yīng)用：客戶服務(wù)滿意度的理論基礎(chǔ)（1/2）客戶感知期望的服務(wù)感知的服務(wù)服務(wù)傳遞顧客驅(qū)動(dòng)的

服務(wù)設(shè)計(jì)和標(biāo)準(zhǔn)對(duì)顧客期望

的理解顧客企業(yè)顧客差距差距1差距2差距3差距4與顧客的外部溝通差距1-管理者認(rèn)知差距：不了解顧客的期望差距2-質(zhì)量標(biāo)準(zhǔn)差距：未選擇正確的服務(wù)設(shè)計(jì)和標(biāo)準(zhǔn)差距3-服務(wù)交易差距：未按標(biāo)準(zhǔn)提供服務(wù)差距4-對(duì)外溝通的差距：服務(wù)傳遞與對(duì)外承諾不相匹配在客戶獲取服務(wù)的過程中，客戶的體驗(yàn)和客戶的預(yù)期形成了差距，差距的大小構(gòu)成了客戶滿意度，從客戶感知的服務(wù)進(jìn)行細(xì)分，可以將這個(gè)差距分解為四個(gè)部分。在客戶感知中的應(yīng)用：客戶服務(wù)滿意度的理論基礎(chǔ)（2/2）隨機(jī)性消費(fèi)客戶的消費(fèi)需求隨時(shí)出現(xiàn)，隨時(shí)消失比較性消費(fèi)有更多渠道可以比較產(chǎn)品的優(yōu)劣，產(chǎn)品提供者的信息優(yōu)勢(shì)不復(fù)存在嘗試性消費(fèi)樂于接受免費(fèi)的體驗(yàn)，對(duì)既有消費(fèi)的惰性也大大降低快捷性消費(fèi)消費(fèi)周期縮短，客戶對(duì)產(chǎn)品的需求不再是月、年而是天甚至小時(shí)移動(dòng)互聯(lián)網(wǎng)的出現(xiàn)和發(fā)展，使客戶獲取信息的成本降低到幾乎為0，也使客戶的消費(fèi)行為習(xí)慣出現(xiàn)了新的變化，主要體現(xiàn)在四個(gè)層面，主要特征是個(gè)性化的增強(qiáng)和消費(fèi)節(jié)奏的加快30%語(yǔ)音時(shí)代SP業(yè)務(wù)當(dāng)月疊加當(dāng)月退訂率50%流量時(shí)代流量包業(yè)務(wù)當(dāng)月疊加當(dāng)月退訂率在客戶感知中的應(yīng)用：移動(dòng)互聯(lián)網(wǎng)時(shí)代用戶行為的變化(1/4)來(lái)自個(gè)性化需求的挑戰(zhàn)個(gè)性化的消費(fèi)模式，使一成不變的服務(wù)提供形式收到了巨大挑戰(zhàn)，通過大數(shù)據(jù)識(shí)別每個(gè)個(gè)體用戶的服務(wù)獲取偏好，提供個(gè)性化的服務(wù)成為了必然提醒頻率：對(duì)流量提醒頻率不滿意客戶進(jìn)行調(diào)研發(fā)現(xiàn)，31.9%的客戶認(rèn)為提醒頻率需降低，68.1%的客戶認(rèn)為提醒頻率需提升提醒方式：對(duì)流量客戶進(jìn)行調(diào)研發(fā)現(xiàn)，客戶對(duì)提醒方式具有不同的偏好提醒閥值：根據(jù)客戶ARPU、品牌、DOU、訂購(gòu)套餐的不同，客戶對(duì)流量提醒的具體觸發(fā)閥值也存在不同需求客戶對(duì)提醒頻次需求不聚焦客戶對(duì)提醒類型需求差異較大客戶對(duì)提醒門限要求不盡相同客戶對(duì)提醒服務(wù)要求多樣化，單一的提醒模式不能符合客戶日益變化的需求在客戶感知中的應(yīng)用：移動(dòng)互聯(lián)網(wǎng)時(shí)代用戶行為的變化(2/4)來(lái)自個(gè)性化需求的挑戰(zhàn)傳統(tǒng)運(yùn)營(yíng)商關(guān)注服務(wù)提供的結(jié)果，移動(dòng)互聯(lián)網(wǎng)考驗(yàn)服務(wù)提供的過程，這使評(píng)價(jià)客戶滿意度從服務(wù)提供“是與否”的單維選擇變成了“多與少”、“快與慢”、“繁與簡(jiǎn)”的多維命題。在客戶感知中的應(yīng)用：移動(dòng)互聯(lián)網(wǎng)時(shí)代用戶行為的變化(3/4)來(lái)自個(gè)性化需求的挑戰(zhàn)多維用戶刻畫帶來(lái)的機(jī)遇大數(shù)據(jù)的出現(xiàn)使我們可能認(rèn)識(shí)號(hào)碼背后的人，而不是號(hào)碼本身，對(duì)客戶行為的充分理解和準(zhǔn)確預(yù)判，可以將號(hào)碼行為層層遞進(jìn)關(guān)聯(lián)至用戶自身的社會(huì)屬性和性格特點(diǎn)在客戶感知中的應(yīng)用：移動(dòng)互聯(lián)網(wǎng)時(shí)代用戶行為的變化(4/4)大數(shù)據(jù)改變客戶服務(wù)大數(shù)據(jù)技術(shù)的出現(xiàn)，為解決復(fù)雜的客戶滿意度問題提供了可能可管理（干預(yù)）可視化（量化）可評(píng)估（洞察）可整合（協(xié)同）營(yíng)銷、產(chǎn)品、服務(wù)等觸點(diǎn)滿意度信息可進(jìn)行采集、匯聚、梳理、量化建立分群模型，可對(duì)進(jìn)行個(gè)性化滿意度體驗(yàn)評(píng)估和反饋滿意度數(shù)據(jù)進(jìn)行實(shí)時(shí)處理和匯聚，形成全局和個(gè)體的視圖可對(duì)客戶體驗(yàn)進(jìn)行實(shí)時(shí)的干預(yù)和處理傳統(tǒng)IT系統(tǒng)信息采集大數(shù)據(jù)技術(shù)信息補(bǔ)足個(gè)性化體驗(yàn)評(píng)估模型體驗(yàn)數(shù)據(jù)計(jì)算，閾值數(shù)據(jù)清晰性統(tǒng)一性可視化呈現(xiàn)反饋到各個(gè)職能部分實(shí)時(shí)干預(yù)并反饋在客戶感知中的應(yīng)用：大數(shù)據(jù)助力提升客戶感知（1/9）大數(shù)據(jù)能力的應(yīng)用對(duì)客戶服務(wù)有四個(gè)方面的作用協(xié)同洞察量化干預(yù)采集匯聚來(lái)自各渠道各維度的客戶體驗(yàn)，生成統(tǒng)一策略將一個(gè)渠道接觸的結(jié)果轉(zhuǎn)換為其他渠道經(jīng)驗(yàn)建立全局性體驗(yàn)實(shí)時(shí)視圖理解用于基于體驗(yàn)采取行為的原因追溯用戶開展行動(dòng)的性格偏好，并將這種偏好預(yù)測(cè)用戶下一步的行動(dòng)分析用戶各種行為的個(gè)體外溢出效應(yīng)將引起體驗(yàn)不滿的過程追溯至體驗(yàn)產(chǎn)生的原因分析每一個(gè)環(huán)節(jié)對(duì)用戶體驗(yàn)的影響力大小將體驗(yàn)指標(biāo)轉(zhuǎn)換為運(yùn)營(yíng)改進(jìn)措施的流程轉(zhuǎn)變“被動(dòng)應(yīng)答”模式為“主動(dòng)顧問模式”在體驗(yàn)出現(xiàn)變化時(shí)能夠進(jìn)行實(shí)時(shí)的糾偏和補(bǔ)償性互動(dòng)能夠根據(jù)客戶喜好互動(dòng)點(diǎn)的變化增加或優(yōu)化接觸渠道和策略在客戶感知中的應(yīng)用：大數(shù)據(jù)助力提升客戶感知（2/9）大數(shù)據(jù)改變客戶服務(wù)大數(shù)據(jù)能力的應(yīng)用對(duì)客戶服務(wù)有四個(gè)方面的作用協(xié)同洞察量化干預(yù)客戶預(yù)期管理管理認(rèn)知差距糾正質(zhì)量標(biāo)準(zhǔn)差距糾正服務(wù)交易差距糾正對(duì)外溝通差距糾正大數(shù)據(jù)在客戶感知中的應(yīng)用：大數(shù)據(jù)助力提升客戶感知（3/9）大數(shù)據(jù)改變客戶服務(wù)大數(shù)據(jù)支撐下客戶服務(wù)協(xié)同：統(tǒng)一各客戶接觸點(diǎn)的客戶視圖信息，進(jìn)行接觸間信息快速傳遞和及時(shí)響應(yīng)，形成渠道之間信息互動(dòng)，避免矛盾營(yíng)銷、重復(fù)營(yíng)銷咨詢推薦服務(wù)業(yè)務(wù)辦理業(yè)務(wù)A優(yōu)先級(jí)：1響應(yīng)概率:55%客戶服務(wù)中心接觸點(diǎn)管理模塊答復(fù)客戶各接觸點(diǎn)信息快速傳遞和及時(shí)響應(yīng)，形成智能互動(dòng)推薦客戶辦理同步取消營(yíng)業(yè)廳推薦計(jì)劃網(wǎng)上營(yíng)業(yè)廳個(gè)性化頁(yè)面取消該項(xiàng)業(yè)務(wù)推薦122營(yíng)業(yè)廳網(wǎng)站統(tǒng)一發(fā)布——場(chǎng)景：對(duì)某客戶推薦業(yè)務(wù)A，在客服中心、營(yíng)業(yè)廳、網(wǎng)站同步開展。該客戶通過客服中心辦理該項(xiàng)業(yè)務(wù)后，營(yíng)業(yè)廳、網(wǎng)站的推薦計(jì)劃同步取消統(tǒng)一各客戶接觸點(diǎn)的客戶視圖信息統(tǒng)一客戶營(yíng)銷接觸信息管理在客戶感知中的應(yīng)用：大數(shù)據(jù)助力提升客戶感知（4/9）大數(shù)據(jù)改變客戶服務(wù)大數(shù)據(jù)支撐下客戶服務(wù)洞察：實(shí)現(xiàn)從消費(fèi)結(jié)果到體驗(yàn)結(jié)果到體驗(yàn)過程再到心理預(yù)期的層層遞進(jìn)在客戶感知中的應(yīng)用：大數(shù)據(jù)助力提升客戶感知（5/9）大數(shù)據(jù)改變客戶服務(wù)大數(shù)據(jù)支撐下客戶服務(wù)量化：大數(shù)據(jù)識(shí)別用戶負(fù)面行為產(chǎn)品的原因，并將各個(gè)原因的權(quán)重量化客戶負(fù)面行為量化網(wǎng)絡(luò)質(zhì)量動(dòng)因?qū)⒂脩艟W(wǎng)絡(luò)質(zhì)量選擇負(fù)面行為與質(zhì)差網(wǎng)絡(luò)區(qū)域進(jìn)行關(guān)聯(lián)產(chǎn)品適配度動(dòng)因關(guān)注用戶協(xié)議周期內(nèi)的產(chǎn)品與自身消費(fèi)的匹配情況服務(wù)質(zhì)量動(dòng)因用戶對(duì)接受服務(wù)的過程不滿意用戶對(duì)服務(wù)的結(jié)果不滿意競(jìng)爭(zhēng)動(dòng)因異網(wǎng)營(yíng)銷政策使用戶的使用偏好出