2014年以來,中國三大運營商陸續(xù)推出4G商用服務,尤其中國移動更是公開宣布了年度發(fā)展5000萬4G用戶的極具挑戰(zhàn)性的戰(zhàn)略目標。當前中國移動各個省公司都把發(fā)展4G用戶定為最重要的工作之一,從網絡部署優(yōu)化和市場營銷上重點投入。
在福建這個早在2012年年中移動滲透率就已超過100%的通信發(fā)達市場,福建移動一直在通過10085客服平臺主動為潛在用戶提供4G終端介紹、購買、使用等服務,促進2G用戶平滑轉網4G。為進一步提升外呼成功率,從2014年初開始,福建移動聯合華為公司開展基于大數據的精準營銷工作,采用大數據分析的方法選擇外呼目標價值用戶;诖髷祿治龇椒ê蛡鹘y外呼方法分別提供20萬目標客戶清單,在前臺無感知下進行對比驗證,確保對比效果不受人為因素影響,經過外呼驗證,基于大數據分析方法較傳統方法外呼成功率提升50%以上,有效支撐了福建移動4G用戶發(fā)展戰(zhàn)略。
基于大數據的外呼精準營銷建模過程
福建移動擁有超過3000萬客戶的相關數據,如何將這些數據轉化為有效信息從而指導精確外呼營銷?華為基于大數據領域的長期積累,對福建移動外呼系統進行了大數據系統化改造。
圖一、大數據分析解決方案架構
從B(Business)域、O(Operation)域各類原始數據,構建“外呼推薦標簽”、“4G傾向標簽”,再通過標簽組合支撐從3000多萬用戶中選取4G外呼營銷目標用戶。基于華為大數據分析平臺,通過業(yè)務建模方法將底層數據轉化為具備業(yè)務價值的中間層數據,一方面采用了效果接近最好復雜算法的簡單算法,高效易并行,并且功能上具完備性和通用性,易于支撐各類應用場景。
針對外呼營銷場景構建“外呼推薦模型”反映用戶對外呼渠道接受程度。通過調研評估各種特征,選取100多個原始用戶特征,離散化后形成每個樣本具有幾萬個特征的稀疏特征矩陣,基于稀疏線性預測算法進行模型訓練建立一套適合外呼推薦的預測模型。
圖二、稀疏線性預測構建外呼推薦模型
針對4G合約機,構建“潛在4G用戶標簽”反映用戶選擇4G產品傾向。通過調研評估選取150多個特征,用分類分析法“隨機森林”建立一套“潛在4G用戶標簽”判斷模型。
圖三、隨機森林法構建潛在4G用戶模型