客户数据分析课件.ppt
Accenture 2003 All Rights Reserved2004,第二部分:客户数据分析,第1版 2004.1,直复营销运营手册,2,Accenture 2003 All Rights Reserved2004,概述,客户分析报告提出了客户分析方法论，通过对联通CDMA在网客户的分析，识别潜在客户和了解其特征。客户分析的结果是进行Offer设计和直复营销活动策划的重要输入。同时报告还提出了潜在客户列表的清洗建议，并列出了潜在客户列表清洗结果。报告从CDMA现有客户分析着手，结合埃森哲公司为的客户分析方法论，通过抽取联通CDMA在网客户系统中的人口信息和计费信息，通过年龄分析、ARPU值分析和相关的话费用量分析，确定本次直复营销项目的潜在目标客户群，提出了客户分群建议，并且提出了潜在目标客户的购买倾向性。报告提出了具体的潜在目标客户列表的清洗建议，这些建议和清洗方法应用在深圳和宁波试点测试的数据清洗中，并对潜在客户清洗的结果进行了统计和分类。从本次得测试中，要进行潜在客户列表的分析的先决条件是各联通市公司必须具备良好的潜在客户数据。然而在项目进行的过程中因种种的原因在数据源的获取上联通碰到了种种的问题，其中问题包括数据源公司数据的质量。如在深圳方面，数据源没有任何如客户职业，收入等相关的数据，而宁波方面的数据也只有名字，电话号码和地址。如此的数据质量是无法进行任何细分的。不管怎样，埃森哲在项目一开始时意识到这问题的严重性，因而建议运用了通过联通内部数据来作为客户分析的基础-详情如在方法论中所提一般。此方法在各会议中也曾与联通讨论过，在进行后也被联通认为是最可行最重要的途径,3,Accenture 2003 All Rights Reserved2004,目录,客户分析方法总论客户信息视图客户分析维度客户分析内容与结果客户分群/细分建议客户分析中的实际问题与限制潜在客户列表清洗方法潜在客户列表清洗结果附件：话费结构与话务分析的样本数据抽样标准,4,Accenture 2003 All Rights Reserved2004,1.客户分析方法总论,下图是埃森哲公司的建议的客户分析方法论。客户分析方法是根据客户分析的目的定义数据需求，并从系统中摘录相关数据进行相应的行为分析，在识别目标客户群的基础上，匹配目标客户与Offer。,5,Accenture 2003 All Rights Reserved2004,2.客户信息视图,客户分析基于客户消费和接触过程中已经积累的和可获得的各类客户信息。客户信息视图是根据客户的特征，分类组织的客户信息。客户信息一般分为人口信息、心理信息、行为信息几种类型。根据移动消费的特征，移动客户信息视图由下图所示，基本可以分为以下信息内容：客户基本信息、人口信息、历史信息、客户行为信息、客户价值贡献、生活方式、心理信息等。,6,Accenture 2003 All Rights Reserved2004,经验之谈,数据的预处理(ETL)远比预期投入的要多目前联通的数据基础普遍较低,即使是在如深圳联通这样对数据仓库进行过大规模投资的分公司,在做数据分析前还是需要大量的工作做数据预处理,以使数据的质量和条件达到数据分析的要求.不要低估这些准备工作所需的时间.,7,Accenture 2003 All Rights Reserved2004,2.客户信息视图(续),人口信息基本信息：客户在购买手机时或入网时一般都有的信息。人口信息(Demographic)：人口信息是进行客户分析时的重要变量，也是用来描述细分客户群的主要变量。对于移动通信客户来说，年龄、职业、收入水平、家庭都是重要的变量。人口信息的收集和整合需要大量的基础工作，一般需要通过内部数据与外部数据的融合来对客户数据进行丰富。政府部门、专业的数据公司、某些行业如金融、航空、电信的企业都拥有大量的客户数据。,心理信息生活方式(Life Style)：生活方式主要用来反映客户的社会行为，主要包括客户的社会阶层、个性和社会风格等，这些信息往往需要进行相应的客户调查才能得出。心理信息(Psychographic)：心理信息一般描述客户的兴趣和爱好等，这些信息对于深入理解客户的消费倾向和偏好有一定的帮助。但这类信息往往在数据营销的初期比较欠缺，需要根据移动通信公司的实际需求来有针对性的收集。,行为信息客户接触记录：这类信息是客户在与移动通信公司进行产品购买、产品与服务的使用记录、客户服务咨询与投诉记录、以及其他客户服务接触记录。这些记录需要移动通信公司有意识的收集、整理和分析。移动消费信息：移运客户的每月移动消费情况和资费结构等，这些数据息基本上都可以通过计费系统直接获取。这些消费信息的分析也能够用来描述移动客户的价值贡献。移动行为信息：主要用来描述移动客户的消费行为信息，这些信息能够反映移动客户的消费习惯、产品偏好、消费频率等等，这些信息往往需要根据分析的不同需求从计费系统中抽取数据进行多维分析，而且经常需要基于大量数据的复杂计算。,8,Accenture 2003 All Rights Reserved2004,3.客户分析维度,客户的信息是多维的，对客户的分析是基于主题的。同时，客户信息的丰富程度将对客户分析产生约束根据试点直复营销以CDMA客户获取的主要目的，客户分析是基于以下当地联通现有的客户数据：客户基本信息、客户移动消费行为信息、客户移动消费价值贡献、客户反馈、市场信息。其中客户基本信息、行为信息和价值贡献信息来源于联通的计费系统。具体在进行CDMA客户分析时，采用的分析维度主要有：年龄、ARPU、套餐、话费结构、话务分布。,9,Accenture 2003 All Rights Reserved2004,3.客户分析维度变量选择,下图是进行CDMA客户分析时的变量选择。在初步进行年龄分析时，按5岁一个年龄段进行划分，然后再分析总结。根据ARPU值的不同及目前联通的实际客户价值划分情况分为5段。话费结构和话务分布列出了基本的分析变量，实际分析时根据分析目的对变量进行选择。接下来会进一步描述不同分析维度的分析目的和分析内容。,10,Accenture 2003 All Rights Reserved2004,3.客户分析维度年龄细分,年龄,ARPU,OFFER,话费结构,话务分布,20岁以下,2125,51岁以上,2630,3035,3640,4145,4650,目标,分析客户的年龄分布特征分析不同年龄层的客户群大小分析不同年龄层ARPU值的分布分析不同年龄层对Offer的偏好分析不同年龄层的话费贡献分析不同年龄层话费结构为进一步的细分提供输入,分析内容：分年龄段的客户数量分布分年龄段的ARPU值分布分年龄段的Offer选择分年龄段的客户话费贡献分年龄段的话费结构,期望结果：找出主要的年龄细分客户群年龄细分与ARPU的关系年龄细分与Offer的关系,数据源要求：CDMA付费用户在网在用客户数（出帐客户）去除不合格数据（如没有年龄）可通过身份证计算年龄,年龄,11,Accenture 2003 All Rights Reserved2004,3.客户分析维度年龄ARPU值,OFFER,话费结构,话务分布,Offer 1,Offer 2,Offer 3,本地通话,Offer 4,国内长途,Offer 5,国内漫游,Offer 6,国际长途,Offer 7,国际漫游,Offer 8,SMS,联通在信,月租费,年龄,ARPU,20岁以下,50元以下,50150,2630,150300,3035,300500,3640,500元以上,4145,4650,2125,话务量分布,通话次数,呼入/呼出次数,通话时长,呼入/呼出时长,话务时间分布,话务日期分布,其他分布,话费总额,51岁以上,年龄,分析目的：话费结构差异移动消费行为差异Offer选择偏好,分析内容：客户数量分布ARPU值大小与分布Offer选择情况话费贡献话费结构话务分布,期望结果：找出不同年龄段之间的ARPU值差异不同年龄段的客户价值构成不同客户群体的价值贡献不同客户群体的话费结构差异,数据源要求：CDMA付费用户在网在用客户数去除不合格数据可通过身份证计算年龄,ARPU,12,Accenture 2003 All Rights Reserved2004,3.客户分析维度话费结构（年龄ARPU值）,OFFER,话费结构,话务分布,Offer 1,Offer 2,Offer 3,本地通话,Offer 4,国内长途,Offer 5,国内漫游,Offer 6,国际长途,Offer 7,国际漫游,Offer 8,SMS,联通在信,月租费,年龄,ARPU,话务量分布,通话次数,呼入/呼出次数,通话时长,呼入/呼出时长,话务时间分布,话务日期分布,其他分布,话费总额,年龄,分析目的：不同客户群话费结构差异不同客户群的移动消费行为差异Offer与话费结构的关系,分析内容：ARPU值与客户年龄分布Offer选择情况与话费结构的差异话费贡献与话费结构的关系基本的话务分布,期望结果：找到不同客户群之间的话费结构差异不同客户群的话费贡献率具有相同话费结构的客户群特征,数据源要求：CDMA付费用户在网在用客户数去除不合格数据可通过身份证计算年龄,ARPU,话费结构,话费总额,月租费,本地通话,国内长途,国内漫游,国际长途,国际漫游,SMS,联通在信,13,Accenture 2003 All Rights Reserved2004,3.客户分析维度话务分布（年龄ARPU值）,OFFER,话费结构,话务分布,Offer 1,Offer 2,Offer 3,本地通话,Offer 4,国内长途,Offer 5,国内漫游,Offer 6,国际长途,Offer 7,国际漫游,Offer 8,SMS,联通在信,月租费,年龄,ARPU,话务量分布,通话次数,呼入/呼出次数,通话时长,呼入/呼出时长,话务时间分布,话务日期分布,其他分布,话费总额,年龄,分析目的：不同客户群的话务分布话务分布对ARPU值的影响移动消费行为差异Offer选择对话务分布的影响,分析内容：重点关注使用频率与次数静态话务分布Offer选择情况对话务分布的影响话费贡献与话务分布的关系,期望结果：不同客户群之间的话务分布差异ARPU值与话务分布的关系Offer与话务分布的关系,数据源要求：CDMA付费用户在网在用客户数去除不合格数据可通过身份证计算年龄,ARPU,话务分布,话务量分布,通话次数,呼入/呼出次数,通话时长,呼入/呼出时长,话务时间分布,话务日期分布,其他分布,14,Accenture 2003 All Rights Reserved2004,4.客户分析内容与结果假定,试点项目所进行的客户分析有以下的几个假定：,假定一：客户的人口信息(在此选用了年龄*)，配合客户的 ARPU值，资费结构(行为)等数据是客户分析与细分的依据假定二：顾客年龄群与ARPU值、资费结构、Offer 选择等有一定的相关性假定三：不足的信息/数据(如：人口信息，生活信息等)可能导致非决定性的分析假定四：现有客户的资费结构、Offer选择与Focus Group的反馈等将做为了解潜在客户的需求与购买倾向的基本依据假定五：联通的整体营销战略将集中于高价值/高端顾客群,15,Accenture 2003 All Rights Reserved2004,4.客户分析内容与结果概要,在选定了分析的维度后，就需要根据分析的目的收集和抽取选择分析需要的客户数据。本次CDMA在网客户分析的数据主要来自于计费系统。从计费系统中摘录、抽取数据时发现：系统中记录的客户信息较少，仅有姓名、证件号等有限的项目客户信息登记后很少进行维护或更新客户的计费信息非常完整客户服务系统中的客户信息与计费系统中的客户信息没有进行过关联，客户计费信息和服务信息是分离的以前实施的数据仓库项目使得深圳较宁波有着更好的数据分析基础本项目对CDMA在网客户进行了以下分析：年龄与ARPU值的客户分布分析年龄分段客户占比年龄分段的话费结构分析年龄与套餐选择分析详细分项的话费结构分析基本的话务分析,下面详细描述了列联通CDMA客户各项分析的图表与分析结果,16,Accenture 2003 All Rights Reserved2004,4.客户分析内容与结果深圳联通CDMA客户年龄与ARPU值分析,数据来源：2003年7/8/9月深圳联通CDMA出帐用户数据.去除600包月用户6005人。,客户数量：96349人*数据来源：7/8/9月出帐用户,17,Accenture 2003 All Rights Reserved2004,数据来源：2003年7/8/9月深圳联通CDMA出帐用户数据.去除600包月用户6005人。,客户数量：96349人*数据来源：7/8/9月出帐用户,4.客户分析内容与结果深圳联通客户年龄与ARPU值关系分析图表说明,18,Accenture 2003 All Rights Reserved2004,4.客户分析内容与结果宁波联通CDMA客户年龄与ARPU值分析,客户样本：72689人数据来源：810月出帐用户*,19,Accenture 2003 All Rights Reserved2004,4.客户分析内容与结果年龄分段的话费结构分布(深圳),客户数量：96349人*数据来源：7/8/9月出帐用户数值标准：优惠前用量,数据来源：2003年7/8/9月深圳联通CDMA出帐用户数据.,20,Accenture 2003 All Rights Reserved2004,4.客户分析内容与结果年龄分段的话费结构分布(深圳),客户数量：96349人*数据来源：7/8/9月出帐用户数值标准：优惠前用量,根据实际话务量按标准计费价格计算出的相应话费项目的优惠前话费平均值。,相应话费项目的总体用户平均线,相应移动业务项目分年龄段的平均值,数据轴,年龄分段的话费结构分析的主要目的：分析CDMA用户群总体移动消费中不同移动业务项目的消费数量和比例。分析不同年龄段的移动业务之间的差异性。分析相同年龄段在不同移动之间的消费差异性。分析具体移动业务随年龄段变化的差异性。,数据来源：2003年7/8/9月深圳联通CDMA出帐用户数据.,话费结构分析统计时的计算标准（按标准资费）：本地通话：0.40元/分钟国内长途：0.07分/6秒国内漫游：0.60元/分钟国际长途：0.80元/6秒短信息费：0.10元/发送一条,21,Accenture 2003 All Rights Reserved2004,4.客户分析内容与结果年龄分段的话费结构分布(宁波),客户数量：72689人数据来源：8/9/10月出帐用户数值标准：优惠前用量,数据来源：2003年/8/9/10月宁波联通CDMA出帐用户数据.,22,Accenture 2003 All Rights Reserved2004,连续三个月在网出帐用户(7/8/9)抽样客户数量：96349人抽样样本分布：16岁-55岁样本计费标准：优惠前费用,4.客户分析内容与结果年龄分段的话费结构特征,数据来源：2003年7/8/9月深圳联通CDMA出帐用户数据.,23,Accenture 2003 All Rights Reserved2004,连续三个月在网出帐用户(7/8/9)抽样客户数量：96349人抽样样本分布：16岁-55岁,4.客户分析内容与结果年龄分段的话费结构特征,数据来源：2003年7/8/9月深圳联通CDMA出帐用户数据.,24,Accenture 2003 All Rights Reserved2004,4.客户分析内容与结果(11)话费结构分析本地通话,分析客户数量：96349人,数据来源：2003年7/8/9月深圳联通CDMA出帐用户数据.,25,Accenture 2003 All Rights Reserved2004,4.客户分析内容与结果(12)话费结构分析国内长途,分析客户数量：86575人客户使用比率：89.9%,数据来源：2003年7/8/9月深圳联通CDMA出帐用户数据.,26,Accenture 2003 All Rights Reserved2004,4.客户分析内容与结果(13)话费结构分析国内漫游,分析客户数量：50851人客户使用比率：52.8%,数据来源：2003年7/8/9月深圳联通CDMA出帐用户数据.,27,Accenture 2003 All Rights Reserved2004,4.客户分析内容与结果(14)话费结构分析国际长途,分析客户数量：4028人客户使用比率：4.18%,数据来源：2003年7/8/9月深圳联通CDMA出帐用户数据.,28,Accenture 2003 All Rights Reserved2004,4.客户分析内容与结果(15)话费结构国际漫游,分析客户数量：941人客户使用比率：0.9%,数据来源：2003年7/8/9月深圳联通CDMA出帐用户数据.,29,Accenture 2003 All Rights Reserved2004,4.客户分析内容与结果(16)话费结构分析数据增值业务,数据来源：2003年7/8/9月深圳联通CDMA出帐用户数据.,30,Accenture 2003 All Rights Reserved2004,4.客户分析内容与结果(17)话费结构短消息(SMS),使用客户数量：93953人客户使用比率：97.5%平均月使用次数：101次平均月发送次数：56次,数据来源：2003年7/8/9月深圳联通CDMA出帐用户数据.,31,Accenture 2003 All Rights Reserved2004,4.客户分析内容与结果(18)本地通话呼入呼出分析,呼入呼出时长比是以年龄分群的客户实际呼入时长与实际呼出时间的比值。呼入呼出时长比主要是用来反映不同客户群之间的移动语音消费行为。一般来说年轻人对资费价格较敏感，社交需求与高年龄群相比较少，其呼入呼出比会高于较高年龄群。实际的统计图表也反映出这样的趋势。,数据来源：2003年7/8/9月深圳联通CDMA出帐用户数据.,总体上，各年龄群的呼入时长均大于呼出时长。总体呼入时长与呼出时长的比平均为1.70。1825岁，呼入呼出时长比为1.92。2634岁，呼入呼出时长比为1.69。35岁以上，呼入呼出时长比稳定的保持在1.5左右。,32,Accenture 2003 All Rights Reserved2004,4.客户分析内容与结果(19)本地通话呼叫时间分布,本地的呼叫时间分布没有明显的年龄差异性1825年龄群的夜间呼叫比例高于其他年龄群工作日与休息日无明显差异性,数据来源：2003年7/8/9月深圳联通CDMA出帐用户数据.,呼叫时间分布主要是用来反映移动用户的语音业务消费行为，更多的应用于客户维系和客户提升时的客户分析和产品设计。对于客户获取来说，呼叫时间分布分析的主要目的是看不同客户分群之间的差异性，是否存在明显的呼叫时间分布变化。以有助于设计分时段的业务产品适应特应消费行为的客户群。呼叫时间分布的分析可以根据时间分段、不同的客户群、不同的语音业务等进行组合分析。本报告就本地通话、国内长途和国内漫游通话进行了数据取样和分析，并按早7点至19点，晚19点至23点，夜间23点至早7点三个时间段，分别按工作日和休息日进行统计。,25岁以下的年轻人夜间呼叫所占比例明显高于较高年龄群体。有接近40%的呼叫发生在晚上和夜间。30岁以上的客户群呼叫时间分布无论休息日还是工作日都非常稳定，没有明显的波动。有近70%的呼叫发生在白天。对于本地呼叫来说，工作日与休息日的差别并不明显。从本地通话呼叫时间分布来看，周未的夜间呼叫所占比例稍高于工作日，但并没有明显差异。,33,Accenture 2003 All Rights Reserved2004,4.客户分析内容与结果(20)国内长途呼叫时间分布,国内长途的呼叫时间分布没有明显的年龄差异性1825年龄群的夜间呼叫比例稍高,数据来源：2003年7/8/9月深圳联通CDMA出帐用户数据.,1825的年轻人夜间呼叫所占比例稍高于较高年龄群体。有接近50%的国内长途呼叫发生在晚上和夜间。考虑到晚上的分时段优惠，这类客户群比较高年龄的客户群价格敏感。30岁以上的客户群呼叫时间分布无论休息日还是工作日都非常稳定，没有明显的波动。有近60%的国内长途呼叫发生在白天。从国内长途呼叫时间分布来看，周未与工作日并没有明显差异。,34,Accenture 2003 All Rights Reserved2004,4.客户分析内容与结果(21)国内漫游呼叫时间分布,尽管从前面的国内漫游话费结构分析中显示国内漫游的使用率和漫游时长随着年龄增长而逐渐增加，但从下图的分析中可以看出，国内漫游的呼叫时间分布没有明显的年龄差异性。,数据来源：2003年7/8/9月深圳联通CDMA出帐用户数据.,35,Accenture 2003 All Rights Reserved2004,使用率,特价机方案似乎对年纪较轻的客户群有较大的吸引力特价机方案：主要是低价的国产CDMA手机(1500元以下居多)主要定位于消费较低的中低端移动消费人群广告的宣传和渠道的宣传以价格为主要的吸引点,4.客户分析内容与结果(22)客户年龄与选择套餐方案关系分析,年龄,目标客户,以理解客户购买倾向为出发点，我们也针对了客户年龄与选择套餐方案关系做了基本分析：,36,Accenture 2003 All Rights Reserved2004,使用率,年龄,4.客户分析内容与结果(23)客户年龄与选择套餐方案关系分析,反观，联通最低消费赠机似乎对年纪较大的客户群有较大的吸引力联通最低消费赠机包括：预存一定数额的话费以获得手机端终。一般要求固定客户每个月的最低移动业务消费量。手机终端不同档次的选择，相应的有不同月租费水平要求。,目标客户,以理解客户购买倾向为出发点，我们也针对了客户年龄与选择套餐方案关系做了基本分析。,37,Accenture 2003 All Rights Reserved2004,在完成CDMA在网客户分析后，我们可以得到相当多的信息：不同年龄的人数分布和年龄群平均ARPU值客户的年龄与ARPU值有一定的正相关性客户的年龄分布与相关移动通信业务用量的关系不同年龄段客户的移动业务用量情况不同年龄段的话务分布之间的差异性在进行客户分群时，我们主要考虑以下一些方面的因素：客户群的规模足够大。分群得到的客户群要具有一定的数量，年龄分群很好的解决了这一问题。容易识别。不同客分群间有较明显的区别的差异性，能够很容易识别出不同的客户群。年龄分布与ARPU值的关系。希望通过分群将具有相似ARPU值和年龄的客户群集合在一起，便于采取相应的市场活动进行有针对性的获取。从深圳和宁波的年龄ARPU分布和年龄人数分布中，很明显的看出ARPU值的连续变化，结合不同年龄的人数分布，对深圳和宁波进行了相应的分群建议。,接下来的几页分别描述了试点地区的分群建议,5.客户分群/细分建议,38,Accenture 2003 All Rights Reserved2004,5.客户分群/细分建议(续),从不同年龄群的ARPU值分布来看，年龄与ARPU值有着明显的相关性，随着年龄的增长，ARPU值随渐增加并保持稳定。我们可以按以下的规则分为三群：低于平均ARPU值水平在平均ARPU值周围高于平均ARPU值,数据来源：2003年7/8/9月深圳联通CDMA出帐用户数据.,根据年龄与ARPU值进行分群。18-25岁年龄群，ARPU值低于平均水平。2634岁年龄群，ARPU值基本相当于平均水平。3545岁年龄群，ARPU值高于平均水平。,39,Accenture 2003 All Rights Reserved2004,数据来源：2003年/8/9/10月宁波联通CDMA出帐用户数据.,5.客户分群/细分建议(续),40,Accenture 2003 All Rights Reserved2004,5.客户分群/细分建议18-25岁客户群“Cool Youth”,连续三个月在网出帐用户(7/8/9)客户样本总数：96349人分群样本分布：18岁-25岁客户群数量：23960人,数据来源：2003年7/8/9月深圳联通CDMA出帐用户数据.,41,Accenture 2003 All Rights Reserved2004,5.客户分群/细分建议26-34岁客户群“Young Achievers”,连续三个月在网出帐用户(7/8/9)客户样本总数：96349人分群样本分布：26岁-34岁客户群数量：45265人,数据来源：2003年7/8/9月深圳联通CDMA出帐用户数据.,42,Accenture 2003 All Rights Reserved2004,5.客户分群/细分建议35-45岁客户群“Established Adults”,连续三个月在网出帐用户(7/8/9)客户样本总数：96349人分群样本分布：35岁-45岁客户群数量：22676人,数据来源：2003年7/8/9月深圳联通CDMA出帐用户数据.,为此项目的主要目标客户群,43,Accenture 2003 All Rights Reserved2004,在埃森哲的客户洞察分析方法论中，客户分析/细分模型是建立在大量的生活方式/人口统计学/生命阶段数据上。这些数据通常可以从专业的数据提供商处购买得到(如在许多的欧美国家)。目前联通的系统中不存在这些数据，同时在本项目期内也无法从潜在的数据源提供商处获得如此丰富的的数据。由于数据的不足，项目在此刻无法使用此方法论来建立一个交全面的客户获取模型以支持筛选潜在客户。因此在此项目中我们不得不使用目前联通数据库与外部数据列表共有的字段年龄，来建立客户倾向模型。我们期望年龄作为一个细分变量来定义潜在客户并驱动客户获取战役。一些其他全球性的通讯公司也通过年龄来进行客户分析/细分。基本上，年龄是可行的基本细分方法，因为一般公司都有这方面的数据和去预测客户行为及使用特征的能力。,6.客户分析中的实际问题与限制,以下说明此试点项目在进行客户分析时所面对的一些问题和约束：,以下继续说明在不同数据条件下对识别目标客户时所产生的影响：,44,Accenture 2003 All Rights Reserved2004,经验之谈,潜在数据的获取远没有想象的那么难在项目启动前,试点地区的有关人员都对潜在数据的获取相当担心,而实际工作开展起来后,发觉正如项目建议书中分析的那样,潜在客户数据的获取途径和方法有相当多的选择可以尝试,关键是要有人去想,去有技巧的沟通接洽.中国联通更可以通过系统化的与业外伙伴合作，通过长期合作取得稳定，安全的潜在数据,45,Accenture 2003 All Rights Reserved2004,在没有足够数据条件下对识别目标客户时所产生的影响-是随机/没目标的客户选择,示例,6.客户分析中的实际问题与限制(续),46,Accenture 2003 All Rights Reserved2004,反观，拥有足够的数据将能更有针对性及有效地识别目标客户,示例,6.客户分析中的实际问题与限制(续),47,Accenture 2003 All Rights Reserved2004,而在有限数据情况下，使用年龄细分能带来相当程度的针对性,示例,6.客户分析中的实际问题与限制(续),48,Accenture 2003 All Rights Reserved2004,以下为因为数据支持不足其它无法进行的分析,6.客户分析中的实际问题与限制其它无法进行的分析,人口变量统计分析,客户职业分布客户收入水平客户家庭生命周期职业与移动消费的关系,心理变量统计分析,客户兴趣、爱好生活方式,行为变量统计分析,呼叫倾向分析(参阅名词解释)呼叫集中度(参阅名词解释),手机终端统计分析,CDMA手机细分用户的手机购买倾向手机类型与消费的关系手机生命周期,缺乏详细的职业信息缺乏客户收入信息缺乏客户家庭信息,缺乏客户心理变量信息,缺乏分析客户呼叫的集中度缺乏调查客户呼叫的情况,需要收集用户的手机信息需要通过市场调研了解用户对手机的偏好,项目,未分析内容,原因,49,Accenture 2003 All Rights Reserved2004,呼叫集中度。指电话用户呼入呼出号码的集中程度。例如，年轻用户群中可能相当数量的呼入或出电话是与父母等家庭成员、同学或朋友的通话，呼入/呼出号码可能有着明显的集中倾向。又如，一些快递公司业务员的电话主要是接听公司的业务来电，因此呼入号码的集中度可能会非常高。商务用户中大多数的电话打给公司客户或合作伙伴，呼入或呼出号码比较分散。通过对移动电话用户呼叫集中度的分析可以有助于了解客户的移动消费特征。呼叫倾向分析。呼叫倾向一般指移动电话用户在使用移动电话时的以下一些行为：呼入/呼出时长呼入/呼出时长比呼入/呼出时间分布呼叫转移使用频率与使用习惯对于移动电话用户呼叫倾向分析的主要目的了解客户的移动业务消费行为特征，这些分析需要对客户的移动业务话费详单进行分析，需要大量的分析和计算，一般需要数据仓库和数据挖掘与分析工具的支持。,6.客户分析中的实际问题与限制其它无法进行的分析名词解释,50,Accenture 2003 All Rights Reserved2004,示例,基于所遇的问题，我们给中国联通的建议如下：联通应当发展长期的数据获取计划，以期望通过长期性的数据收集及丰富流程，能在将来采用更成熟的数据挖掘来建立更成熟与深入的客户获取模型。,6.客户分析中的实际问题与限制建议,51,Accenture 2003 All Rights Reserved2004,第一波营销活动,第二波营销活动,Offer,测试与学习“Test&Learn”,购买者信息人口信息生活方式信息反馈信息其他信息等等,调整目标,初始目标,非购买者信息人口信息生活方式信息反馈信息其他信息等等,短期来讲，我们建议基于年龄细分分析设计Offer。根据目前项目的计划，营销战役将通过直复营销渠道启动并测试。基于客户对营销战役Offer 的响应，我们期望通过“测试与学习”方法实现更精细的分析，来进一步分析购买者/非购买者,以年龄为基础的分析,示例,6.客户分析中的实际问题与限制建议(续),52,Accenture 2003 All Rights Reserved2004,7.潜在客户列表清洗方法,获取潜在客户数据后，就要根据直复营销的需求进行营销数据的准备工作。数据准备一般包括三个方面的内容：数据真实性评价、数据清洗和数据校准。数据清洗的主要目的是：根据直复营销的数据要求，排除列表数据中格式或意义不符合要求的数据。（需要注意的是不同的营销目的，对于数据的要求不同，也就是说同样一批数据对于不同的营销活动来说，具有不同的数据价值。）数据清洗的主要内容包括：错误数据/无效数据排除排除重名的数据（姓名/电话/地址）格式标准化（姓名/电话等）地址标准化匹配/合并匹配/分解归类融合数据校准是为了最大限度的利用数据资源，通过一定的规则对于存在错误的数据进行校准，一般来说，校准后的数据有效性会低于不需校准的数据。数据需要校准有很多原因，以电话号码为例，电话号码的升位和校入错误是最主要的原因。数据校准量也是判断数据质量的重要因素，如果一批数据源中有超过20%的数据需要校准，我们一般认为这样的数据源质量较差，有效性也较差。,接下来的几页分别描述了列表准备和清洗的主要内容,53,Accenture 2003 All Rights Reserved2004,经验之谈,自身数据的安全保有刻不容缓目前各大运营商的客户数据的安全保有存在区大问题。市面上可以找到各类客户数据的购买线索。建议联通在坚持使用合法来源数据的同时，加大对自身客户数据的安全管理，防止通过任何渠道流出公司。一系列的防范措施的制定与实施迫在眉睫。,54,Accenture 2003 All Rights Reserved2004,地址和电话号码的准确性反馈机制（Feedback mechanisms）：准确的电话号码信息总是来源于通信公司。中国联通可以通过自已的客户数据信息来对列表数据的质量和电话号码准备性进行判断。,姓名与地址清洗姓名标准化（Name standardization）：主要包括去掉姓名中的空格，英文姓名的标准化等。一般通过列表比对的方式来进行。地址标准化(List Construction)：对于经常采取的直邮的方式来说，地址的标准化重要性不言而喻。主要的方式是将地址描述分段标准化为不同的层次。特殊名称和地址的清洗：出于一些特定原因，对于一些敏感的姓名和地址，需要通过工具来过滤或排除。,数据字段的真实完整性 Data field integrity 为保证列表的可用性，着要的问题就是要检查和确认列表字段内容和范围的真实完整性，确定每一数据字段拥有应当具备的信息。内容真实完整性（Content Integrity）：内容真实性描述了数据的质量。在许多情况下，列表中的字段相对应当拥有的信息来说，仅有很少的信息。比如：一个字符型字段中可能包含“ABC”这样的字符串，其他类似的问题也可能有很多。范围正确性(Domain Integrity)：指数据字段的值是否具备正确的类型和范围，比如：年龄字段的值一般为0100之间，性别字段应仅为男或女。数值正确性(Context Integrity)：最关键的真实性是数据值本身的正确性。比如：列表中客户电话号码或地址是否正确？在绝大多数的情况下，真实性管理可以通过市场营销人员人工评估列表，也可以通过编写相应的程序来对列表数据进行检查。,客户/潜在客户关键字客户号或潜在客户ID号。这一基本的关键字有助于帮助市场人员为客户及潜在客户附加稳定、不变的客户识别机制，并以此为基准来保持客户的历史记录：包括客户信息变化、地址变更、通话服务、等等。,7.潜在客户列表清洗方法数据准备的主要内容,55,Accenture 2003 All Rights Reserved2004,7.潜在客户列表清洗方法数据总体评价,数据整体评价数据样本数量：统计数据样本量，并进行分类。根据本次直复营销战役的目标，主要依据联系方式对潜在客户列表进行划分，如联通用户与非联通用户。数据存贮格式：数据存贮格式是关系数据库还是其他数据文件格式。标准化的数据库格式便于数据清洗和数据应用。联系电话号码质量：直复营销最直接的评价原则就是数据的到达率，即潜在目标客户电话的接通率。有两个步骤来评价这一点，一是通过小程序来校检联系电话号码的规范程度；二是通过抽取联通电话号码与联通内部的系统客户数据进行比对，从而推算出可能的接通率。列表数据时效性：需要对列表数据的收集时间进行评价，一般来说一年内的数据是比较理想的。数据完整性：检验直复营销需要的数据字段的完整性，通过程序来完成。数据真实性：判断列表数据中客户电话号码或地址是否正确，需要通过抽样来核查。,按联系方式分类联通联系电话客户移动联系电话客户固定联系电话客户其他联系方式客户,购房数据的样本分类,其他分类因素客户性别客户国籍,按楼盘信息分类楼盘单价楼盘总价房屋类型楼盘区域,数据收集时间最近三个月最近六个月最近一年来最近二年,客户年龄是重要的分类方式,56,Accenture 2003 All Rights Reserved2004,7.潜在客户列表清洗方法数据清洗,排重的主要目的是从列表数据中挑出已经成为客户的数据筛选出留有联通移动电话号码的数据以身份证进行比对核查（列表数据与联通客户列表）通过姓名进行比对核查（列表数据与联通客户列表）将联系电话相同的数据进行标志并排重,2排重,根据直复营销的目标和数据需求，排除以下数据没有电话号码的数据记录电话号码格式不对的数据记录没有邮寄地址的数据记录（针对直邮）明显错误且无法使用的数据,1错误/无效记录排除,4地址标准化,3姓名/电话号码准确性,在采取直邮的情况下，可以采取以下几种方式邮政编码
