BLUES:被联通成功精准营销

大数据,一个热门词,做互联网的,相信每个人都知道这个词,但不是每个人都知道:大数据在哪里?大数据如何产生?大数据如何使用?2013年12月,我亲历了一次被中国联通成功精准营销的案例,第一反应就是被大数据打中了,结合这个小案例,一起聊下身边的大数据。

一、案例经过:

2013年12月那天的下午接到一个电话,联通客服打过来的,直接开门见山,告诉我,联通为您推出闲时3G流量套餐,15元1G流量,20元2G流量,限晚上23点到次日上午9点使用,问我订购哪一种。

我的手机套餐流量是340M,到12月3日,已经用了310M,12月,还剩下20多天,即便是没有这个电话,我都需要购买新的流量了,于是,毫不犹豫的订购了15月1G流量。

为什么是晚上23点到上午9点的流量包营销会找到我?——下面推理下背后的逻辑,也就是我如何被大数据的精准影响击中。

1.用户数据积累

数据是需要积累的,大数据,更是一个复杂的积累过程,多少数据为大,或许并无定论。作为一个大数据的研究和使用者,深刻感受到这种积累的不容易,海量的用户的身份、用户行为的记录,无时不刻的实时、精准的写入到服务器进行存储,如何高效的存储就是一门大学问。

从我使用联通号的那一天,我就被打上了用户标签,我是参加联通的IPHONE4活动而使用联通号的,在我的记录进入联通数据库的时候,相信包含了:

我的姓名、所在城市、区域、年龄、性别、身份证号、电话号、公司、缴纳的金额、银行卡号,订购套餐、订购时间、到期时间、接待我的客服等等大量的数据,

综合这些数据,联通基本可以判断,我是怎样的一名客户,在拿到苹果手机的那一天,我就收到短信,感谢我的使用,我成为了联调VIP客户,我还有了专门的联调VIP服务对接人,并给了服务专员的手机号。

其实在此之前,是我所在的公司被联通精准定位了,营销的预判是他们的员工一定会买苹果,营销成功了;接着,一个又一个的同事被积累进入了联通的大数据体系。随着一个又一个公司被营销,一个又一个用户订购联通的苹果手机,用户数据库建立起来,海量的大数据逐步形成。

2.用户数据挖掘与模型建立

当我们开始使用联通服务,我们的每一次通话、每一条短信、每一次上网、每一次下载都在产生数据包,都在表明用户的活跃行为。

根据用户直接的信息沟通,联通可以建立起这些号码的社交关系数据。
根据用户下载使用的APP软件,联通可以知道用户的兴趣,用户的软件偏好等等。
根据用户的通讯时间与套餐消耗,联通可以判断用户的生活习惯。

有了这么多的用户,有了这么多的用户行为数据,数据统计分析与挖掘开始了。
可以想象,联通在思考,如何更好的为用户服务?如何在让他们接受这些服务的时候,贡献利润?如何让用户持续的使用联通号?
说一个简单的案例,用户细分,通常采用的方法是聚类分析。

譬如,可以选择用户通话时长、上网时长、上网时间、消费金额、沟通人数、年龄等作为变量进行聚类分析(如何聚类,我另外写吧),简单说,就是把海量数据进行分组,分组的原则是组内差异尽量小,组间差异尽量大,也就是说,分到一个组里面的,具有相同的特征。就是我们通常说的:物以类聚,人以群分。

以我为例,特征是:年龄大,通话次数少,单次通话时长中等,3G流量产生时间在早上8点到9点,晚上11点到凌晨1点,下载大量的APP软件,3G流量超出套餐。

于是,我这样的人,就极有可能成为流量包的营销对象。

3.制订营销方案

有了细分后的用户,联通就会为不同用户量身打造特定服务或者说包装产品。譬如前面说的闲时3G流量包,我这种深夜上网,套餐流量不够用的,太适合这种产品了。

类似我这样的用户很多,哪些更有可能付费购买呢?这里说一个RFM模型。

RFM模型
(1)最近一次消费(Recency)
(2)消费频率(Frenquency)
(3)消费金额(Monetary)

譬如按照上面的3个维度,均分成5个等级。

最近消费,如果面对的是一个月的用户,那么6天作为一个分段。
流量消费频率从1次到10次,那么每2次作为一个分段。
譬如流量消费金额从1元到500元,那么100元就是一个等级点。

我们就可以把顾客分成5*5*5 = 125类,对其进行数据分析,然后制定我们的营销策略。对于那些最近期的消费用户,频率较高且金额较大的,一定是高端的优质用户,区分出用户后,排好优先级进行营销。

我就会被分到的组是:近20天内有过购买,消费过1次,购买金额是30元500M。

4.营销执行

有了上面的精准用户细分,量身打造的产品,接着就是按照用户名单的优先级别进行多种方式的营销执行。
譬如速度快的方式,就是群发短信,对不同组别用户群体推送,有点是速度快,缺点估计是转化率低。
追求高转化的方式,对于在RFM模型中高端用户,采用电话营销,实时沟通,实时成交付费,高转化率。

5.效果评估与模型优化

根据不同渠道影响的用户消费数据,判断各种营销手段的有效性,譬如RFM模型的高端用户,采用A/B TEST方式,是发短信的效率高,还是电话营销的效率高?
各种不同的流量包产品,究竟是否会被持续使用?有无可能提供更贴近用户习惯,又能充分利用资源的产品?
现有的聚类方式是否合理?RFM模型分段是否合理?都需要进行用户行为的后期数据跟踪进行判断优化。

后记

无论如何,联通对我的这次闲时3G流量包的营销,是成功的,大数据在积累的时候确实海量,但在使用的时候,一定是精准与高效。一次简单的大数据应用,但愿对大家会有所启发。

作者:BLUES (公众号ID:bluemidou)

You may also like...