运营商大数据战略 个性化营销机制成核心(2)

四大数据类型

运营商通过部署相应的技术（如DPI、PCC等），主要可以获得以下四类数据。

第一类是人口统计学数据，主要包括在登记时提交的个人姓名、性别等数据，以及通过解析得到的用户手机号码、IEMI、状态码等数据。第二类是以反映用户位置为主要内容的基站数据，主要包括基站位置（经度、纬度）、所属node B、SGSN IP、GGSN IP等数据。第三类是用户业务数据，包括用户业务使用类型、连接方式、访问网站（URL）、登陆访问时间、上行流量、下行流量、各业务流量等数据。第四类是计费数据，主要包括用户的套餐选择数据、资费数据、购买历史数据等。

通过对于这些数据的聚合和分析，可以得到消费者的完整画像，依据画像，给针对电信消费者的精确营销（包括营销内容、营销方式）提供了基础。

基于大数据的精确营销模型

电信运营商基于大数据的精确营销，以消费者接触为区分标准，可以分为消费者主动接触型和消费者被动接触型两类。

消费者主动接触型精确营销，主要是指在消费者主动与电信运营商取得联系（主要是各种渠道）的情况下，电信运营商提供的个性化营销服务。按照接触渠道划分，可以分为：实体渠道和电子渠道。其中，实体渠道主要包括电信运营商的各类自建和社会合作营业厅；电子渠道主要包括有电话渠道（如中国联通的10010、中国移动的10086）、互联网渠道（如中国联通、中国移动的网上营业厅）、移动互联网渠道（如中国联通的手机营业厅、VIP客户端、上海移动的移动手机营业厅）等。

主动接触型精确营销的影响因素主要有以下几类：身份吻合度、优惠幅度阈值、信息重复度、内容展示度。其中，前两者是营销内容因素，后两者是营销方式因素。所谓的身份吻合度，是指营销过程中依据大数据分析后得到结果产生的个性化营销方案（如实体营业厅销售人员推荐、APP个性化页面）与消费者身份的吻合匹配程度。优惠幅度阈值，是指在进行精确营销时提出的资费方案与现有消费者现有资费之间的差是否能够达到感知阈值（阈值，即临界值，即当超过某限度时就会引起激烈反应的界限值）。信息重复度，是指与消费者精确营销沟通时已经了解其信息的程度。相关研究显示，在营销过程中，如果消费者发现营销方具有太多自己信息，对于隐私担忧将会增加，会降低对其的信任；但如果营销方信息太少（尤其对于电信运营商这种长期关系），则会增加消费者回答重复信息的次数，也会降低消费者信任。内容展示度，是指基于大数据分析制定的营销策略（如个性化互联网页面布局，移动互联网APP端推荐业务个数）的展示方式和效果。

消费者被动接触型精确营销，主要是指电信运营商通过对基于大数据的分析得到结果进行的主动推送、消费者被动接受的营销业务。其主要内容包括：电信运营商推送给消费者的各种业务和套餐资讯、客户服务人员主动联系消费者的营销电话等。

被动接触型精确营销的影响因素主要有以下几类：准确度、优惠幅度阈值、信息重复度、推送频次、时间差、渠道方式。其中，前两者是营销内容因素，后四者是营销方式因素。所谓准确度，是指电信运营商在消费者被动接触型精确营销时推送业务与消费者的匹配程度（具体包括有业务使用种类匹配，业务使用时间匹配，业务使用地点匹配等）。优惠幅度阈值的概念与上文中相似，指新提供的优惠需要在大数据挖掘的基础上订立在消费者阈值的基础上，即使其感受到价格的变化，又同时满足电信运营商利润的要求。信息重复度因素亦与上文中相似，指在电信运营商营销人员主动联系时候需要提供让消费者感到放心的信息了解度。推送频次是指电信运营商推送业务包时的频次，对于消费者频繁的打扰会使其产生厌恶并导致信任减低。时间差是指推荐时机与消费者使用时间上的间隔，通过对于大数据的挖掘可以确定出最适当的业务推送时机。渠道方式是指精确营销选择的方式种类，这种选择需要在大数据挖掘前提下与消费者的行为及心理特征相符合。

此外，人口统计学变量也是电信运营商精确营销的重要影响因素。不同年龄、性别、所处地区以及使用时间等，都会影响到消费者对于电信运营商基于大数据精确营销的信任度和使用性，最终影响到他们的接受意图。

随着电信行业和移动互联网行业的快速发展，以及相关政策的调整（如虚拟运营商的引入），电信运营商间的竞争必将日益激烈。在进行网络升级，提升服务水平的基础上，形成差异化的营销服务优势也逐步成为运营商间竞争的核心内容。由于电信运营商天然具有大数据优势，提升大数据运用水平，最大程度地建立基于大数据的个性化营销机制，以此降低营销成本，在提升用户满意度的前提下扩大业务范围和收入水平，成为了运营商基于大数据战略的不二选择。