基于大数据构建电信行业用户全生命周期管理体系（论文） .pdf

广西通信技术2 0 1 5 年第1 期 g u a n 铲ic o m m u n i c a t i o nt e c h n o l o g y 基于大数据构建电信行业用户全生命周期管理体系 黄如静 中国联通广西分公司 广西南宁5 3 0 0 2 8 摘要 简要阐述了大数据的概念和基本特征 研究了电信行业在数据资源上的特性 探讨了电信行业用户全生命周期管 理的入网 在网 流失预警等三个阶段的主要内容 最后 提出了如何以大数据为基础构建用户全生命周期管理 体系 从养卡模型和用户价值模型两个方面 深入研究用户入网阶段的销售管控方法和用户在网阶段的用户价值 提升方法 关键词 大数据 用户生命周期 养卡模型 用户价值模型 中图分类号 t n 9 1 5 0 7文献标识码 a文章编号 1 0 0 8 3 5 4 5 2 0 1 5 0 1 0 0 0 1 0 5 伴随移动互联网 智能终端 云计算 物联网 技术的发展 数据正以前所未有的速度增长和累积 大数据 b i gd a t a 时代已经来到 电信运营商凭借 自身拥有的海量语音数据 视频数据 网络流量 位置数据等 数据金矿 在数据量和及时持续获 取方面具有无可比拟的优势 同时 面对通信行业 日益激烈的市场竞争 电信运营商需要更关注用户 的全生命周期管理 降低用户获取成本 提升用户 的满意度 控制流失用户规模 实现企业效益的增 长 在这个背景之下 探讨如何利用大数据构建电 信行业用户全生命周期管理体系 1 大数据的概念 大数据最早由全球知名咨询公司麦肯锡提出 麦肯锡认为 大数据 是创新 竞争和生产力的下 一个前沿领域 可以利用大数据回答以前我们无 法涉及领域的问题 可以从中获取知识和见解 定 位趋势并利用这些数据来提高生产力 赢得竞争优 势 2 0 1 2 年以来 大数据一词越来越多地被提及 人们用它来描述和定义信息爆炸时代产生的海量数 据 并命名与之相关的技术发展与创新 i t 业界认为 大数据是指无法在可容忍的时间 内用传统i t 技术和软硬件工具对其进行感知 获取 管理 处理和服务的数据集合 大数据具备4v 基本 特征 1 数据体量巨大 v o l u m e 电信运营商拥 有的数据涉及的范围广 维度丰富 信息量巨大 这些数据涉及到数亿用户的各类行为信息 通信 上网浏览 购物 分享 搜索 数据量级已从t b 1 0 1 2 g b 发展至p b 乃至e b 和z b 2 数据类型多样 v a d e t v 大数据类型繁多 包括结构化数据 半结构化数据和非结构化数据 电信运营商不但涉及财务收人 业务发展量等结构 化数据 也会涉及到图片 文本 音频 视频等非 结构化数据 且随着移动互联网的发展 呈现出非 结构化数据大幅增长的特点 3 速度快时效高 v e l o c i t y 大数据往往以 数据流的形式动态 快速地产生 具有很强的时效 性 另外 数据自身的状态与价值也往往随时空变 化而发生演变 即时话费查询 流量监管等新功能 的应用随之产生了大量的高速动态数据流 对数据 流的实时分析与处理要求不断增加 数据处理的越 及时 产生的价值越大 4 价值密度低 v a l u e 随着移动互联网的 万方数据 广西通信技术2 0 1 5 年第1 期 c u a n 鲥 c o m m u n i c a t i o nt e c h n o l o g y 发展 信息感知无处不在 信息海量 虽然数据的 价值巨大 但价值密度较低 在实际环境中往往面 临信息泛滥而知识匮乏的窘态 如何通过强大的机 器算法更迅速地完成数据的价值 提纯 是大数 据时代亟待解决的难题 电信运营商拥有丰富的数据资源 以广西联通 为例 目前有b s s e s s c b s s 客服 运维 终端 d m v a c 等系统记录着6 0 0 万用户的交互信息 涵 盖了用户基本信息 通话行为 上网行为 数据业 务使用 智能终端 渠道接触等诸多方面 这些数 据涉及全业务 全用户 全渠道 数据信息丰富且 完整 在业务方面 包括2 g 3 g 4 g 网络下的语音 短信 手机上网 增值等所有业务 在用户方面 包括公众用户 单位用户 家庭用户 在渠道方面 包括自有营业厅 社会代理商 电子渠道 银行渠 道 直销渠道等所有类型渠道 同时 电信运营商 拥有的数据记录周期长 留存时间长 数据延续性 好 覆盖用户的从入网到离网前的全生命周期的海 量信息 总而言之 电信运营商因其拥有数据资源方面 的显著优势 在大数据应用方面的探索奠定了良好 的基础 可以通过对海量数据进行数据获取 数据 存储 数据处理与分析 数据应用来实现对海量数 客户消费 行为综合 变量 c 入网 据的有效利用 并形成企业的用户数据库 使数据 库营销成为海量数据下市场营销的一种主流方式 2 电信行业用户生命周期管理体系 用户生命周期指一个用户对企业而言是有类似 生命一样的诞生 成长 成熟 衰老 死亡的过程 对电信行业来说 用户生命周期 指的就是电信用 户从成为电信公司的用户并开始产生业务消费开 始 消费成长 消费稳定 消费下降 最后离网的 过程 用户生命周期管理 即从用户考虑购买哪一家 运营商的服务 到入网后对其收入贡献和成本的管 理 离网倾向的预警和挽留直到用户离网后进行赢 回的整个过程 在生命周期上用户关系的发展是分阶段的 用 户关系的阶段划分是研究用户生命周期的基础 电 信企业针对不同用户的细分 在不同用户关系阶段 制定有针对性的用户管理方案 是用户关系生命周 期管理的核心思想 电信行业用户生命周期管理体 系可划分三个阶段 分别是入网阶段 在网阶段 流失预警阶段 用户全生命周期如图l 所示 匿圭主蔓兰多 i 量 吾 聪 至蕃蔺葫 篙筒每 图1 用户全生命周期图 1 入网阶段 用户入网阶段属于用户成长期 重点实施销售管控以保证发展用户质量 同时开展 用户培育工作 进行新用户业务使用引导 首先 为防止分公司为完成发展任务及社会渠道为套取佣 金 而产生弄虚作假等不诚信经营行为 对新发展 用户质量从分公司和渠道两方面进行考核控制 加 强人网管控 从源头提升用户质量 其次 对真实 用户实施入网关爱 建设专职团队负责新用户首次 回访工作 建立统一服务团队 统一服务时间 统 一服务内容的 三统一 以及专职团队实施集中 2 回访 结果定期反馈市场营销部门 市场营销部门 优化回访策略 新策略回访任务实施的 一闭环 流程机制 实现新人网七天内l o o 回访关怀到位 在人网关爱过程中 对用户告知套餐信息 产品政 策内容 服务密码 电子渠道使用方法等 最后 实施黄金三月服务计划 通过三个月的引导 培育 用户养成使用线上渠道自服务习惯 并解决用户使 用中存在的问题 提升用户感知 建立用户对公司 良好的第一印象 2 在网阶段 在网阶段属于用户稳定期 重 万方数据 广西通信技术2 0 1 5 年第1 期 g u a n 弘ic o m m u n i c a t i o nt e c h n o l o g y 点实施用户深度捆绑 提升用户价值 延长在网时 长 在网阶段需关注用户套餐和终端使用舒适度 落实用户使用情况与终端 套餐 流量的三匹配 对持2 g 终端的3 g 用户开展终端匹配工作 劝转3 g 终端合约 建立终端与网络匹配牵引专项 基于用 户连续三个月消费行为与套餐匹配度 开展套餐匹 配工作 主动引导用户转合适套餐 对流量用户消 费轨迹模型化分析 开展流量匹配工作 根据用户 消费推荐流量包产品和应用软件 另外 对在网阶 段用户需要进一步通过业务绑定 话费绑定 终端 绑定 协议绑定 服务绑定等手段 实施用户的在 网捆绑 通过对在网用户行为的研究 针对生命周 期不同阶段和不同消费特征的用户群体 制定个性 化适配的产品政策 构建在网越久越优惠 消费越 多回馈越多的正向拉动的维系产品体系 3 流失预警阶段 对话务量突增突降 连续 呼转他网 超高话务 超高流量等情况监控预警 对预警用户精细化匹配个性优惠政策 以系统自动 化实施维系动作 线上集中化开展营销 减少资源 投人 提升维系效率 最终达到延长用户在网时长 提升用户价值的目标 3基于大数据构建电信行业用户生 命周期管理体系的方法 基于用户价值 充分利用大数据分析 构建电 信行业用户全生命周期管理体系 按照用户生命周 期不同阶段开展针对性工作 严把人网关 优化在 网关 预防续约关 以下主要介绍基于大数据 在 入网阶段中如何建立养卡模型实现销售管控 以及 在网阶段如何建立用户价值模型实现价值提升 3 1 建立养卡模型实现销售管控的方法 养卡用户是电信行业代理商以套取业务发展佣 金 以及完成发展考核任务以获取达量激励 渠道补 贴或争取排名及其他隐形资源为目的 违规激活虚假 开通的一批用户 养卡行为主要表现为五个方面 1 发展集中 连续5 日日均发展量高于其他时 段日均发展量5 0 及以上 2 联系号码集中 同一渠道疑似养卡用户交 往圈小且相似度较高 3 串码集中 5 个以上用户使用同一串号的手 机拨打电话 4 活跃度低 月通话 月短信 月流量均较 少 或者为不活跃用户 5 无业务使用 月通话时长 0 分钟 月上行 短信 0 条 月上网流量 0 m 养卡会给运营商带来各种弊端 一方面 代理 商虚假发展用户套取佣金 增加电信企业的佣金成 本支出 另一方面 结算佣金后 代理商会将已换 取了佣金的养卡用户进行批量离网处理 造成大量 用户流失 电信企业通过大数据分析实施养卡行为 管控 准确评估 有效监督 排查不良渠道 可以 有效控制用户离网率 提升用户发展质量 降低发 展用户的成本 3 1 1 建模算法 本次模型从发展集中 联系号码集中 串码集 中 低活跃度四个维度识别疑似养卡用户 从发展 集中 串码集中 无业务使用识别库存养卡用户 1 疑似虚开养卡用户识别模型 在以下规则 中满足1 3 条前提条件中任意一条 并且满足条件 4 9 即判断该网点或用户为疑似虚开养卡行为 在 符合上述前提条件基础上 同时满足条件1 0 即判定 为疑似虚开养卡用户及发展渠道 疑似虚开养卡用 户识别模型见表1 2 疑似库存养卡用户识别模型 在以下规则 中满足1 5 条前提条件中任意一条判断该网点或用 户为疑似库存养卡行为 在符合上述前提条件基础 上 同时满足条件6 即判定为疑似库存养卡用户及 发展渠道 疑似库存养卡用户识别模型见表2 3 1 2 模型验证 主要验证养卡用户的覆盖率与命中率 具体公 式与规则如下 覆盖率 模型预测正确的养卡用户数 实际的养 卡用户总数 命中率 模型预测正确的养卡用户数膜型预测 出的养卡用户总数 3 2建立用户价值模型实现价值提升的方法 从用户消费能力和消费意愿两个维度对用户的 3 万方数据 广西通信技术2 0 1 5 年第1 期 g u a n 黔ic o m m u n i c a t i o nt e c h n o l o g r 表1 疑似虚开养卡用户识别模型 判别条件手0 别原则 手0 别规贝0说明 1 渠道集中发展 某渠道连续3 5 日日均用户发展量高于其他时段日均用户 发展集中 发展量5 0 及以上 串码集中 2 串码集中 5 个以上用户使用同一串号的手机激活或拨打电话 3 联系号码集中 月联系号码数 3 个 某网点当月发展用户中1 0 个及以上 l 3 条为必选 用户拨打同一个号码超过3 次 前提条件通信行为 4 有通话天数 3 天 其一 5 交往圈人数 3 个 4 9 条为可选 6 平均通话时长 3 秒 的前提条件 活动范围 7 活动基站个数 缴费行为 9 某渠道某日发展用户同一时间缴费用户数 该渠道某日发展用户数 j v l o 低活跃度 o 月通话时长 5 分钟 o 月上行短信 4 条 0 前提条件 缴费行为 5 某渠道某日发展用户同一时间缴费用户数 该渠道某日发展用户数 j v 6 无业务使用 月通话时长 0 分钟 月上行短信 0 条 月上网流量 0 m 判别条件通信行为必备条件 同时满足 r毒即判断符合此条件 价值进行评估 主要以用户的语 魁最 短信以 及消费作为数据基础 建立统一 川妒侪值评估方 案 有针对性的对用户进行更周j 0 拿面地维系活 动 主要以用户基本信息 使用信息 费用信息等 为基础形成建模衍生信息 如平均每次本地通话费 用 最近一次本地通话距离统计时间天数 平均每 月本地通话次数等 3 2 1 建模算法 动态用户价值模型r f m 模型的三个指标是最近 一次消费 消费频率 消费额度 最近一次消费 r e c e n c y 根据最近一次本地通话距离统计时间天 数 判定用户最近一次消费 时间越短表明用户的 活跃度越高 消费频率 f r e q u e n c v 用户在一段时 间内产生消费的次数 频率越高用户的粘性越高 消费额度 m o n e t a r y 用户在一段时间内的消费额 度 y w r r l f w 面m 式中 y 为用户价值 尺 f m 分别为r e c e n c v f r e q u e n c y m o n e t a r y 的实际值 w j 册 分别为 r 删值所占的权重 用户动态价值模型依据传统用户价值计算模型 4 尺删 在其基础上进行了电信行业的个性化处理 根据尺删的原则 其中m 代表了用户的消费能力 模型中将肘作为用户的消费能力评分 尺和玳表了 用户的消费意愿 模型中将r 和跆并对用户的消费 意愿进行评分 模型的输出结果为用户的消费能力 和消费意愿矩阵 将用户消费意愿的强弱和消费能 力的高低进行分群 不同评价指标存在量纲和数量级等不统一问 题 例如 平均每天上网费用与最近一次本地通话 距离统计时间天数 由此造成不同量纲数据不具有 可比性 需要进行标准化处理 首先对消费能力指 标平均值和消费意愿指标平均值采用对数变化 消 除指标的偏态分布和极值影响 然后采用m i n m a x 标准化方法 根据线性变换将指标映射到 o 1 0 0 之 间 映射范围根据需求可调 这样既可以保留指 标间原有关系 又使不同指标间具有可比性 f m 指标对用户价值存在正相关影响 因此采用正向 指标算法 正向标准化值 原值一最小值 最 大值一最小值 尺指标对用户价值存在负相关影响 因此采用反向指标算法 反向标准化值 最大值一 原值 最大值一最小值 万方数据 广西通信技术2 0 1 5 年第1 期 g u a n g x ic o m m u n i c a t i o nt e c h n o l o g y 3 2 2 指标权重 1 用户价值评分表建立 消费能力 m 得 分表见表3 消费意愿 硐硇f 得分表见表4 表3 消费能力 m 得分表 指标指标解释 a c c t m o n t h 账期 u s e rn 0 用户编号 d e v i c e n u m b e r电话号码 ms c o r e 消费能力分值 表4 消费意愿 r 和 得分表 指标指标解释 a c c t m o n t h账期 u s e r n 0 用户编号 d e v i c e n u m b e r电话号码 r fs c o r e 消费意愿分值 2 用户价值得分 用户价值得分表见表5 用户动态价值评估得分 用户动态消费能力评 分 权重a 5 0 用户动态消费意愿得分 权重 b 5 0 表5 用户价值得分表 指标指标解释 a c c t m o n t h账期 u s e rn 0用户编号 d e v i c e n u m b e r电话号码 ms c o r e 消费能力分值 r fs c o r e 消费意愿分值 s c o r e 用户价值得分 3 消费能力和消费意愿 用户消费能力和消 表6 用户消费能力和消费意愿矩阵表 指标指标解释 a c c t m o n t h账期 m r a n k 一m a k e 消费能力分档 a 消费意愿等于0 的用户数 b 0 消费意愿 1 0 的用户数 c 1 0 消费意愿 2 0 的用户数 d 2 0 消费意愿 3 0 的用户数 e3 0 消费意愿 4 0 的用户数 f4 0 消费意愿 5 0 的用户数 g5 0 消费意愿 6 0 的用户数 h 6 0 消费意愿 7 0 的用户数 i 7 0 消费意愿 8 0 的用户数 j8 0 消费意愿 9 0 的用户数 k 9 0 消费意愿 1 0 0 的用户数 4结束语 基于大数据构建电信行业用户全生命周期管理 体系 除了建立养卡模型 用户价值模型以外 还 需要在用户生命周期的三个阶段 不断的丰富和完 善大数据模型 并将模型结果应用于销售管控 提 升用户价值 控制流失规模等方面 下一步将继续 研究的课题有用户入网阶段重入网模型 用户在网 阶段套餐适配模型 单卡转合约模型 用户流失预 警阶段稳定度模型 双卡用户模型 流失预警模型 费意愿矩阵表见表6 等 参考文献 1 孟小峰 慈祥 大数据管理 概念 技术与挑战 j 计算机研究与发展 2 0 1 3 5 0 1 1 4 6 1 6 9 2 王珊 王会举 覃雄派 周炬 架构大数据 挑战 现状与展望 j 计算机学报 2 0 1 1 3 2 1 0 1 7 4 l 1 7 5 2 3 陈明亮 客户生命周期模式研究 j 浙江大学学报 人文社会科学版 2 0 0 2 3 2 6 6 6 7 2 b u i l d i n gt h et e l c o mu s e r s l 施c y c l em a n a g e m e ms y s t e mi nt e l e c o m m l 血c a t i o n s b a s e do nb i gd a t a h u a n gr u j i n g c h i n au n i c o mo fg u a n 铲ib r a n c h g u a n 弘in a n n a n g5 3 0 0 2 8 a b s t r a c t t h i sp a p e rb r i e n yd e s c r i b e st h ec o n c e p ta n db a s i cc h a r a c t e r i s t i c so fb i gd a t a s t