基于用户渠道偏好的外呼精准营销模式.doc

成果上报申请书成果名称基于用户渠道偏好的外呼精准营销模式关键词索引（35个）电话营销 模式创新 渠道偏好对企业现有标准规范的符合度： 需要基于电话营销的系统、物流配送体系、数据支撑以及电话营销人员成果来源： 专利情况： 成果简介： 1、成果目的与意义：针对现有各重点业务，以更加易于接受的渠道向潜在目标用户群营销，实现用户与渠道间的匹配从而提升营销成功率。2、解决的问题：从渠道角度出发，进一步实现电话外呼渠道的精确营销，提升客户感知及渠道效能。3、取得的社会与经济效益：模型应用后，以G3手机营销项目为例：整体同意办理率提升至7%以上，较前期6%提升幅度近20%。按照月均70万外呼号码量计算，可增加4000台手机销量及45万等效酬金；按照员工月均销量150台计算，等同于新增27名员工进行生产（即节省27名员工人力成本）；按照平均每家自营服务厅月均销量715台计算，等同于新增5.6家服务厅进行生产（即节省5.6家服务厅运营成本）。 省内试运行效果： 2011年深圳中心成为全省“G3终端电话营销交流示范基地”，在省部的指导下开展营销基地的运营管理工作。销售总量及成功办理率均排名全省第一。 2012年，深圳中心G3终端成功销售G3终端36.44万台，占全省电话营销渠道销售总量的34%；销售总量排名全省第一； 2012年深圳中心G3终端同意办理率逐步提升，最高达13%，成功办理率排名全省第一。 深圳G3终端营销管理工作，得到兄弟省份及省内兄弟中心的肯定，接待来自江西、江苏、海南、广州、佛山等多个电话营销团队的参观交流。文章主体（3000字以上，可附在表格后）：一、模型开发背景与现状1、模型开发背景：（1）渠道发展多元化、电子化移动通信市场渠道发展进入了多元化，电子化的阶段，合理的、有效的分配各个渠道的资源、引导客户从高成本的营业厅渠道转向自助的电子渠道，并根据用户对渠道的了解和接受程度为客户推荐他们比较容易接受的渠道办理方式，变得非常重要。（2）客户渠道选择重点转向电子渠道 目前客户的服务渠道选择已经由原来“营业厅呼叫中心”转向多渠道服务体系，服务渠道发展的重点转向网站、短信和呼叫中心。中国电信市场正在进入竞争激烈买方市场，只有最了解客户的需求和最能满足客户的需求的企业才能获得最佳的经济效益和竞争优势。（3）了解客户渠道使用特点成为关键 只有了解客户的渠道偏好，才能更好的为各个渠道发展提供有力的数据支持，同时为了更好的引导客户使用低成本的渠道，必须了解不同客户对渠道的感知程度，引导具有高网站倾向度的客户发展更多网站渠道使用客户。最终实现多渠道联动营销和服务，达到合理配置营销服务资源，提高资源的利用率的目的。2、渠道使用现状：用户规模：p 渠道存量用户1325.3万用户，占全网用户76.35% ； p 八大渠道中，短信渠道的用户规模最大，占渠道存量用户的35%； p 大部分用户仍然习惯使用热线客服渠道，其中10086渠道用户规模占渠道存量用户的30%，12580渠道用户规模占渠道存量用户的10%。 品牌分布：全市8月份1735.8万用户中有1036.2万的用户半年来渠道使用次数在0-9次，占全市用户的59.7%，全球通用户渠道使用次数主要分布在0-9次与10-20次，平均使用次数比全网用户高，动感地带与神州行与全网没有明显差异。渠道偏好分布：在做分析之前，根据用户最近6个月使用各渠道的次数对比（规则：如果用户的一种渠道最近半年使用次数大于其他7种渠道，则认为用户偏好此渠道），对用户进行初步分类，探索发现全网用户32.83%的用户偏好短信渠道，其次是10086渠道；全球通偏好10086渠道的用户达到62.4%，动感地道与神州行用户偏好分布与全网相似，无明显差异。二、渠道偏好模型概述1、模型内容及模型组成分析内容:获取客户在不同渠道的业务办理信息，并结合客户的通话行为、数据业务使用行为、基本属性信息，建立10086渠道偏好模型，计算每个用户在渠道办理业务的偏好度评分，在实际营销活动中，指导一线人员选择最适合电话外呼渠道的用户。 2、建模总体思路p 客户识别：根据最近半年渠道使用日志、业务操作日志，将客户区分为渠道存量客户与潜在客户。 p 偏好度模型： p 存量客户根据最近半年客户使用月份数、天数、业务办理次数的分布情况等，运用熵值法对其进行评分，以评估存量客户对渠道的偏好程度； p 潜在客户根据存量客户样本的客户属性、客户价值、语音通话、数业行为、社交网络等特征，使用逻辑回归建立潜在客户渠道偏好度评分模型。 p 模型输出：根据偏好度评分结果对存量及潜在客户排序输出，以支撑市场运营活动。 3、存量用户渠道偏好度评分思路渠道存量客户识别：根据最近半年渠道接触记录，筛选存量客户。评估指标选择：选取反映存量客户接触渠道频率、密度的相关指标，如月份数、天数、次数等，经过模型评估增删输入字段。渠道存量客户偏好度评分模型：利用熵值评分法，建立综合评分模型，对选定的指标进行加权，获取综合评分。评分结果输出：根据评分结果，输出名单，为渠道业务提升、提升忠诚度等市场运营活动提供精准数据支撑。4、潜在用户渠道偏好度评分思路渠道潜在客户识别：根据根据渠道接触记录、业务使用特征挖掘潜在客户。分析、建模指标选取：根据存量客户的特征分析，选取与渠道关联度高的客户属性、价值、语音、数业、集团、交往圈、终端、微区域等特征指标。渠道潜在客户偏好度评分模型：利用分类预测评分方法，建立偏好度评分模型，给每一个潜在客户打分，预测潜在客户使用渠道的可能性。评分结果输出：根据评分结果，输出名单，为渠道推广、客户拓展等市场运营活动提供精准数据支撑。5、潜在用户渠道偏好度建模思路三、渠道偏好分析建模1、数据探索（1）有3%的用户连续6个月使用p 最近半年来10086存量用户中： 55.94%的用户只有一个月接触过10086渠道； 使用月数大于3个月的用户有20%； 有3%的用户连续6个月使用。 说明10086渠道的用户使用行为相对比较稳定。 p 10086存量用户使用10086渠道次数占比用户分布数比较均匀。 说明明显偏好10086渠道的用户占比高，偏好不明显的用户也是比较多。 （2）动感地带占比高p 使用10086渠道动感地带占比高，达52.9%。 p 入网时长相对较长，近46.98%的用户为3年以上，说明使用社会渠道的用户大部分为老用户。 （3）总体情况 * 入网时长更集中于36月以上：占46.98%，比全网高9pp。 * ARPU更集中于50至200元：50至200元用户占71.86%，比全网高10pp。 * 长通话使用：通话500分钟以上用占49.74%,比全网高。 * 数据业务使用种类数分布情况：2至6种用户占76.56%，比全网高11pp。 * 流量分布情况：GPRS 5MB以上占53.06%,比全网高17pp。 * 数据业务费用分布情况：10元以上占82.86%，比全网高10pp。 * 飞信、手机邮箱渗透率：分别为7.55%和10.04%。与全网无明显差别。 * 热线渗透率：10086渗透率71.81%，比全网高31pp。 * 交往圈大的用户占比：10户以上的用户占92.98%,比全网高11pp。 * 交往圈前十特征：ARPU100-500元占比62.32%、比全网高9pp；流量大于5M占76.99%，与全网无明显差异。 2、10086渠道存量用户建模介绍存量客户偏好度模型，采用熵值法，综合考虑客户使用10086渠道月份数、使用10086渠道次数及占比，是否使用次数最多的渠道等，并以数据横向比较与纵向比较之后呈现出来的规律配以最优化的权重，形成一个综合反应客户使用10086渠道的偏好程度的评分指标。目标用户&时间窗口目标用户： n 入网时长大于3个月； n 分析期状态正常； n 分析期有主动语音通话； n 分析期平均ARPU均大于10元； n 非测试、非公免公纳、非内部员工； 建模时间窗口：n 分析窗口：用于分析特征的10086渠道潜在用户历史数据的时间跨度，需要6个月的渠道使用和3个月行为历史数据； n 预测点：输出潜在清单的月份，计划每月的20日给出清单； n 预测窗口：用于预测用户渠道偏好程度。 正负样本定义： n 分析期10086渠道存量用户为正样本； n 分析期10086渠道潜在用户为负样本。 建模结果：根据分析用户群定义和建模时间窗口定义，抽取分析期11万作为样本，其中7.7万（样本的七成）作为训练样本，剩下的万作为测试样本； 对训练样本采用Logistic回归分析的方法，预测潜在客户使用10086渠道的可能性。 其中： Y=-常量+系数1变量1+系数2变量2 +系数3变量3 + 得到10086渠道偏好模型，如下表所示：模型评估：评估模型的输出采用3个经典的评估指标，计算方法定义如下： 查全率=模型判断正确的偏好用户数/样本中的偏好用户总数 查准率=模型判断正确的偏好用户数/模型判断为偏好的用户总数 提升率=查准率/样本中偏好用户数占比（反映了使用模型选取比随机抽取准确率的提升效果） 打分排名占比命中率查全率提升度10%35.05%38.57%3.857320%27.62%60.79%3.039730%23.22%76.67%2.555740%19.88%87.50%2.187650%17.29%95.12%1.902560%14.99%98.95%1.649270%12.94%99.71%1.424580%11.34%99.87%1.248490%10.09%99.97%1.1108100%9.09%100.00%1四、模型应用情况 模型应用后，以G3手机营销项目为例