基于云计算的营销预演方案vPPT课件.ppt

2020 3 19 软件公司 基于云计算的营销预演方案 2020 3 19 目录 营销预演的整体框架 具体思路 积累的经验 1 2 3 2020 3 19 营销预演是支撑营销战略三角模型落地实现的支撑工具和方法 对公司营销的科学决策具备指导作用 在汉语词典中并没有 营销 这个词 只有销售 营销来源于markeing 在美国传统辞典中的解释为 Thecommercialfunctionsinvolvedintransferringgoodsfromproducertoconsumer 将商品从生产者转移到消费者的商业职能 2020 3 19 营销预演主要可分解为市场定位预演 资费预演和营销活动预演三个部分 第一部分市场定位预演 第二部分资费预演 第三部分营销活动预演 行业分析 行业特征分析 行业宏观分析 市场预测 市场份额预测 产品偏好预测 资费管理 资费预演 预演分析 构建并完善营销活动各环节 量化营销活动各环节指标 云计算构建模型 2020 3 19 整体营销预演的课题分四大阶段进行 根据目前数据和系统情况重点考虑营销活动预演 资费预演 营销活动预演 市场定位预演 通过客户研究平台相关挖掘模型的构建与营销管理平台进行集成 实现面向营销方案策划人员的营销活动预演功能 通过资费账单的详细信息准备 为产品设计和营销产品的设计与资费进行预演 为营销活动提供合适的炮弹 面向资费设计人员 依据不断丰富积累的市场数据和客户数据 对市场进行细分 确定市场定位 实现谋定而后动的 营 的功能 面向市场分析人员和高层决策人员 营销预演系统集成 针对前期形成的整体营销预演的三大模块实现系统集成 争取实现从战略到战术到成果的一系列预演 指导整个公司的营销决策 2020 3 19 目录 营销预演的整体框架 具体思路 积累的经验 1 2 3 2020 3 19 营销活动预演具体业务场景 1 营销资源确定 形成不同方案效果 挑选潜在目标客户群 指导营销目标 营销资源已经确定 目的是寻找最优的方案目标 通过数据分析与统计 数据挖掘建模等手段 确定目标用户筛选规则云计算等数据挖掘建模 调整营销资源 形成不同的方案 并对比方案之间的优劣 最后 通过方案对比 找出最优方案并指导营销目的生成 2020 3 19 营销活动预演具体业务场景 2 营销目的确定 形成不同方案效果 挑选潜在目标客户群 影响营销资源配置 营销目的已经确定 目的是寻找最优的营销资源配置支撑营销目标实现 通过数据分析与统计 数据挖掘建模等手段 确定目标用户筛选规则云计算等数据挖掘建模 调整营销资源 形成不同的方案 并对比方案之间的优劣 最后 通过方案对比 找出最优方案并提供完成营销目的所需要的营销资源配置 2020 3 19 营销活动预演的成功需要涉及到的业务流程与支撑系统的改变 营销方案 营销计划 报批报备 活动执行 活动评估 营销活动预演 反复 客户统一视图 需增加完善客户模型如价格敏感度 产品偏好等 需优化和改变营销活动评估指标与预演需求指标紧密结合 提供需要的新指标进行接口改造 2020 3 19 IT系统实现 面向营销方案策划人员的基于云计算的方案效果预估模块 数据源 获取层 接口传送 手工录入 数据清洗 数据转换 数据检验 数据层 基于云计算的客户标签属性获取服务 客户标签属性 历史营销数据与营销预演评估指标转换服务 营销预演结果反馈与真实结果反馈对比转换服务 数据整合服务 条件输入 宣传投入比 业界产品增幅 内容普适性适配度 客户对象精确度构成 结果展现 营销目标完成率 营销成本收益比 应用展现服务 2020 3 19 营销活动预演结果计算示例 营销目的 客户提升 具体细节为推荐一款促销产品 一次充值300元赠送100元 要求响应客户数1万 营销资源 预计投入此次营销总成本300万宣传费用 预计投入100万与业界产品相比 联通正在进行 一次充值300元赠送150元 活动同类产品信息 还有充值1200赠送600元 充值100元赠送10元等活动所有用户统一采用同一脚本 为感谢您的长期支持 特针对您推出此优惠活动 请于10月1日前持此短信在营业厅办理 转发无效 客户选择方式1 通过自己设定规则某地区 在网时长大于1年 得到客户100万 其中对该产品会响应的置信度大于60 的有80万 大于70 的有50万 大于80 的有20万 大于90 的有10万 客户选择方式2 挖掘模型得到对该产品会响应的置信度大于80 的有30万 大于90 的有20万 目标完成率 根据客户选择方式1最后有x万用户办理 根据方式2最后有y万用户办理 因此目标完成率分别为x和y 宣传占比 1 3 设为A业界产品增幅 100 300 150 300 1 2 1 3 设为B内容匹配度 根据历史各产品促销信息可近似为1 3 设为C服务方式匹配度 根据历史信息可近似为1 5 设为D客户精确度构成 置信度大于60 的客户占比设为E1 大于70 的客户占比设为E2 大于80 的客户占比设为E3 大于90 的客户占比设为E4 则对于这两种方式会有两个模型设为x a1 A a2 B a3 C a4 D a5 E1 a6 E2 a7 E3 a8 E4 y b1 A b2 B b3 C b4 D b5 E1 b6 E2 b7 E3 b8 E4可根据历史同类营销活动信息 计算出每一模型的系数ai和bi 则可在后续的营销活动预演中通过这些系数计算结果 作为营销预演结果 2020 3 19 此次试点项目成功的主要关键点 业务选择 考虑业务范围 优先选择战略性业务 有长远性发展的业务 集团公司重点推广的业务考虑业务复杂程度 选择业务由易到难 先对简单业务的营销预演进行搭建逐步演进到复杂业务考虑业务之间的关联 选择业务由单业务逐步到套餐 从单一业务营销预演逐步演进到套餐业务数据选择性 选择有足够历史数据支撑业务的可预测性算法选择 对应于云计算的平台和挖掘算法选择系统集成 考虑与事件营销平台的系统集成实施保障 考虑多部门的人员合作 系统集成 关键点 实施保障 算法选择 数据选择 业务选择 2020 3 19 预演成果的关键点 目标完成率 宣传投入比 业界产品增幅 内容匹配度 服务方式匹配度 客户精确度构成 没有历史数据支撑 手工需输入业务经验 作为系统的数据搜集过程 具有历史数据的 通过数据分析由系统给出默认值 客户行为分群 客户价值分群 客户话费敏感度 产品关联分析