摘要流量經(jīng)營(yíng)是電信運(yùn)營(yíng)商的重點(diǎn)工作，基于數(shù)據(jù)挖掘技術(shù)，對(duì)潛在客戶的精細(xì)化分群和營(yíng)銷是流量經(jīng)營(yíng)的重要手段之一。本文利用了聚類分析隨機(jī)抽取25萬(wàn)電信運(yùn)營(yíng)商客戶進(jìn)行統(tǒng)計(jì)分析，根據(jù)結(jié)果分為4類客戶，本文對(duì)這4類客戶進(jìn)行流量特征描述，給運(yùn)營(yíng)商精準(zhǔn)化流量產(chǎn)品營(yíng)銷提供了參考。

　　關(guān)鍵詞流量經(jīng)營(yíng);客戶細(xì)分;聚類分析

　　流量經(jīng)營(yíng)是電信運(yùn)營(yíng)商保客戶、保收入的核心業(yè)務(wù)。自2013年起，經(jīng)過5年多的經(jīng)營(yíng)發(fā)展，流量業(yè)務(wù)經(jīng)歷了從規(guī)模經(jīng)營(yíng)到流量紅利，再到目前的量收增速“剪刀差”階段(即流量收入增長(zhǎng)無(wú)法補(bǔ)償流量成本)。而且隨著流量滲透率的進(jìn)一步提升，流量收入增長(zhǎng)將不可避免地再次放緩。

　　平衡好流量的規(guī)模與價(jià)值、縮減流量量收增幅的“剪刀差”，確保流量紅利的可持續(xù)性是亟待解決的難題。電信運(yùn)營(yíng)商擁有大量的用戶及其海量的用戶數(shù)據(jù)，具有數(shù)據(jù)挖掘天然優(yōu)勢(shì)，通過數(shù)據(jù)挖掘?qū)⒖蛻艏?xì)分為具有不同流量特征的差異化潛在需求群體，從粗放型的經(jīng)營(yíng)轉(zhuǎn)變到以客戶為中心的運(yùn)營(yíng)上來(lái)，是在后流量經(jīng)營(yíng)時(shí)代獲得企業(yè)增值，實(shí)現(xiàn)流量收入可持續(xù)增長(zhǎng)的重要營(yíng)銷方法。

　　1客戶細(xì)分理論和技術(shù)

　　1.1客戶細(xì)分理論

　　客戶細(xì)分是根據(jù)客戶的價(jià)值、需求和行為等因素對(duì)客戶進(jìn)行分類，分到同一個(gè)客戶群的用戶具有一定程度的相似性，而不同客戶群之間存在明顯的差異，從而針對(duì)這種特性進(jìn)行針對(duì)性營(yíng)銷與服務(wù)。合理的細(xì)分策略能有效的降低企業(yè)成本，科學(xué)的制定競(jìng)爭(zhēng)策略。客戶細(xì)分的指標(biāo)一般包括人口統(tǒng)計(jì)資料、地理統(tǒng)計(jì)資料、消費(fèi)特征、行為特征4個(gè)方面。對(duì)客戶進(jìn)行細(xì)分要遵循以下4個(gè)原則。

　　(1)可區(qū)分性，即細(xì)分后的各客戶群的特征清晰，能明顯的分別。(2)可到達(dá)性，即企業(yè)的營(yíng)銷渠道能夠到達(dá)該客戶。(3)可盈利性，即各客戶群的潛在規(guī)模要足夠大。(4)可衡量性，即細(xì)分后的各客戶群的范圍要清晰，各客戶群流量購(gòu)買力大小可以度量。

　　1.2客戶細(xì)分技術(shù)

　　客戶細(xì)分常用的技術(shù)包括聚類分析技術(shù)、人工神經(jīng)網(wǎng)絡(luò)技術(shù)、主成分分析技術(shù)、因子分析技術(shù)等，均在社會(huì)實(shí)踐中有著廣泛的應(yīng)用。本文研究的客戶上網(wǎng)流量因影響因素眾多，包括客戶年齡、流量產(chǎn)品的資費(fèi)及資費(fèi)的匹配度等多種因素，所以利用綜合因素法和SPSS軟件的聚類分析來(lái)構(gòu)建客戶結(jié)構(gòu)進(jìn)行細(xì)分。

　　1.2.1聚類分析概述

　　聚類分析(ClusterAnalysis)又稱群分析、點(diǎn)群分析和簇群分析，是將一組研究對(duì)象分為相對(duì)同質(zhì)的群組的統(tǒng)計(jì)分析技術(shù)。根據(jù)研究對(duì)象的多個(gè)觀測(cè)指標(biāo)，找出一些能夠度量對(duì)象或指標(biāo)之間相似程度的統(tǒng)計(jì)量，再以這些統(tǒng)計(jì)量為依據(jù)劃分類別。常用聚類算法可以分為基于劃分、層次、密度、網(wǎng)格及模型5類算法，在金融、電信及互聯(lián)網(wǎng)等多個(gè)行業(yè)領(lǐng)域應(yīng)用廣泛。電信行業(yè)可以根據(jù)聚類分析將客戶劃分為不同流量特征客戶群，針對(duì)營(yíng)銷以滿足多元化的需求。

　　1.2.2K-Means聚類基本原理

　　K-means算法的核心思想是：把n個(gè)數(shù)據(jù)對(duì)象劃分為k個(gè)簇群，使得每個(gè)簇群中的數(shù)據(jù)點(diǎn)到該簇群聚類中心的平方和最小。處理流程如下。(1)隨機(jī)選取k個(gè)對(duì)象，即為每個(gè)簇的初始中心。(2)對(duì)剩余的每個(gè)對(duì)象，根據(jù)其與各簇中心的距離，將其指派到最近的簇。(3)計(jì)算每個(gè)簇的新均值，得到更新后的簇中心。(4)不斷重復(fù)，直到準(zhǔn)則函數(shù)收斂。

　　2數(shù)據(jù)分析處理

　　2.1數(shù)據(jù)來(lái)源

　　本文研究的是從用戶的手機(jī)上網(wǎng)行為中分析用戶的流量使用特征和規(guī)律，來(lái)為針對(duì)性營(yíng)銷提供建議。因此，首先要選擇手機(jī)用戶流量特征相關(guān)的數(shù)據(jù)。本文所使用的數(shù)據(jù)采集于某電信運(yùn)營(yíng)商數(shù)據(jù)倉(cāng)庫(kù)，所選數(shù)據(jù)賬期為2018年6月，選取手機(jī)用戶流量信息。

　　2.2數(shù)據(jù)相關(guān)分析和整合

　　本文主要分析的是流量經(jīng)營(yíng)，基于此選取了衡量客戶流量行為和流量消費(fèi)特征的指標(biāo)，主要表現(xiàn)為客戶流量行為,主要選取了流量使用率(實(shí)際使用流量/套餐可用流量)、近3個(gè)月流量和年齡;流量消費(fèi)特征選取近3個(gè)月話費(fèi)、近3個(gè)月通話時(shí)長(zhǎng)和套餐費(fèi)。另外，為了能更好的區(qū)分客戶，流量選取了APP視頻流量、社交流量、資訊流量、游戲流量分別度量。流量屬性指標(biāo)選擇完畢后進(jìn)行數(shù)據(jù)預(yù)處理工作，針對(duì)選擇的屬性主要采取了數(shù)據(jù)聚合、缺失值和異常值處理、屬性構(gòu)造、數(shù)據(jù)規(guī)范化等方法。通過在數(shù)據(jù)庫(kù)中間層定義賬期(2018年6月)，通信行為——主動(dòng)通信個(gè)人客戶(賬期當(dāng)月有主動(dòng)產(chǎn)生上網(wǎng)或通話行為個(gè)人客戶)記錄數(shù)為2527776條。

　　統(tǒng)計(jì)得到的記錄發(fā)現(xiàn)，部分用戶流量使用率和套餐費(fèi)不完整，對(duì)于此類用戶，由于無(wú)法確定是否確實(shí)沒有訪問信息還是源數(shù)據(jù)統(tǒng)計(jì)缺失導(dǎo)致，故選擇將此類用戶直接刪除，只選用信息完整的用戶數(shù)據(jù)。另外，發(fā)現(xiàn)用戶話費(fèi)有小于0的情況，此類用戶業(yè)務(wù)狀態(tài)不正常，也選擇刪除。

　　最終得到用戶記錄數(shù)為2512505條，從中隨機(jī)抽取250000條記錄作為樣本進(jìn)行客戶細(xì)分?jǐn)?shù)據(jù)統(tǒng)計(jì)分析。依據(jù)對(duì)客戶流量影響的貢獻(xiàn)度大小，本文最終選擇流量使用率、近3個(gè)月流量、近3個(gè)月話費(fèi)、近3個(gè)月通話時(shí)長(zhǎng)、用戶年齡、套餐費(fèi)進(jìn)行相關(guān)分析。分析結(jié)果顯示：套餐費(fèi)和近3個(gè)月話費(fèi)指標(biāo)有顯著的相關(guān)關(guān)系。為了避免同類變量的重復(fù)“貢獻(xiàn)”，所以剔除套餐費(fèi)，并對(duì)剩余指標(biāo)進(jìn)行K—Means聚類分析。

　　2.3流量客戶細(xì)分

　　在K—Means聚類分析過程中，不斷調(diào)整K值，通過不斷檢驗(yàn)，最終確定K值為4，劃分流量使用率不同檔次的客戶群。聚類分析將客戶分為4大類。一是低零流量沉默型客戶。此類用戶流量使用率0～10%，客戶近3個(gè)月流量接近于0，此類用戶記錄數(shù)92500條，占比37%，屬于4大類中比重最大的客戶。整體客戶年齡50歲以上，通話時(shí)長(zhǎng)較其他客戶群高，話費(fèi)低。

　　初步判斷此類用戶資費(fèi)敏感度高，未習(xí)慣使用流量或舍不得使用流量或流量被友商分流，通常使用語(yǔ)音較多，流量使用比較保守的群體。將此類客戶定義為低零流量沉默型客戶。二是中低流量抑制型客戶。此類用戶流量使用率10%～50%，客戶近3個(gè)月流量在1GB以下，此類用戶記錄數(shù)60000條，占比24%。多數(shù)用戶年齡在40～50歲，通話時(shí)長(zhǎng)較高，話費(fèi)高，上網(wǎng)流量中社交類流量比重最大。初步判斷為具備使用流量的習(xí)慣，有上網(wǎng)需求但對(duì)流量資費(fèi)較敏感，流量需求處于抑制狀態(tài)的客戶。

　　將此類客戶定義為中低流量抑制型客戶。三是中流量合理型客戶。此類用戶流量使用率50%～90%，客戶近3個(gè)月流量在1～5GB，此類用戶記錄數(shù)27500條，占比11%。用戶偏年輕，年齡在30～40歲左右。此類用戶有固定的流量需求，流量高，有使用視頻類流量。初步判斷客戶流量需求和流量資費(fèi)匹配達(dá)到靜態(tài)平衡的狀態(tài)，流量使用率在合理區(qū)間。

　　將此類客戶定義為中流量合理型客戶。四是高流量先鋒型客戶。此類用戶流量使用率90%以上，客戶近3個(gè)月流量在5GB以上，此類用戶記錄數(shù)70000條，占比28%。用戶年齡低，81%的用戶介于18～30歲。此類用戶流量貢獻(xiàn)大，80%的流量消費(fèi)由這20%的用戶產(chǎn)生，大部分客戶有使用視頻APP記錄，具有明顯視頻屬性。由于該類客戶流量單價(jià)較低，整體話費(fèi)水平并不高。初步判斷此類用戶流量需求量大，新事物接受度高，屬于數(shù)字內(nèi)容偏好者，將此類客戶定義為高流量先鋒型客戶。

　　3結(jié)論

　　根據(jù)二八定律關(guān)鍵少數(shù)的法則，按照顧客重要程度合理分配營(yíng)銷力量，將有限資源投放到關(guān)鍵價(jià)值的客戶。依據(jù)本文客戶細(xì)分的結(jié)果，將高流量先鋒型客戶稱為優(yōu)質(zhì)客戶，中流量合理型客戶為次優(yōu)客戶，中低流量抑制型客戶和低零流量沉默型客戶稱為一般客戶。電信運(yùn)營(yíng)商應(yīng)根據(jù)各類客戶的不同流量特征，提供個(gè)性化的流量服務(wù)。

　　一是要重點(diǎn)關(guān)注優(yōu)質(zhì)客戶。應(yīng)向客戶持續(xù)不斷的提供視頻流量包等大流量產(chǎn)品，讓客戶流量使用率持續(xù)保持在一個(gè)相對(duì)高的水平。這類客戶具備年輕人有上網(wǎng)時(shí)間+有流量需求+喜歡嘗試新事物的基礎(chǔ)基因和視頻/游戲的流量屬性，用戶流量需求旺盛但對(duì)流量資費(fèi)較敏感，營(yíng)銷價(jià)值極高。通過加載不限量及相關(guān)視頻/游戲權(quán)益流量產(chǎn)品，低價(jià)格送大流量用，引導(dǎo)用戶放心使用流量，提升流量?jī)r(jià)值。并利用觸點(diǎn)跟蹤式的流量增值服務(wù)來(lái)鎖定這一目標(biāo)群體，使流量資費(fèi)時(shí)刻處于他們可以接受的范圍內(nèi)，讓他們放心使用。

　　二是對(duì)于次優(yōu)客戶，他們是未來(lái)流量大幅增長(zhǎng)的潛力點(diǎn)。持續(xù)跟蹤客戶流量變化，在合適的時(shí)候給予他們適當(dāng)?shù)牧髁績(jī)?yōu)惠，提高其滿意度和忠誠(chéng)度，維持客戶流量的使用率處于合理區(qū)間。后期通過調(diào)整流量產(chǎn)品推廣節(jié)奏，優(yōu)化產(chǎn)品組合方式，疊加流量產(chǎn)品，多次持續(xù)激發(fā)客戶流量，逐步調(diào)優(yōu)客戶流量使用率，使客戶流量需求和流量資費(fèi)匹配處于一種動(dòng)態(tài)平衡的狀態(tài)。

　　三是一般客戶，他們的流量需求因?yàn)橘Y費(fèi)或套餐匹配等原因受到抑制，這類客戶主要是啟用“流量放心用”的概念。一方面電信運(yùn)營(yíng)商通過加送流量，培育客戶流量習(xí)慣，并疊加大量送優(yōu)惠活動(dòng)。另一方面通過短信進(jìn)行流量使用情況提醒，提升客戶流量感知。這類客戶非常注重流量資費(fèi)，強(qiáng)調(diào)流量不限量，用超后只降速不產(chǎn)生費(fèi)用，打消用戶疑慮，抓住客戶套內(nèi)流量“不浪費(fèi)”心理，喚醒流量使用需求。及時(shí)通過各種渠道給此類客戶發(fā)送有效的流量?jī)?yōu)惠信息，同時(shí)大力宣傳流量不限量的概念，他們有可能成為運(yùn)營(yíng)商未來(lái)的次優(yōu)客戶。

　　本文分析的樣本由于地域性比較強(qiáng)，所以細(xì)分的客戶群體特征不能代表全國(guó)范圍內(nèi)的客戶，運(yùn)營(yíng)商應(yīng)根據(jù)本區(qū)域的客戶特征、自己的經(jīng)營(yíng)特點(diǎn)、業(yè)務(wù)現(xiàn)狀和實(shí)力程度等各種因素，來(lái)制定符合本區(qū)域有效的精細(xì)化流量營(yíng)銷策略和營(yíng)銷計(jì)劃，以滿足不同客戶群的流量需求。

　　參考文獻(xiàn)

　　[1]金永生.基于數(shù)據(jù)挖掘的電信精細(xì)化營(yíng)銷策略研究[D].北京：北京郵電大學(xué),2008.

　　[2]張理云.基于數(shù)據(jù)挖掘的運(yùn)營(yíng)商流量經(jīng)營(yíng)分析與研究[D].南京：南京郵電大學(xué),2017.

　　[3]陳慶波.大數(shù)據(jù)精細(xì)分流量精準(zhǔn)營(yíng)銷探討[J].南京：福建電腦,2018(6).

　　[4]王安.后流量經(jīng)營(yíng)時(shí)代三大運(yùn)營(yíng)商的公眾市場(chǎng)競(jìng)爭(zhēng)博弈[J].通信企業(yè)管理,2018(7).

　　[5]姜芳,崔可升.基于大數(shù)據(jù)挖掘的流量經(jīng)營(yíng)研究[J].山東通信技術(shù),2018(3).

　　[6]徐甲.流量增長(zhǎng)背景下運(yùn)營(yíng)商經(jīng)營(yíng)發(fā)展現(xiàn)狀及策略研究[J].中國(guó)集體經(jīng)濟(jì),2018(5).

　　相關(guān)刊物推薦：通信企業(yè)管理是由中華人民共和國(guó)信息產(chǎn)業(yè)部主管，人民郵電報(bào)社主辦的專業(yè)理論刊物。傳播郵電企業(yè)管理的先進(jìn)經(jīng)驗(yàn)，探討郵電經(jīng)濟(jì)體制改革的理論與實(shí)踐問題.