省移动基于数据挖掘的数据业务精确营销方案.ppt

《省移动基于数据挖掘的数据业务精确营销方案.ppt》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、商用新业务营销优秀案例基于数据挖掘的数据业务精确营销广东公司基于数据挖掘的数据业务精确营销案例简介背景介绍案例介绍经验总结效益分析第一部分案例简介一、案例简介“彩信精品盒”产品设计及推广营销效率达到原来的2.83倍促进了客户增长，形成规模型彩信业务1“彩信生活杂志”产品设计及推广营销效率达到原来的2.71倍促进了客户增长，创建彩信业务新亮点2彩铃增量销售营销效率达到原来的2.95倍有效促进了客户数和收入的增长3WAP总站栏目推荐营销效率达到原来的3.56倍促进了WAP总站客户数量的增长4手机邮箱推广及沉默客户唤醒营销效率达到原来的3.29倍提升了业务使用率，扩大了客户规模5百宝箱手机游戏推

2、广营销效率达到原来的2.29倍挖掘和培育了手机游戏业务的潜在市场6数据业务客户分群模型彩铃增量销售模型产品关联性分析模型彩信增量销售模型利用数据挖掘的精确营销概况一、案例简介利用数据业务技术实施精确营销的5大关键步骤：数据源分析数据集闭环的、自适应的精确营销流程基于数据挖掘需求挖掘产品开发营销机会发现营销实施效果分析一、案例简介精确营销3大创新根据客户需求开发针对性产品深入发掘营销机会创建闭环的精确营销流程完成数据业务的客户分群，实现客户需求的方位洞察；建立产品关联库，为定位目标客户、实施向上销售/交叉销售、发掘优势渠道提供支撑；将精确营销的范围拓展到把产品开发。实现产品研发、持续优化、市

3、场策略、整合营销等环节整合为一体化的流程运用数据挖掘技术发掘产品需求，实现了对客户需求的快速响应第二部分背景介绍部份精细化营销（现状）粗放式营销二、背景介绍与深度运营的要求仍有差距数据业务种类多，但聚焦不够；对业务进行分析的维度较少；缺乏深度的主题分析；分析方法和工具不够成熟。全面精细化营销“基于数据挖掘技术的精确营销”将逐步成为移动数据业务市场的主导营销策略。数据业务的营销发展6大分析纬度产品关联分析客户预警目标客户锁定业务特征分析提升数据业务运营水平二、背景介绍业务主题分析数据业务客户分群对此，我们提出“基于数据挖掘的精确营销”第三部分精确营销案例介绍三、精确营销案例介绍——部门分工省

4、市联动，共建精确营销精确营销整体规划职责部门精确营销基础构建－－CRM数据业务客户分群、产品关联分析、彩信增量销售、彩铃增量销售模型建设省市场部、省数业中心、省业务支撑中心、广州分公司精确营销实施－－产品设计与开发广州分公司精确营销实施－－营销执行与评估广州分公司、客户服务（广州）中心注：以下所有案例均以广州地区的数据为例。三、精确营销案例介绍——利用数据挖掘构建精确营销基础数据仓库效益评估精确营销实施实施方案方案设计发现机会利用数据挖掘构建精确营销基础确定目标数据准备建立模型模型检验研究思路数据分为7个类型，共833项：基本信息手机号码，手机品牌，手机型号，是否具备GPRS、彩信、KJA

5、VA功能等承载信息是否使用点对点短信、点对点彩信、非点对点彩信、GPRS等承载方式渠道办理标签是否通过WEB/网上营业厅、WAP、短信等渠道办理业务业务标签是否使用点对点/梦网短信、彩铃、点对点/梦网彩信、手机报纸、手机邮箱等内容标签商务、生活、娱乐、游戏、资讯5大类内容，在这5大类中再进行划分，如，娱乐类再分为娱乐-交友、娱乐-聊天、娱乐-铃声等行业信息与餐馆酒楼、休闲娱乐、机关团体、金融行业、房地产等各个行业的接触信息数据业务相对指标标识客户点对点短信上下行、点对点彩信上下行、WAP流量等的使用量及变化情况三、精确营销案例介绍——利用数据挖掘构建精确营销基础CRM项目建立数据业务客户分

6、群——数据说明数据来源：BOSS系统、经营分析系统、相关业务支撑系统CRM项目建立数据业务客户分群—数据挖掘的发现三、精确营销案例介绍——利用数据挖掘构建精确营销基础全球通品牌的数据业务客户分群结果SS1、SS2、SS3，SS5，SS6是数据业务的活跃群；9个群的彩信渗透率、认知度均较低（认知度为通过补充调研获得），要提高彩信用量，需通过宣传提高客户彩信认知度，通过有吸引力的内容培养客户习惯。——SS5和SS6对手机邮箱的接受度较其他群高出许多，存在营销机会；各群均与餐馆酒楼、医疗、金融、房地产接触较多（SS1、SS3接触率最高），餐饮指南、健康保健、资讯等内容的业务存在营销机会手机彩票站

7、业务在SS1、SS2、SS5和SS6群的渗透率较其他群高出2到3倍，存在销售机会。已运用于案例5－手机邮箱的沉默用户唤醒与推广已运用于案例2－彩信生活杂志的产品设计SS1:数据业务高空飞行者SS2:高价值数据业务客户SS3:高价值短信冷漠者SS4:中间价值短信冷漠者SS5:成长中的数据业务客户SS6:有下滑危险的数据业务客户SS7:节俭的本地短信依赖者SS8:低价值漫游客户SS9:数据业务冷漠客户动感地带的主要数据业务渗