如何利用數據分析來指導運營商流量包營銷

對于運營商的數據分析與數據挖掘能力支撐，不必多說。電信、銀行是很多專業的數據分析人士的入行的地方，只不過近幾年，越來越多數據分析與數據挖掘的牛人跳出了這個圈子，去互聯網、電商等行業發展。近兩年，隨著移動互聯網的發展，運營商里面通過數據分析與挖掘來指導流量精細化營銷的成功案例也越來越多。 筆者曾經作為數據分析類型的咨詢顧問參與過運營商通過數據分析來指導手機流量包精準營銷的項目，仔細品味該項目，其實做得還算是比較成功的。下面就簡單地去說明運營商是如何通過數據分析來指導手機流量包銷售的。

第一步：業務梳理 在開展相關數據分析或數據挖掘之前，大量的業務梳理工作必不可少。進行手機流量套餐梳理之前，必須弄懂套餐內手機流量及套餐外手機流量的概念。套餐內的手機流量就是你辦理了該手機套餐，每月該套餐贈送多少手機流量;套餐外手機流量，主要包含兩個：辦理手機上網流量包所包含的手機流量及是否參與相關活動贈送手機流量(如參與積分兌換手機流量活動等)。總體而言，手機上網總流量=套餐內手機流量+套餐外的手機流量(辦理手機流量包的流量+參與活動贈送手機流量)。 進行手機流量包流量梳理的時候，必須弄懂相關的規則： 1、1元包天的用戶需要剔除，非手機流量包的目標用戶群; 2、基礎套餐是按照時長計費，有手機流量加裝包的，不需要處理，非目標用戶; 3、基礎套餐是按照時長計費，沒有手機流量加裝包的，且預付費用戶，不需要進行處理; 4、基礎套餐是按照時長計費，沒有手機流量加裝包的，且后付費用戶，上網時長超過基礎套餐包含量時長，為目標用戶; 5、基礎套餐是流量的，無加裝包，預付費的，且使用流量超量的，為目標用戶; 6、基礎套餐是流量的，無加裝包，后付費的，且使用流量超量的，為目標用戶; 7、基礎套餐是流量的，有加裝包，預付費的，且使用流量超量的，為目標用戶; 8、基礎套餐是流量的，有加裝包，后付費的，且使用流量超量的，為目標用戶。 從大量的使用手機用戶挑出手機流量包推薦的精準目標用戶，是前期業務梳理的關鍵，后面的多波次營銷的手機流量成功辦理率也說明了前期業務梳理的重要性。 第二步：統計手機流量超量及超量分檔 因為向手機超量用戶推薦手機流量包講究時效性，這就要求相關的數據分析團隊必須在幾天內進行數據處理與分析，找出精準手機流量包推薦的用戶。 前期對手機流量業務梳理比較熟悉，并且梳理出來相關的目標用戶篩選規則，即可統計出到底上個月哪些用戶使用了多少流量?是否超出套餐總流量?超出的話?到底超出了多少流量?通過基礎的統計分析，最后篩選出相關的手機流量超量用戶，即是精準的目標用戶。 但是統計出來的超量用戶，其應該推薦那些手機流量加裝包呢?通過CPC(用戶-產品-渠道：合適的用戶通過合適的渠道推薦合適的產品)原理，超出的手機流量必須與目前該運營商的手機流量家裝包檔次相匹配。 例如：根據超量多少，可以劃分0-30M，30-60M，60-150M、150-300M、300-800M、800-2G、2G以上等相關檔次，即可明確目標用戶群所處于的檔次。 第三步：設計相關營銷話術，開展多波次精準營銷 1、營銷話術設計 對于不同的目標用戶，必須要設計不同的營銷話術，并且該話術必須控制在70個字以內，且必須要把營銷內容、辦理方式說清楚。 例如對于新開該業務的新客戶，其話術為：“尊敬的客戶，根據您手機上網流量消費情況，我們向您推薦5元包30M手機上網流量包，超值劃算，手機上網費想省就省!回復“**”即可開通。**公司”。 對于手機流量包升級的用戶，可以利用這樣的話術：“手機達人，流量不夠怎么辦!尊敬的客戶，根據您手機上網流量超量情況，推薦您升級10元包60M手機上網流量包，超值劃算!回復“**”即可升級。**公司”。 從不同類型的客戶，設計不同的話術，能夠有效提高精準營銷成功率。 2、多波次營銷 第一波：手機短信營銷，因為運營商有專門的短信營銷渠道，能夠有效地開展精準營銷。在營銷名單出來時候，即可進行第一波的短信營銷。 第二波：電話營銷。在第一波營銷中沒有辦理手機流量加裝包用戶篩選出來，通過電話開展相關的電話營銷。 一般通過兩波的營銷，即可能得到相應的營銷成功率。但電話營銷成本比較高，故只是放在第二波。 第四步：營銷效果評估優化與系統固化 通過上述一系列步驟及多次營銷效果評估，形成標準的手機流量加裝包精準營銷流程，并且不斷地優化營銷話術，真正地實現精準營銷。 最后，通過IT系統固化相關的規則，成為常規化的觸發工作流程。 在運營商里面，有很多成功的精準營銷案例，并且都是業務結合數據分析、數據挖掘的實實在在案例，比目前很多所謂炒作大數據，能否把大數據進行落地的忽悠話術實在多。雖然運營商里面也做很多戰略咨詢、體系咨詢，但很多效果都不是很理想，不如多做點類似的業務，能夠創造更多有價值的項目。

【如何利用數據分析來指導運營商流量包營銷】相關文章：

如何分析報錄比數據01-31

店鋪的數據分析該如何來做06-17

銷售數據的分析方法07-25

數據分析報告07-28

大數據分析07-20

大數據分析07-25

多維數據分析方法04-07

數據分析簡歷模板02-17

數據分析工作職責07-28

數據分析常用方法07-26