分析型CRM下的移動(dòng)數(shù)據(jù)產(chǎn)品精確營(yíng)銷應(yīng)用研究
發(fā)布時(shí)間:2020-09-27 16:46
本文在分析型客戶關(guān)系管理(CRM)理論框架下,重點(diǎn)研究移動(dòng)數(shù)據(jù)產(chǎn)品精確化營(yíng)銷方法論的體系架構(gòu),并著重在客戶價(jià)值、行為分析和目標(biāo)市場(chǎng)營(yíng)銷等方面進(jìn)行了研究。針對(duì)移動(dòng)數(shù)據(jù)產(chǎn)品的特點(diǎn)應(yīng)用NGOSS方法論對(duì)現(xiàn)有的電信客戶和產(chǎn)品模型結(jié)構(gòu)進(jìn)行修訂,提出了基于SOA架構(gòu)的分析型CRM體系設(shè)計(jì)并對(duì)精確化營(yíng)銷方法論的應(yīng)用進(jìn)行了詳細(xì)的闡述,同時(shí)以實(shí)際案例加以說(shuō)明。移動(dòng)數(shù)據(jù)產(chǎn)品應(yīng)在客戶細(xì)分的基礎(chǔ)上,實(shí)行差異化的營(yíng)銷戰(zhàn)略,結(jié)合產(chǎn)品創(chuàng)新,以先進(jìn)的信息技術(shù)為利器打造精確營(yíng)銷的競(jìng)爭(zhēng)平臺(tái)。 傳統(tǒng)的營(yíng)銷僅僅做到了服務(wù)(或產(chǎn)品)種類的差異化,即希望通過(guò)多樣化的服務(wù)來(lái)滿足客戶多樣化的需求。但這種差異化存在很大的局限性,即無(wú)法做到服務(wù)對(duì)象聯(lián)系一也就是客戶集群的差異化,因此這種差異化是缺乏針對(duì)性的,仍然難以滿足客戶個(gè)性化的需求;邳c(diǎn)集拓?fù)淅碚摰腃RM細(xì)分集群是根據(jù)不同的細(xì)分屬性把客戶集群細(xì)分為各種不同需求的,不同屬性的細(xì)分市場(chǎng),即所謂的客戶集群的屬性子空間。移動(dòng)數(shù)據(jù)產(chǎn)品的營(yíng)銷建立在對(duì)其客戶集群細(xì)分的基礎(chǔ)上,針對(duì)不同類型的產(chǎn)品一客戶空間的映射關(guān)系為客戶集群提供有針對(duì)性的差異化產(chǎn)品服務(wù),只有這樣精確營(yíng)銷才是有效準(zhǔn)確的。 論文闡述了目標(biāo)市場(chǎng)精確營(yíng)銷的思想在移動(dòng)數(shù)據(jù)業(yè)務(wù)營(yíng)銷活動(dòng)中的應(yīng)用,著重研究了以下四個(gè)方面的內(nèi)容: ●面向移動(dòng)數(shù)據(jù)產(chǎn)品精確營(yíng)銷的分析型CRM體系架構(gòu)設(shè)計(jì):其中業(yè)務(wù)交付平臺(tái)(SDP)是一個(gè)綜合的增值業(yè)務(wù)支撐子系統(tǒng),使運(yùn)營(yíng)商能夠快速靈活地提供電信增值業(yè)務(wù)。營(yíng)銷數(shù)據(jù)庫(kù)(ODS)儲(chǔ)存、分析和處理有關(guān)客戶的數(shù)據(jù),并且根據(jù)營(yíng)銷智能(BI)數(shù)據(jù)處理后得到的“商業(yè)情報(bào)”制定相應(yīng)的營(yíng)銷策略流程,以提供相應(yīng)個(gè)性化需求的滿意服務(wù)。SOA的架構(gòu)思想使得增值業(yè)務(wù)支撐系統(tǒng)由原來(lái)的一個(gè)個(gè)垂直獨(dú)立的系統(tǒng),改進(jìn)為一個(gè)分層的,統(tǒng)一管理的體系架構(gòu)。 ●將客戶價(jià)值和行為分析的評(píng)估方式引入移動(dòng)數(shù)據(jù)產(chǎn)品精確營(yíng)銷領(lǐng)域,在此基礎(chǔ)上提出一種基于客戶終生價(jià)值、客戶行為屬性、客戶資信綜合因素相結(jié)合的CLV/CB/CC客戶細(xì)分模型,在對(duì)各因素指標(biāo)進(jìn)行主成份特征選擇、提取和預(yù)測(cè)計(jì)算基礎(chǔ)上利用進(jìn)行聚類,并將聚類的結(jié)果簇作為集群映射算法進(jìn)行客戶分類預(yù)測(cè)的前一步,將兩種算法優(yōu)勢(shì)互補(bǔ),提高了客戶分類判別的精度。 ●研究主要集中于移動(dòng)數(shù)據(jù)產(chǎn)品市場(chǎng)擴(kuò)散問(wèn)題進(jìn)行分析,并且集中于創(chuàng)新產(chǎn)品市場(chǎng)擴(kuò)散模型的研究。將產(chǎn)品按客戶類型進(jìn)行細(xì)分,從而使每一個(gè)細(xì)分客戶得到最合適的產(chǎn)品。運(yùn)用點(diǎn)集拓?fù)淅碚搶⒖蛻、產(chǎn)品集群的現(xiàn)實(shí)模型映射為數(shù)據(jù)空間的數(shù)據(jù)模型進(jìn)行分析,給出客戶集群和產(chǎn)品集群的映射關(guān)系指導(dǎo)差異化的精確營(yíng)銷。 ●精確化營(yíng)銷管理的方法論-基于數(shù)據(jù)分析的閉環(huán)營(yíng)銷管理流程體系:精確營(yíng)銷的應(yīng)用分為數(shù)據(jù)準(zhǔn)備和分析、營(yíng)銷活動(dòng)策劃、營(yíng)銷活動(dòng)準(zhǔn)備、營(yíng)銷活動(dòng)執(zhí)行和營(yíng)銷活動(dòng)評(píng)估與優(yōu)化幾個(gè)環(huán)節(jié)。通過(guò)客戶分群和產(chǎn)品分析,我們可以更精細(xì)地了解客戶,并采取有針對(duì)性的營(yíng)銷活動(dòng),最終提高營(yíng)銷活動(dòng)的投資回報(bào)率。
【學(xué)位單位】:北京郵電大學(xué)
【學(xué)位級(jí)別】:博士
【學(xué)位年份】:2009
【中圖分類】:F274;F623
【部分圖文】:
北京郵電大學(xué)博士研究生學(xué)位論文分析型CRM下的移動(dòng)數(shù)據(jù)產(chǎn)品精確營(yíng)銷應(yīng)用研究eTOM(EnhaneedTeleeomoperationsMap)體現(xiàn)了電信領(lǐng)域的業(yè)務(wù)過(guò)程,eTOM描述了業(yè)務(wù)過(guò)程在電信運(yùn)營(yíng)領(lǐng)域中是如何運(yùn)作、如何互相交互的,各個(gè)過(guò)程涉及到哪些參與者[2l]。在業(yè)務(wù)流程框架方面,eTOM提供了一個(gè)參考模型和通用詞匯術(shù)語(yǔ)。eTOM的定義符合一般情況,盡量減少對(duì)技術(shù)的依賴性;基于eTOM業(yè)務(wù)流程框架的各關(guān)鍵業(yè)務(wù)流程內(nèi)在聯(lián)系如下圖所示:
圖2.3基于營(yíng)梢智能的細(xì)分方法體系在客戶細(xì)分的問(wèn)題中,對(duì)于初始特征的選擇,絕大多是在考慮樣本的可分性上進(jìn)行的。所以很多時(shí)候選擇的初始特征集合都會(huì)包含大量相互關(guān)聯(lián)的特,它們對(duì)于樣本分類的貢獻(xiàn)也是很不相同的。在客戶特征屬性的識(shí)別過(guò)程中,種選擇有兩個(gè)目標(biāo):或者丟棄一些對(duì)分類貢獻(xiàn)不大的特征;或者達(dá)到一定程度維的目的,降維的方法通常是采用一個(gè)從初始特征衍生得到的、更小的、與原征相當(dāng)?shù)奶卣骷。特征提取?shí)現(xiàn)高維原始空間模式到低維的特征空間模式的換處理,其目的是縮小數(shù)據(jù)集和集中那些具有顯著差異的分類信息,從而提高戶聚類細(xì)分能力。同時(shí),客戶數(shù)據(jù)的特征提取也可為客戶群因素分析提供依據(jù),助于客戶保持策略的制定屬性選擇是按照與分類有關(guān)的評(píng)價(jià)準(zhǔn)則從多種屬性挑選出最有效的屬性子集,以消除最初屬性獲得的主觀性和提高預(yù)測(cè)效率。本首先利用核主成分分析,對(duì)客戶數(shù)據(jù)進(jìn)行了非線性特征提取,并建立回歸預(yù)測(cè)型。其次利用信息論中的信息增益對(duì)客戶數(shù)據(jù)的指標(biāo)屬性進(jìn)行了選擇,并將與策樹結(jié)合,設(shè)計(jì)信息增益決策樹預(yù)測(cè)模型最后,針對(duì)己有屬性選擇方法較少考
建模流程圖
本文編號(hào):2828121
【學(xué)位單位】:北京郵電大學(xué)
【學(xué)位級(jí)別】:博士
【學(xué)位年份】:2009
【中圖分類】:F274;F623
【部分圖文】:
北京郵電大學(xué)博士研究生學(xué)位論文分析型CRM下的移動(dòng)數(shù)據(jù)產(chǎn)品精確營(yíng)銷應(yīng)用研究eTOM(EnhaneedTeleeomoperationsMap)體現(xiàn)了電信領(lǐng)域的業(yè)務(wù)過(guò)程,eTOM描述了業(yè)務(wù)過(guò)程在電信運(yùn)營(yíng)領(lǐng)域中是如何運(yùn)作、如何互相交互的,各個(gè)過(guò)程涉及到哪些參與者[2l]。在業(yè)務(wù)流程框架方面,eTOM提供了一個(gè)參考模型和通用詞匯術(shù)語(yǔ)。eTOM的定義符合一般情況,盡量減少對(duì)技術(shù)的依賴性;基于eTOM業(yè)務(wù)流程框架的各關(guān)鍵業(yè)務(wù)流程內(nèi)在聯(lián)系如下圖所示:
圖2.3基于營(yíng)梢智能的細(xì)分方法體系在客戶細(xì)分的問(wèn)題中,對(duì)于初始特征的選擇,絕大多是在考慮樣本的可分性上進(jìn)行的。所以很多時(shí)候選擇的初始特征集合都會(huì)包含大量相互關(guān)聯(lián)的特,它們對(duì)于樣本分類的貢獻(xiàn)也是很不相同的。在客戶特征屬性的識(shí)別過(guò)程中,種選擇有兩個(gè)目標(biāo):或者丟棄一些對(duì)分類貢獻(xiàn)不大的特征;或者達(dá)到一定程度維的目的,降維的方法通常是采用一個(gè)從初始特征衍生得到的、更小的、與原征相當(dāng)?shù)奶卣骷。特征提取?shí)現(xiàn)高維原始空間模式到低維的特征空間模式的換處理,其目的是縮小數(shù)據(jù)集和集中那些具有顯著差異的分類信息,從而提高戶聚類細(xì)分能力。同時(shí),客戶數(shù)據(jù)的特征提取也可為客戶群因素分析提供依據(jù),助于客戶保持策略的制定屬性選擇是按照與分類有關(guān)的評(píng)價(jià)準(zhǔn)則從多種屬性挑選出最有效的屬性子集,以消除最初屬性獲得的主觀性和提高預(yù)測(cè)效率。本首先利用核主成分分析,對(duì)客戶數(shù)據(jù)進(jìn)行了非線性特征提取,并建立回歸預(yù)測(cè)型。其次利用信息論中的信息增益對(duì)客戶數(shù)據(jù)的指標(biāo)屬性進(jìn)行了選擇,并將與策樹結(jié)合,設(shè)計(jì)信息增益決策樹預(yù)測(cè)模型最后,針對(duì)己有屬性選擇方法較少考
建模流程圖
【引證文獻(xiàn)】
相關(guān)博士學(xué)位論文 前1條
1 鄧小龍;基于復(fù)雜網(wǎng)絡(luò)分析的新一代電信CRM關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2011年
相關(guān)碩士學(xué)位論文 前5條
1 任飛;江蘇聯(lián)通面向精確營(yíng)銷的業(yè)務(wù)支撐系統(tǒng)研究[D];華東理工大學(xué);2011年
2 劉敬巖;朝陽(yáng)銀行客戶關(guān)系管理方案實(shí)施研究[D];吉林大學(xué);2012年
3 王妙妙;汽車營(yíng)銷服務(wù)集團(tuán)企業(yè)數(shù)據(jù)統(tǒng)一分析處理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];西南交通大學(xué);2012年
4 徐小堯;基于J2EE的煤炭行業(yè)客戶管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];山東大學(xué);2012年
5 倪曄;基于J2EE的銀行CRM系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2012年
本文編號(hào):2828121
本文鏈接:http://sikaile.net/jingjilunwen/xxjj/2828121.html
最近更新
教材專著