1相关概念
1.1数据驱动精准营销的定义
数据驱动是在大数据背景下出现的一种创新的商业运营模式，需要利用大数据相关技术，对海量数据进行针对性的分析处理，找到隐含在这些数据中的商业价值，从而挖掘商业机会，指导企业进行销售、运营、管理等活动。数据驱动精准营销是指用数据驱动的方式进行营销活动，数据驱动的精准营销通过对用户行为数据的及时分析处理，把握最佳的营销时机（用户需求最强烈时），用于满足实时性较高的业务需求，通过对用户行为数据的实时分析，采用动态触发模式，快速匹配推送内容并实时推送至用户，整个过程在秒级或分钟级内即可完成。
1.2数据驱动精准营销的分类
数据驱动精准营销是根据用户的行为特征数据，及时由驱动引擎触发营销推荐，从而让用户产生消费冲动，具有明显的精准性、实时性等特点。要保证营销的精准性、实时性，营销动作必须在用户需求的有效时段内及时做出响应，以抓住最佳营销时机，所以数据驱动精准营销的执行必须是由引擎自动触发式的。根据引擎触发机制的不同，数据驱动精准营销大致可以分为以下4类。
•用户行为数据驱动：主要通过对用户的上网行为、应用使用行为以及搜索关键词的分析、匹配，决定营销的内容。
•位置信息数据驱动：主要通过跟踪用户的位置信息，与预先定义好的位置商圈以及营销规则进行匹配，决定营销的内容。
•热点信息数据驱动：单独的热点事件触发，一般与用户的行为没有关系，主要通过对互联网、社会热点事件的监控，发现营销机会，结合用户的兴趣特征，推送相应的产品、服务信息。
•综合数据驱动：上述3种情况的组合，可以两两组合，也可以3种触发方式组合。
2数据驱动的精准营销流程
2.1传统营销流程
传统的营销流程包括客户理解、营销策划、营销执行、效果评估4个环节。每次营销活动需要根据营销的产品进行客户分析，通过复杂的数据模型筛选出目标客户群，并制定一套营销方案，待相关人员对营销内容和方案进行审核通过后，方可进行营销。传统的营销活动一般是周期性的，如每月执行一次。
2.2数据驱动的精准营销流程
数据驱动的精准营销较传统的营销来说有更高的实时性要求，传统流程不适用于移动互联网、电子商务时代营销活动的开展，数据驱动的精准营销需要事先进行营销方案的策划以及相关规则、内容、资源的配置，然后进行数据的实时采集，对数据进行及时处理并与驱动引擎规则进行匹配找到目标客户群，展开营销并进行效果评估。其流程大致可以分为6个步骤：业务场景定义、数据采集、数据处理、驱动引擎、营销执行、效果评估。
（1）业务场景定义
为了实现数据驱动精准营销的实时性，数据驱动要求事前进行营销触发规则以及相关营销资源的配置，主要包括用户行为触发规则、位置信息配置、事件触发规则等。
（2）数据采集
数据采集是数据驱动精准营销开展的基础。首先要求有稳定、可靠的数据源，而且要保证数据文件的实时分发或者按分钟分发。采集的数据通过大数据处理平台进行并行加载和处理。
（3）数据处理
采集过来的初始行为数据需要经过清洗和转换，以过滤掉大部分无效数据，并将一些无法识别的URL、数字代码转化成可识别的分类标签。
（4）驱动引擎
驱动引擎主要是将处理后的数据与经过配置的触发规则库进行匹配，筛选出符合条件的目标客户。
（5）营销执行
数据驱动精准营销的执行阶段，由于执行频率较高，需要对营销清单进行合并去重、红黑名单过滤等，以免造成对客户的过打扰。另外，根据营销场景的时效性要求，需要设定执行的优先级，保证实时性要求较高的营销活动能够优先执行。
（6）效果评估
效果评估主要是对营销的成功率、执行的时效性、客户的响应率等方面进行评估，根据评估结果，可以对业务场景以及驱动引擎进行合理的优化。
2.3两种营销流程的区别
数据驱动精准营销与传统营销的关键区别在于，前者具有数据驱动、快速匹配、实时执行的特点，具体介绍如下。•营销执行及时性：一旦有实时行为数据产生，数据驱动引擎会立即对目标用户进行营销推送，以保证在较短时间内送达客户；传统营销则是定期执行营销，如日/周/月。•筛选规则复杂性：数据驱动的精准营销通过简单规则进行处理，因为太复杂的规则处理对时效性存在很大难度；传统营销则可以进行复杂或者简单规则处理。•目标客户选取：数据驱动的精准营销通过客户行为变化结合客户特征，动态筛选目标客户；传统营销往往通过长期分析挖掘客户兴趣爱好形成客户标签，在营销前预先挑选出客户。
3数据驱动精准营销的关键IT能力
3.1营销方案的快速配置与部署
数据驱动精准营销具有较高的时效性要求，如果通过传统的需求分析、营销脚本设计、营销脚本开发、内容审批等流程实施，等到营销活动部署完成，可能会丧失最佳的营销时机，不能达到最佳的效果。所以数据驱动精准营销场景的定义必须通过快速配置、自动生成营销脚本实现。数据驱动精准营销的快速配置内容主要包括：触发规则、客户特征、营销周期、执行渠道、红黑名单、内容配置等。营销周期管理是指每个营销活动什么时候开展、开展多长时间都是与特定的业务场景匹配的，比如针对大学城的开学优惠可能是每年的9月、针对暑假的宽带特惠可能是每年的7月等。资源匹配包括所有营销活动需要动用的资源，包括营销内容、配套人员、设备等；营销渠道匹配是指不同类型的营销活动适合什么样的渠道，或者更个性化地针对不同客户的渠道偏好选择不同的渠道，从而提高客户对信息的响应度。
3.2数据实时生成和采集
数据驱动精准营销的实时性首先需要保证数据源生成和获取的实时性。目前中国电信运营商在网元侧部署有采集设备和系统，实时对用户的上网行为数据进行采集，如电信的移动互联网数据采集系统。数据驱动精准营销要求网元侧需具备实时数据产生、提供数据源的能力，采集系统可以分钟级（不超过5min）将源数据传送到文件服务器，然后通过采集工具（如Datax、Flume等）并行加载到大数据平台进行相关ETL处理和后续分析过滤。
3.3快速分析与执行
大数据的4V（volume，variety，velocity，value）特征中，速度（velocity）处理要求快是一大技术挑战。在数据驱动精准营销场景下，数据装载到大数据平台后，需要马上进行快速数据处理，对符合触发条件的目标客户触发相关的营销动作。通过MapReduce、Storm、S4等云计算框架，完成数据的快速处理分析。数据驱动精准营销一般不需要复杂的挖掘模型进行客户挖掘，客户点击某URL、搜索什么关键词、到达某个商业区域都可以即刻促成营销。通过预先设置匹配URL库、应用库、位置信息库来快速匹配符合营销条件的客户，经过去重、过滤，就可生成数据驱动精准营销的客户名单。
3.4效果评估
营销效果的评估除需考虑营销活动本身产生的效益外，还需从营销活动流程的优化出发，设定相关的评估维度与评估指标，指标参考如下。
•目标客户数：派单到渠道营销的客户数。
•接触客户数：营销执行过程中真正接触到的客户数。
•响应客户数：接触后同意加入活动的客户数或响应客户数。
•营销成功率：响应客户数/接触客户数。
•有效接触率：接触客户数/目标客户数。
•营销实时性：营销事件触发到接触客户的时间，统计平均值。
•响应及时性：接触客户到客户响应的时间，统计平均值。
•持续响应率：后续响应的客户数/响应客户数。
4场景示例
4.1三星GalaxyS4营销
一款热门手机的推出，会引起各大运营商的大力宣传和推广，以引起更多用户的关注，从而抢占市场。然而目前终端市场的产品质量、价格基本相当，都不能成为传统的营销手段。只有快速定位目标客户群，并进行快速营销才能抢占市场先机，赢得更多的用户。三星GalaxyS4上市，电信运营商在网上营业厅预售，用户可以通过搜索“三星”等关键词查询相关产品信息，在京东商城、天猫等电子商务网站推送产品，在展示厅、苏宁、国美等位置铺设三星GalaxyS4产品，在电信渠道中通过短信和语音等进行产品广告宣传。通过数据实时采集技术，分钟级采集用户上网行为数据和位置信息的数据，其后将用户的网上营业厅访问轨迹、互联网访问日志及位置信息等与基础信息库（包括URL地址库、应库、位置信息库等）进行实时匹配，及时获取对三星GalaxyS4感兴趣的目标客户，实时触发事件营销活动。
4.2网上营业厅充值业务发展
随着电子商务模式的发展，手机充值的渠道越来越丰富，越来越多的人选择通过一些电子商务平台进行手机充值，如京东商城、天猫、苏宁易购等，而中国电信自身的网上营业厅相对于这些传统大型电子商务平台来说，便捷性和用户基础不具备太大的优势。随着恒大亚冠的晋级，越来越多的人关注恒大的亚冠赛事，尤其是决赛。某省电信公司通过与恒大的合作，以借用热点事件的高人气关注度，快速推广自身的业务，如“为亚冠充”的营销活动。“为亚冠充”推广活动的驱动引擎规则包括搜索恒大和亚冠等关键词、活动期间访问其他电子商务平台充值渠道、出现在赛场体育馆附近或者余额不足的电信用户，通过短信、易信等渠道对这些用户推送“为亚冠充”活动的优惠信息，以达到推广电信网上营业厅充值业务的目的。
5结束语
本文针对移动互联网背景下，随着大数据技术的发展、客户需求的变化对企业业务模式变革带来的挑战，对电信行业数据驱动精准营销的概念、流程以及实施所需要的关键IT支撑能力进行了阐述。同时选取了多个应用场景在某电信运营商的多个试点省进行实施部署，通过试点发现该营销模式可以在客户需求最强烈的时候，把握最佳营销时机，并根据客户的兴趣特征提供最佳的产品与服务，客户体验得到提升，客户响应度、营销成功率等也有较大提高。本营销模式需要大数据技术支撑，同时需要有实时、稳定的数据源作为保障，对目前一些正在建设的大数据平台、技术储备较弱的省分公司将存在一定的实施难度。
作者：张青 黄平 单位：中国电信股份有限公司广东研究院 中国电信股份有限公司广东分公司
