1 引言
随着4G时代的到来，2G用户势必会慢慢过渡，牵引至3G乃至4G,使2G用户享受更快速更优质的网络服务，同时提升终端的销量及用户的消费能力。在过渡、牵引期间，要使运营商有限的资源有效地配置给有需求及有购买力的客户身上，那么挖掘潜在客户，并匹配适合的定制终端就至关重要。
在这样的背景下，本文设计、建设了潜在客户与定制终端匹配模型，输出潜在客户清单、客户类型和适合的终端价格档次，帮助市场部准确定位潜在终端购买客户，辅助营销人员为用户推荐合适的终端，进而提升一线营销人员终端营销能力，显着提升内蒙古移动的终端销量。
2 实现方案
2.1 建设思路
从用户购买力及购买需求出发，构建潜在客户与定制终端匹配模型。首先，选定高价值用户、高流量用户和他网3G用户作为首选目标用户，同时将该部分客户群体纳入重点要发展的3G用户群。对于具有3G网络服务需求但特征比较隐性的用户，进行数据挖掘，挖掘识别出潜在客户行为规则。通过对具有购买力及购买需求用户的不同规则及算法，最终识别出定制终端潜在客户。对潜在定制终端客户进行客户细分，细分出商务客户类型、娱乐客户类型以及普通客户类型，并对潜在客户适合的定制终端价格档次进行识别，最终建立潜在客户与定制终端的匹配关系。
2.2 建设内容
2.2.1 定制终端潜在客户识别从客户购买力及营销目的出发，排除移动员工号码、公免号码、红黑名单、虚号码等特殊号码外，符合以下条件的用户直接纳入定制终端潜在客户范畴。
a）它网3G潜在用户：使用它网3G终端的移动用户，且其月使用流量大于70M.
b）高价值潜在用户：订购全球通上网套餐、全球通商旅套餐128、158、188、288、388、588、888,全球通本地套餐128以及ARPU值大于150元的正常通信且未在合约期内的用户。
c）高流量潜在用户：使用2G终端的移动用户，近3个月月均2G流量大于100M,用户状态正常且未在合约期内。
识别出该部分潜在客户后，剩余客户采用数据挖掘算法识别。排除终端使用时长大于等于3个月的客户（认为刚换机的客户不会再次购买移动终端），对目标客户进行数据预处理，数据清理，数据集成和转换，数据归约操作。根据变量信息增益，熵值，相关性取值，最终选择7个变量，构建模型。变量分别是市场类别、近3月月均ARPU、近3月月均DOU、近3月月均交往圈个数、近3月月均本地消费金额、近3月月均参与活动次数。为了模型的总精确性，构建了决策树、逻辑回归、神经网络、决策列表等7种模型，最终选择模型效果最优的决策树算法作为定制终端潜在客户识别算法。该模型算法准确率为72%,命中率为65%.
2.2.2 潜在客户细分对识别出的潜在客户进行客户细分，根据用户特征将潜在目标客户细分为商务类，娱乐类及普通类型。其中，商务类用户主要指使用了全球通商旅套餐的客户及与商旅客户相似度较高的客户；娱乐类用户主要是订购了彩铃、MM、手机游戏、咪咕高级会员、手机动漫中任意一种，且流量大于5兆的客户；非商务类、娱乐类的其他用户定义为普通类用户。
2.2.3 潜在客户适合的终端价格档次潜在客户与最近一个月换机客户做相似度计算，取距离相对较小的对端客户所在的终端价格档次作为推荐终端档次，否则用该客户近3月月均ARPU*24（合约期）/1.5作为潜在客户适用终端档次。终端价格档次依次为0-500元、500-800元、800-1500元、1500元-2000元、2000元-3000元、3000元以上。【图1】
相似度计算：通过目标变量与预测变量的相关性及重要性特征，选取漫游次数、DOU、ARPU、本地通话费、漫游通话费、长途通话费、缴费金额、MOU及交往圈个数这九个指标，标准化后作相似度计算。
2.2.4 模型输出潜在客户与定制终端匹配模型通过规则判断，并结合决策树C5.0算法识别出潜在客户，对潜在客户进行规则及相似度计算，细分出客户类型及客户适合的终端价格档次。通过固化模型，扩展输出，方便市场部快速响应市场变化，随时调整营销方案与目标客户群。
3 应用效果
3.1 模型查全率查准率显着优于随机抽取
模型6月份上线后，利用挖掘模型的规则和算法识别6月份的换机客户，共识别出65万潜在客户，与内蒙古全自治区当月的实际换机用户进行比较，得出模型的查准率为11.67%,查全率为29.79%.同时，模拟市场终端用户发展模式，通过随机抽取的方式获取65万用户，并与当月实际换机用户进行比较，得到随机抽取方式的查准率为2.18%,查全率为5.11%.由此可见，挖掘模型效果要显着优于随机抽取。【图2】
3.2 终端销量提升显着
潜在客户与定制终端匹配模型输出清单均为具有购买力及购买需求的用户，因此将模型输出结果推向一线营销，终端销量有了较为明显的提升。7-10月内蒙全省终端裸机及合约机的销量持续上升，其中，合约机销量月均增长43.6%,裸机销量月均增长53.4%.【图3】
3.3 终端销售质量提升
潜在客户与定制终端匹配模型输出用户为具有较强烈终端购买欲的用户，因此对这部分用户开展终端营销后，在保证合约机销量稳步增长的情况下，有效控制了合约用户的拆包率，提升了终端销售的质量。从7-10月的数据可以看出，内蒙古全自治区销售的合约终端的拆包率在持续下降，10月份合约终端的拆包率只有6.63%,终端保有的效果有了显着提升。【图4】
4 结束语
潜在客户与定制终端匹配分析，充分站在客户角度分析，立足2G用户慢慢牵引，过渡至3G乃至4G时代，帮助一线营销人员提升终端销量，完成KPI指标这样一个出发点。对于有购买力的高价值、高流量的他网3G用户，直接纳入营销范畴，慢慢渗透，使其享受更快速、更优质的网络服务。对于有购买需求的用户，通过分类算法，识别出有偏好快速网络需求的用户群体，并进行快速精准营销。把有限资源投入到准确的目标客户身上，使得总体营销成本下降，营销质量提升，达到最佳营销效果。
参考文献
[1]李嘉。深圳移动定制终端营销策略研究。2009.
[2]段志昌。移动通信订制终端锁机锁卡方案综述。科技与生活，2010.
[3]张文阁。从“定制终端”到“定制体验”3G引发运营商终端策略转变。世界电信，2010.
[4]李仲侠。把握数字家庭终端发展趋势运营商践行“定制终端”路线。通信世界，2012.
