昨天在rainleave提到医院的分析模型交流中,这里也说说电信行业的分析模型应用。现在我们这个项目组就是干这个的,所以好歹还能说上两句。
我们主要专注在电信营销的分析模型,当然,偶尔也涉及到一些"高层次"的分析模型。为了以示区别,前者叫做营销分析模型,后者叫做管理分析模型吧,当然,这两个术语暂时只限于本文范畴内使用,并没有广泛的含义。我们当然还是主要以营销分析模型为主,因为他看起来要实在一点,直接支持到营销活动,而后者,大多是基础性的,或者是支撑高层管理决策的。
在昨天谈及医疗行业的若干应用模型时,曾经提到,要描述分析的业务目的,所谓目的,就是能够分析结论直接支持的行动。对于营销分析模型来说,一般目的性比较强,就是为了营销中某个环节更加优化,行动很明确,就是进行什么样的营销策略。而管理分析模型相对目的性不够强,大多不会直接指导什么行动,如果需要行动,还需要近一步确定。
下面根据这两大类的应用模型,来列举一些。一般,我会先说模型的名称,然后说他的应用目的,然后简单介绍一下分析思路。
先来介绍一些营销分析模型,排名无先后,先想到的先写下来:
1、客户流失模型,为了减少客户流失率,根据客户历史行为提前预测客户流失,提前预警,以便对其进行挽留措施。
2、客户价值增长模型,为了提升客户的消费,分析客户对优惠赠送的弹性,分析他是否价格敏感,对优惠是否有弹性,对这样的客户,用一些小恩小惠刺激其消费。
3、新业务交叉销售模型,向客户推荐更可能接受的业务,利用业务和业务间的关联度,对一些已经使用某业务,但未使用高关联业务的客户进行业务推荐,有较好成功率。基本采用关联分析的方法可以实现。这几乎可以支撑任何产品的精确营销,但不同的产品销售都有其各自特点,所以每个产品都可以用其他的分析方法构建更精确的模型。
4、赠送敏感性模型,如果要给客户赠送,赠送多少合适?这跟上面第二个有点想,不过是分析赠送的额度。
5、外来人口识别模型,识别一个城市(一般是一个外来人口多的城市)的外来人口,针对该人群作出一些长途话务的销售。
6、竞争对手防御模型,识别竞争对手敲墙脚行为,作出防御。其实运营商都这么干,你挖我的客户,我挖你的客户,虽然被斥为恶性竞争,但没法子,总得防御。而且手段也与时俱进,经常会变化号码,或者雇佣代理商来干这种事情。不过,这种挖墙角行为在通话行为上是有所表征的。
7、跳蚤客户识别模型,发现异常的客户群体。运营商让代理商销售产品,后者获取佣金,这中间有很多漏洞可钻。养卡是其中一个重要的手段,先开通先获取佣金,用完了扔掉。这就是跳蚤客户,当然,他们在行为上是有迹可寻的。
8、自消费识别模型,类似上面。合作伙伴在利益驱动下,总是有各种方法来套利,SP消费自己的业务,赚的提成要是能够比自己的成本高,当然划算。这种事情长期来看是要避免,不过短期是不一定制止的。
9、接触响应模型,提高在接触客户包括接触到以后业务成功率,进行业务推荐、调研、服务的时候,客户的态度、对业务的偏好、接触的时段都可能影响成功率。
10、渠道偏好模型,引导客户到特定渠道办理业务,当然尽量使电子渠道。有的客户喜欢在网站,有的喜欢电话客服,有的就是喜欢在固定的营业厅。
11、终端销售模型,提高手机终端的销售成功率。客户换机有周期,对品牌,对功能有偏好,分析之,在合适的时机推荐,会有较好的成功率。
12、群体依附模型,提升集群类业务的销售成功率。集群类业务比如家庭网、集群网、老乡网等等,分析客户的交往圈模式,识别其具备群体通话模式,推荐之。
13、内容营销模型,提高内容型业务的销售成功率,比如彩铃、手机报纸,都是有内容区分的,识别客户对某种内容的偏好,比如音乐、娱乐、旅游等,针对性销售之。
14、.....不少了。
再来介绍一些管理分析模型,同样排名无先后,先想先得。但因为一般目的性不强,用于大策略制定的,所以其目的就少说点了。而至于分析思路,主要是要能站在一个高度从概念上先解释这个模型,再有分析过程的。
1、客户细分模型,概览所有客户,区分成若干群体。
2、客户生命周期模型,区分客户使用运营商服务的不同阶段,又开始总是有结束的。
3、客户忠诚度,衡量客户对运营商服务依赖性的程度。
4、客户满意度,衡量客户的期望与服务被满足之间的差距。
5、客户信用度,衡量客户产生恶意欺诈的可能性。
6、产品生命周期,一种业务推出,比如短信,有高涨的时候,也有衰退的时候,是有规律、有阶段的。
7、客户价值模型,这恐怕不算一个分析模型,而是一种计算模型,综合考虑成本和消费收入来核算一个客户的精确成本。
8、健康度,有各种健康度,比如渠道的,客户的,都是综合区分一个东西是否"健康",当然,一般来说,健康的概念是很难定义的。
9、KPI预测,收入、话务、用户数,等等这些指标,下个月下个季度会是什么值?这个目的性还算强,用于计划制定,但不算营销类的,只能放在管理类里面。
10、....
以上的模型没有更细的分类,但还是可以从实体(如客户、产品、渠道等)、从业务(如新业务、集团业务、语音业务、客户服务)等维度来区分。当然,还有其他一些模型,一时半会也就想这么多,这些模型有的做起来效果显著,有的就不咋地。原因么,可能是业务理解不够,或者是模型构建不行。其实,只要在业务流程中,存在需要分析的地方,都可以抽象出来,利用一些方法,比如关联,比如利用历史数据抽象出一个解决方案,就可以形成一个模型。
问题是先于模型存在的。你如果不需要针对你的客户进行个性化服务,就不会有相应的流程。但一旦你需要针对不同的人提供不同的服务,或者试图,你就需要分析。我想这也是bi继续深化下去的一个理由。