论文部分内容阅读
作为一名广电业的老兵,笔者在网络公司工作多年,对于公司的发展及市场营销模式有着自己的看法,尤其是对于用户的深入挖掘,本应有更好的方式,但却由于种种原因未能得到进一步发展,从而也阻碍了网络公司的业务发展。在此抛砖引玉,提出自己的一些看法,与同行交流。
2010年,全国三网融合呼之欲来的时候,本地的数字电视推广却显的格外平静。在停止主动推广数字电视业务一年半之后,面对着依旧存在的22万有线用户,公司还是把保障有线收费的收益放在了首位。
目前来看,网络公司现有的有线收费执行模式是比较粗放的。举个例子说,本地第三区有住户10200户,2009年清收用户数为6000户。按照每年每户应缴纳168元收视费来计算,09年有线收益约为100万左右。2010年,领导定的有线收费目标为120万,这就需要再挖掘用户近2000户,不过这多出的2000户潜在用户也只是人为的估算。对于基层工作人员来讲,保证已缴费的用户续交就要付出很多,而为实现了这多出的2000户增额目标,也只有一家一家上门对那些欠费用户做工作了。
这种近乎没有方向的营销方式,极大的浪费了网络公司有限的人力物力,而且得到的效果也不尽人意。
面对市场反馈的信息结果,进行一定的用户数据分析和挖掘是迫切需要的
一方面有线收费要继续进行,另一方面,网络公司的工作人员们又要面对近5万已经数字电视化的用户,在他们中间,每年也有近13%的数字电视用户退订率,其中部分用户选择恢复有线电视,少量用户选择了停看。停看的用户占数字和有线电视用户总和28万用户的3%左右。这些数据都是客观的。
是什么原因导致了这些变化,发展趋势又是如何,这些迫切需要了解和解决的事情,在网络公司里却一直凭借着人为经验来判断,没有客观的市场数据来支撑,更缺少科学的数据挖掘。
拍脑袋的想法,只会让执行者感到茫然。
1、网络公司现有的市场软件统计参考功不能支撑市场营销的需求
究其原因,现有的软件功能并不完备是其中之一。网络公司现有两套计费软件。一套是基于DOS系统的有线收费系统,可以提供用户姓名、联系方式、住址、缴费情况以及缴费余额等基本信息。另一套是数字电视收费系统,同样可以提供用户姓名、联系方式、住址、缴费情况以及缴费年限情况信息,并可以做简单的财务报表和付费节目订购情况统计。
不过,这两套系统从根本上还是以收费出票为主,其自带的分析很简单,参考价值不高,且格式已经被固定化,很难因地制宜,给本地的市场部门更多的营销指导。
2、什么是用户数据分析
市场部门是直接面对用户的部门,部门营销其实就是对用户数据以及产品的情况进行分析并做出针对性策略,以此来增加企业收益。其中用户数据分析就是指通过适当的统计方法对收集来的大量用户资料进行分析,以求最大化地开发用户数据资料的功能,发挥这些数据的作用。
在理想的状态下,用户数据给予的信息越多越详细(如用户的年龄情况、家庭成员情况、收入情况、住址、对电视节目喜好情况、收视费缴纳情况等),得到的数据分析也就越准确,可参考价值也就越高。
只是在实际情况中,一些用户隐私,比如说收入情况是很难获得的,即便是采用问卷方式获得了部分数据,其准确性也不高,只能作为次要因素来参考。
另外还有产品情况分析,也就是公司提供的产品是否多样化、如何多样化。多样化的产品使得用户选择余地增加,通过用户选择产品类型的分析,可以优化套餐种类,增加新的产品元素。但广电网络公司产品单一,主要服务仍然是提供电视节目的收看,用户的选择范围非常小。而作为噱头一直大力宣传的数字电视付费节目,实质上也还是一种电视节目收看服务。
相比网络公司,电信的用户分析系统就比较成熟,这与电信的业务种类多、用户选择余地大有一定关系,电信可以凭借用户话费的多少对用户进行划分,并根据话费的变化,进行相应的套餐组合来刺激用户消费。
网络公司产品本身单一,缴费也是多年168块不变,就算那些使用数字电视的用户,每年也就增加了60块而已,这使得网路公司从用户缴费多少进行数据分析没有多大价值。
3、为什么选择以用户缴费年限作为用户数据分析的基准
依照现状和条件,笔者认为以网络公司用户缴费年限作为基准来进行用户数据探讨性分析是可行的,用户的缴费年限也可以看成用户忠诚度。
选择这样的基准,一是因为公司产品单一;二是现有的传统粗放营销模式不能满足公司的发展;三是现有数字电视用户每年流失的百分比巨大。其中,用户方面认为价格不合理占据了很大一部分比例。
过去有线收费的时候,为了鼓励用户缴费,采用12个月优惠1个月的方式收费的措施。后来数字电视化后,用户需要自己交费时,其中部分用户发现没有了有线收费时候的优惠措施,有了一定的抵制情绪。虽然说电脑化交费理论上可以使得网络公司比以前有线收费时增加1个月收费。但是否使得部分用户因此放弃数字电视,而恢复有线使用还是值得思考的。不过与此同时,也说明如果对用户进行缴费年限划分,实行给予优质用户一定的优惠,是肯定可以粘住用户,保证单位持续收益的。
4、优惠措施给公司效益带来的是亏本还是盈利
我们来算笔经济账,假设如果现有的5万户的数字电视用户,给他们1个月优惠可以使他们使用明年继续数字电视业务的话,那么5万户中退订的13%,一共是6500户,他们的一年续订收费可以使网络公司增加收益近((228-19)-(168-14))*6500=357500(元)。
但实际上,5万数字电视用户中其余的用户,也会因此享受优惠措施,那么网络公司其实每年要亏本(228*43500+(168-14)*6500)-(228-19)*50000=469000(元),这不是笔小数目。
只是我们还需要考虑到另一个情况,就是6500户退订用户的机顶盒不返还的问题。因为广电网络公司采用的是机顶盒免费赠送的措施,和用户签订的是6年使用合同期限,但实际情况却是这些用户在使用一年数字电视服务后,退订了服务,却没有归还机顶盒,按照每台机顶盒300成本算,那么广电就有6500*300=1950000(元)的费用在外,都成了坏账。相比之下,如果给予5万数字电视用户优质用户的优惠,长期持续的或得收益,从而来冲抵机顶盒的免费赠送的损耗,是有积极意义的。
以缴费年限作为基准的探索性挖掘是如何实现的
如图,笔者试把网络公司用户划分为优质用户、普通用户、黑名单三大块,在优质用户和普通用户中又有着特别的VIP用户(购买付费节目的用户)。
用户的分类
优质用户:连续缴纳有线或者数字电视收视费3-5年以上的用户。
普通用户:刚开户或者连续缴纳有线或者数字电视收视费1-2年以上的用户。
黑名单:长年欠缴或者停机用户。
这种用户划分并不是绝对的,普通用户如果一次性缴纳多年的收视费用,也可以立刻升级为优质用户。而对新进入黑名单的用户,可以保留优质用户或者普通用户的优惠措施1-2年,给予用户重新订购收视节目的优惠诱惑。
针对不同用户的营销措施
针对优质用户,可以给予收视费优惠,相关网络公司业务活动的优先享受权利,新产品的免费体检权利。
针对普通用户,鼓励其成为优质用户,人为制造服务差异化,正确引导其向优质用户发展。
针对黑名单用户,可以针对其中部分可发展用户群,投入人力物力,这样可以极大优化网络公司资源。
而对于优质用户和普通用户中的VIP用户,又可以单独划分出来,进一步提供更优质服务,提供更多优惠措施和相应的选择权利。
以此数据库为基础,还可以进行一些描述性的数据挖掘
探索性用户数据库建立完成后,还可以依照因素,进行一些描述性数据分析的挖掘。
这就需要更多的用户信息,比如该用户家庭情况,是否有老人和孩子,年龄和性别状况,收入情况,居住小区是属于高档还是属于一般类小区等等。通过提取单个或者几个因子,来进行用户收视节目或者其他市场情况的描述性分析,进一步指导市场营销工作。下表是一个简单的模型,让我们来共同分析一下(表1)
以上的数据分析仍然是探索性用户数据库分析。如果要达到电信级的用户数据挖掘,我们需要在探索性分析的基础上提出一类或几类可能的网络公司用户模型,然后通过大量的数据积累挖掘,进一步的分析从中挑选一定的模型来指导市场营销,这便是更深层次的数据挖掘。
2010年,全国三网融合呼之欲来的时候,本地的数字电视推广却显的格外平静。在停止主动推广数字电视业务一年半之后,面对着依旧存在的22万有线用户,公司还是把保障有线收费的收益放在了首位。
目前来看,网络公司现有的有线收费执行模式是比较粗放的。举个例子说,本地第三区有住户10200户,2009年清收用户数为6000户。按照每年每户应缴纳168元收视费来计算,09年有线收益约为100万左右。2010年,领导定的有线收费目标为120万,这就需要再挖掘用户近2000户,不过这多出的2000户潜在用户也只是人为的估算。对于基层工作人员来讲,保证已缴费的用户续交就要付出很多,而为实现了这多出的2000户增额目标,也只有一家一家上门对那些欠费用户做工作了。
这种近乎没有方向的营销方式,极大的浪费了网络公司有限的人力物力,而且得到的效果也不尽人意。
面对市场反馈的信息结果,进行一定的用户数据分析和挖掘是迫切需要的
一方面有线收费要继续进行,另一方面,网络公司的工作人员们又要面对近5万已经数字电视化的用户,在他们中间,每年也有近13%的数字电视用户退订率,其中部分用户选择恢复有线电视,少量用户选择了停看。停看的用户占数字和有线电视用户总和28万用户的3%左右。这些数据都是客观的。
是什么原因导致了这些变化,发展趋势又是如何,这些迫切需要了解和解决的事情,在网络公司里却一直凭借着人为经验来判断,没有客观的市场数据来支撑,更缺少科学的数据挖掘。
拍脑袋的想法,只会让执行者感到茫然。
1、网络公司现有的市场软件统计参考功不能支撑市场营销的需求
究其原因,现有的软件功能并不完备是其中之一。网络公司现有两套计费软件。一套是基于DOS系统的有线收费系统,可以提供用户姓名、联系方式、住址、缴费情况以及缴费余额等基本信息。另一套是数字电视收费系统,同样可以提供用户姓名、联系方式、住址、缴费情况以及缴费年限情况信息,并可以做简单的财务报表和付费节目订购情况统计。
不过,这两套系统从根本上还是以收费出票为主,其自带的分析很简单,参考价值不高,且格式已经被固定化,很难因地制宜,给本地的市场部门更多的营销指导。
2、什么是用户数据分析
市场部门是直接面对用户的部门,部门营销其实就是对用户数据以及产品的情况进行分析并做出针对性策略,以此来增加企业收益。其中用户数据分析就是指通过适当的统计方法对收集来的大量用户资料进行分析,以求最大化地开发用户数据资料的功能,发挥这些数据的作用。
在理想的状态下,用户数据给予的信息越多越详细(如用户的年龄情况、家庭成员情况、收入情况、住址、对电视节目喜好情况、收视费缴纳情况等),得到的数据分析也就越准确,可参考价值也就越高。
只是在实际情况中,一些用户隐私,比如说收入情况是很难获得的,即便是采用问卷方式获得了部分数据,其准确性也不高,只能作为次要因素来参考。
另外还有产品情况分析,也就是公司提供的产品是否多样化、如何多样化。多样化的产品使得用户选择余地增加,通过用户选择产品类型的分析,可以优化套餐种类,增加新的产品元素。但广电网络公司产品单一,主要服务仍然是提供电视节目的收看,用户的选择范围非常小。而作为噱头一直大力宣传的数字电视付费节目,实质上也还是一种电视节目收看服务。
相比网络公司,电信的用户分析系统就比较成熟,这与电信的业务种类多、用户选择余地大有一定关系,电信可以凭借用户话费的多少对用户进行划分,并根据话费的变化,进行相应的套餐组合来刺激用户消费。
网络公司产品本身单一,缴费也是多年168块不变,就算那些使用数字电视的用户,每年也就增加了60块而已,这使得网路公司从用户缴费多少进行数据分析没有多大价值。
3、为什么选择以用户缴费年限作为用户数据分析的基准
依照现状和条件,笔者认为以网络公司用户缴费年限作为基准来进行用户数据探讨性分析是可行的,用户的缴费年限也可以看成用户忠诚度。
选择这样的基准,一是因为公司产品单一;二是现有的传统粗放营销模式不能满足公司的发展;三是现有数字电视用户每年流失的百分比巨大。其中,用户方面认为价格不合理占据了很大一部分比例。
过去有线收费的时候,为了鼓励用户缴费,采用12个月优惠1个月的方式收费的措施。后来数字电视化后,用户需要自己交费时,其中部分用户发现没有了有线收费时候的优惠措施,有了一定的抵制情绪。虽然说电脑化交费理论上可以使得网络公司比以前有线收费时增加1个月收费。但是否使得部分用户因此放弃数字电视,而恢复有线使用还是值得思考的。不过与此同时,也说明如果对用户进行缴费年限划分,实行给予优质用户一定的优惠,是肯定可以粘住用户,保证单位持续收益的。
4、优惠措施给公司效益带来的是亏本还是盈利
我们来算笔经济账,假设如果现有的5万户的数字电视用户,给他们1个月优惠可以使他们使用明年继续数字电视业务的话,那么5万户中退订的13%,一共是6500户,他们的一年续订收费可以使网络公司增加收益近((228-19)-(168-14))*6500=357500(元)。
但实际上,5万数字电视用户中其余的用户,也会因此享受优惠措施,那么网络公司其实每年要亏本(228*43500+(168-14)*6500)-(228-19)*50000=469000(元),这不是笔小数目。
只是我们还需要考虑到另一个情况,就是6500户退订用户的机顶盒不返还的问题。因为广电网络公司采用的是机顶盒免费赠送的措施,和用户签订的是6年使用合同期限,但实际情况却是这些用户在使用一年数字电视服务后,退订了服务,却没有归还机顶盒,按照每台机顶盒300成本算,那么广电就有6500*300=1950000(元)的费用在外,都成了坏账。相比之下,如果给予5万数字电视用户优质用户的优惠,长期持续的或得收益,从而来冲抵机顶盒的免费赠送的损耗,是有积极意义的。
以缴费年限作为基准的探索性挖掘是如何实现的
如图,笔者试把网络公司用户划分为优质用户、普通用户、黑名单三大块,在优质用户和普通用户中又有着特别的VIP用户(购买付费节目的用户)。
用户的分类
优质用户:连续缴纳有线或者数字电视收视费3-5年以上的用户。
普通用户:刚开户或者连续缴纳有线或者数字电视收视费1-2年以上的用户。
黑名单:长年欠缴或者停机用户。
这种用户划分并不是绝对的,普通用户如果一次性缴纳多年的收视费用,也可以立刻升级为优质用户。而对新进入黑名单的用户,可以保留优质用户或者普通用户的优惠措施1-2年,给予用户重新订购收视节目的优惠诱惑。
针对不同用户的营销措施
针对优质用户,可以给予收视费优惠,相关网络公司业务活动的优先享受权利,新产品的免费体检权利。
针对普通用户,鼓励其成为优质用户,人为制造服务差异化,正确引导其向优质用户发展。
针对黑名单用户,可以针对其中部分可发展用户群,投入人力物力,这样可以极大优化网络公司资源。
而对于优质用户和普通用户中的VIP用户,又可以单独划分出来,进一步提供更优质服务,提供更多优惠措施和相应的选择权利。
以此数据库为基础,还可以进行一些描述性的数据挖掘
探索性用户数据库建立完成后,还可以依照因素,进行一些描述性数据分析的挖掘。
这就需要更多的用户信息,比如该用户家庭情况,是否有老人和孩子,年龄和性别状况,收入情况,居住小区是属于高档还是属于一般类小区等等。通过提取单个或者几个因子,来进行用户收视节目或者其他市场情况的描述性分析,进一步指导市场营销工作。下表是一个简单的模型,让我们来共同分析一下(表1)
以上的数据分析仍然是探索性用户数据库分析。如果要达到电信级的用户数据挖掘,我们需要在探索性分析的基础上提出一类或几类可能的网络公司用户模型,然后通过大量的数据积累挖掘,进一步的分析从中挑选一定的模型来指导市场营销,这便是更深层次的数据挖掘。