计算机应用 | 古代文学 | 市场营销 | 生命科学 | 交通物流 | 财务管理 | 历史学 | 毕业 | 哲学 | 政治 | 财税 | 经济 | 金融 | 审计 | 法学 | 护理学 | 国际经济与贸易
计算机软件 | 新闻传播 | 电子商务 | 土木工程 | 临床医学 | 旅游管理 | 建筑学 | 文学 | 化学 | 数学 | 物理 | 地理 | 理工 | 生命 | 文化 | 企业管理 | 电子信息工程
计算机网络 | 语言文学 | 信息安全 | 工程力学 | 工商管理 | 经济管理 | 计算机 | 机电 | 材料 | 医学 | 药学 | 会计 | 硕士 | 法律 | MBA
现当代文学 | 英美文学 | 通讯工程 | 网络工程 | 行政管理 | 公共管理 | 自动化 | 艺术 | 音乐 | 舞蹈 | 美术 | 本科 | 教育 | 英语 |

电信企业经营分析系统应用中的问题和对策(1)(2)

2014-02-17 01:29
导读:5.3 分析 和挖掘结果不能充分 应用 到实际工作中 经营分析系统缺乏一套有效的闭环经营流程管理机制。经营分析系统建设初期仅被认为将 企业 中现有的

    5.3 分析 和挖掘结果不能充分 应用 到实际工作中

    经营分析系统缺乏一套有效的闭环经营流程管理机制。经营分析系统建设初期仅被认为将 企业 中现有的数据转化为知识,帮助企业决策层做出正确的业务经营决策。系统侧重后台分析,忽视了前台营销和客服,造成系统功能大打折扣。在实际工作中,分析人员和市场一线的经营、客服人员缺乏密切的相互 学习 和交流。前台人员得不到分析结果有力支持。比如,当客户经理被要求对可能流失的客户做挽留工作时,只能从客户分析人员获得客户名单,得不到有关客户流失的详细信息,如用户的基本信息资料,用户的忠诚度、离网率、欠费率以及用户最近一个月的通话行为、用户的状态变更、套餐变更等,很难真正的了解客户流失原因以及开展“一对一营销”。

    5.4进行客户主题分析缺乏层次性,不注意知识的积累。

    在客户分析的过程中,分析人员往往单就某个客户主题进行分析。当再分析其他客户主题时,不是利用以前的知识,而是从头做起。当直接分析综合性很强的主题时,由于主题的综合度越高,所涉及的变量、维度越多,难度也就越大。像客户流失分析涉及的简单变量达到三四十个之多,如果不考虑客户主题层次的话,不加选择放在一起分析,很可能出现“维度灾难”,难以得到有价值的结果。

    6.对策

    6.1利用企业外部资源

    考虑到经营分析系统的数据挖掘功能不能充分发挥功能的 问题 ,短期之内又难以建成完善的数据挖掘环境,有的电信企业利用外部资源,不失为明智的选择。企业将挖掘分析项目外包给电信咨询公司,聘请数据挖掘专家进行数据挖掘分析。这些专家具有专业的数据挖掘知识,熟悉电信业务。通过外包给专业、有经验的分析人员,不仅减少了电信企业的工作量、降低了成本,而且也能获得数据挖掘技术带来的好处。

    但是对电信企业来说,外包并不是长远之计。数据挖掘要分析的客户主题不是一时发生的问题,而是始终伴随企业成长的问题。比如,客户流失是任何一个电信企业任何时候都无法避免的。流失是一个始终伴随企业成长的问题。虽然专家对当时的问题做出了很有说服力的报告,但是市场瞬息万变,可能经过很短的时间又出现了一个与当时完全不同的流失问题。另外,分析结果的最终目的是指导、应用到实际工作中。即使分析的结论再正确,如果得不到有效地应用、实施,也是徒劳的。应用环节是重中之重。但是在实际的项目工作中,提交令电信企业市场部门满意的分析报告预示着外部专家的任务就宣告结束。外部专家忽视了对市场、客服人员提供后期指导,不能长期监控指导市场人员实施根据报告制定的举措,无法及时发现和解决实施过程中的问题。

    6.2完善企业内部经营分析环境。

    6.2.1招募、培养专业的数据挖掘分析人员。

    由于数据挖掘技术受到国内重视时间不是很长,从事数据挖掘行业的分析人员大多是统计出身,缺少 计算 机基础,不能深刻理解数据挖掘算法。高校作为向 社会 输送人才的地方,有关数据挖掘和分析的培养还有些落后。在计算机专业课程,并没有开设数据仓库、数据挖掘相关课程。另外,经营分析人才是典型的综合性人才,而 目前 除了一些具有邮电、 金融 行业背景的院校,大部分高校有关数据挖掘的 研究 侧重算法改进而非商业应用。电信企业应注重从具有行业背景的邮电院校招募相关方向的人才,制定培养计划,用较短时间培养出更多适应经营分析系统需要的人才。

    6.2.2加强经营分析对前台的业务支撑。

    一方面加强经营分析系统的对一线营销客服人员日常业务运营的支撑,赋予前台人员一定权限了解某一客户的基本消费情况,在与客户接触之前深刻了解客户需求,做好有关客户关系管理的准备。另一方面,加强分析人员与营销、客服有关挖掘结果的沟通和探讨,建立一套有效的闭环经营流程管理机制,

    6.2.3注重层次,有计划地分析客户主题。

    虽然客户分析主题比较多,各主题综合度、分析难度有较大的差异,但是某些主题相对具有一定的层次性。可以建立一个有关客户分析的层次结构。同一层次的主题分析涉及的变量数目相差不大,数据粒度同一。各层次中的主题相对独立,具有完整的意义。上层分析的主题较下层分析的主题综合性更强。下层分析的结论可以为上层分析提供数据支撑。有了客户分析层次,上层分析不必从原始数据开始分析,大大减少了工作量和分析的难度。如果只做低层分析,也能获得有价值的分析结果。

    客户主题层次可以分为低中高三个层次。低层次包括消费行为模式、消费层次变动、客户状态变动、投诉申告强度等。中层次包括客户信用度、忠诚度、客户价值等。高层次包括客户流失、客户细分、客户欺诈等。低层次分析是上层分析的基础。低层次分析的数据直接从业务支撑系统获取。这些原始数据能够真实的反映用户行为情况。因此低层次是各层次中最为重要的分析。如果已经分析了低层或中层主题,可以直接利用分析的结果。如果没有低层主题的分析结果,可以先从低层分析再到高层分析服务。比如,在客户流失分析当中, 参考 的重要信息包括消费变动、投诉申告强度、客户价值都不能从电信运营商的业务运营支撑系统中直接获取。可以先从客户消费变动、投诉申告强度、客户价值等低层次的主题入手。

    7.结束语

    电信企业建立和完善经营分析环境是一个长期、渐进的过程。硬件方面完善经营分析系统功能,加强经营分析对前台的业务支撑;软件方面一方面转变市场、客服部门的经营分析理念,加强非专业分析人员的 理论 培训,学习基本的数据分析知识,培养从统计图表和数据挖掘的多种展现图表获取信息的能力,另一方面注重招募、培养专业的数据挖掘分析人员。随着经营分析系统的应用逐步向深层次 发展 ,功能得到充分利用,必将为企业创造重要的价值、提升企业核心竞争力。

    参考 文献

    [1]段云峰等数据仓库及其在电信领域中的应用北京: 电子 工业 出版社,2003

    [2] 中国 移动通信集团公司中国移动经营分析系统技术规范(V1.0版)

    [3]Berry,Linoff, 袁卫等译, 数据挖掘——客户关系管理的 科学 与技术 北京:中国财政 经济 出版社,2004

共2页: 2

论文出处(作者):
上一篇:国外国企改革经验综述及对我国国企改革启示( 下一篇:分析着力提升新形势下的工商管理领导能力