劉穎慧 劉靜沙 許丹丹
中國聯(lián)通研究院 北京 100176
整合運營商內(nèi)部大數(shù)據(jù) 全面轉(zhuǎn)型存量經(jīng)營
劉穎慧 劉靜沙 許丹丹
中國聯(lián)通研究院 北京 100176
移動互聯(lián)網(wǎng)技術的高速發(fā)展和智能終端的快速普及,使各行各業(yè)的數(shù)據(jù)流量爆炸式增長,也使得傳統(tǒng)通信市場趨于飽和;因此如何保有用戶、提高價值成為運營商研究的新課題。文章分析存量經(jīng)營的必要性及面向存量經(jīng)營的精準營銷流程,以用戶畫像為基礎,闡述用于支撐內(nèi)部存量經(jīng)營的精準營銷實踐,為電信運營商的發(fā)展方向提供了思路。
通信行業(yè);大數(shù)據(jù);存量經(jīng)營;精準營銷;用戶標簽
傳統(tǒng)通信市場的日趨飽和,引發(fā)了運營商對于存量用戶的關注,而隨著大數(shù)據(jù)時代的到來,海量用戶數(shù)據(jù)的深度挖掘為存量經(jīng)營提供了可能[1]。中國聯(lián)通早在2012年就開始在大數(shù)據(jù)領域做出了諸多嘗試:結合內(nèi)外部數(shù)據(jù)的分析,剖析用戶行為。用戶的價值提升是存量經(jīng)營的最終目的,也是電信運營商需要不斷思考的問題。
存量經(jīng)營是指在一定時間內(nèi),持有一定數(shù)量的產(chǎn)品、貨物、儲備和資產(chǎn)的經(jīng)營活動方式,運用到運營商來說,就是針對現(xiàn)有的客戶(包含新入網(wǎng)用戶),制定各種營銷策略,實現(xiàn)精細化管理、差異化服務,從而實現(xiàn)客戶的保有和價值的提升[2]。
截止到2016年底,中國聯(lián)通移動出賬用戶達到2.64億,其中4G用戶約1.05億,4G滲透率已達39.7%。全年移動用戶凈增1,151萬,移動出賬用戶ARPU(average revenue per user,平均每個用戶每月貢獻的業(yè)務收入)達到人民幣46.4元。中國電信移動出賬用戶達到2.15億,而中國移動出賬用戶達到8.49億,其中凈增2266萬,4G新增用戶達2.23億,如圖1所示。從以上數(shù)字不難看出,當前的中國通信行業(yè),用戶已基本飽和,運營商之間的用戶增減絕大部分都是用戶轉(zhuǎn)網(wǎng)所致,新增十分有限。
圖1 2016年運營商用戶數(shù)量對比
面對這種競爭態(tài)勢,提高存量用戶的價值顯得格外重要。在充分競爭的市場中,用戶只會選擇更好的服務,因此,存量經(jīng)營,是現(xiàn)今運營商發(fā)展的必經(jīng)之路,只有保有用戶,提升價值,運營商才能做到三分天下有其一。
互聯(lián)網(wǎng)技術的日新月異,改變了傳統(tǒng)的商業(yè)模式,運營商也從重資產(chǎn)模式向輕資產(chǎn)轉(zhuǎn)化,比如基站的運維逐漸交由鐵塔公司管理,數(shù)據(jù)正逐漸成為運營商的核心資產(chǎn)。
運營商的存量經(jīng)營數(shù)據(jù)主要來源于服務于企業(yè)管理、生產(chǎn)運營、客戶服務的IT系統(tǒng)和業(yè)務平臺。
這些數(shù)據(jù)提供最核心的基礎數(shù)據(jù),覆蓋面十分廣泛,既包括了用戶的基礎屬性信息、語音流量話單信息和終端等數(shù)據(jù),又包括了運營商的基站、網(wǎng)絡寬帶、固定電話等數(shù)據(jù),數(shù)據(jù)量已經(jīng)達到PB級別。而這其中,用戶身份數(shù)據(jù)的數(shù)據(jù)價值最高,也是大數(shù)據(jù)運營中最重要且需要著重保護的用戶隱私數(shù)據(jù)。在用戶使用移動終端上網(wǎng)時,運營商從網(wǎng)絡側(cè)進行采集和解析,包括用戶訪問APP時產(chǎn)生的流量、上網(wǎng)行為發(fā)生的地理位置、訪問網(wǎng)站的頻次時間等行為數(shù)據(jù),為后續(xù)用戶的行為分析打下了基礎。
首先是基礎網(wǎng)絡覆蓋的廣泛性,運營商的網(wǎng)絡幾乎覆蓋了所有的生活場景,用戶可以隨時進行無縫切換,保證了數(shù)據(jù)的連續(xù)性;其次是數(shù)據(jù)傳輸?shù)姆€(wěn)定性和安全性,運營商四通八達的傳輸網(wǎng)絡可以保證數(shù)據(jù)流從源端到目的端的快速有效傳輸;最后是數(shù)據(jù)存儲的可靠性,運營商的IDC機房可以海量存儲數(shù)據(jù)源,多重技術保障確保數(shù)據(jù)安全。
用戶從入網(wǎng)開始就成為存量用戶,存量經(jīng)營要貫穿用戶整個生命周期,并根據(jù)不同時期的用戶特點,針對性向其推介產(chǎn)品和服務。用戶的生命周期如圖2所示。
圖2 用戶生命周期圖
也就是說,存量經(jīng)營需要對每個客戶都要進行差異化服務,滿足不同的需求,并對有流失可能的用戶進行有針對性的維挽活動,這些動作都是建立在對用戶的基本屬性、行為進行挖掘分析,將用戶進行細化分類的基礎上,對每個分類的用戶采取不同的營銷策略,這也是精準營銷的理念所在。
精準營銷的基礎是對用戶有著全面而準確的認知,這些認知就是互聯(lián)網(wǎng)行業(yè)、通信運營商對用戶貼付的用戶標簽,繪制的用戶畫像[3]。無論是數(shù)據(jù)經(jīng)營,客戶服務還是產(chǎn)品策略,存量經(jīng)營都是運營商未來的工作中心,以被動變主動,以事后變事前,以產(chǎn)品找用戶變用戶定產(chǎn)品。
精準營銷的準確率高在于精準把握了每個用戶的多元化需求,在用戶需求差異化較大的今天,切實地實現(xiàn)差異化服務需要能準確分析用戶需求的方法。用戶畫像即根據(jù)用戶的自然屬性和消費行為進行建模分析,從而得出的用戶標簽集合。根據(jù)用戶的不同標簽,可推薦差異化的產(chǎn)品和服務。
精準營銷不但提高了營銷的準確度和命中率,同時也提高了服務水平,提升了用戶的忠誠度,諸多行業(yè)已經(jīng)在精準營銷的路上開始了實踐,通信行業(yè)也不外如此[4],精準營銷基于運營商的用戶大數(shù)據(jù),通過大數(shù)據(jù)挖掘、機器學習等方式進行數(shù)據(jù)價值的獲取,具體營銷流程如圖3所示。
圖3 精準營銷流程
1)提取用戶畫像:用戶畫像即商業(yè)目的下用戶標簽的集合。運營商制定自有的標簽體系,并對用戶的語音和流量使用情況進行數(shù)據(jù)統(tǒng)計和分析,從而確定用戶所匹配的相應標簽。用戶標簽可以分為兩部分,一是自然標簽,包括用戶的基礎信息、性別、年齡等,二是用根據(jù)用戶的基礎信息和行為數(shù)據(jù)的歸納和分析而來的特征標簽,如最常用的APP、最喜歡的電商網(wǎng)站等等。根據(jù)用戶的基礎信息和行為信息,對用戶進行360度的屬性特征和行為偏好畫像。用戶標簽產(chǎn)品能全方位的了解用戶行為特征,為鎖定潛在目標用戶群、 營銷決策等提供數(shù)據(jù)支撐基礎。
面向存量經(jīng)營的用戶畫像要面向細分的營銷場景,對畫像進行重新排列。用戶畫像根據(jù)基本標簽和特征標簽可以分為4個維度。
①基本畫像,基本畫像是指用戶的生命周期畫像,根據(jù)用戶業(yè)務使用與需求的匹配程度進行劃分。比如體驗用戶是指需求不明確、入網(wǎng)時間短的初期用戶;價值提升用戶是指體驗與需求明確、ARPU連續(xù)三個月提高,并且流量基本處于超套或高飽和的用戶;穩(wěn)定用戶是指對資費不敏感,體驗較好的用戶;維挽用戶是指用戶感知差,投訴多,且ARPU連續(xù)三個月下降的用戶。價值提升用戶和維挽用戶是存量經(jīng)營的重點關注用戶。
②行為畫像,行為畫像是針對用戶的通信行為、語音行為、流量行為和權益行為進行繪制的畫像,通信行為是指套餐是否飽和、超套,語音流量和短信是否平衡等;語音行為是指語音(國內(nèi)、國際)是否滿足等情況;流量行為與語音行為類似,指套餐是否飽和、壓抑或超套;權益行為指用戶對自身的資費是否敏感、優(yōu)惠活動是否積極等。
③產(chǎn)品畫像,產(chǎn)品畫像是指用戶的標簽屬性與產(chǎn)品內(nèi)容、產(chǎn)品特征相結合,互相匹配,從而篩選出每個產(chǎn)品的目標用戶群,通過目標用戶群中的各項標簽,實現(xiàn)產(chǎn)品與用戶的精準對接。
④觸點畫像,觸點,即運營商與用戶接觸的渠道、方式,實體渠道包括客戶經(jīng)理、營業(yè)廳和呼叫中心等,電子渠道包括自主終端、網(wǎng)上營業(yè)廳、短信營業(yè)廳、掌上營業(yè)廳和互聯(lián)網(wǎng)等方式。
選擇用戶最適合的渠道,才能避免用戶對營銷活動的抵觸情緒,提高接受度,達到事半功倍的效果。
2)確定營銷基本信息:根據(jù)需進行營銷活動的企業(yè),確定需要營銷產(chǎn)品系列,提取營銷的基本信息,以便于后續(xù)的營銷活動用戶定位。
3)尋找用戶群:根據(jù)營銷活動的特點和依據(jù)數(shù)據(jù)挖掘而得的用戶行為偏好標簽,尋找目標匹配的用戶群體。
4)匹配用戶群與產(chǎn)品:根據(jù)用戶群的具體細化標簽,匹配系列產(chǎn)品中的某產(chǎn)品,確定向每個用戶營銷的具體產(chǎn)品(如10元流量包、5元流量日包等等)。
5)匹配營銷渠道:依據(jù)用戶的渠道接受度相關標簽,確定適合該用戶進行營銷的渠道,如短信、微信和外呼等。
6)渠道觸達:通過確定的渠道,真正地接觸用戶,實施營銷行動。
7)評估營銷效果:對營銷活動的成功率、客戶響應率和執(zhí)行的時效性進行評估,并根據(jù)結果對標簽提出優(yōu)化建議,對活動和渠道也進行相應的調(diào)整。
從電信運營商內(nèi)部來看,隨著4G網(wǎng)絡的發(fā)展和普及,更快更穩(wěn)定的4G網(wǎng)絡已經(jīng)逐漸代替了3G和2G網(wǎng)絡,而且功能強大的智能終端也在客觀上促進了用戶向4G網(wǎng)絡轉(zhuǎn)變,因此,提示用戶升級網(wǎng)絡,成為運營商的一個重要任務[5]。在此場景下,電信運營商做出了精準營銷的方案。其精準在于不同網(wǎng)絡終端用戶的識別和推薦。
例如:有使用某運營商3G網(wǎng)絡的用戶A,根據(jù)其用戶情況,應提示其進行4G網(wǎng)絡的升級。用戶登錄網(wǎng)上營業(yè)廳或掌上營業(yè)廳后,根據(jù)其用戶資料,彈出提示框,提示當前最近的營業(yè)廳,可進行換卡業(yè)務和最新的4G套餐。根據(jù)用戶當前所在位置,若接近實體營業(yè)廳,則通過短信等方式提示其到最近營業(yè)廳辦理相應業(yè)務。再舉個例子,增值業(yè)務推薦,建立增值業(yè)務推薦模型,提取一批定制了100M-10G 5個檔位不等的流量的用戶,通過模型訓練,獲取了用戶消費行為與其訂購流量包之間的關聯(lián)關系。每天定時地提取一批用戶,運行模型,提取其中有可能訂購流量包及相應業(yè)務檔級的用戶,個性化地向其推薦流量包,在提高用戶的ARPU的同時,避免了用戶自行查詢流量增值業(yè)務的麻煩,提高了客戶滿意度和忠誠度,提升運營商精細化營銷和管理的能力。
另外,也可以根據(jù)用戶的基礎信息和業(yè)務套餐信息等,提取功能因子,建立評分體系,對用戶的信用進行評分,其后根據(jù)用戶的終端信息、屬性信息、消費能力和其他業(yè)務套餐信息確定應該向用戶推薦的產(chǎn)品或業(yè)務[5]。當然,構建的評價體系也可以開展和其他行業(yè)的合作,如與金融機構的用戶征信體系進行信息的對比。
精準營銷的數(shù)據(jù)來源于運營商的整個運營系統(tǒng)內(nèi),運營商的數(shù)據(jù),以中國聯(lián)通為例,來源于全國的省分公司的生產(chǎn)系統(tǒng),包括CRM系統(tǒng)(客戶關系管理系統(tǒng))、OCS系統(tǒng)(在線計費系統(tǒng))和Biling系統(tǒng)(電信企業(yè)計費系統(tǒng))等等。省分公司,將數(shù)據(jù)統(tǒng)一傳輸至集團總部的相應系統(tǒng)存儲中,賬單、訂購關系、客戶信息等,存入Oracle數(shù)據(jù)庫,流量日詳單等存入Hadoop的HDFS文件系統(tǒng)或Hive、HBase中,經(jīng)過統(tǒng)計處理,再將部分結果存入Oracle數(shù)據(jù)庫中,而營銷的基礎數(shù)據(jù),就來源于Oracle與Hadoop集群存儲這兩部分,如圖4所示。
圖4 存量經(jīng)營整體數(shù)據(jù)流轉(zhuǎn)
圖5 技術實現(xiàn)示意圖
針對特定的業(yè)務場景,比如視頻流量用戶的定向流量包推薦。使用邏輯回歸模型,預測某個用戶是否可能訂閱此類流量包。過程如圖5所示。
1)從生產(chǎn)系統(tǒng)中選擇一個省份提取所有用戶,并進行目標用戶提取。對于入網(wǎng)3個月以內(nèi)的用戶,基于有養(yǎng)卡嫌疑等虛假用戶的情況,此類應去除掉開機天數(shù)小于15天的用戶。一年以內(nèi)的用戶,剔除掉沒有開機或使用業(yè)務的用戶。
2)用戶分類平衡。用戶中應該包含兩部分用戶,一部分是訂閱過定向流量包的用戶,一類是非訂閱用戶,計算二者比例。實際情況是,一般非訂閱用戶較多,對數(shù)量大的用戶進行取樣,達到提取部分用戶后,與訂閱用戶比例在5:5左右。
3)數(shù)據(jù)建模。建模目標在于,確定用戶的個人屬性和套餐行為對其訂閱視頻定向流量包的影響力大小,以便于對其他非訂閱用戶計算,其訂閱視頻定向流量包的可能性,并進行相應推薦。
數(shù)據(jù)模型選取屬性,屬性個數(shù)從幾個到幾十個不等,屬性包括基礎的用戶畫像(APP偏好、信用等級等)和使用行為(套餐資費、語音使用時間、流量使用量等)??赏ㄟ^皮爾遜系數(shù)計算相關性,也可以通過PCA等降維方法對屬性過多的情況進行降維,最后選取合適的屬性,作為模型的輸入。模型的目標值,訂閱流量包的用戶為1,未訂閱為0。
模型有很多選擇,以較常用的二元分類方法邏輯回歸為例,其原理如圖6所示。假設輸入有三個屬性(實際有很多),設為A1,A2,A3,目標值為T。模型訓練的過程找到四個系數(shù)R0,R1,R2,R3。T=R0+R1×A1+R2×A2+R3×A3。對T進行變換后,如公式(1)所示,所得的值最接近真正的值(0或1)。而R1~R3三個系數(shù)是三個屬性對最終結果影響力的數(shù)值化體現(xiàn)。模型的實現(xiàn)語言不限,一般為Python、R或Java。
圖6 邏輯回歸原理圖
4)實際預測。每個月定時從生產(chǎn)系統(tǒng)中取出一批為訂閱的用戶,提取他們的屬性,即建模過程中選取的屬性,將這些數(shù)據(jù)讀入模型,使用訓練好的模型進行預測,即屬性值乘以系數(shù)后,帶入公式(1),會得出一個0到1的數(shù)值,設定閾值,如數(shù)值大于0.6,則認為該用戶可能預定視頻流量包,加入營銷名單,否則,忽略該用戶。
5)效果評估。對用戶進行營銷后,計算營銷成功率,如成功率較低,重新選取屬性,進行模型訓練,實現(xiàn)閉環(huán)迭代更新。
精準營銷不單純是一個營銷行為,從數(shù)據(jù)挖掘,標簽建立,目標人群篩選,再到產(chǎn)品匹配,觸點可達,是多個體系的協(xié)同。
運營商的出賬用戶以億計算,每個用戶都有著自己不同的需求,精準營銷,不僅僅是推薦給用戶與其畫像匹配度最高的產(chǎn)品,還要從根本上制定豐富的產(chǎn)品體系[6]。
舉例來說,在移動互聯(lián)網(wǎng)發(fā)展迅速的今天,流量成為每個用戶不可或缺的需求之一。每個用戶的流量使用需求都不盡相同,所以,從10M~10G的流量包如何劃分檔級,日包、月包、季包和年包的售價定價,這些都是實現(xiàn)精準營銷的產(chǎn)品基礎。沒有豐富的產(chǎn)品體系,則無法推薦最適合的產(chǎn)品給用戶。以中國聯(lián)通的流量包體系為例,大分類分為日包、月包、半年包、假日包、加油包、視頻包和國際包。視頻包是定向流量包,針對使用聯(lián)通網(wǎng)絡和各個視頻平臺的用戶,對此類用戶,最大程度上細化其流量使用需求,真正實現(xiàn)了產(chǎn)品的精準營銷,提高了用戶的價值。圖7是中國聯(lián)通流量包分類及部分產(chǎn)品售價圖。
精準營銷的標簽是精準營銷效果的基礎保證,如數(shù)據(jù)建模過程,其作為輸入屬性,如標簽不準確勢必導致營銷活動成功概率低,因此用戶標簽需要時時更新。
用戶的標簽體系主要可以分為用戶基礎標簽、用戶行為標簽、用戶產(chǎn)品標簽和用戶渠道觸點標簽。每個標簽都不是固定不變的,隨著時間的流逝和客戶自身的成長,用戶的標簽自然會變化。如一些持續(xù)性較短的標簽,像“購車潛在用戶”、“手機余額不足10元”等等,這些標簽需要時常重新判斷用戶是否具有。而一些中長期的標簽,像自然屬性“學生”、“信用度”等,也要在一定周期內(nèi)進行重新計算打標。用戶標簽體系如圖8所示。
圖7 中國聯(lián)通流量包分類
圖8 用戶標簽體系
標簽的提取方式主要有兩種,一是統(tǒng)計學意義上的,比如用戶“使用最頻繁的APP”,“每個月平均出賬”等等;二是通過建立復雜模型而提取的標簽,如“用戶是否流失”、“用戶是否為三口之家”,通過用戶的一些基礎屬性和行為,建立模型,推算用戶目標標簽。這兩種標簽的更新方式也有所差異。統(tǒng)計意義上的標簽,只需重新統(tǒng)計即可更新標簽,而通過建立模型得出的標簽,不但是需要重復運行用戶數(shù)據(jù)得出標簽結果,更多的是需要更新模型,來重新計算用戶標簽。
無論是什么標簽,都會隨著社會的發(fā)展,移動網(wǎng)絡的進步而失效,實時保證標簽的及時性和準確性,才是精準營銷成功的訣竅。
精準營銷的執(zhí)行環(huán)節(jié)對營銷的成功率有著至關重要的作用。從傳統(tǒng)的線下現(xiàn)場營銷到后來的外呼、短信和郵件營銷,直到現(xiàn)在的全方位網(wǎng)絡電信營銷(微信、手機營業(yè)廳、網(wǎng)絡營業(yè)廳、自助終端),如何用最適當?shù)那澜佑|用戶,提高成功率,降低投訴率是現(xiàn)在精準營銷的一大難題。通信行業(yè)最常用的就是外呼和短信,這也是通信行業(yè)最暢通的營銷方式,然而,很多用戶對外呼和短信的方式十分抵觸,斥之為電話騷擾和垃圾短信。如何解決這個問題?目前的方式是豐富觸點渠道,線下營業(yè)廳及工作人員的引導,營業(yè)廳中多配置自助終端,網(wǎng)上營業(yè)廳設置彈窗提示,微信微博注冊公共賬號,隨時服務用戶,手機掌上營業(yè)廳實時提示用戶各種套餐使用情況等等。豐富渠道的同時,提高渠道選擇的精準度,根據(jù)歷史渠道接觸用戶的成功率和用戶反饋,對用戶渠道的接受度要有更精準地定位,不要適得其反。然而,雖然渠道豐富,但目前反饋率最高的還是外呼的方式,而外呼的方式同時也是投訴率最高的方式,目前還沒有更好的方式來解決這個問題,這也是電信和其他行業(yè)從事精準營銷必須解決的問題。另外,在微信、微博等社交軟件日益發(fā)展的今天,如何利用新型的媒體渠道進行精準營銷,也是對通信人的新挑戰(zhàn)。
面向存量經(jīng)營的精準營銷是結合了先進的數(shù)據(jù)處理、數(shù)據(jù)挖掘、數(shù)據(jù)建模等技術,針對不同人群、不同個體,提供個性化的產(chǎn)品服務。而伴隨著移動互聯(lián)網(wǎng)技術的突飛猛進,運營商之間的競爭只會愈演愈烈,如何保有存量用戶,提升價值顯得任重而道遠。而大數(shù)據(jù)的開放與融合趨勢,也需要運營商跳出傳統(tǒng)通信行業(yè)的圈子,思考與互聯(lián)網(wǎng)企業(yè)在面對用戶時的服務理念和營銷理念的差異。秉持互聯(lián)網(wǎng)的營銷思維,利用運營商大數(shù)據(jù)的天然優(yōu)勢,在建立完整的標簽下,不斷更新和完善標簽體系,針對不同場景給出定制化的短期標簽。數(shù)據(jù)建模過程中,結合不同的業(yè)務場景,運用機器學習、深度學習等建模方法,多模型對比,并通過后評估效果,不斷優(yōu)化訓練,定期更新數(shù)據(jù)重新訓練,提高模型精度。數(shù)舉并行,運營商的存量經(jīng)營將會不斷完善。
總之,存量經(jīng)營要細分客戶,針對不同的用戶如何制定最合適的營銷方案,增加用戶黏性,同時提高用戶的價值,在相當長的時間內(nèi)這將是運營商面臨的挑戰(zhàn)。
[1] 孫慧敏,霍妍妍.淺析大數(shù)據(jù)時代的精準營銷[J].中國商論,2016(z1):10-12
[2] 存量經(jīng)營智庫百科[DB/OL].[2017-12-20].http://wiki.mbalib.com/wiki/%E5%AD%98%E9%87%8F%E7%BB%8F%E8%90%A55
[3] 施巍巍. 大數(shù)據(jù)助力電信企業(yè)實現(xiàn)精準營銷[J].信息技術與信息化, 2015(1):92-94
[4] 霍玉嵩,魏進武,張云勇.助力電信運營商把握云數(shù)據(jù)時代[J]. 世界電信, 2016(2):42-45
[5] 魏想明,張晶,向賢松.大數(shù)據(jù)精準營銷[J]. 企業(yè)管理,2016(11):91-93
[6] 李靜. 基于大數(shù)據(jù)精準營銷的網(wǎng)絡營銷策略研究[J]. 商業(yè)時代, 2017(11):46-47
劉穎慧
碩士,主要從事數(shù)據(jù)挖掘,數(shù)據(jù)建模、大數(shù)據(jù)處理等方面研究。
劉靜沙
碩士,主要從事電信領域存量經(jīng)營方面的研究、大數(shù)據(jù)挖掘和建模等工作。
許丹丹
碩士,主要從事數(shù)據(jù)挖掘、數(shù)據(jù)可視化等方面的研究。
Integrate Telecom Internal Big Data and Transform the Stock Management
Liu Yinghui Liu Jingsha Xu Dandan
China Unicom Research Institute, Beijing 100176, China
The increasing development of mobile Internet technology and popular use of smart terminal bring the data explosion of various industries and make traditional telecom market to be saturated. It is a new issue for the telecom vendors to maintain users and enhance users’ value. This thesis analyses the necessity of stock management and the precision marketing process for inventory management. Based on users' profile, it states precision marketing practice which is used to support internal business, and provides ideas for the telecom development.
Telecom Field; Big Data; Stock Management; Precision Marketing; User labels