【摘 要】基于通信運營商社交網(wǎng)絡(luò)數(shù)據(jù)量巨大、產(chǎn)生速度快、交互速度快、數(shù)據(jù)結(jié)構(gòu)多樣和分析復(fù)雜的特點，結(jié)合傳統(tǒng)結(jié)構(gòu)化數(shù)據(jù)的分析，提出了一種高影響力客戶識別的模型，并應(yīng)用于客戶套餐購買過程中，得出了6個月內(nèi)高影響力客戶比隨機客戶推薦成功率平均提升4.8%、絕對量提升29倍的效果。

　　【關(guān)鍵詞】中文核心期刊,大數(shù)據(jù),社交網(wǎng)絡(luò),客戶識別

　　1 前言

　　目前大數(shù)據(jù)和云計算兩個概念是很熱門的話題，業(yè)界逐步開始區(qū)分大數(shù)據(jù)和云計算。前者主要是指業(yè)務(wù)問題、創(chuàng)新機會和技術(shù)平臺;后者主要是指按需付費、資源動態(tài)調(diào)配、自服務(wù)的商業(yè)模式[1]。互聯(lián)網(wǎng)、社交網(wǎng)絡(luò)、傳感器、科研、金融正在產(chǎn)生越來越多的數(shù)據(jù)，聯(lián)合國于2012年7月10日在紐約總部發(fā)布了一份大數(shù)據(jù)政務(wù)白皮書《大數(shù)據(jù)促發(fā)展：挑戰(zhàn)與機遇》，總結(jié)了各國政府如何利用大數(shù)據(jù)更好地服務(wù)和保護人民[2]。美國政府推出了“大數(shù)據(jù)”戰(zhàn)略，媲美于當年克林頓政府時代的信息高速公路計劃，奧巴馬希望借助大數(shù)據(jù)來將美國經(jīng)濟帶出泥潭，從基礎(chǔ)建設(shè)到IT硬件、軟件、網(wǎng)絡(luò)，最后到數(shù)據(jù)[3]。

　　運營商每天產(chǎn)生10TB+話單、30TB+上網(wǎng)日志和100TB+信令數(shù)據(jù)，對大數(shù)據(jù)的需求主要集中在Analytics

　　(分析)和使用方面。大數(shù)據(jù)驅(qū)動市場營銷、驅(qū)動成本控制、驅(qū)動產(chǎn)品和服務(wù)創(chuàng)新、驅(qū)動管理和決策的創(chuàng)新、驅(qū)動商業(yè)模式的創(chuàng)新。智能終端、交互渠道、用戶生成內(nèi)容、傳感器、社交媒體等多種方式產(chǎn)生的新型非結(jié)構(gòu)化/半結(jié)構(gòu)化數(shù)據(jù)(大數(shù)據(jù))，在通信運營商中，與傳統(tǒng)結(jié)構(gòu)化數(shù)據(jù)和分析方式整合后將創(chuàng)造巨大的價值。通過基于客戶位置數(shù)據(jù)、網(wǎng)絡(luò)日志數(shù)據(jù)和社交網(wǎng)絡(luò)數(shù)據(jù)，對客戶的消費行為、交往圈、流失情況和欺詐情況進行分析，提高了客戶的忠誠度和保有率，既帶來了相當數(shù)量的收入貢獻，又挽回了巨大的損失。

　　2 社交網(wǎng)絡(luò)大數(shù)據(jù)特點分析

　　大數(shù)據(jù)帶來更強的競爭力、更快速的分析。應(yīng)用數(shù)據(jù)分析的價值在于獲得比競爭對手更全面、更多樣化的信息以及更多發(fā)現(xiàn)，其中可能蘊含制勝的關(guān)鍵。企業(yè)的差異化能力依賴于數(shù)據(jù)分析，分析競爭成為企業(yè)的基礎(chǔ)戰(zhàn)略。數(shù)據(jù)分析幾乎可以提升所有的商業(yè)過程，包括產(chǎn)品、價格、流程、銷售、客戶、人力、收購等。

　　數(shù)字化運營和數(shù)據(jù)分析成為每個運營商的基本能力，傳統(tǒng)的數(shù)據(jù)及分析如CRM系統(tǒng)中的客戶信息(通話、交易記錄;廣告效果;賬戶信息;營銷預(yù)算、花費數(shù)據(jù)等)，可以一定程度地反映一些信息，但已不再能給出重要的洞察和發(fā)現(xiàn)，尤其是面對競爭的時候。未來5―10年沒有人會記得電信業(yè)，因為每件事情都基于數(shù)據(jù)，而不是基于通信。通信價值的逐漸下降有可能使得10年后大家都不知道什么是通信公司，成功的電信運營商將會成為大數(shù)據(jù)公司[4]。來自社交網(wǎng)絡(luò)/媒體行為和郵件數(shù)據(jù)、移動搜索的內(nèi)容、有效的客戶生活信息及個人屬性、位置信息、漫游記錄、建筑數(shù)據(jù)和智能設(shè)備等的大數(shù)據(jù)構(gòu)建了用戶行為分析的基礎(chǔ)，其中社交網(wǎng)絡(luò)數(shù)據(jù)由于社交網(wǎng)絡(luò)營銷正成為企業(yè)采用的一種新的營銷方式而顯得尤為重要。

　　社交網(wǎng)絡(luò)數(shù)據(jù)的特點體現(xiàn)在：

　　(1)數(shù)據(jù)量巨大(Volume)，包括海量信令信息(位置更新/開關(guān)機/網(wǎng)絡(luò)質(zhì)量)、海量互聯(lián)網(wǎng)行為數(shù)據(jù)(DPI/URL/社交媒體/關(guān)鍵詞)、海量話單信息(語音話單/短信話單/CDMA話單)、M2M數(shù)據(jù)等;

　　(2)產(chǎn)生速度快(Velocity)，如互聯(lián)網(wǎng)/信令數(shù)據(jù)秒級到毫秒級的生成記錄;

　　(3)交互速度快，業(yè)務(wù)上需要能夠?qū)��?shù)據(jù)實時訪問和處理;

　　(4)數(shù)據(jù)結(jié)構(gòu)多樣(Variety)，包括文本信息/互聯(lián)網(wǎng)網(wǎng)頁/投訴文本/短信文本、WAP日志/Web日志、用戶行為內(nèi)容、客戶語音/營業(yè)廳影像/票據(jù)、傳統(tǒng)結(jié)構(gòu)化數(shù)據(jù)等;

　　(5)分析復(fù)雜(Complexity)，如大數(shù)據(jù)交互式分析、移動互聯(lián)網(wǎng)背景下的客戶行為分析、復(fù)雜結(jié)構(gòu)數(shù)據(jù)的關(guān)聯(lián)整合、復(fù)雜負載類型的管理等[5]。

　　3 基于社交網(wǎng)絡(luò)分析的高影響力(種子)

　　用戶識別

　　如何利用社交網(wǎng)絡(luò)分析提升營銷能力是通信企業(yè)面臨的一個重要問題。移動通信網(wǎng)絡(luò)組成一個有效的社交網(wǎng)絡(luò)，但通信企業(yè)在社交網(wǎng)絡(luò)分析和營銷方面還存在如下不足：

　　(1)企業(yè)營銷：企業(yè)在衡量客戶價值時沒有考慮客戶的影響力價值，營銷時關(guān)注客戶購買產(chǎn)品的潛在需求，沒有考慮客戶對產(chǎn)品的營銷傳播能力;

　　(2)客戶信息：數(shù)據(jù)倉庫存儲以客戶個體屬性信息為主，很少涉及客戶之間的關(guān)系屬性，特別是從通信網(wǎng)絡(luò)中提取的社交網(wǎng)絡(luò)特征;

　　(3)分析模型：在構(gòu)建傳統(tǒng)分析模型時，沒有把客戶間的相互影響以及客戶關(guān)系和影響隨時間變化的趨勢考慮進來。

　　3.1 社交網(wǎng)絡(luò)分析概述

　　電信行業(yè)、傳媒產(chǎn)業(yè)借助社交網(wǎng)絡(luò)分析，通過客戶的通話數(shù)據(jù)、微博連接，能夠識別出這部分“影響者”。社交分析并不是分析單一用戶的通話記錄和微博信息，而是分析各用戶所處的社交網(wǎng)絡(luò)。社交網(wǎng)絡(luò)分析是從大數(shù)據(jù)量中識別客戶行為模式的技術(shù)，是一種無監(jiān)督模型，其目的在于了解虛擬網(wǎng)絡(luò)或一個小群體中現(xiàn)有客戶的行為，建立客戶間關(guān)系的全貌，用于指導(dǎo)企業(yè)的社交網(wǎng)絡(luò)營銷[6]。社交網(wǎng)絡(luò)分析關(guān)注網(wǎng)絡(luò)的靜態(tài)分析和動態(tài)分析兩個層面，具體如下：

　　(1)靜態(tài)分析：提取網(wǎng)絡(luò)指標，對網(wǎng)絡(luò)特征刻畫，識別網(wǎng)絡(luò)群組;

　　(2)動態(tài)分析：網(wǎng)絡(luò)如何隨時間推移進行擴散，影響其他節(jié)點。

　　從電信CDRs(Call Detail Records)數(shù)據(jù)可以提取各種社會網(wǎng)絡(luò)，如語音通話網(wǎng)絡(luò)(客戶A撥打或接收客戶B的語音通話)、短信網(wǎng)絡(luò)(客戶A發(fā)送或接收客戶B的短信)、彩信網(wǎng)絡(luò)(客戶A發(fā)送或接收客戶B的彩信)、電子郵件網(wǎng)絡(luò)、飛信網(wǎng)絡(luò)、移動互聯(lián)網(wǎng)、社交媒體等。

　　客戶在擴散活動如產(chǎn)品推廣活動中，能夠接觸更多的客戶，并且可以影響到更多的關(guān)聯(lián)客戶跟他們采取同樣的行為或參加一樣的營銷活動，因此客戶影響力是附屬于具體營銷活動或營銷問題的，藉此可以進行流失應(yīng)用和新業(yè)務(wù)推薦分析。流失應(yīng)用是通過社交網(wǎng)絡(luò)分析識別流失客戶中的有影響力客戶，判斷與之關(guān)聯(lián)的哪些客戶可能跟隨流失，從而改善客戶維系工作流程;新業(yè)務(wù)推薦是通過社交網(wǎng)絡(luò)分析識別對某些新產(chǎn)品或業(yè)務(wù)推廣的有影響力客戶，進而影響與之關(guān)聯(lián)的客戶也跟隨購買同樣的產(chǎn)品或業(yè)務(wù)，從而降低營銷運營成本并提高效益。 　　3.2 社交網(wǎng)絡(luò)分析模型構(gòu)建

　　首先，構(gòu)建客戶影響力模型指標體系，見表1。所有指標一般采用最近4個月的平均值，另外需要對異常值進行剔除，對極端值按照客戶行為平均值進行平滑處理。

　　其次，建立客戶影響力模型計算方法。其中，去話和來話對通信企業(yè)的價值不同，去話的影響力和價值高于來話，去話與來話的收入折算系數(shù)為12.215。為消除量綱的影響，所有指標除以變異系數(shù)進行標準化處理，二階中心度的影響力較一階中心度低一級，做開平方根處理，單次通話時長做同樣的處理。根據(jù)已發(fā)生事實調(diào)優(yōu)客戶影響力計算公式，如客戶影響力指數(shù)沒有與具體業(yè)務(wù)問題進行關(guān)聯(lián)，即在客戶流失問題中有影響力客戶在捆綁套餐營銷中不一定有影響力，因此需要根據(jù)具體的業(yè)務(wù)問題對客戶影響力指數(shù)的指標及權(quán)重進行調(diào)整。

　　3.3 模型應(yīng)用結(jié)果

　　篩選基礎(chǔ)目標客戶：抽取用戶近3個月的交往圈信息和互聯(lián)網(wǎng)訪問內(nèi)容信息，剔除移動互聯(lián)影響力較弱的用戶隊列，即：剔除近3個月相互主動聯(lián)系次數(shù)不超過N次的用戶;剔除上網(wǎng)行為匹配度低的交往用戶(近3 個月內(nèi)沒有使用相同業(yè)務(wù)或不滿足訪問內(nèi)容一致性、相同內(nèi)容/應(yīng)用訪問時間、時長一致性等);計算每對用戶間的互聯(lián)邊權(quán)重(強聯(lián)系是指語音聯(lián)系;弱聯(lián)系是指信息聯(lián)系，如短信、彩信、飛信、飛聊、郵件等;虛聯(lián)系是指其他無顯式的互聯(lián)，如微博粉絲、通信錄好友、集群網(wǎng)成員等)。計算次數(shù)時要求客戶彼此之間有互聯(lián)，如彼此有語音主叫、彼此有發(fā)送信息、彼此加對方為好友，否則聯(lián)系值為0。剔除權(quán)重低于全網(wǎng)均值的互聯(lián)邊，如某群體之間的平均互聯(lián)邊權(quán)重約為28，則剔除后社交網(wǎng)絡(luò)的互聯(lián)邊數(shù)量從7億條降至1.2億條，可大大減少計算量。

　　(1)選擇購買套餐的前100名最具有影響力客戶和隨機100名客戶，觀察這兩組客戶的關(guān)聯(lián)客戶在隨后6個月內(nèi)的套餐辦理數(shù)和辦理率，結(jié)果如圖1所示。這表明有影響力客戶影響關(guān)聯(lián)客戶隨后購買套餐的數(shù)量和比例都高于隨機客戶的影響，且初始月份之后，影響力有逐漸增強的趨勢，而隨著時間再繼續(xù)向前，影響力又逐漸變小。

　　(2)以客戶間的通話時長作為關(guān)系強度的衡量。如圖2所示，本網(wǎng)一對客戶之間的月平均通話時長為6.5分鐘;選取前100名有影響力客戶，他們與其關(guān)聯(lián)客戶之間每個月平均通話時長達到24.6分鐘;觀察有影響力客戶與6個月內(nèi)受影響購買套餐的關(guān)聯(lián)客戶之間的通話時長，最先受影響購買套餐的關(guān)聯(lián)客戶與初始有影響力客戶的通話時長最長，隨著月份的增加呈逐漸下降的趨勢，這表明與初始有影響力客戶聯(lián)系越多的客戶越最先受到影響。

　　在套餐推廣過程中引入基于社交網(wǎng)絡(luò)分析的高影響力客戶識別模型算法，可以明顯看出有影響力的套餐購買客戶能夠帶動更多的客戶跟隨購買。隨著時間的推移，有影響力客戶與隨機客戶對管理客戶的影響比較越明顯，推薦成功率、推薦絕對數(shù)均隨時間推移有顯著增加，具體如表2和表3所示：

　　本次推薦的套餐價格為88元，根據(jù)三年內(nèi)的統(tǒng)計數(shù)據(jù)，套餐的平均使用周期為 12個月，將社交網(wǎng)絡(luò)分析的高影響力客戶識別模型算法僅用于100名客戶就為運營商增加242.35萬元的收益，有效地解決了運營商在企業(yè)營銷中充分挖掘客戶對產(chǎn)品的營銷傳播能力，提取客戶之間的關(guān)系屬性，將客戶間的相互影響、客戶關(guān)系和影響隨時間變化的趨勢在構(gòu)建分析模型時充分地考慮進來。

　　4 總結(jié)

　　大數(shù)據(jù)時代的運營商將具備前所未有的深度洞察能力，各類客戶數(shù)據(jù)、交互數(shù)據(jù)將通訊行業(yè)的商務(wù)智能從傳統(tǒng)分析帶到了更廣闊的空間，全球眾多運營商目前正在實施大數(shù)據(jù)。未來運營商將有更多的模式來經(jīng)營大數(shù)據(jù)資產(chǎn)，包括租售數(shù)據(jù)模式、租售信息模式、數(shù)字媒體模式、數(shù)據(jù)使能模式等，各種模式背后也將催生出更多的產(chǎn)業(yè)[7]。

　　參考文獻：

　　[1] 移動Labs. 應(yīng)區(qū)分云計算和大數(shù)據(jù)兩個概念[EB/OL]. (2012-12-28).

　　[2] 王萌. “與數(shù)俱進”：聯(lián)合國發(fā)布大數(shù)據(jù)政務(wù)白皮書[EB/OL]. (2012-07-12).

　　[3] 大數(shù)據(jù)蘊含大價值[EB/OL]. (2013-07-21). .

　　[4] 維克托・邁爾-舍恩伯格，肯尼思・庫克耶. 大數(shù)據(jù)時代[M]. 盛楊燕，周濤，譯. 杭州： 浙江人民出版社， 2012.

　　[5] 吳增海. 社交網(wǎng)絡(luò)模型的研究[D]. 合肥： 中國科學技術(shù)大學， 2012.

　　[6] 肖云鵬. 在線社會網(wǎng)絡(luò)用戶行為模型與應(yīng)用算法研究[D]. 北京： 北京郵電大學， 2013.

　　[7] 趙正永. 大數(shù)據(jù)專題講座心得體會[N]. 陜西日報， 2014-02-11.★