智能化業(yè)務(wù)精準推薦系統(tǒng)

1、<p><b>　　成果上報申請書</b></p><p><b>　　1.項目背景</b></p><p>　　3G時代來臨之后，傳統(tǒng)語音業(yè)務(wù)趨于市場飽和，以內(nèi)容運營為主要特征的增值業(yè)務(wù)成為推動各大電信運營商持續(xù)健康發(fā)展的核心競爭力之一。目前，移動增值業(yè)務(wù)發(fā)展勢頭良好，用戶規(guī)模不斷壯大，然而，面對如此繁多的增值業(yè)務(wù)類型，如何為不同客戶

2、提供其所偏好的業(yè)務(wù)，并進行有效推薦，同時避免盲目營銷，減少負面影響，是我們所面臨的嚴峻考驗。目前增值業(yè)務(wù)營銷工作所需的挑戰(zhàn)有：一、業(yè)務(wù)種類日益繁多，客戶對新業(yè)務(wù)認知不足，且客戶終端設(shè)備多樣化，不同終端對業(yè)務(wù)的支持差異性大；二、傳統(tǒng)業(yè)務(wù)推薦存在過多打擾客戶，且客戶體驗過程中相關(guān)問題不能及時解決；三、各支撐系統(tǒng)獨立運作，業(yè)務(wù)推薦流程復雜，協(xié)同能力差等。以上所述問題不利于快速擴大業(yè)務(wù)用戶使用規(guī)模，增強客戶粘性，促進業(yè)務(wù)持續(xù)健康發(fā)展。</

3、p><p>　　為了實現(xiàn)業(yè)務(wù)精準營銷，突破業(yè)務(wù)營銷盲目性，避免對客戶過多的打擾，減少負面影響，遼寧移動公司開發(fā)了智能化業(yè)務(wù)統(tǒng)一推薦系統(tǒng)。該系統(tǒng)以VGOP為引擎，與BOSS系統(tǒng)及各渠道互聯(lián)互通，實現(xiàn)以客戶為中心，挖掘用戶喜好，為客戶提供個性化服務(wù)。充分利用客戶在各類渠道業(yè)務(wù)接觸時機，開展增值業(yè)務(wù)推薦，實現(xiàn)一次接觸機會，進行多種產(chǎn)品精準營銷，實現(xiàn)“一站式服務(wù)”?；诳蛻糇匀粚傩?、社會屬性等信息、增值業(yè)務(wù)消費行為，構(gòu)建增值

4、業(yè)務(wù)精準營銷模型、制定業(yè)務(wù)推薦目標客戶篩選規(guī)則分析、挖掘客戶需求，為客戶提供“量身定做”的服務(wù)。</p><p><b>　　2.實現(xiàn)方案</b></p><p><b>　　2.1系統(tǒng)概述</b></p><p>　　智能化業(yè)務(wù)精準推薦系統(tǒng)的設(shè)計宗旨是為客戶提供精準的推薦業(yè)務(wù)，避免盲目營銷，減少對客戶的打擾，提高客戶對推

5、薦業(yè)務(wù)的好感。本系統(tǒng)以VGOP系統(tǒng)為引擎，為客戶深度挖掘其偏好的業(yè)務(wù)，并且與BOSS系統(tǒng)及各渠道互聯(lián)互通，從BOSS系統(tǒng)抽取原數(shù)據(jù)，并將處理好的推薦業(yè)務(wù)推送至各渠道，從而實現(xiàn)一次接觸機會，進行多種產(chǎn)品精準營銷，實現(xiàn)“一站式服務(wù)”。本系統(tǒng)流程圖如圖1所示：</p><p>　　本流程圖中紅框部分為增值業(yè)務(wù)精準營銷模型生成的結(jié)果，即向客戶進行精準推薦的增值業(yè)務(wù)集合；斜方形表示各部門數(shù)據(jù)表，淺藍色虛框表示系統(tǒng)中已有的數(shù)

6、據(jù)，深藍色實框表示在該系統(tǒng)生成的數(shù)據(jù)；灰色框表示此數(shù)據(jù)不是由該系統(tǒng)生成，而是完全從其它系統(tǒng)抽取而來。</p><p>　　圖1智能化業(yè)務(wù)精準推薦系統(tǒng)流程圖</p><p>　　本系統(tǒng)的整個數(shù)據(jù)流程為：</p><p>　　BOSS生成各業(yè)務(wù)訂購關(guān)系數(shù)據(jù)，并提供用戶信息數(shù)據(jù)；</p><p>　　VGOP每日從BOSS抽取各增值業(yè)務(wù)訂購關(guān)系和用

7、戶信息數(shù)據(jù)，并根CPC(客戶-產(chǎn)品-渠道)模型生成CPC數(shù)據(jù)結(jié)果數(shù)據(jù)；</p><p>　　VGOP將CPC結(jié)果傳輸?shù)礁髑?，并在渠道前段進行展示；</p><p>　　各渠道每日將客戶反饋結(jié)果匯總后，回傳至VGOP ，至此，CPC營銷渠道應(yīng)用的數(shù)據(jù)傳輸過程完成。</p><p><b>　　2.2系統(tǒng)詳細設(shè)計</b></p>&

8、lt;p>　　2.2.1CPC模型設(shè)計</p><p>　　2.2.1.1CPC模型實施方案</p><p>　　增值業(yè)務(wù)精準營銷基于研究用戶的增值業(yè)務(wù)消費行為，分析用戶增值業(yè)務(wù)的消費潛力，以數(shù)據(jù)挖掘算法為依托，得到與用戶匹配的業(yè)務(wù)、渠道等營銷數(shù)據(jù)，旨在為客戶定制從產(chǎn)品、渠道到服務(wù)的個性化營銷體系，實施方案圖如圖2所示。</p><p>　　圖2 CPC實施方

9、案圖</p><p>　?。?）增值業(yè)務(wù)分析，梳理需要推薦的業(yè)務(wù)，分析每種業(yè)務(wù)的特征。</p><p>　?。?）數(shù)據(jù)準備，數(shù)據(jù)準備確保建模數(shù)據(jù)的完整性、可用性和完整性。對每種業(yè)務(wù)訂購用戶進行抽樣分析，對所有的抽樣用戶按組別提取屬性數(shù)據(jù)。</p><p>　?。?）建模準備，篩選建模變量，根據(jù)模型要求進行數(shù)據(jù)變換。</p><p>　?。?）

10、模型設(shè)計，建立業(yè)務(wù)分類預測模型、業(yè)務(wù)關(guān)聯(lián)模型、用戶新業(yè)務(wù)類型偏好模型的指數(shù)層次模型等數(shù)學模型。</p><p>　?。?）模型結(jié)果分析，多模型輸出結(jié)果進行分析，持續(xù)優(yōu)化。</p><p>　　2.2.1.2CPC模型技術(shù)實現(xiàn) </p><p>　　為了尋找客戶喜好的業(yè)務(wù)，我們從3個層次建立了獨立的數(shù)據(jù)挖掘模型，然后根據(jù)不同的算法，將模型匯總并得到最后的用戶客

11、戶潛在推薦業(yè)務(wù)。本模型總體邏輯結(jié)構(gòu)圖如圖3所示：</p><p>　　圖3 CPC模型總體邏輯結(jié)構(gòu)圖</p><p>　　模型的應(yīng)用分成三個步驟：第一步，對用戶獨立應(yīng)用關(guān)聯(lián)模型、類型偏好模型和特征匹配模型3個基礎(chǔ)模型，分別得到業(yè)務(wù)關(guān)聯(lián)指數(shù)、類型偏好指數(shù)和業(yè)務(wù)傾向指數(shù)；第二步，應(yīng)用增值業(yè)務(wù)關(guān)系模型，得到用戶的增值業(yè)務(wù)關(guān)系指數(shù)；第三步，應(yīng)用因子分析法將關(guān)系模型和特征匹配模型結(jié)果導入增值業(yè)務(wù)推薦

12、模型，得到增值業(yè)務(wù)推薦指數(shù)。</p><p>　　模型的系統(tǒng)固化對應(yīng)分為5個模塊：關(guān)聯(lián)模型、類型偏好模型、特征匹配模型、業(yè)務(wù)關(guān)系模型和業(yè)務(wù)推薦模型；其中，前三個模型相互獨立，前兩個模型輸出為第四個模型的輸入，第三和第四個模型的輸出為最后1個模型的輸入。圖4為各模型與之對應(yīng)的算法。</p><p>　　圖4 各模型與之對應(yīng)的算法</p><p><b>　　

13、（1）業(yè)務(wù)關(guān)聯(lián)模型</b></p><p>　　業(yè)務(wù)關(guān)聯(lián)模型應(yīng)用Apriori關(guān)聯(lián)算法，Apriori算法是一種最有影響的挖掘布爾關(guān)聯(lián)規(guī)則頻繁項集的算法，通過運用該算法，得出業(yè)務(wù)的關(guān)聯(lián)指數(shù)。</p><p><b>　?。?）類型偏好模型</b></p><p>　　類型偏好模型根據(jù)用戶在各業(yè)務(wù)的使用力度進行評分，然后計算用戶在各業(yè)

14、務(wù)類型下的偏好程度，計算過程簡述如下：</p><p>　　加分規(guī)則：客戶在響應(yīng)某業(yè)務(wù)后，響應(yīng)的業(yè)務(wù)屬性獲得加分</p><p>　　新分數(shù)=原分數(shù)+（1-活動響應(yīng)率）×10</p><p>　　減分規(guī)則：如果客戶未響應(yīng)某業(yè)務(wù)，則該業(yè)務(wù)屬性減分</p><p>　　新分數(shù)=原分數(shù)-活動響應(yīng)率×10</p>&

15、lt;p>　　衰減規(guī)則：系統(tǒng)定期為所有客戶的量化指標減分</p><p>　　新分數(shù)=原分數(shù)×0.95</p><p>　　響應(yīng)信息是一個逐步積累的過程，用戶的初始化分數(shù)為60分，滿分為100分，最高不超過100分，最低不低于0分。通過本模型計算出客戶對業(yè)務(wù)的偏好指數(shù)。</p><p><b>　　（3）特征匹配模型</b>&l

16、t;/p><p>　　特征匹配模型采用Logistic回歸算法，Logistic回歸建立一組方程，把輸入屬性值與輸出字段每一類的概率聯(lián)系起來。一旦生成模型，便可用于估計新記錄屬于某類的概率，概率最大的目標類被指定為該記錄的預測輸出值。Logistic回歸算法具有訓練集和測試集預測準確率的差異是最小、精確程度較高、可以精確控制營銷用戶群大小的優(yōu)點。通過本模型，我們得到業(yè)務(wù)傾向指數(shù)。</p><p&g

17、t;<b>　　（4）業(yè)務(wù)關(guān)系模型</b></p><p>　　本模型采用因子分析法，從業(yè)務(wù)關(guān)聯(lián)指數(shù)和業(yè)務(wù)偏好指數(shù)中提取共性因子，得到兩者的權(quán)重，然后進行加權(quán)求和后得出業(yè)務(wù)關(guān)系指數(shù)</p><p><b>　?。?）業(yè)務(wù)推薦模型</b></p><p>　　本模型也采用因子分析法，對業(yè)務(wù)關(guān)系指數(shù)和業(yè)務(wù)傾向指數(shù)進行因子分析，

18、最終得到業(yè)務(wù)對客戶的推薦指數(shù)。</p><p>　　2.2.2渠道推薦應(yīng)用</p><p>　　CPC模型的結(jié)果將布放到各大渠道，渠道可分為主動推廣渠道和觸發(fā)響應(yīng)渠道兩大類別，主動推廣渠道可以選擇時機，通過彩信、短信、Wap、Push和外呼的方式向客戶推銷業(yè)務(wù)；客戶也可以通過網(wǎng)上營業(yè)廳、掌上營業(yè)廳、短信營業(yè)廳、自助終端和10086IVR來獲悉各項推薦業(yè)務(wù)。表1為CPC模型結(jié)果傳輸渠道<

19、;/p><p>　　表1 CPC模型結(jié)果傳輸渠道</p><p>　　CPC結(jié)果傳輸至各渠道之后，各渠道應(yīng)用CPC模型結(jié)果進行業(yè)務(wù)推薦，并向VGOP反饋客戶行為信息，以下以網(wǎng)上營業(yè)廳為例進行說明。業(yè)務(wù)推薦以及客戶行為反饋信息收集流程見圖5： </p><p>　　圖5 渠道推薦數(shù)據(jù)流程圖</p><p>　　下面以網(wǎng)廳為例，介紹渠道推薦的數(shù)據(jù)流程

20、和信息反饋的整體過程，如圖6所示：</p><p>　　圖6 網(wǎng)廳業(yè)務(wù)推薦圖</p><p>　　首先客戶登陸網(wǎng)廳，網(wǎng)廳根據(jù)VGOP傳送的CPC結(jié)果數(shù)據(jù)，展示三項推薦業(yè)務(wù)（按業(yè)務(wù)評分由高到低）?？蛻酎c擊網(wǎng)廳上的推薦業(yè)務(wù)，后臺的網(wǎng)廳日志對這一行為進行記錄。VGOP對推薦結(jié)果進行匯總，先查看日志表中是否有點擊推薦業(yè)務(wù)的鏈接，再看BOSS側(cè)是否產(chǎn)生訂購關(guān)系：（a）如果日志表中有客戶點擊推薦業(yè)務(wù)的

21、記錄，且當天辦理了該業(yè)務(wù)，業(yè)務(wù)辦理時間晚于點擊推薦業(yè)務(wù)鏈接的時間，則記錄客戶對此推薦業(yè)務(wù)“成功”；(b) 如果日志表中有客戶點擊推薦業(yè)務(wù)的記錄,但當日沒有辦理該業(yè)務(wù)，則記錄客戶對此推薦業(yè)務(wù)“感興趣”。CPC模型會根據(jù)反饋結(jié)果，調(diào)整推薦策略，對推薦成功的業(yè)務(wù)不再推薦，對客戶感興趣的業(yè)務(wù)重點推薦。</p><p>　　其它渠道與網(wǎng)廳的推薦過程基本一致，在此不再贅述。</p><p>　　2.2

22、.3依托VGOP，與其它系統(tǒng)有機互通</p><p>　　2.2.3.1 VGOP與BOSS互聯(lián)</p><p>　　基于VGOP 的精準推薦系統(tǒng)建立了與BOSS系統(tǒng)的準實時接口，通過FTP方式每日0:30準時從BOSS抽取各業(yè)務(wù)訂購關(guān)系數(shù)據(jù)和客戶信息表。</p><p>　　通過與BOSS系統(tǒng)互聯(lián)，確保了BOSS側(cè)數(shù)據(jù)的及時提供，為精準推薦提供了必要的數(shù)據(jù)支持&l

23、t;/p><p>　　2.2.3.2 VGOP與各渠道互聯(lián)</p><p>　?。?）信息群發(fā)及短信互動</p><p>　　基于VGOP的精準推薦系統(tǒng)可根據(jù)推薦結(jié)果，通過短信、彩信、 WAP、PUSH向目標客戶群發(fā)營銷信息，并接收客戶的上傳短信，根據(jù)上傳短信內(nèi)容進行邏輯解析，及時響應(yīng)客戶的需求。</p><p>　　本功能靈活、高效、實用性強，

24、可靈活多樣的配置群發(fā)任務(wù)并穩(wěn)定的向大批量客戶下發(fā)信息。穩(wěn)定、可靠的短信互動功能是本系統(tǒng)的重要特點之一，通過多線程技術(shù)保障用戶短信交互過程的高效響應(yīng)。</p><p>　?。?）與觸發(fā)渠道實時互通</p><p>　　觸發(fā)類渠道包括實體營業(yè)廳、網(wǎng)上營業(yè)廳、掌上營業(yè)廳及短信營業(yè)廳等，是需要客戶主動接觸的渠道。本系統(tǒng)依托VGOP，實時接口采用http+soap協(xié)議進行信息的交互，實現(xiàn)了基于開放標

25、準的Web Services服務(wù)。</p><p>　　通過實時接口，為各營銷渠道提供了便捷的接入方式，實時、高效、安全可靠地進行數(shù)據(jù)傳送，保證了客戶對推薦業(yè)務(wù)的及時感知。</p><p><b>　　3.解決的問題</b></p><p>　　本成果解決的問題有：</p><p>　?。?）以VGOP為依托，與各系統(tǒng)互

26、連互通，解決了系統(tǒng)間協(xié)同能力差、業(yè)務(wù)操作流程復雜的問題；</p><p>　　（2）精準定位目標客戶，匹配合適業(yè)務(wù)，提高營銷效率，避免盲目營銷和對客戶的過多打擾，提高客戶的滿意度。</p><p>　　（3）通過多渠道營銷推薦，實現(xiàn)客戶快速業(yè)務(wù)體驗，提供及時引導服務(wù)，打消客戶顧慮，提升客戶對新業(yè)務(wù)的認知和好感。</p><p>　?。?）通過客戶反饋的營銷結(jié)果，及時

27、調(diào)整營銷策略，有利于公司決策管理、為營銷考核管理提供了數(shù)據(jù)支撐，避免了決策人員“一抹黑”的情況。</p><p>　　4.取得的經(jīng)濟、社會效益</p><p><b>　　經(jīng)濟效益</b></p><p>　　通過對客戶增值業(yè)務(wù)需求的統(tǒng)一管理、精準投遞，多種業(yè)務(wù)的發(fā)展呈現(xiàn)上升態(tài)勢，提升效果顯著。本精準推薦系統(tǒng)可以向省內(nèi)1711.5萬客戶進行業(yè)務(wù)

28、推薦，據(jù)不完全統(tǒng)計，截止到六月份僅實體營業(yè)廳就向5.77萬客戶成功推薦并開通某項增值業(yè)務(wù)。目前139郵箱、手機電視、號簿管家訂購用戶分別為156.84萬、12.52萬、64.47萬，較精準推薦之前增幅分別為47.02%、415.23%、98.31%，歌曲下載的用戶數(shù)、次數(shù)和收入環(huán)比增幅分別為51%、44%和35%，如下圖所示：</p><p>　　圖7 業(yè)務(wù)精準推薦前后對比圖</p><p&g

29、t;　　圖8歌曲下載推薦前后對比圖</p><p><b>　　社會效益：</b></p><p>　　依托VGOP平臺，打通與各系統(tǒng)的數(shù)據(jù)接口，以客戶為中心，實現(xiàn)一次接觸機會，進行多種產(chǎn)品精準營銷，實現(xiàn)“一站式服務(wù)”。</p><p>　　以數(shù)學挖掘算法為基礎(chǔ)的精準營銷分析模型與增值業(yè)務(wù)特征相結(jié)合，為客戶打造“量身定做”服務(wù)，快速精準的完成業(yè)

30、務(wù)推薦。</p><p>　　輔助營業(yè)人員發(fā)揮主觀能動性，避免盲目營銷，實現(xiàn)快速尋找業(yè)務(wù)推薦工作切入點，提高推薦業(yè)務(wù)的成功率。 </p><p>　　VGOP配置各業(yè)務(wù)宣傳及體驗信息，并下發(fā)至客戶，客戶可免費快速業(yè)務(wù)體驗，提升客戶的體驗服務(wù)感知。</p><p>　　針對增值業(yè)務(wù)精準推薦反饋的結(jié)果，VGOP統(tǒng)一進行統(tǒng)計與分析，跟蹤與分析推薦工作開展成效，為公司決