BI系统的九大专题分析

    |     2015年7月12日   |   行业要闻   |     0 条评论   |    244

||2005-03-08


  BI系统最重要的一个重点就是专题分析。国内目前电信运营商应用的大致有以下九种:


1.KPI分析


KPI绩效管理分析


  按照管理层次和时间纬度对指标进行汇总统计及分析展示,以适应各级管理者的管理需求。KPI不仅只是一个数据展示,而且已经成为一个内部考核指标的监控平台。各级管理者每天上班的第一件事就是打开系统,查看自己的业务指标。每个管理者只需要点击相关指标就可以作进一步分析。管理者最关心的图表放在最前面,日指标、周指标、月指标一目了然,而且还提供趋势走向,升降曲线直观明了。


2.离网挽留分析应用


  如果设计了流失模型的应用流程,由流失状况认知(历史流失状况分析、流失预测目标用户群选择、用户流失倾向预测、预测流失用户细分)、挽留方案设计(挽留目标用户群选择、挽留方案的推荐和设置、挽留目标客户连接配置)、挽留实施与跟踪(外呼调查与管理、外呼反馈分析、挽留跟踪分析)等部分和步骤,就可形成一个闭环。当最终根据实施的方案进行外部客户管理调查时,通过这个闭环来指导离网模型的选取。


3.大客户个体分析


  大客户个体分析是为了防止大客户工作的盲目性。大客户经理可以通过客户经理首页看到呼转的用户数,用户话费的变动情况。客户经理还可以通过几个具体人员的话务情况,对所辖用户进行管理,片区经理也可以针对自己的业务进行分析。分析系统提供扫描功能,帮助客户经理确定自己的目标,找到话务量变动的原因,并采取应对措施。片区经理则可以通过这个系统来查看辖区内大客户经理的工作成绩。系统可以对异常客户或者客户经理关心的指标进行扫描,尽早发现大客户流失的倾向。


4.资费预演分析


  资费预演是为了不凭感觉作决策,而是用客观的数据为决策作参考。资费预演是通过定量评估新资费措施对原有客户影响带来的损益,再结合其它因素进行综合判断,确定合适的资费。相关资料表明,资费预演分析结果可保持误差在5%左右,基本可以作为接受新资费评估的标准。目前,资费预演分析已经被一些运营商用来指导市场部门进行一些大规模的运算,有些省市的运营商甚至将相关资费预演分析向各地市公司进行推广。


5.1860客户反馈分析


  将1860系统外呼调查时收集到的数据通过经营分析系统与数据源综合得到相应报告,然后通过报告来指导营销策略的制订。运营商对用户进行了全球通资费套餐跟踪分析,发现大部分用户选择了不适合自己的套餐,有些用户每月能打四五百元的话费,却只选择一两百元的资费套餐。通过1860客户反馈分析,运营商实现了经营分析系统和客服部门信息的整合,使客服部门作为公司信息采集平台和营销平台,体现了在市场营销活动中的重要作用。


6.客户细分分析应用


  没有客户细分,很多具体的分析和操作就会事倍功半。不久前,某运营商在某地市进行了一次客户细分应用分析,结果很多用户选用了短信包月以及相关的资费套餐。实践证明,通过客户细分行为的推广,为该地区的品牌整合以及应对市场的竞争提供了有力支撑。


客户细分还是所有具体分析应用的前提,必须先有客户细分才能定位客户群,制订客户策略。在营销方案制订过程中,客户细分的数据目前已经成为不可或缺的一个分析手段。实践证明,只有首先拿到客户细分的数据,然后进行相应的专题分析才会更有效。


7.IMEI号分析应用


  通过客户IMEI号(手机串号)可以了解客户终端对新业务的支持,从而有针对性地进行新业务营销,并且通过IMEI号和手机号码的绑定关系,可以对客户重入网专题分析提供数据支持。比如有些用户的手机具有GPRS功能,但是用户可能不知道,也有可能不会使用,也有可能工作太忙,通过客户IMEI号了解了客户终端的功能后,可以将一些潜在的业务推荐给用户。IMEI号分析应用必将在精细营销方面发挥重要作用。


8.客户扫描雷达


  客户扫描雷达是针对具体客户的一个选择器。在新业务的推广过程中,某运营商的客服中心通过使用客户扫描雷达,使客户服务的连续率由40%提高到80%,成功率从50%提高到80%,大大减少了重复劳动,降低了生产成本。通过客户扫描雷达,系统还可以提取相应客户的号码清单,以及其它的详细信息,并且可以将目标客户群直接导入外呼系统完成对外呼叫,效率将大大提高。


9.客户理财分析


  客户理财分析是某省运营商提出的客户理财观念,主要为一些对资费比较敏感的用户提供理财专家服务。通过资费预演模块对客户行为进行了解,然后设计多套备选资费方案供用户选择,尽量实现移动公司与用户之间的双赢。客户理财分析模块的推出可以更好地为用户服务,保持稳固的客户消费,同时对提高客户满意度和忠诚度具有重要价值。


什么是BI?


  商业智能(BussinessIntelligence,简称BI)是用于统计和分析商务数据的先进的信息技术,包括数据仓库DataWarehousing、联机分析处理(On-lineAnalyticalProcessing,OLAP、数据挖掘(DataMining)等技术。


  数据仓库是一个面向主题的、集成的、随时间变化的、非易失的、主要用于决策支持的数据的集合。利用BI技术可以动态将异构系统中的数据抽取集成到一起,进行清洗、转换等处理之后加载到数据仓库中,通过周期性的刷新,为用户提供一个统一的干净的数据视图,为数据分析提供一个高质量的数据源。


  对于数据仓库中的数据,可以使用一些增强的查询和报表工具进行复杂的查询和即时的报表制作,可以利用OLAP技术从多种角度对业务数据进行多方面的汇总统计计算,还可以利用数据挖掘技术发现其中的有用信息。


人民邮电报

责编:admin

转载请注明来源:BI系统的九大专题分析

相关文章

回复 取消