數贏未來——大數據對內應用授課人：盧薇青2017年5月精準化推薦場景化營銷大數據在客戶感知提升和數字化轉型中的應用目錄CONTENTS060501020304大數據能力內部精細化管理運營自身數據，提升管理效能內部精細化營銷運營自身數據，提升營銷效率商業變現輸出運營自身數據，提升合作方效能價值機會輸出開放自身數據運營權限，提供第三方價值機會知識標準輸出作為賦能者，提升合作方數據運營水平應用能力輸出以自身能力幫助合作方運營數據大數據生態體系的三個特點不局限自身運營數據——能力者不局限運營自身數據——匯聚平臺價值主體不局限數據本身——賦能者內部應用外部合作生態體系運營商大數據應用的三種形式和六個形態PART01精準化推薦亞歷山大·尼克斯（AlexanderNix）2014年5月，他利用大數據工具對烏克蘭民眾實施心理干預讓丑聞不斷的億萬富翁波羅申科以54.7%的得票率當選烏克蘭新總統。2015年，他又用同樣的方法干擾尼泊爾國民的精神意志幫助尼泊爾王室成功鎮壓了叛亂。只要給我68個在Facebook上的點贊，我就可以推測出這個人的膚色、性向、政治傾向、智力水平、宗教偏好、是否飲酒、吸毒乃至父母是否離異等一切信息。2016年？我很高興，我以數據為驅動的營銷傳播方式，在特朗普總統的勝利中發揮了不可或缺的作用。——亞歷山大·尼克斯我們來認識一個人精準化推薦：大數據比你更了解你自己電信運營商應該聚焦自身特殊數據，尋找潛在資源電信運營商詳細記錄了人在現代化社會的信息指紋Who/Whom：電話號碼的背后是IT系統內人的信息When：通話記錄和上網記錄的背后是人的行為Where：基于手機和固網定位的背后是人的位置What：流量分析和內容檢測的背后是人的需求信息指紋每分鐘數萬條位置更新信息（徐家匯商圈）每小時近萬次移動電話呼叫每天上億次點擊的互聯網訪問量精準化推薦：大數據支撐體系邏輯架構大數據內部應用的四層級目標智慧知識信息數據以數據自動觸發營銷活動機器學習數據挖掘統計可視化報表數據服務報告數據采集數據整合數據集成數據源CBSS/BSS語音詳單、流量詳單信令數據營業廳位置數據基站數據數據分析數據挖掘匹配營業廳最近基站工作日常用基站休息日常用基站用戶基站信息數據挖掘挖掘結果營銷活動（產品）目標用戶群服務大數據建模工作的開展主要是為了滿足差異化營銷的需求，通過顆粒度的細分，排除對目標營銷不敏感的群體降低對無效用戶的打擾，增加營銷活動的針對性；目前上海聯通實踐較為成熟的模式是通過三向用戶細分圈定用戶群，等待相關的用戶行為觸發場景，實現營銷活動用戶群由大變小，營銷成功率由小變大。上海聯通各類大數據精準推薦的核心指導思想是創造營銷過程的差異化：精準化推薦：目標——實現一客一策（1/2）網廳手廳電話渠道互聯網渠道應用觸點用戶使用行為洞察用戶傾向偏好歸類統一策略生成多渠道策略展示個性推薦交叉營銷復合營銷精準化推薦：目標——實現一客一策（2/2）精準化推薦：基礎——用戶畫像標簽體系用戶分類：根據穩定度高中低和客戶五星分級，將用戶分為六類:黃金客戶、高端波動、高危維系、潛力客戶、低端波動、潮汐客戶。高價值，資費不敏感，網齡高黃金客戶高端波動低端波動潛力客戶高危客戶潮汐客戶ARPU：193.7

月度流失率：1.1%

合約占比：52.0%終端合約占比：34.0%公付占比：11.5%

語音飽和度：77.9%

網齡：38.3融合占比：10.15%合約到期占比：0.4%蘋果三星占比：39.1%靚號占比：7.4%

流量飽和度：217.8%價值可提升，高融合，高穩定ARPU：93.9

月度流失率：1.3%

合約占比：47.7%終端合約占比：17.5%公付占比：8.0%

語音飽和度：61.4%網齡：30.0融合占比：31.40%合約到期占比：0.1%蘋果三星占比：28.6%靚號占比：1.4%

流量飽和度：198.9%低價值，套餐不飽和，低網齡ARPU：50.3

月度流失率：2.9%合約占比：36.7%終端合約占比：13.7%公付占比：6.0%

語音飽和度：47.4%網齡：16.3融合占比：18.65%合約到期占比：24.9%蘋果三星占比：17.6%靚號占比：0.4%

流量飽和度：150.6%低價值，捆綁低，業務使用少ARPU：17.8月度流失率：5.7%合約占比：15.7%終端合約占比：1.4%公付占比：2.4%語音飽和度：24.8%網齡：12.0融合占比：15.70%合約到期占比：43.3%蘋果三星占比：6.4%靚號占比：0.4%

流量飽和度：81.8%高價值，合約到期高，套餐不飽和ARPU：116.1

月度流失率：5.5%合約占比：45.6%終端合約占比：29.0%公付占比：6.6%語音飽和度：57.5%網齡：24.5融合占比：7.66%合約到期占比：66.5%蘋果三星占比：21.0%靚號占比：2.0%

流量飽和度：147.9%高價值，低捆綁，有終端偏好ARPU：122.9月度流失率：2.2%合約占比：29.3%終端合約占比：17.6%公付占比：9.1%

語音飽和度：89.4%

網齡：29.6融合占比：6.39%合約到期占比：7.0%蘋果三星占比：29.8%靚號占比：2.4%

流量飽和度：215.4%精準化推薦：建模——六類大數據模型上海聯通基于總部下達的模型體系和自有模型體系，對網內用戶行為精準洞察，實現用戶消費需求的精準細分離網傾向上海重點建設的六類模型換機傾向虛假傾向流量產品訂購傾向壓抑需求傾向意見領袖傾向功能描述在網用戶最適商品推薦新用戶問卷調查統一策略控制中心統一渠道協同管控事件化、多波次、實時推送配置商品優先級設置產品互斥規則觸點活動提示在途服務工單提醒目前上海大數據平臺在對接營業廳、合作渠道、總部手網廳、嵌入式互聯網工具、官方微信、本地門戶、異業線上合作渠道等7大類近20個渠道，每月輸出策略總數達到300萬次。通過大數據策略中心功能，很好的保證了渠道間發出一致的聲音，形成渠道與渠道信息互補，梯次業務推進的效果。精準化推薦：上海聯通精準營銷體系——基于策略中心的精準推薦實現多波跨域協同（1/4）全渠道互聯網化決策中心建設：深層次解決渠道產品推薦精準性問題深層次解決渠道與渠道間信息互通問題深層次解決渠道和用戶信息不對稱問題解決合理性訴求：知道要推薦的產品，知道推薦的話術，知道推薦的理由。解決一致性訴求：利用全渠道互聯網化統一界面，實現各渠道統一口徑。解決協同性訴求：渠道之間推薦結果實現互動，渠道與渠道共享用戶反饋信息。解決敏感性訴求：渠道可對服務、繳費等敏感性信息借助決策中心的提示信息全方位掌控。解決對稱性訴求：基于用戶自發觸點，如手網廳登陸，Toolbar點擊，微信互動等形成的營銷機會，推薦的內容與自有用戶渠道的推薦內容一致解決自然人訴求：基于自然人多號碼的用戶，實現復合產品推薦。精準化推薦：上海聯通精準營銷體系——基于策略中心的精準推薦實現多波跨域協同（2/4）多波跨越協同流程示意：根據用戶拒絕信息修正推薦和向多個渠道廣播策略實現渠道協同。精準化推薦：上海聯通精準營銷體系——基于策略中心的精準推薦實現多波跨域協同（3/4）大數據策略中心的中長期規劃：營銷策略進過大數據充分運算營銷觸發都使用大數據策略營銷結果反饋至大數據優化后續策略精準化推薦：上海聯通精準營銷體系——基于策略中心的精準推薦實現多波跨域協同（4/4）全渠道覆蓋：在覆蓋自營廳、合作廳基礎上，逐步開通社會渠道業務受理權限，實現沃受理系統彈窗全覆蓋。實現用戶主動接觸、被動接觸的全覆蓋。多渠道協同：實現商品推薦的多渠道協同，某一渠道銷售完成或用戶拒絕，其他渠道不做重復推薦。實現基于自然人維度的交叉推薦。增加一鍵辦理場景：在存費送費續約業務和流量包訂購一鍵辦理的基礎上，新增低消活動一鍵辦理。其他增值類商品和專項活動一鍵受理。開放接口：開放彈窗策略接口，在自有、合作用戶觸點進行標準化推薦策略輸出；實現在第三方APP、合作網站上基于相同彈窗策略的營銷推薦。借助彈窗等觸點工具，實現大數據用戶行為洞察和預判轉換為營銷機會和場景，實現各觸點精準、協同、便捷運營，為用戶價值經營創造優良環境。核心目標：以推薦轉換率為抓手提升精準性；以一線應用感知為抓手提升協同性；以推薦到訂單轉化的總損耗和時長為抓手提升便捷性。精準化推薦：上海聯通精準營銷系統——基于策略中心的彈窗推薦系統精準化推薦：對內應用1——基于用戶內容偏好推薦用戶上網屬性標簽分類功能：通過客戶上網行為分析，給不同的用戶打上標簽，例如：對于喜歡上新浪新聞的用戶，打上新聞愛好者標簽，依此進行客戶偏好模型構建，開展精確營銷用戶上網訪問地址分析靜態位置信息庫動態位置信息庫使用渠道集中管理系統營業廳坐標位置信息使用基站CellID對應本基站位置坐標不少于連續五天用戶駐留最頻繁基站CellID廳點位置坐標基站位置坐標用戶CellID使用網管平臺基站基礎信息數據基站CellID轉換工作時段駐留基站休息時段駐留基站匹配CellID匹配坐標基站1基站2基站N…根據自有廳覆蓋能力確定與基站間距離范圍用戶營業廳匹配基站靜態覆蓋常客用戶清單周間覆蓋用戶清單…周末覆蓋用戶清單…用戶N用戶N短信引流電話引流周期迭代終端換機模型精準化推薦：對內應用2——基于LBS推薦其合適產品動態位置信息庫精準化推薦：對內應用3——基于用戶業務特征推薦適銷商品7/22以大數據平臺為支撐，基于用戶地理位置精準定位目標用戶，匹配精準策略，經行維系保有產品推薦。合約續約以合約續約模型定位合約化目標客戶AURP值大于70單卡用戶遷轉全國套餐合約AURP值大于40小于70單卡用戶遷轉合約惠機AURP值小于40單卡用戶遷轉本地套餐合約合約到期用戶續全國套餐合約重點工作目標定位實施措施匹配策略推薦適配合約：大數據預判用戶合約到期時間，在到期前3個月，根據用戶業務、合約歷史等信息推薦適配合約終端換機以終端換機模型定位合約化目標客戶識別預判：終端換機模型判斷用戶換機時機及機型偏好；主動營銷：渠道偏好模型及位置信息模型，匹配營銷渠道，引導換機SIM卡換卡以SIM卡模型定位合約化目標客戶進廳用戶100%換卡：通過大數據分析定位SIM卡用戶，進廳用戶100%彈出推薦換卡流量營銷以用戶流量匹配模型定位合約化目標客戶智能推薦流量包：通過大數據分析用戶流量使用習慣及偏好，智能推薦日包、月包、夜貓包及定向流量包持23G終端用戶裸機換機輔導祼機換機輔導-社會渠道23G業務SIM卡用戶--換卡贈流量、贈語音4G非全國套餐SIM卡用戶--換卡贈話費4G全國套餐SIM卡用戶--換卡贈流量流量月包推薦推薦流量快餐包推薦流量夜貓包推薦定向流量包推薦承諾低消送流量推周期循環性策略觸發類型場景觸發性策略用戶關注內容上網訪問地址用戶下載軟件……客戶終端類型終端操作系統用戶內容偏好軟件應用映射一級分類二級分類186088……智能終端symbian生活網絡購物手機購物186099……智能終端android生活汽車交通商務出行186888……智能終端iPhone娛樂動漫星座影音圖像186666……智能終端android娛樂手機游戲憤怒的小鳥186777……智能終端iPhone溝通交流社區論壇聊天186555……非智能終端symbian溝通交流社區論壇社區交友………………………………偏好-應用映射關系推薦個性化應用即時通訊手機游戲終端生命期消費偏好數據預處理客戶偏好模型用戶186****9019精準化推薦：對內應用4——基于用戶終端及行為偏好推薦個性化應用，促進高端客戶粘性PART02場景化營銷場景化營銷：定義及原理定義所謂場景營銷是指針對消費者在具體的現實場景中所具有的心理狀態或需求進行的營銷行為，從而有效地達到企業的目標。當傳統營銷越來越難觸動消費者，基于場景為消費者帶來實際價值的營銷可能是一個新戰場。現實場景用戶心理或需求匹配成功營銷場景營銷要在合適的場景觸發消費者最終在線上或線下完成消費閉環案例視頻場景化營銷：三要素深入挖掘數據，真正讀懂消費者場景營銷離不開有效的連接碎片化場景實時觸達，服務即營銷場景化營銷：方法論體系精準用戶群篩選（30%）行為&事件觸發（50%）合理的商業設計（20%）大數據支撐場景營銷消費偏好識別通過大數據建模手段，識別使用習慣和偏好，建立用戶的對特定活動的參與度量化可能性應用范圍：批量活動優選客戶群1關注點識別通過大數據對用戶既往消費模式的判斷，偵測用戶的關注點，從而優化商業活動的針對性應用范圍：電話營銷優選話術、人工渠道彈窗產品策略3現實需求識別通過部署大量實時探針，偵測用戶的實時行為和現實需求，開展場景化營銷應用范圍：開展場景營銷2場景化營銷：上海聯通場景營銷特點綜合營銷

場景營銷交叉營銷跟隨營銷主題營銷情感營銷突出最小介入成本突出長期關系建立突出服營一體，跨域協同突出廣覆蓋突出實效性上海聯通構建場景營銷體系是目前在客戶經營領域綜合營銷體系的重要組成部分與其他營銷形式相比，場景營銷主要突出時效性，策隨客變和因境釋策是場景營銷的顯著特點場景營銷的突出優勢在于營銷活動與用戶現實需求契合，容易產生共鳴，從而提升營銷效率即使場景營銷不成功，也可以產生一次客戶關懷，長期看對提升客戶感知產生積極作用場景化營銷：上海聯通場景營銷架構一、營銷設計(營銷人員配置路線)CKM管理客戶標簽和客戶群Campaign管理事件和時機，事件規則發布至Kafka，位置駐留事件規則發布至PMECampaign進行營銷活動配置二、營銷執行（大數據支撐路線）Flume實時接入A口位置信令數據Flume發布消息至Kafka（數據清洗轉換定制）PME位置駐留計算PolicyCenter位置營銷事件識別PolicyCenter營銷規則判斷PolicyCenter營銷信息推送及營銷反饋；支持直接觸發的簡單事件營銷（接口定制）三、后續能力（正在建設的能力）Flume實時接入Gn口上網信令數據SparkStreaming實時互聯網行為標注（知識庫定制）SparkStreaming互聯網事件處理（復雜事件定制）FlumeA口位置數據Gn口上網數據大數據平臺實時流處理策略中心KafkaPMESparkStreaming知識庫CampaignPolicyCenterCKMCUBE12營銷渠道短信彈窗Toolbar微信公眾號3456781012911用戶業務人員（營銷策劃）大數據人員（標簽管理）+業務人員（客戶群管理）大數據人員（事件管理）場景化營銷：上海聯通場景營銷概況（1/3）場景營銷可以嵌入不同的用戶行為和用戶狀態變化，也可與重要的節日、紀念日結合形成用戶共鳴上海聯通目前規劃應用的營銷場景共6大類約28個小類，通過專用營銷系統Campaign進行系統支撐場景化營銷：上海聯通場景營銷概況（2/3）六大類實時場景的實時捕捉位置類場景上網類場景通話類場景開關機類場景漫游類場景實時場景營銷平臺，開放各類營銷規則，由營銷單元設置符合規則，觸發場景的用戶不符合規則，觸發場景的用戶實時營銷干預不采取營銷動作隨著場景營銷的不斷深入和系統能力的加強，上海聯通開始構建六個重點實時場景體系從效果看，用戶行為觸發的實時場景體系（延遲1小時以內）比通過系統規則觸發的準實時場景體系（延遲6小時以內），營銷效率顯著提升。用戶狀態類場景在積極探索實時營銷場景的同時，上海聯通還在建立客戶全生命周期場景適配體系，將客戶經營從存量維系向前延伸至體驗干預階段，向后延展至離網召回階段，實現更大范圍的場景覆蓋在用戶流失預測上，整體查準率71.14%，查全率62.44%，提升度14.68，效果非常理想。用戶離網得到系統確認穩定拐點正常使用期離網轉化期正式離網決定點用戶寬限期離網前行為特征的大數據鑒別協議到期時點維挽政策已離網用戶的召回政策原有模式理想模式通信體驗預警：1、掉話頻繁2、上網速率慢3、語音不清晰通信行為異動：1、聯絡圈縮小2、移動范圍縮小3、更換低價值手機離網決策形成：1、不開機2、啟用新號碼3、試圖注銷原號碼干預動作#1救援動作#2挽留動作#31、聯絡圈不再試圖呼叫原號碼2、異網出現呼叫規律一致的新號碼召回動作#4大數據用戶體驗研究場景化營銷：上海聯通場景營銷概況（3/3）場景化營銷：應用舉例（1/2）已開展并驗證成功率較高的業務場景舉例套內流量用盡時的流量包疊加終端更換后的應用推薦長時間視頻、音樂應用后的定向流量包推薦漫游場景下的短周期流量產品推薦充值后余額較高狀態下的長周期流量產品推薦場景名稱預付費充值場景流量包場景營銷低消來話場景營銷目標用戶高離網傾向的用戶（用戶流失預測模型結果數據）可訂購流量包的白名單用戶低消白名單（低消模型結果數據）中客服熱線來話的用戶觸發規則用戶帳戶余額不足10元&用戶帳戶余額不足5元用戶套餐內流量使用90%&用戶套餐內流量使用100％用戶撥打客服電話推薦活動充值存費送費/存費送業務活動國內/本地流量包，根據用戶的使用量推薦合適的流量包種類和檔次低消活動執行渠道實時場景短信短信/toolbar客服熱線場景效果參與用戶在網生命周期延長5個月，離網率下降15pp成功率8%成功率4.5%場景化營銷：應用舉例（2/2）PART03大數據在客戶感知提升和數字化轉型中的應用在客戶感知中的應用：大數據時代的客戶服務前言客戶體驗成為流量時代的新戰略核心，卓越的客戶體驗直接帶來卓越的經營成果，新的時代“服務即是經營，維系就是發展”。客戶體驗是AT&T的首要工作

調研結果顯示AT&T客戶滿意度超過Google——Gardner2014AT&T在北美運營商營銷及服務滿意評估中連續排名第一——J.D.PowerAT&T首席執行官RandallStephenson用戶體驗的改善直接導致了AT&T用戶離網率的下降一次網上購買聯通號卡的經歷2月某日，出于想體驗一下用戶如何進行活體認證的想法，某同事在網廳隨意買了一張卡（56元的4G全國套餐，存36得360）購買收貨激活使用網廳購買貨到付款訂單在哪兒？次次日送貨第二次送貨回訪第三次送貨前電話聯系收了36元隨卡送來的實名制激活過程的小折頁簡潔明了記不清套餐，選擇安裝手機營業廳首次登陸手廳卻進入流量包訂購頁2月22日接到回訪的電話，核實了身份信息，近2分鐘的通話三個基本概念期望服務感知服務客戶體驗期望的服務是顧客的實際經歷、個人需求以及口碑溝通的確定的，它受到企業與顧客溝通活動的影響。感知服務是指顧客親身經歷的服務，它是服務提供者一系列內部決策和內部活動的結果。即客戶滿意度，是顧客期望的服務與顧客感知的服務之間的差距形成的結果，也是客戶采取下一步行動的出發點。在客戶感知中的應用：客戶服務滿意度的理論基礎（1/2）客戶感知期望的服務感知的服務服務傳遞顧客驅動的

服務設計和標準對顧客期望

的理解顧客企業顧客差距差距1差距2差距3差距4與顧客的外部溝通差距1-管理者認知差距：不了解顧客的期望差距2-質量標準差距：未選擇正確的服務設計和標準差距3-服務交易差距：未按標準提供服務差距4-對外溝通的差距：服務傳遞與對外承諾不相匹配在客戶獲取服務的過程中，客戶的體驗和客戶的預期形成了差距，差距的大小構成了客戶滿意度，從客戶感知的服務進行細分，可以將這個差距分解為四個部分。在客戶感知中的應用：客戶服務滿意度的理論基礎（2/2）隨機性消費客戶的消費需求隨時出現，隨時消失比較性消費有更多渠道可以比較產品的優劣，產品提供者的信息優勢不復存在嘗試性消費樂于接受免費的體驗，對既有消費的惰性也大大降低快捷性消費消費周期縮短，客戶對產品的需求不再是月、年而是天甚至小時移動互聯網的出現和發展，使客戶獲取信息的成本降低到幾乎為0，也使客戶的消費行為習慣出現了新的變化，主要體現在四個層面，主要特征是個性化的增強和消費節奏的加快30%語音時代SP業務當月疊加當月退訂率50%流量時代流量包業務當月疊加當月退訂率在客戶感知中的應用：移動互聯網時代用戶行為的變化(1/4)來自個性化需求的挑戰個性化的消費模式，使一成不變的服務提供形式收到了巨大挑戰，通過大數據識別每個個體用戶的服務獲取偏好，提供個性化的服務成為了必然提醒頻率：對流量提醒頻率不滿意客戶進行調研發現，31.9%的客戶認為提醒頻率需降低，68.1%的客戶認為提醒頻率需提升提醒方式：對流量客戶進行調研發現，客戶對提醒方式具有不同的偏好提醒閥值：根據客戶ARPU、品牌、DOU、訂購套餐的不同，客戶對流量提醒的具體觸發閥值也存在不同需求客戶對提醒頻次需求不聚焦客戶對提醒類型需求差異較大客戶對提醒門限要求不盡相同客戶對提醒服務要求多樣化，單一的提醒模式不能符合客戶日益變化的需求在客戶感知中的應用：移動互聯網時代用戶行為的變化(2/4)來自個性化需求的挑戰傳統運營商關注服務提供的結果，移動互聯網考驗服務提供的過程，這使評價客戶滿意度從服務提供“是與否”的單維選擇變成了“多與少”、“快與慢”、“繁與簡”的多維命題。在客戶感知中的應用：移動互聯網時代用戶行為的變化(3/4)來自個性化需求的挑戰多維用戶刻畫帶來的機遇大數據的出現使我們可能認識號碼背后的人，而不是號碼本身，對客戶行為的充分理解和準確預判，可以將號碼行為層層遞進關聯至用戶自身的社會屬性和性格特點在客戶感知中的應用：移動互聯網時代用戶行為的變化(4/4)大數據改變客戶服務大數據技術的出現，為解決復雜的客戶滿意度問題提供了可能可管理（干預）可視化（量化）可評估（洞察）可整合（協同）營銷、產品、服務等觸點滿意度信息可進行采集、匯聚、梳理、量化建立分群模型，可對進行個性化滿意度體驗評估和反饋滿意度數據進行實時處理和匯聚，形成全局和個體的視圖可對客戶體驗進行實時的干預和處理傳統IT系統信息采集大數據技術信息補足個性化體驗評估模型體驗數據計算，閾值數據清晰性統一性可視化呈現反饋到各個職能部分實時干預并反饋在客戶感知中的應用：大數據助力提升客戶感知（1/9）大數據能力的應用對客戶服務有四個方面的作用協同洞察量化干預采集匯聚來自各渠道各維度的客戶體驗，生成統一策略將一個渠道接觸的結果轉換為其他渠道經驗建立全局性體驗實時視圖理解用于基于體驗采取行為的原因追溯用戶開展行動的性格偏好，并將這種偏好預測用戶下一步的行動分析用戶各種行為的個體外溢出效應將引起體驗不滿的過程追溯至體驗產生的原因分析每一個環節對用戶體驗的影響力大小將體驗指標轉換為運營改進措施的流程轉變“被動應答”模式為“主動顧問模式”在體驗出現變化時能夠進行實時的糾偏和補償性互動能夠根據客戶喜好互動點的變化增加或優化接觸渠道和策略在客戶感知中的應用：大數據助力提升客戶感知（2/9）大數據改變客戶服務大數據能力的應用對客戶服務有四個方面的作用協同洞察量化干預客戶預期管理管理認知差距糾正質量標準差距糾正服務交易差距糾正對外溝通差距糾正大數據在客戶感知中的應用：大數據助力提升客戶感知（3/9）大數據改變客戶服務大數據支撐下客戶服務協同：統一各客戶接觸點的客戶視圖信息，進行接觸間信息快速傳遞和及時響應，形成渠道之間信息互動，避免矛盾營銷、重復營銷咨詢推薦服務業務辦理業務A優先級：1響應概率:55%客戶服務中心接觸點管理模塊答復客戶各接觸點信息快速傳遞和及時響應，形成智能互動推薦客戶辦理同步取消營業廳推薦計劃網上營業廳個性化頁面取消該項業務推薦122營業廳網站統一發布——場景：對某客戶推薦業務A，在客服中心、營業廳、網站同步開展。該客戶通過客服中心辦理該項業務后，營業廳、網站的推薦計劃同步取消統一各客戶接觸點的客戶視圖信息統一客戶營銷接觸信息管理在客戶感知中的應用：大數據助力提升客戶感知（4/9）大數據改變客戶服務大數據支撐下客戶服務洞察：實現從消費結果到體驗結果到體驗過程再到心理預期的層層遞進在客戶感知中的應用：大數據助力提升客戶感知（5/9）大數據改變客戶服務大數據支撐下客戶服務量化：大數據識別用戶負面行為產品的原因，并將各個原因的權重量化客戶負面行為量化網絡質量動因將用戶網絡質量選擇負面行為與質差網絡區域進行關聯產品適配度動因關注用戶協議周期內的產品與自身消費的匹配情況服務質量動因用戶對接受服務的過程不滿意用戶對服務的結果不滿意競爭動因異網營銷政策使用戶的使用偏好出