营销服务一体化提升方案
1概述
1.1项目背景
通过接触点实施主动营销和个性化接触，完善与客户互动沟通的途径，深化对客户需求的理解，实现内部营销服务资源和外部客户需求的有效匹配，可以深化营销服务一体化的推进，对公司的深度运营和持续发展有着十分重大的意义
1.2项目目标
⏹支撑主动营销服务活动的有效开展
通过资费沟通、电子渠道分流、电子渠道个性化营销服务等应用，保障应用的全网落地，有效支撑主动营销服务活动的开展。
⏹优化营销服务管理平台闭环流程
通过对营销服务目标管理、目标客户筛选、客户渠道接触管理、宣传方案设计、营销资源管理、营销服务活动跟踪调整、营销服务活动评估等应用的实现，实现对营销服务管理平台优化及闭环管理；
⏹强化对客户接触点的管理
通过对与营销服务管理平台相融合、规范营销服务活动的开展、促成对客户的合理接触等应用的实现，强化客户接触信息的统一；
1.3 建设思路
结合资源管理要求，优化营销服务策划环节的成本管理，在执行环节实现客户-产品-渠道匹配，并将效益评估纳入评估环节，优化营销服务闭环流程管理。
结合市场重点工作，深化营销服务管理模块在价格沟通、电子渠道分流、电子渠道个性营销方面的应用，促进营销服务一体化提升。
1.4 项目要求
充分考虑各省之间的应用差异性和系统建设复杂性，明确本次规范内容的建设要求，以必选和可选的方式体现。
流程优化
深化应用
执行： 营销服务评估： 效益成本
营销服务营销服务
2应用功能
2.1营销服务管理模块应用优化
2.1.1营销服务管理模块优化
2.1.1.1优化内容：
根据业务应用开展需求，对营销管理平台闭环流程进行环节内容的优化
营销服务目标管理
细化关键业务指标，以便营销结束后进行成本分析；
包含营销物品成本、渠道佣金成本、折扣折让成本、人均营销成本等预算目标；
营销成本目标的录入、修改、删除功能；
营销成本目标的分类功能；
⏹目标客户筛选
增加基于客户接触信息视图的目标客户筛选功能
⏹客户接触渠道管理
依据客户－业务－渠道匹配模型对接触渠道进行选取及优先顺序的设定
⏹宣传方案设计
宣传渠道管理：对宣传渠道（电视、报刊、广播等）的管理，并在相应的宣传渠道设置宣传内容、编排宣传计划；
宣传物料管理：对宣传物料（海报、宣传手册等）的管理，实现对宣传物料的投放、分布的管理；
⏹营销资源分析监控
增加对虚拟资源中的虚拟货币资源（赠送预存）的管理，要求实现对赠送预存的申请、审批功能。并能在营销活动评估中汇总、分析虚拟货币资源的使用情况；
⏹营销与客户服务跟踪监控
及时跟踪营销服务活动执行后的客户反馈信息和活动执行情况，并根据反馈的信息和执行情况，支持对营销服务策划内容的修改调整；
⏹营销服务活动评估
增加对营销活动成本效益的评估；
增加汇总分析赠送预存使用情况的功能。
2.1.1.2优化要求：
⏹完善营销服务管理平台在营销成本预算决算的闭环流程⏹拓展对渠道偏好研究结果及接触点管理成果的应用
⏹拓展营销服务管理平台对营销资源的管理
⏹增强对营销活动预警监控和效益评估分析的功能
2.1.2 客户接触信息视图
2.1.2.1 客户接触渠道偏好模型
根据客户与渠道的接触信息，包括客户在各渠道的接触频次、业务办理次数、业务咨询/投诉次数、接触成功率（成功接触的客户数/目标客户数）、业务办理成功率、信息反馈等数据，构建客户接触渠道偏好模型，从而：
•有效地通过合适的渠道向客户开展针对性的主动服务营销；
•有效开展客户的电子渠道引导，最大限度地利用各电子渠道的服务和营销能力
基础功能模型算法• 模型目标
2.1.2.2频繁接触客户的渠道偏好分析
⏹分析思路：
对于频繁接触类客户（如历史接触记录>10次，具体标准各省可根据自身实际情况自行确定），由于该类客户与移动公司各渠道的接触历史和轨迹较为完备和清晰，建模的方式相对简单。通过客户接触信息视图，分析出客户通过各渠道进行咨询、投诉和业务办理的频次占比。对于接触频次占比最高且未发生投诉的渠道，可定义为该客户的首选偏好渠道，其它渠道依次类推。
⏹模型需要考虑的因素
咨询/投诉/办理业务的业务类型、频次、接触时间、渠道地理位置（针对实体渠道、自助终端等）、通话时长（针对10086、12580等热线渠道）、登陆次数及浏览轨迹（针对网站等互联网渠道）、联系成功率/推荐成功率（针对外呼、客户经理等主动服务营销渠道）、客户投诉等相关信息。
2.1.2.3非频繁接触客户的渠道偏好分析
⏹分析思路：
非频繁接触类客户与移动公司各渠道的接触历史和轨迹信息相对缺乏，无法直接基于客户接触渠道历史获取客户的渠道偏好信息，其渠道
偏好的具体分析思路和过程简述如下：
1、基于频繁接触客户的渠道偏好信息，通过数据分析和数据挖掘等
相关手段分析不同渠道偏好客户的客户行为特征差异；
2、将以上客户行为特征差异因素（不应包含渠道接触历史信息）作
为模型输入变量，以已知渠道偏好的频繁接触客户作为训练样本集，通
过神经网络、回归分析等数据挖掘算法，建立渠道偏好预测模型；
3、通过上述渠道偏好预测模型，对非频繁接触客户的渠道偏好度进
行预测评分。
渠道偏好模型的客户属性因子示例
2.1.2.4业务受理渠道适配模型
通过对业务属性和渠道属性的分析，抽象出它们的属性特征，并根据属性特征的相关性，实现业务和渠道的适配。
