在经过多年的市场历练之后，国内几个主要的电信运营商的业务水平及其在国际上的地位在不断提高。作为全球最大的移动通信市场，中国3G的发展无疑将对世界移动通信市场产生深远的影响，中国3G的未来发展走向也因此备受关注。 目前，市场竞争变得越来越激烈，运营商的ARPU值和利润空间都面临着巨大的挑战。客户需求也变得多样化、差异化，对电信业务、服务的要求日趋理性和严格，对电信服务的整体质量也提出了更高要求，各个运营商都已认识到客户是其主要资产。随着3G时代的即将来临，运营商只有深入分析用户消费行为，精确识别、细分用户市场，针对不同层次用户进行服务营销，方能使得各方价值发挥到最大，实现共赢。如何制定有效的策略来巩固和加强自己在3G时代的竞争力已经成为了运营商应当考虑并实施的问题。 在客户信息和消费数据的全面性上，电信运营商相较于其它行业的企业来说有着非常大的优势。在目前客户数据的基础上进行客户细分，可以从中发现现有客户的潜在需求、消费行为等特征，对未来3G时代的客户细分进行研究有很大的现实意义。 * 第一步：理解业务需求 在未来的3G业务中，知道谁是客户是个非常好的起始点，以了解瞬息万变的市场环境。清楚地了解客户也是对每个客户组采取有针对性措施的基础。 在使用数据挖掘开发客户细分时，最重要的部分是其结果应当在业务远景中意义深远，并且能够在实际业务环境中进一步得到应用。需要记住的一点是：由于市场环境是动态变化的，细分建模过程应当是重复性的，且模型应随着市场的变化而不断革新。 * 第二步：选择市场细分变量 由于变量选择的优劣对细分结果质量的影响非常显著，所以变量选择应该建立在理解业务需求的基础之上，以需求为前提，在消费者行为和心理的基础上，根据需求选择变量。此外，变量的选择还应该有一定的数量，多了不好，少了也不好。 * 第三步：所需数据及其预处理 为创建数据模型，必须使用收集到的原始数据，并将其转换成数据模型所支持的格式。我们称这个过程中的这个阶段为初始化和预处理。 在运营商中进行客户行为细分通常需要行为数据和人口统计数据等类型的数据。行为数据是客户行为，可通过运营商的事务数据(账单数据、详单数据、CDR数据等)而捕获。人口统计数据是当客户首次启用其通话服务时，他们会将客户人口统计数据(如年龄、性别、工作等)提供给运营商，这在识别或描述客户组的特征时很有用。 * 第四步：选择细分技术 目前，通常采用聚了技术来进行客户细分。常用的聚类算法有K-means、神经网络等，可以根据不同的数据情况和需要选择不同聚类算法来进行客户细分。 * 第五步：评估结果 在对用户群进行细分之后，会得到多个细分的客户群体，但是，并不是得到的每个细分都是有效的。细分的结果应该通过下面几条规则来测试：与业务目标相关的程度；可理解性和是否容易特征化；基数是否足够大，以便保证一个特别的宣传活动；是否容易开发独特的宣传活动等。 中国移动客户细分案例剖析 鉴于目前各地移动运营商的品牌混乱，为了更有效地实施管理、节约成本，以客户细分为基础的科学的品牌整合变得非常必要。以下是笔者在某地市移动公司经营分析中遇到的情况：该地市移动公司的品牌较为混乱，神州行主品牌衍生出了很多的子品牌，分流了很多中高端客户，减少了全球通的客户。 表1是采用神经网络算法(主要细分变量见表1)得到的总体客户细分的一部分，这部分客户的漫游和长途费用超过本地费用，月消费比较高，属于商务人士，前两类用户在全球通上ARPU值都在120以上；而第三类用户虽然没有漫游需求，但是其长途需求较高，其高端客户和前两类用户属于全球通的主要目标客户。 由表2可以看出，虽然全球通用户的比例所占不低，但是该部分客户仍主要集中在神州行品牌，其次为动感地带。对于中高端客户，全球通的品牌特点不明显，与神州行的目标客户群有严重的重叠，给管理和营销带来了困难。需要通过合理的措施来使二者区别化，例如新的套餐(短、中期内达到目标)、加强品牌宣传(长期性)等，为以后的针对性营销计划打下基础。 总之，客户细分是电信运营商与用户二者实现双赢的重要举措。目前用户需求呈现多样化、个性化的趋势，只有通过深入分析用户消费行为，精确识别、细分用户市场，开发出针对不同层次用户的服务品牌进行服务营销，方能使得各方价值发挥到最大，实现共赢。