数据集市在电信运营商数据业务客户关系管理中的应用研究

论文摘要

最近几年,电信业经过快速发展,移动电话用户数量在不断增长,截止目前全国移动电话用户已突破9亿户；尤其是随着2009年1月7日我国3G牌照的正式发放,数据业务的发展迎来新的春天,如何管理好运营的在网客户、如何快速发展数据业务已成为三大电信运营商面临的重大机遇与挑战。由于电信运营商运营的客户数量极其庞大,客户数据也堪称海量,但是缺少对数据业务目标客户获取及客户关系维系的深入研究,导致如何发展及维系数据业务客户关系成为电信运营商面临的重要课题。信息管理技术的快速发展为电信运营商管理客户关系提供了很好的工具支撑,尤其是数据仓库、数据集市、商业智能等概念和技术的发展为电信运营商管理与庞大用户群体的客户关系提供了现实操作的可行性。数据仓库与数据集市技术可以容纳与管理海量的用户数据,并且具有一定的商业智能及分析能力,可以进行业务分析与行为预测,这为电信运营商发展与维系数据业务客户关系提供了很好的底层技术支撑与管理理念工具。本文以相关的客户关系管理理论为基础,结合客户生命周期模型,通过分析数据业务的特性和电信运营商数据业务客户关系的识别期、发展期、稳定期、衰退期这四个阶段的关键特征,探讨数据集市与数据仓库在数据业务客户关系管理中各个阶段的应用方法、应用流程与应用效果；研究数据集市、数据仓库、商业智能等管理理念与信息技术对于数据业务客户关系管理的帮助与促进作用。并结合基于数据仓库和数据集市的精准营销管理平台,探讨了利用数据集市进行数据业务客户关系管理的案例,说明了数据集市在客户行为分析、业务匹配、渠道匹配、营销时机匹配等方面的作用和效果。在放号趋缓、语音业务趋于饱和甚至下降的大背景下,通过运用数据集市、数据仓库等管理理念与信息技术,管理海量数据业务用户的客户关系,对于发展与稳定数据业务用户、提升在网数据业务用户的客户终生价值具有十分重要的现实价值与战略意义,为电信运营商的运营支撑与客户关系管理提供重要的参考。

论文目录

• 中文摘要
• ABSTRACT
• 第一章 绪论
• 1.1 选题背景
• 1.2 课题来源及本人所做的工作
• 1.3 论文的主要内容
• 1.4 论文的理论与实践意义
• 第二章 相关的理论综述与数据业务发展分析
• 2.1 数据仓库、数据集市概念与技术
• 2.1.1 数据仓库概念与技术
• 2.1.2 数据集市概念与技术
• 2.1.3 数据集市与数据仓库的关系
• 2.2 电信运营商数据业务发展分析
• 2.2.1 数据业务的定义及分类
• 2.2.2 数据业务特性分析
• 2.2.3 数据业务发展环境PEST分析
• 2.2.4 数据业务发展策略分析
• 2.2.5 数据业务数据集市模型介绍
• 2.3 客户关系管理理论概述
• 2.3.1 CRM的产生与发展
• 2.3.2 CRM的功能与意义
• 2.3.3 客户全生命周期管理
• 第三章 识别期的数据业务客户关系管理
• 3.1 信息收集与处理
• 3.1.1 客户信息的重要性
• 3.1.2 客户信息的用途
• 3.1.3 数据业务客户信息的收集与处理过程
• 3.2 客户分群与数据业务目标客户定位
• 3.2.1 体验营销客户分群
• 3.2.2 数据业务目标客户定位方法
• 第四章 发展期的数据业务客户关系管理
• 4.1 数据业务促销活动支撑
• 4.1.1 促销活动目标客户获取
• 4.1.2 客户对促销活动的偏好分析
• 4.1.3 促销活动效果分析
• 4.2 客户价值管理
• 4.2.1 客户价值模型
• 4.2.2 客户价值提升策略
• 第五章 稳定期的数据业务客户关系管理
• 5.1 客户行为分析
• 5.1.1 数据业务消费金额分析
• 5.1.2 数据业务使用次数分析
• 5.1.3 数据业务使用流量分析
• 5.1.4 数据业务使用时长分析
• 5.1.5 数据业务行为辅助分析维度
• 5.2 客户忠诚分析
• 5.2.1 客户忠诚的特征与度景方面
• 5.2.2 数据业务客户忠诚度模型
• 第六章 衰退期的数据业务客户关系管理
• 6.1 流失原因分析
• 6.1.1 移动互联网正在成为数据业务客户流失的新去向
• 6.1.2 客户流失原因分类
• 6.2 客户关系恢复
• 6.2.1 客户流失预警
• 6.2.2 客户挽留
• 第七章 案例、总结与展望
• 7.1 案例介绍---精确营销平台支撑数据业务客户关系管理
• 7.1.1 安全背景
• 7.1.2 项目的整体架构与功能
• 7.1.3 项目的应用成效
• 7.1.4 项目应用中的问题及解决思路
• 7.2 论文总结
• 7.3 前景展望
• 7.3.1 数据管理技术与经营管理人才相结合
• 7.3.2 数据管理技术与数据业务发展相结合
• 7.3.3 数据管理技术与保护客户权益相结合
• 7.3.4 数据管理技术与数据业务商业模式结合
• 参考文献
• 致谢