
大數據時代,流量怎么經營
大數據時代電信運營商面臨的主要問題是,為了滿足數據流量的增長而不斷進行網絡擴容,但數據流量卻增量不增收;同時,同質化競爭嚴重以及業(yè)務全面受到OTT(OTT,全稱為Over the top,據說源自NBA的“過頂傳球”,借此比喻服務提供商越過基礎網絡,直接向用戶提供服務)的沖擊,導致用戶離網率高。據預測,未來10年,海外30%的電信運營商會被一些大型電信運營商兼并而逐漸消失。究其原因是語音時代電信運營商的營銷策略比較簡單,無需設計復雜的精細化套餐或業(yè)務依然能夠享有相當大的市場份額,而到了數據時代,依然沿用語音時代營銷策略的電信運營商將會喪失市場的主導權,其在價值鏈中的地位將逐漸下降。在大數據時代,運營商如何才能經營好流量?
沒有啞管道只有啞運營商
電信運營商發(fā)展流量經營可以歸納為三個階段:
第一階段是將流量進行簡單打包計費,比如20元套餐包含100M流量,超出流量按每兆流量0.3元,國內的流量經營目前基本處在這個階段;第二階段是基于時間、空間、帶寬、設備、熱門網站、客戶群等細分的流量經營策略,目的是提升流量的價值,比如20元包4M帶寬共10G的流量,超過10G帶寬將為2M,20元流量包免費瀏覽Facebook等,歐洲和日本的電信運營商目前正處在這個階段,此類業(yè)務發(fā)展模式已較為成熟;第三個階段是流量經營高級階段,即電信運營商建立精細化的用戶分析系統(tǒng),進行定向的營銷策略,例如廣告投放和后向收費等。
總體而言,國內電信運營商在移動數據流量經營方面僅僅是沿襲過去簡單、粗放的營銷手段,并沒有深入發(fā)掘流量的價值。
掌握用戶的信息是電信運營商的先天優(yōu)勢,與OTT只了解用戶的虛擬信息相比,電信運營商可以完全從管道中獲取用戶的性別、年齡、興趣愛好、消費習慣等個人行為喜好,但運營商并不具備深入的用戶數據和行為數據分析能力。這就使得運營商喪失了對用戶的主導權,無法做到引導用戶的行為,只是盲目地跟隨市場進行同質化的競爭。
電信運營商大力建設的智能管道可以實現包括信息內容可視化、靈活計費、流量優(yōu)化和差異化場景的移動帶寬控制等巨大功能,同時其已開始在網絡中部署FCC、DPI、OCI等流量經營所必需的網絡設備。但目前電信運營商需要解決的最大問題是無法充分利用這些工具開展流量經營方面的業(yè)務:前端的市場營銷部門市場反應速度嚴重不足,并且和網絡、運維等相關網絡部門距離過大、嚴重脫節(jié),無法形成互動式的工作機制,導致前端一線人員無法了解網絡的可行性;而網絡部門的人員則只關心建設管道,不考慮管道能實現什么樣的業(yè)務。因此運營商必須形成一種閉環(huán)的工作機制,縮短各部門間的距離,真正實現管道的可利用化。
精細化設計套餐是基礎
未來的移動數據流量套餐必須是精細化的,可以進行多維度的細分:第一是客戶的細分,流量套餐必須針對不同客戶的需求設計不同的內容,比如年輕人午夜套餐、家庭分享式套餐。
第二是帶寬的細分。用戶使用不同的業(yè)務,需要的帶寬不同,不同帶寬的用戶體驗和資費也不盡相同,并且提升帶寬需要另外付費,這樣可以提升帶寬的價值。
第三是時間的細分。忙閑時段資費不同,并推出基于天、周、月不同時間段的套餐。這些方案不僅可以滿足不同客戶的需求,并且可以實現流量資源的優(yōu)化。除此之外,電信運營商完全可以實現客戶開通即享受服務的要求。
第四是內容的細分。國外已經有相當成熟的案例,例如Facebook包月免費上網,筆者認為綁定OTT是實現流量價值化最有效最便捷的手段。電信運營商可以充分利用OTT有價值的內容,將其作為運營商吸引用戶、提高流量增長的手段。Facebook包月方案已幫助國外不少運營商拉動了流量,維系了客戶。中國互聯(lián)網目前發(fā)展勢頭迅猛,殺手級的OTT產品不在少數,如新浪微博、騰訊QQ、優(yōu)酷視頻等,國內電信運營商可考慮利用好這些產品轉變傳統(tǒng)經營模式,幫助自身拉動流量,提升用戶黏性。
三大著力點助推
移動數據流量經營
加大對市場營銷的重視程度。傳統(tǒng)電信運營商以建設管道為工作重點,對市場一線的業(yè)務實行的是較為粗放簡單的營銷策略。但流量經營時代,能否滿足復雜多變的客戶需求、能否提供差異化的套餐產品以及能否避免同質化的競爭,這些將是電信運營商市場營銷部門必須解決的重要課題。語音時代,各電信運營商之間拼的是網絡質量,而數據時代,當所有運營商的網絡質量都相差無幾時,就必須依靠個性化、精細化、差異化的產品來吸引和維系用戶了。因此對市場一線套餐設計、營銷的人員的要求就會越來越高。上文提到的MegaFon,其對市場方面的業(yè)務投入就很大,MegaFon的市場部僅進行市場分析的人員就超過了50人。此外,從事情報搜集、戰(zhàn)略制訂的人員也有30多人。這就可以使得MegaFon能夠很及時、準確地推出很多具有針對性的套餐。
加快市場響應速度,引導用戶的消費行為。運營商提出了以用戶為中心的理念,產品要滿足用戶的需求。筆者認為滿足用戶需求已經表明企業(yè)走在了用戶的后面,這就意味著需求首先被用戶發(fā)覺但遲遲得不到滿足,而不是企業(yè)創(chuàng)造需求來引導用戶的行為。據調查顯示,許多消費者很希望自己所簽約的電信運營商是一家比較“年輕”的企業(yè),能源源不斷地創(chuàng)造出新的產品,這就要求電信運營商能敏銳地捕捉到潛在的市場需求,并且快速創(chuàng)造產品來引導用戶的消費行為,走在用戶前面。創(chuàng)造產品并不意味著電信運營商花很長的時間生產出一個新的業(yè)務或服務,其只需要整合產業(yè)鏈上有價值的內容,進行簡單的綁定或加工即可。例如,倫敦奧運會期間,中國的電信運營商可以快速設計一項手機觀看比賽的套餐包月計劃,這樣的套餐不僅可以帶來收益,而且可以優(yōu)化網絡,提高流量的利用率。在瞬息萬變的市場環(huán)境中,電信運營商如果沒有快速的響應速度就會讓大量的機會白白流失。
加大部門間的合作力度,實施閉環(huán)營銷策略。電信運營商推出精細化的3G套餐產品應實施閉環(huán)營銷策略,所謂閉環(huán)營銷策略是指完成一系列的套餐制訂首先需要對網絡進行深度分析,了解網絡的能力,然后根據市場響應設計套餐,并作一個靈活的帶寬控制,接下來分析這些套餐對網絡的影響,是否達到了預期效果,最后再給出一個網絡優(yōu)化的方案,以提高網絡的利用率。如此循環(huán)反復,一項業(yè)務將經過市場、銷售、網絡、運維等各個部門,這就需要各部門通力合作共同來完成。
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數據處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數據庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數據分析師:表結構數據 “獲取 - 加工 - 使用” 全流程的賦能者 表結構數據(如數據庫表、Excel 表、CSV 文件)是企業(yè)數字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數據分析師:解鎖表結構數據特征價值的專業(yè)核心 表結構數據(以 “行 - 列” 規(guī)范存儲的結構化數據,如數據庫表、Excel 表、 ...
2025-09-17Excel 導入數據含缺失值?詳解 dropna 函數的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數據時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數據分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數據差異是否 “ ...
2025-09-16CDA 數據分析師:掌控表格結構數據全功能周期的專業(yè)操盤手 表格結構數據(以 “行 - 列” 存儲的結構化數據,如 Excel 表、數據 ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數據分析師:激活表格結構數據價值的核心操盤手 表格結構數據(如 Excel 表格、數據庫表)是企業(yè)最基礎、最核心的數據形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數據爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數據的科學計數法問題 為幫助 Python 數據從業(yè)者解決pd.read_csv讀取長浮點數據時的科學計數法問題 ...
2025-09-12CDA 數據分析師:業(yè)務數據分析步驟的落地者與價值優(yōu)化者 業(yè)務數據分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數據把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數據驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數據分析師與戰(zhàn)略 / 業(yè)務數據分析:概念辨析與協(xié)同價值 在數據驅動決策的體系中,“戰(zhàn)略數據分析”“業(yè)務數據分析” 是企業(yè) ...
2025-09-11Excel 數據聚類分析:從操作實踐到業(yè)務價值挖掘 在數據分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數據中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數據解讀到決策支撐的價值導向 統(tǒng)計模型作為數據分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10