SlideShare a Scribd company logo
1 of 29
Download to read offline
中国电信市场营销再造项目一期推广
    数据管理培训资料
   (统一客户视图理念)
目录



     p 统一客户视图的背景与重要性


     p 埃森哲的统一客户视图架构


     p 统一客户视图的应用


     p 统一客户视图的收益




           埃森哲与中国电信版权所有,广东电信注意保密
                  1
当前的数据现状——分立的系统、分立的数据
当前的客户数据分散在多个分立的系统中,一般包括97系统、计费帐务系统、10000号系
统、大客户系统、网间结算系统及客户经理支撑系统。各个系统相对分立,数据分散不一
致
                  97系统
    大客户系统
                                计费帐务系统
                 ? 客户基本信息                         当前存在的问题
         息       ? 基本帐户信息             ?
       信 息
      户
     客 信         ? 所购买产品信            ? 客户
   业 帐户 服务         息               ? 服务 帐        ? 数据依赖系统存在
  企
 ? 企业 客户         ? ……             ? 缴费 实 户信
                                   … 信 例 息
  ? 企业 信息                           … 息 信
                                          息
    ? 实例                                         •数据分散存储在不同系
          …
         …                                        统中
       ?

                 客户数据                            •缺少完整的客户视图
   10000号系统                     客户经理支撑系统
                                                 •数据共享缺少统一的标
                                                  准,共享困难
 ?客 户




                 网间结算系统
  ? 客信息 咨询
   户 投诉




                                             息
     联 信




                                          系信 信
      ? 客……



      系 息




                 ? 客户使用竞争                联 学     ? 数据对闭环的业务流程
        信
        ?




                                      客户 统计
          户



          息




                   对手产品信息           ?   口          支撑程度较弱
                                      ?人
            信




                                        息
             息




                 ? ……                      …
                                        ?…

                        埃森哲与中国电信版权所有,广东电信注意保密
                               2
“以客户为中心”的营销需要整合客户数据
客户和产品等数据是电信企业的重要资源,如何管理和有效利用这些资源,形成完整的客
户信息视图,并且为客户提供更好的产品和服务对于电信企业提高生存和竞争能力、创造
更好的收益至关重要

    分散、不一致的客户信息                统一完整的客户信息视图




                  ?
                  如何整合?



              埃森哲与中国电信版权所有,广东电信注意保密
                     3
整合客户数据需要以客户为中心实现统一视图
集团信息化规划中明确指出:建立统一企业数据模型,将分散的数据逐步规范、统一,以
内部数据中心的形式将业务、运营、管理数据集中,支撑经营分析和管理决策。强调了以
客户为中心的数据架构在整合数据中的重要性
                                    多极结构
        与CT的关系                                                交易
                                  - 企业客户的结构
      - 态度, 满意度                   - 个人客户的结构
      - 起始/截止日期                   - 客户-客户               -   信用等级, 风险
      - 交流 & 交易历史                 - 供应商, 联盟,竞争          -   货币
      - 销售量                       对手等关系                 -   银行帐户, 信用卡
      - 联系人                                             -   交易历史
      - 关系类型


   渠道                                  客户                          服务
                                     -名字                         产品
 - 交流或交易渠道
                                     -编号
                                     -状态                      - 现有者

 分类/分群              通用信息
                 - 地址, 电话, Web,                                  行为
 - 客户细分          Email                             需求
 - 客户类型及级别       - 语言、行业                                      - 购买行为
                 - 联系人                                        - 未来交流
                 - 位置                       - 喜好
                 - 权限                       - 兴趣              - 可能销售
                 - 客户类型
                             埃森哲与中国电信版权所有,广东电信注意保密
                                    4
统一客户视图的数据架构为营销提供了基础支撑
统一客户视图的数据架构能够为中国电信提供关于客户的信息全貌,为从理解客户、营销
策划到客户交互的闭环营销活动提供数据基础和支撑
                                  ? 理解客户
                                  ? 潜在客户及市场
                                  ? 支持客户战略开发
                                  ? 战略性描述及分析
                                  ? 客户洞察力建模
                        理解客户

 ? 执行营销活动
 ? 分析和优化营销活动
 ? 客户关系/营销活动
   管理                                               ? 开发客户战略
                                                    ? 开发营销活动战略
         客户交互           数据架构                 营销策划   ? 准备/优化营销活动
                                                    ? 客户关系/营销活动管理
                       ? 创建客户视图
                       ? 数据来源
                       ? 数据处理
                       ? 业务逻辑
                       ? 集成的架构


        “客户洞察是利用客户信息来对客户进行深入的理解,从而塑造出独一无二的、个性化的客
                        户关系的闭环流程”
                     埃森哲与中国电信版权所有,广东电信注意保密
                            5
目录



     p 统一客户视图的背景与重要性


     p 埃森哲的统一客户视图架构


     p 统一客户视图的应用


     p 统一客户视图的收益




           埃森哲与中国电信版权所有,广东电信注意保密
                  6
以客户为核心的数据架构——统一客户视图(IVoC)架构
统一客户视图 (IVoC) 架构实现了所有与客户相关数据的集成,从而使电信公司可
以理解每个客户的全貌和意义
客户数据库: 基于统一客户视图模型的物理客户数据存储,例
如客户的ID,档案资料等等,可以通过数据仓库、ODS等实现                   客户关系/营销处理架构
客户业务逻辑:支持客户识别、匹配、核查等各种增值的业务
处理逻辑和服务逻辑                                         客户业务逻辑
数据迁移架构:是集成了实时的信息或者批量数据的集成的处
理层




                                                                      客户分析架构
客户关系/营销处理架构:此层架构用来从客户数据库中提取数




                                        运营接入层




                                                              分析接入层
                                  数据源
据,为市场和客户关系管理提供支持
数据源:数据源代表了各种存储了运营数据的应用系统,主要                       客户数据库
包括两大类的应用:各类客户交互的应用(呼叫中心、销售系
统等等)和后台的应用(原有系统、ERP、外部数据源)
运营接入层:双向接入运营数据源
分析接入层:双向接入客户数据库为数据分析提供数据                          数据迁移架构
客户分析架构:通过一系列分析工具如数据挖掘、OLAP
等,进行客户数据分析、挖掘和报告                                  运营维护架构
运营维护架构:通过一系列的工具和服务,支持对客户数据库
的维护、监控等
                                                   开发架构
开发架构:通过一系列的工具和服务,为开发IVoC提供支持,
例如版本的控制、命名规则等
                    埃森哲与中国电信版权所有,广东电信注意保密
                           7
统一客户视图(IVoC)架构:数据源与运营接入层
主要包括了对各种系统、数据源数据的管理和支撑。对于目前存在
的多个系统,统一客户视图架构强调了:


 数据源数据质量       ? 保证各数据源数据完整准确


               ? 确保数据源间的数据及时同步
数据源间数据同步       ? 保证各系统中客户数据一致


 对数据源数据的       ? 确保客户数据库可以接入所有相关系统,提取客户数据
  接入和访问




 97系统   计费帐务     营业厅系     10000号    网间结算     客户经理   大客户系
         系统        统        系统       系统      支撑系统     统



                     埃森哲与中国电信版权所有,广东电信注意保密
                            8
统一客户视图(IVoC)架构:数据迁移架构
主要包括了从各种系统、数据源中通过多种技术手段将数据导入客
户数据库,具体的技术手段可以包括:


? 通过多个ETL将各系统数据导                         客户数据库
  入客户数据库                                 Custo    Cust    Acco
                                         mer      Acct    unt


  ? 优点:简单易实现、成本低                                 Addr
                                                 ess



  ? 缺点:系统间以网状联结,
                                                 适配器
    不利于信息同步与共享

? 通过EAI将各系统及客户数据                                 EAI
                   ETL
  库相连接                    适配器    适配器      适配器            适配器      适配器   适配器

  ? 优点:打破信息孤岛,保证
    业务流程的自动化             计费帐务   97/BSS    10000          营业厅     客户管理   其它
                          系统     系统        系统            系统       系统    系统
  ? 缺点:成本高、实施复杂、
    数据迁移存在风险



                   埃森哲与中国电信版权所有,广东电信注意保密
                          9
统一客户视图(IVoC)架构:客户数据库
客户数据的物理存储,可以采取多种架构实现
                                        数据仓库架构

                                       运营数据存储(ODS)

                                 数据转换与缓冲        数据集市

                                          数据仓库

业务系统

              ETL              ETL               ETL
                       ET                ET                ET
                    方案一 L            方案二   L           方案三   L


       ET    数据转换与缓冲         运营数据存储            数据仓库            数据集市
         L                     (ODS)

       方案四             ETL              ETL              ETL



                        埃森哲与中国电信版权所有,广东电信注意保密
                               10
统一客户视图(IVoC)架构:客户数据库

         运营数据存储(ODS)       数据仓库                 数据集市
业务功能     在部门及以下层级的运营支撑     在企业,分公司或事业部层级提       在部门及以下层级提供决策支
                           供决策支持                持,或者用于分析应用和展现
规模       从 10多到100多G       从G级到T级,涵盖很宽的范围       通常小于 100G
数据来源     分立的业务系统及外部来源      ODS,分立的运营系统及外部来源     来自数据仓库的整合的数据

数据结构     较为规范化、设计灵活        根据应用需求进行多维度或规范       通过多维度设计以部分灵活性
                           化设计                  为代价提高效率
主题范围     窄                 宽                    窄
时间结构     当前的数据             历史的数据                历史的数据
易失性/更新   高;数据不断改变以反映业务系    中/低;静态数据,根据历史数据      低;静态数据,仅当历史数据
频率       统的变化              的更新频率和更新级别进行更新       更新时改变
数据整合程    低;详尽的数据。区别于DW的数   中;整合了提升效率和分析效果       高;整合了提升效率和分析效
度        据, ODS中总结的数据是易失   所需要的汇总数据。包含了详细       果所需要的汇总数据。仅仅包
         的,代表着部分内容         的历史非易失性数据            括了分析所需要的细节数据,
                                                以DSS导向的报告
使用       运营的;读写环境          信息的;只读环境             信息的;只读环境



                        埃森哲与中国电信版权所有,广东电信注意保密
                               11
统一客户视图(IVoC)架构:客户业务逻辑
支持客户识别、匹配、核查等各种客户关联逻辑和服务逻辑,主要通过数据
模型实现。具体的客户识别、匹配过程就是将多个不同系统中客户相关数据
进行匹配对应和归并,识别客户并给予一个唯一的客户ID,将该客户下的所
有帐户、服务信息进行整理。

  97/BSS系统
                    10000号              客户经理支撑系统        计费帐务系统
 (Contract_ID)
                 (Customer_ID)           (Contact_ID)   (Account_ID)
   (User_ID)




                    通过名址、合同号、电话号码识别客户
                    理清客户、帐户、服务实例的三层结构
                      指定一个独一无二的客户ID




                               企业数据库
                             (Universal_CID)

                          埃森哲与中国电信版权所有,广东电信注意保密
                                 12
统一客户视图(IVoC)架构:客户业务逻辑
可以使用多种工具和方法对客户数据进行识别和匹配
                                               2. 
                                           使用现有的
                                            Entity_ID
    Data_Source_ID

    Individual Name
                                 1. 检查名字和字段                4.      企业客户
   Individual Address                                   更新姓名及地址表
                                是否已经在记录中存在                          数据库
          SSN

      Date of Birth

 Other Info: tie breaker                       3.
                                            创建新的
例 (源数据):                                    Entity_ID
Account_ID                 1.   将被处理客户的信息与客户数据记录进行比较,检查该客户是否已经存在。常用
Thomas Banwart
4456 N. Main Street
                                的做法是为记录的每一个域设置权重,并据此建立一套匹配规则
448-90-1234                2.   将新的记录按照现有的Universal_CID打上标签
tbanwart@iwork.com         3.   将新的记录标注一个新生成的Universal_CID
                           4.   将新的客户记录插入主交叉关联表,更新主交叉关联表中的现有记录

                                    埃森哲与中国电信版权所有,广东电信注意保密
                                           13
统一客户视图(IVoC)架构:分析接入层与客户分析架构
通过一系列分析工具如数据挖掘、OLAP等,进行建模、分群、预
测等客户数据分析、挖掘和报告

                                     客户分群
                         SS2                   SS1
                        高值时尚
                        高值时尚                  高值商务
                                              高值商务

                 SS3    SS8
               本地小康                SS7
                                   SS7         SS6
                       中值实用
                       中值实用
                                   高值外流
                                   高值外流 高值高危




                       SS9
                       传统节俭

               SS4
               SS4
              本地温饱




    数据挖掘
               SS5
              低值休眠
              低值休眠




     工具
                         400
                                     客户预测
                         350




                         300




                         250




                         200




                         150




                         100




                         50




                          0
                               0         25          50   75   100




             埃森哲与中国电信版权所有,广东电信注意保密
                    14
目录



     p 统一客户视图的背景与重要性


     p 埃森哲的统一客户视图架构


     p 统一客户视图的应用


     p 统一客户视图的收益




           埃森哲与中国电信版权所有,广东电信注意保密
                  15
统一客户视图的应用——数据模型
统一客户视图的应用主要包括数据模型和整体系统架构两个层面。我们设计的统一客
户视图数据模型包括:市场、产品和客户3大数据域,为市场营销提供信息基础。




              埃森哲与中国电信版权所有,广东电信注意保密
                     16
统一客户视图的应用——数据模型:
客户业务定义
在客户数据域中数据模型侧重“ 客户”信息的完整性,主要包括“客户” 计费帐户”
                                 、“    、
“服务实例”的客户信息结构以及各个层级所需要的关键客户信息。为中国电信更有效
的管理其客户、账户、服务及其关系,提供数据支持。


  定义:     示例
                 客户识别
                  信息
                         客户合同      明确数据模型有助于:
客户是拥有中国          客户基本    客户扩展
电信提供的产品           特征      特征       ? 统一的客户定义与概念
和服务的个人或
          客户
                 客户联系    客户关系
企业法人                               ? 获取关于客户的完整信息
                 帐户基本    帐户合同
帐户是客户按照           信息      / SLAs
                                   ? 有效的管理客户、账户、服务、用户及其关
他们的意愿管理   帐户     缴费方式     收益
帐单的单位                                系
                 帐户资料    帐户关系
                                   ? 创建一个通用的IT系统开发的基础
服务实例是客户          服务实例基   安装地址
                  本信息
使用的服务的逻   服务实例   服务实力
                                   ? 创建一个通用的客户运营和客户洞察基础
辑单位表现                     配置
                   组
                         服务组件协
                  用户      议/SLA



                    埃森哲与中国电信版权所有,广东电信注意保密
                           17
统一客户视图的应用——数据模型:
客户业务结构
根据客户的定义,客户接受电信公司提供的产品服务,电信公司通过客户的消费形成业务收入。因此电
信公司对客户的信息记录应包括完整的客户本身的信息、客户的消费情况和客户接受的产品服务情况。
这些信息表现为客户-计费帐户-服务实例的客户信息结构。

              在客户的结构中:
              Ø 客户、计费帐户和服务实例是一个至顶向下的结构,能够很好的体现客户的所有
  客户            信息,从而实现统一的客户视图。
              Ø 客户信息主要记录与客户对象本身关联的信息,例如客户的自然属性
   计费帐户       Ø 计费帐户主要记录客户的电信消费信息,例如客户的应收费用、实收费用
              Ø 服务实例主要记录客户所接受的电信产品和服务的信息。
              Ø 客户的三级架构表现为:一个客户下可以有1个或者多个计费帐户,但每个计费
       服务实例     帐户只能属于1个客户;1个计费帐户下可以有1个或者多个服务实例,且每个服
                务实例只能属于一个计费帐户。


计费帐户和服务实例的关系:
Ø 根据客户的定义,客户享受电信产品/服务的同时必须承担义务,最基本的义务就是按时缴费,而计费帐户就体
  现了客户的这种“义务”信息,因此计费帐户和服务实例是1对多的关系。
Ø 由于“付费人”可以不是同一个客户,这种“费用转移”的方式表现为两个客户的计费帐户间的“转帐”交易
  处理,并不影响计费帐户和服务实例的关系。


                    埃森哲与中国电信版权所有,广东电信注意保密
                           18
统一客户视图的应用——数据模型:
客户
客户(Customer)是一个能够或者已经与中国电信建立合同约束关系,并通过此关系能够接受
或者已经接受中国电信的产品服务的对象;

              通过客户的定义,可以明确:
              Ø 客户概念中强调了“约束”关系,通俗来讲即产权关系,表明了客户必须在
  客户            享受的电信公司提供的产品服务的同时,必须承担相应的义务。这个“约束
                ”可以是具体的合同协议,也可以是具有默认约束关系的申请单等。
              Ø 客户既包括已经接受电信公司的产品服务的现有客户,也包括能够接受电信
   计费帐户         公司产品服务的潜在客户。
              Ø 从客户本身的特征,可以分为两大类型:公众客户(Residential)和企业客
                户(Corporate)。其中企业客户包含有大客户和商业客户。
       服务实例



Ø 客户可以是,也可以不是产品/服务的付费人或者使用人;当客户不是付费人时,相当于客户将其全部或者
  部分费用转移到(“转帐”)付费人下,同时产权人最终的付费负责人;当客户不是使用人时,相当于客
  户将产品服务“转借”给使用人。
Ø 客户有最终决定权购买、更改和终止产品服务,同时根据一定的与产权客户的协议, “付费人”和“使用
  人”可以享有购买、更改、终止产品服务的权利。




                    埃森哲与中国电信版权所有,广东电信注意保密
                           19
统一客户视图的应用——数据模型:
计费帐户
计费帐户(Billing Account)是客户所拥有的,用来汇集客户购买的电信产品/服务的各种费用的对象。
例如当前的“合同号”就是一个计费帐户。

               在计费帐户的定义中:
               Ø 计费帐户是一个内部的对象,即在电信公司内部汇集客户各种费用的对象,例如
   客户            “合同号”;
               Ø 计费帐户“汇集”客户费用的过程就是计费帐务系统”出帐(Invoicing)“过程
                 ,其结果就是客户的帐单(invoice)。
    计费帐户
               Ø 计费帐户体现客户的消费内容,包括应收费用、实收费用、争议费用等等。
               Ø 计费帐户通常会记录客户的财务资料,用来完成客户的“支付”交易,包括帐务
        服务实例     周期,付费方式和付款信息等



 Ø 一个客户至少有一个计费帐户,当客户订购产品后,必然出现一个计费帐户。
 Ø 一个计费帐户只能有一个帐务周期。




                     埃森哲与中国电信版权所有,广东电信注意保密
                            20
统一客户视图的应用——数据模型:
服务实例
服务实例(Service Instance)是客户订购产品后,产品信息在客户数据域的实例化体现。通俗来说,
服务实例就是客户订购的产品信息。

               通过服务实例的定义,可以明确:
               Ø 服务实例对应着业务开通后的实体,是客户订购产品实例化后的体现
   客户          Ø 服务实例是客户订购产品的表现,但不是所有客户订购的产品都表现为一个服务
                 实例;例如,客户订购的基础产品服务开通后会称为服务实例,而附加产品不会
                 称为单独的服务实例,而成为服务实例的构件。
    计费帐户
               Ø 产品的使用人,或者称为“用户”,会与服务实例直接关联。此使用人可以是订
                 购产品的客户本人,也可以是其他客户,或者其他个人、组织。
        服务实例   Ø 服务实例必须至少有一个标识,能够唯一识别此服务实例,例如本地电话的电话
                 号码、专线的专线号码等。
               Ø 服务实例对产品的实例化,不仅包括产品的信息,也包括产品的计费信息和占有
                 的资源信息。




                     埃森哲与中国电信版权所有,广东电信注意保密
                            21
统一客户视图的应用——系统架构
统一客户视图的数据模型需要在整体数据系统架构中进行应用
                                                                                                                                              ? ? ? ? ?
                                                                                       ? ? ? ?                                                    ?
                                                                                                                                                                                              案例
                                                                                            ? ? ? ? ? ? ? ?

                                                   ? ? ? ?                       ? ? ? ?                                  ? ? ? ?                               ? ? ?

                        ⑤? ?
                                                                                                                              ? ? ? ? ? ?
                                                                                                                                 ? ? ? ?
         ? ?                  ? ?      ? ?                                                                                       ? ? ? ?
                 (53
         ? ?                  ? ?      ? ?
                        ? ?
                                                                       ? ? ? ?                                                                                                      ? ? ? ?
                                                             ? ? ? ?                                                                                            ? ? ?
                                                                                                                                 &XVWRPHU
                                    )LHOG 0DQDJHPHQW            ?                                                                   ,'                            ':
 &OHUN     ¥QDO\VW     3RZHU                                                                                      &50                                                               ? ? ? ?
                                     5HSV                              ? ? ? ?
                       8VHU                                                                                       '%V                               ? ? ?                              ?
                                                             ? ? ? ?                                                                                ? ? ?
                                                                                                                                                     ? '%                           ? ? ? ?
                                                                       ? ? ? ?
                                                                                                                                                                                       ?
         ? ? ?       ? ? ? ?         % %     ? ?                                                      &DOO                 ? ? ? ?      ? ? ? ? ?




                                                                                                                                                                        ? ? ? ? ?
                                                             ? ? ? ?
                                                                                       ? ? ? ? ?

                                                                                                     &HQWHU
                       ? ? ?
                                                                                                                                                      &URVV                         ? ? ? ?
                                                                       ? ? Ё?                                    &OLFN
                                                                                                                                      ? ? ?          &KDQQHO
                                                                                                                                        ?               2'6                            ?
                                                                                                                6WUHDP

         ? ? ?       ? ? ? ?            %    %                                                        &KDQQHO
                                                                         ? キ                          &RQWDFW
                                                                                                                                                                                    ? ? ? ?
                                                                                                       /RJV                          ? ? ?

                                                                                                                                                                 ? ?
                             ,QWHU     ? ? ?                                                                      H0DLO
          ¥63    %     %                                               ? ? ? ?                                                                                   ? ?
                              QHW        '%
                                                                                                       2/73 '%V                ? ? ? ? ? ?                ? ?   '%V
                        ? ?



     % &         ? ? Ё?          ? ?         ? ?                                                                             ? ? ? ? ? ?

                                                                                                                ? ? ? ?                          ? ? ? ? ? ?
                           ? ?                                                 埃森哲与中国电信版权所有,广东电信注意保密
                                                                                          ? ? ?                                                      ? ?

                                                                                      22
统一客户视图的应用——系统架构(续)
现阶段,本地网的统一客户视图可以通过建立试点数据库获得,以进一步支持
后续的数据挖掘和分析应用;在中国电信企业级数据仓库建立起来以后,可以
直接支持数据分析、报告
          数据源                         分析系统/平台       报告和挖掘分析系统

                 经营分析系统
           ETL                                         营销活动
   试点数据          Flat Files ETL1
    源                                    试点数据库          报告
                                          ( RD)
                                           E


                                            ETL2

   试点数据    ETL   Flat Files E T L 1       宽表           Clem entine
    源                         ’
                                          CAR          或K X E N

                                            ETL 3




   试点数据              中国电信                              营销活动
    源              企业级数据仓库                              报告
                    ( T- D W )
                     C E


                             埃森哲与中国电信版权所有,广东电信注意保密
                                    23
目录



     p 统一客户视图的背景与重要性


     p 埃森哲的统一客户视图架构


     p 统一客户视图的应用


     p 统一客户视图的收益




           埃森哲与中国电信版权所有,广东电信注意保密
                  24
统一客户视图数据模型的收益
统一客户视图的数据模型可以将客户数据按照主提归类,理清关系。
                                                        Contact History Summary                        Contact History Detail
                                                     Individual ID (FK)                                Campaign ID (FK)             Campaign Type Ref
                                                                                                       Individual ID (FK)           Campaign ID
                                                        Number of Mail Contacts
                                                        Number of eMail Contacts                       Promotion Code               Description
                                                        Number of Telephone Contacts                   Treatment Code               Start Date
                                                                                                       Contact Date



Household                                                                 Demographic info              Life Style
Household ID                 Individuals in Household                     Model ID (FK)                 Model ID
                            Individual ID                                 Individual ID (FK)
Street Address                                                                                          Model Name
City                        Household ID (FK)                             age                           Model Date
State                       Individual attribute fields
                            Primary Householder Flag
                                                                                                                                ID 字段
Zip                                                                             Behavior
Phone
                                                                                Individual ID (FK)                              产品拥有信息
                                                                                Behavior Data Fields                            行为字段
                                                  Purchases
                                                  Transaction ID                  Products                                      人口统计学信息
                                                  Individual ID (FK)              Product ID
                                                  Product ID (FK)                                                               接触历史
                 Transactions                                                     Product Details
                                                  Purchase Details
                 Transaction ID                                                                          Accounts
                 Individual ID (FK)                                                                      Account No
                 Account No (FK)
                                                                                                         Account Information
                 Transaction Details
                 Transaction Timestamp




                                                            埃森哲与中国电信版权所有,广东电信注意保密
                                                                   25
统一客户视图数据模型的收益(续)
基于统一客户视图的数据模型,可以方便的根据数据分析主题设计宽表结构,进行客户分
群、预测等数据分析。同时,这种清晰的结构可以支持数据范围的调整和分析主体的转变
,最大限度的减小对宽表调整的工作量

                  CUSTOMER ANALYTIC RECORD (CAR)
  -   示例 -
ID 字段           产品拥有信息        行为字段           人口统计学信息         接触历史

客户 ID          本地服务产品拥有               计费历史                人口统计学字段
            营销活动接触
姓名           长途产品拥有情况        产品历史            生活方式字段         营销活动响应次数
地址    数据DSL产品拥有情况            客户收支趋势                地域信息字段           营销活
动响应几率
电话           无线产品拥有情况        数据与电话使用比例       3个月收入趋势
                                                   (转换或“导出”变量)
Email        产品购买顺序          本地长途使用比例              触发属性
设计      服务购买顺序            付费行为和客户利润
? CAR包括几个属性类别: ID信息, 产品拥有信息, 行为, 人口统计学信息, 和接触历史。
? CAR中的每一条记录是客户属性的一个“扁平化”表现,以提供客户分析建模的统一分析视图。
? 转换的, 或导出的变量, 提供了新的数据视点。这些新的视点往往导致关键的客户洞察的发现。
好处
? 更多的变量可以用于训练和计分模型。
? 加速计分过程(可能需要花费3-5周的数据抽取过程可以在数天内完成)
? 可以方便地添加新的变量

                           埃森哲与中国电信版权所有,广东电信注意保密
                                  26
统一客户视图数据模型的收益(续):
本地网实际应用收益
某本地网目前的数据模型是以服务为中心的,与埃森哲以客户为中心的数据模型不同,所以在进行
试点活动时,首先按照客户进行归并整理,之后主要保留了模型中的客户与服务实例进行宽表设计

埃森哲统一客户视图     某本地网目前数据模型                某本地网试点数据模型

   客   户       “客户”=主要用户                   客   户



   帐   户          服   务                    服务实例


                                                   •归总到客户,对于
   服务实例           帐   户                             客户级营销较为方
                                                    便
                                                   •每个客户有独立的
   用   户          客   户                             客户ID,可以清楚
                                                    展现客户下的所有
                                                    服务
? 以客户为中心;       ? 以服务为中心;               •试点对客户进行归
? 客户和帐户、帐户与     ? 客户和帐户之间                并,建立客户和服
  服务实例之间均为一       存在多对多关系                务实例的架构
  对多关系

                埃森哲与中国电信版权所有,广东电信注意保密
                       27
统一客户视图系统架构的收益
使用ODS实现了业                             通过数据仓库存储
务系统和数据仓库                              了全部客户数据,
的隔离,确保数据                              通过数据集市从多
分析不会对业务造                             客户关系营销战略
                                      维度展现了客户的
成影响                                   全貌                           数据挖掘
     BSS                                                            应用

                                           转换
            CRM 应用服务


                                     提取           加载
            (服务渠道)


                                                                  查询和汇总
     web
                       应用集成
                                                                   应用
                              客户索引
                               ODS                       客户数据仓库
                                          客户索引            和数据集市
    计费帐务                                                           OLAP
                                                                    应用

   客户服务系统                                  外部数据                    营销管理
                                 其他内部数据                             应用

     客户交互  CRM                交互数据        数据提炼              分析架构
      系统  集成架构                 架构          架构
可以使用应用集成(
EAI)将多个业务系统
和ODS连接,整合了技                                     灵活的支持多种分
术和流程,实现端到端                                      析和汇总应用
业务流程和不同系统间
的信息共享                            埃森哲与中国电信版权所有,广东电信注意保密
                                        28

More Related Content

Viewers also liked

事件簿とKibanaと私
事件簿とKibanaと私事件簿とKibanaと私
事件簿とKibanaと私Tomokazu Shogen
 
Automated Machine Learning Using Spark Mllib to Improve Customer Experience-(...
Automated Machine Learning Using Spark Mllib to Improve Customer Experience-(...Automated Machine Learning Using Spark Mllib to Improve Customer Experience-(...
Automated Machine Learning Using Spark Mllib to Improve Customer Experience-(...Spark Summit
 
Large-Scale Machine Learning with Apache Spark
Large-Scale Machine Learning with Apache SparkLarge-Scale Machine Learning with Apache Spark
Large-Scale Machine Learning with Apache SparkDB Tsai
 
Alluxio Presentation at Strata San Jose 2016
Alluxio Presentation at Strata San Jose 2016Alluxio Presentation at Strata San Jose 2016
Alluxio Presentation at Strata San Jose 2016Jiří Šimša
 
Elasticsearch And Apache Lucene For Apache Spark And MLlib
Elasticsearch And Apache Lucene For Apache Spark And MLlibElasticsearch And Apache Lucene For Apache Spark And MLlib
Elasticsearch And Apache Lucene For Apache Spark And MLlibJen Aman
 
Apache® Spark™ MLlib: From Quick Start to Scikit-Learn
Apache® Spark™ MLlib: From Quick Start to Scikit-LearnApache® Spark™ MLlib: From Quick Start to Scikit-Learn
Apache® Spark™ MLlib: From Quick Start to Scikit-LearnDatabricks
 
Machine Learning using Apache Spark MLlib
Machine Learning using Apache Spark MLlibMachine Learning using Apache Spark MLlib
Machine Learning using Apache Spark MLlibIMC Institute
 
使用 Elasticsearch 及 Kibana 進行巨量資料搜尋及視覺化-曾書庭
使用 Elasticsearch 及 Kibana 進行巨量資料搜尋及視覺化-曾書庭使用 Elasticsearch 及 Kibana 進行巨量資料搜尋及視覺化-曾書庭
使用 Elasticsearch 及 Kibana 進行巨量資料搜尋及視覺化-曾書庭台灣資料科學年會
 
Real-Time Anomaly Detection with Spark MLlib, Akka and Cassandra
Real-Time Anomaly Detection  with Spark MLlib, Akka and  CassandraReal-Time Anomaly Detection  with Spark MLlib, Akka and  Cassandra
Real-Time Anomaly Detection with Spark MLlib, Akka and CassandraNatalino Busa
 
2016 Spark Summit East Keynote: Matei Zaharia
2016 Spark Summit East Keynote: Matei Zaharia2016 Spark Summit East Keynote: Matei Zaharia
2016 Spark Summit East Keynote: Matei ZahariaDatabricks
 

Viewers also liked (10)

事件簿とKibanaと私
事件簿とKibanaと私事件簿とKibanaと私
事件簿とKibanaと私
 
Automated Machine Learning Using Spark Mllib to Improve Customer Experience-(...
Automated Machine Learning Using Spark Mllib to Improve Customer Experience-(...Automated Machine Learning Using Spark Mllib to Improve Customer Experience-(...
Automated Machine Learning Using Spark Mllib to Improve Customer Experience-(...
 
Large-Scale Machine Learning with Apache Spark
Large-Scale Machine Learning with Apache SparkLarge-Scale Machine Learning with Apache Spark
Large-Scale Machine Learning with Apache Spark
 
Alluxio Presentation at Strata San Jose 2016
Alluxio Presentation at Strata San Jose 2016Alluxio Presentation at Strata San Jose 2016
Alluxio Presentation at Strata San Jose 2016
 
Elasticsearch And Apache Lucene For Apache Spark And MLlib
Elasticsearch And Apache Lucene For Apache Spark And MLlibElasticsearch And Apache Lucene For Apache Spark And MLlib
Elasticsearch And Apache Lucene For Apache Spark And MLlib
 
Apache® Spark™ MLlib: From Quick Start to Scikit-Learn
Apache® Spark™ MLlib: From Quick Start to Scikit-LearnApache® Spark™ MLlib: From Quick Start to Scikit-Learn
Apache® Spark™ MLlib: From Quick Start to Scikit-Learn
 
Machine Learning using Apache Spark MLlib
Machine Learning using Apache Spark MLlibMachine Learning using Apache Spark MLlib
Machine Learning using Apache Spark MLlib
 
使用 Elasticsearch 及 Kibana 進行巨量資料搜尋及視覺化-曾書庭
使用 Elasticsearch 及 Kibana 進行巨量資料搜尋及視覺化-曾書庭使用 Elasticsearch 及 Kibana 進行巨量資料搜尋及視覺化-曾書庭
使用 Elasticsearch 及 Kibana 進行巨量資料搜尋及視覺化-曾書庭
 
Real-Time Anomaly Detection with Spark MLlib, Akka and Cassandra
Real-Time Anomaly Detection  with Spark MLlib, Akka and  CassandraReal-Time Anomaly Detection  with Spark MLlib, Akka and  Cassandra
Real-Time Anomaly Detection with Spark MLlib, Akka and Cassandra
 
2016 Spark Summit East Keynote: Matei Zaharia
2016 Spark Summit East Keynote: Matei Zaharia2016 Spark Summit East Keynote: Matei Zaharia
2016 Spark Summit East Keynote: Matei Zaharia
 

Similar to 统一客户视图

走进爱康--IT促进业务创新
走进爱康--IT促进业务创新走进爱康--IT促进业务创新
走进爱康--IT促进业务创新Zhaohui Feng
 
浩腾电商 · 家具业电子商务解决方案
浩腾电商 · 家具业电子商务解决方案浩腾电商 · 家具业电子商务解决方案
浩腾电商 · 家具业电子商务解决方案justanson
 
猜你喜歡:虛實並進,贏在全通路
猜你喜歡:虛實並進,贏在全通路猜你喜歡:虛實並進,贏在全通路
猜你喜歡:虛實並進,贏在全通路Etu Solution
 
商务发展大势 把握电子商务运营之道
商务发展大势 把握电子商务运营之道商务发展大势 把握电子商务运营之道
商务发展大势 把握电子商务运营之道chaojiwangpu
 
芳草集 大卖家的瓶颈和出路
芳草集   大卖家的瓶颈和出路芳草集   大卖家的瓶颈和出路
芳草集 大卖家的瓶颈和出路chaojiwangpu
 
腾讯大讲堂15 市场研究及数据分析理念及方法概要介绍
腾讯大讲堂15 市场研究及数据分析理念及方法概要介绍腾讯大讲堂15 市场研究及数据分析理念及方法概要介绍
腾讯大讲堂15 市场研究及数据分析理念及方法概要介绍PMCamp
 
药企药店如何做好销售预测
药企药店如何做好销售预测药企药店如何做好销售预测
药企药店如何做好销售预测Shelley Lai
 
2018 阿里云深圳云栖峰会分享
2018 阿里云深圳云栖峰会分享2018 阿里云深圳云栖峰会分享
2018 阿里云深圳云栖峰会分享杨文 陈
 
藥事人員繼續教育課程-顧客服務與關係管理經營策略-詹翔霖教授
藥事人員繼續教育課程-顧客服務與關係管理經營策略-詹翔霖教授藥事人員繼續教育課程-顧客服務與關係管理經營策略-詹翔霖教授
藥事人員繼續教育課程-顧客服務與關係管理經營策略-詹翔霖教授文化大學
 
ActWeis Technology Inc. 艾格亞士科技 簡介產品及服務 (20121026)
ActWeis Technology Inc. 艾格亞士科技 簡介產品及服務 (20121026)ActWeis Technology Inc. 艾格亞士科技 簡介產品及服務 (20121026)
ActWeis Technology Inc. 艾格亞士科技 簡介產品及服務 (20121026)ActWeis Technology Inc.
 
102.08.00 創業管理-詹翔霖教授-通路經營與管理--詹翔霖教授-勝典科技
102.08.00 創業管理-詹翔霖教授-通路經營與管理--詹翔霖教授-勝典科技102.08.00 創業管理-詹翔霖教授-通路經營與管理--詹翔霖教授-勝典科技
102.08.00 創業管理-詹翔霖教授-通路經營與管理--詹翔霖教授-勝典科技文化大學
 
03第三章 客服中心建置指引與技術 大葉大學-詹翔霖
03第三章 客服中心建置指引與技術 大葉大學-詹翔霖03第三章 客服中心建置指引與技術 大葉大學-詹翔霖
03第三章 客服中心建置指引與技術 大葉大學-詹翔霖文化大學
 
阿里巴巴数据中台实践分享.pdf
阿里巴巴数据中台实践分享.pdf阿里巴巴数据中台实践分享.pdf
阿里巴巴数据中台实践分享.pdfmarkmind
 
中国移动Boss3.0技术方案
中国移动Boss3.0技术方案中国移动Boss3.0技术方案
中国移动Boss3.0技术方案yiditushe
 
國北商產業實務講座:產業人說產業分析一個小角落
國北商產業實務講座:產業人說產業分析一個小角落國北商產業實務講座:產業人說產業分析一個小角落
國北商產業實務講座:產業人說產業分析一個小角落Chwenpai (Paul) Lee
 
CCCC China Telecom Jun Wan
CCCC China Telecom Jun WanCCCC China Telecom Jun Wan
CCCC China Telecom Jun WanCloud Congress
 
101.12.00 創業管理-詹翔霖教授-通路經營與管理
101.12.00 創業管理-詹翔霖教授-通路經營與管理101.12.00 創業管理-詹翔霖教授-通路經營與管理
101.12.00 創業管理-詹翔霖教授-通路經營與管理文化大學
 
Greenplum技术
Greenplum技术Greenplum技术
Greenplum技术锐 张
 

Similar to 统一客户视图 (20)

走进爱康--IT促进业务创新
走进爱康--IT促进业务创新走进爱康--IT促进业务创新
走进爱康--IT促进业务创新
 
传媒梦工场分享
传媒梦工场分享传媒梦工场分享
传媒梦工场分享
 
浩腾电商 · 家具业电子商务解决方案
浩腾电商 · 家具业电子商务解决方案浩腾电商 · 家具业电子商务解决方案
浩腾电商 · 家具业电子商务解决方案
 
猜你喜歡:虛實並進,贏在全通路
猜你喜歡:虛實並進,贏在全通路猜你喜歡:虛實並進,贏在全通路
猜你喜歡:虛實並進,贏在全通路
 
商务发展大势 把握电子商务运营之道
商务发展大势 把握电子商务运营之道商务发展大势 把握电子商务运营之道
商务发展大势 把握电子商务运营之道
 
芳草集 大卖家的瓶颈和出路
芳草集   大卖家的瓶颈和出路芳草集   大卖家的瓶颈和出路
芳草集 大卖家的瓶颈和出路
 
腾讯大讲堂15 市场研究及数据分析理念及方法概要介绍
腾讯大讲堂15 市场研究及数据分析理念及方法概要介绍腾讯大讲堂15 市场研究及数据分析理念及方法概要介绍
腾讯大讲堂15 市场研究及数据分析理念及方法概要介绍
 
药企药店如何做好销售预测
药企药店如何做好销售预测药企药店如何做好销售预测
药企药店如何做好销售预测
 
2018 阿里云深圳云栖峰会分享
2018 阿里云深圳云栖峰会分享2018 阿里云深圳云栖峰会分享
2018 阿里云深圳云栖峰会分享
 
藥事人員繼續教育課程-顧客服務與關係管理經營策略-詹翔霖教授
藥事人員繼續教育課程-顧客服務與關係管理經營策略-詹翔霖教授藥事人員繼續教育課程-顧客服務與關係管理經營策略-詹翔霖教授
藥事人員繼續教育課程-顧客服務與關係管理經營策略-詹翔霖教授
 
ActWeis Technology Inc. 艾格亞士科技 簡介產品及服務 (20121026)
ActWeis Technology Inc. 艾格亞士科技 簡介產品及服務 (20121026)ActWeis Technology Inc. 艾格亞士科技 簡介產品及服務 (20121026)
ActWeis Technology Inc. 艾格亞士科技 簡介產品及服務 (20121026)
 
102.08.00 創業管理-詹翔霖教授-通路經營與管理--詹翔霖教授-勝典科技
102.08.00 創業管理-詹翔霖教授-通路經營與管理--詹翔霖教授-勝典科技102.08.00 創業管理-詹翔霖教授-通路經營與管理--詹翔霖教授-勝典科技
102.08.00 創業管理-詹翔霖教授-通路經營與管理--詹翔霖教授-勝典科技
 
03第三章 客服中心建置指引與技術 大葉大學-詹翔霖
03第三章 客服中心建置指引與技術 大葉大學-詹翔霖03第三章 客服中心建置指引與技術 大葉大學-詹翔霖
03第三章 客服中心建置指引與技術 大葉大學-詹翔霖
 
阿里巴巴数据中台实践分享.pdf
阿里巴巴数据中台实践分享.pdf阿里巴巴数据中台实践分享.pdf
阿里巴巴数据中台实践分享.pdf
 
中国移动Boss3.0技术方案
中国移动Boss3.0技术方案中国移动Boss3.0技术方案
中国移动Boss3.0技术方案
 
國北商產業實務講座:產業人說產業分析一個小角落
國北商產業實務講座:產業人說產業分析一個小角落國北商產業實務講座:產業人說產業分析一個小角落
國北商產業實務講座:產業人說產業分析一個小角落
 
趣逛
趣逛趣逛
趣逛
 
CCCC China Telecom Jun Wan
CCCC China Telecom Jun WanCCCC China Telecom Jun Wan
CCCC China Telecom Jun Wan
 
101.12.00 創業管理-詹翔霖教授-通路經營與管理
101.12.00 創業管理-詹翔霖教授-通路經營與管理101.12.00 創業管理-詹翔霖教授-通路經營與管理
101.12.00 創業管理-詹翔霖教授-通路經營與管理
 
Greenplum技术
Greenplum技术Greenplum技术
Greenplum技术
 

统一客户视图