大数据时代的广电网络客户关系管理

1 大数据概述

2011年5月，全球知名咨询公司麦肯锡发布研究报告《大数据的下一个前沿创新、竞争和生产力》，最早提出了“大数据”时代已经到来。2012年，大数据从技术圈进入主流市场；2012年1月达沃斯世界经济论坛发布了《Big Data Big Impact》的报告；同年3月美国政府发布《大数据开发倡议》之后，英国、日本、德国、加拿大都开始了大数据的挖掘与创新。

市场研究公司Gartner表示。2013年是企业大规模采用大数据技术的一年，全球42％的IT主管表示已投资大数据技术，因此2013年也被称作“大数据元年”。然而《2013年中国企业数据化现状调查报告》显示，超过17％的中国企业未进行数据化建设，近70％的企业数据化建设处于初级阶段。

1.1 大数据的定义

对于大数据的概念，业界和学术界目前尚未形成公认的准确定义。维基百科将大数据定义为“无法在一定时间内用常规软件工具对其内容进行抓取、管理和处理的数据集合”。正如《大数据时代》作者维克托·迈尔·舍恩伯格所说：大数据正在以一种前所未有的方式，通过对海量数据进行分析，获得有巨大价值的产品和服务或深刻的洞见。

1.2 大数据的特征

业界通常会将其特点归纳为四个“V”，即体量（Volume）、多样性（Variety）、价值（Value）、速度（Velocity）。总体来看，大数据意味着巨大的数据量、多样化的数据来源、极低的价值密度、快速的处理。

一是数据量巨大（Volume）。大数据不再以GB或TB为单位来衡量，而是以PB（1000个T）、EB（一百万个T）或ZB（10亿个T）为计量单位。根据IDC的监测，预计到2020年，全球将总共拥有35ZB的数据量。形象地说，如果把35ZB的数据全部刻录到容量为9GB的光盘上。其叠加的高度将达到233万公里，相当于在地球与月球之间往返三次。

二是数据类型多样（Variety）。大数据不仅体现在量的急剧增长，而且数据类型也更为复杂。它既包括结构数据，又包括非结构化数据，如网络日志、视频、图片、地理位置信息等，并且非结构化数据占据了相当大的比重。有统计显示，全世界结构化数据增长率大概是32％，而非结构化数据增长则是63％，预计到2012年，非结构化数据占有比例将达到互联网整个数据量的75％以上。用于产生智慧的大数据，往往是这些非结构化数据。

三是价值密度低（Value）。大数据重点不在其数据量的增长，而是基于大数据的商业智能技术（或被称为高级分析技术），是在信息爆炸时代对数据价值的再挖掘。在数据量极速增长的情况下。如何通过挖掘数据利用有效信息，对于企业至关重要。但大数据的价值密度较低，以视频为例：在连续不间断的监控过程中，可能仅有一两秒的影像是有用的数据。

四是处理速度快（Velocity）。这一特点也是大数据和传统的数据挖掘技术存在本质不同的地方。当各种信息汇集在一起时，如何把握数据的时效性，是大数据时代对数据管理提出的基本要求。

2 大数据对广电网络的影响

2.1 大数据引领有线电视发展潮流

社交电视、全样本的收视率调查、精准的市场营销将是有线电视在大数据时代下的必然发展趋势。然而，无论是社交电视、收视率调查，还是精准营销都离不开客户关系管理。客户关系管理的核心是客户价值分析（CVA），即：企业根据客户的不同价值，提供不同的营销方案及销售和服务等级。下面从三个维度来分析。

（1）社交电视的视角

目前广电网络运营商建设多媒体通信系统，为有线电视用户开发好友电视功能，为用户提供音视频通话、即时消息等社交服务；好友电视将互联网社交属性引入电视，为用户创造全新的社交式业务体验的同时，增强业务黏性，拓展用户消费和业务覆盖，同时社交属性的引入，将构建广电网络自由的社交平台进行受众的客户社交网络分析（SNA），为引入基于社交的互联网增值业务奠定基础。在大数据时代的浪潮下，企业在对原有客户对象进行客户分析时，客户的价值不再仅是个体客户消费体现的价值，而是其可辐射的强连接与弱连接关系。通过测算识别客户与客户之间关系所形成的圈子以及圈子中各客户角色的判定（领袖者是谁，追随者是谁），形成企业对各个客户影响力的价值判断，在此基础上，利用对这些圈子、角色和影响力的认识，帮助企业实现相关营销活动或产品套餐的推广，提高企业营销和运营管理的效率。增强电视的社交网络性，不仅能够了解客户的行为、需求和喜好，而且可以获得客户之间关系的数据信息，精准地分析客户价值。

（2）收视率调查的视角

通过大数据可以获得更加精确可信的收视率数据。传统的收视率测量手段采用抽样测量的方法具有成本过高，易被污染的缺点。而在大数据时代的今天，有线电视通过互动机顶盒及双向网自动回传的方式实现海量的全网数据采集，收视率获得的全样本性便于我们对每一个客户的价值进行更加精准、个性化富有针对性的分析，实现高效的客户关系管理，提高客户黏性和维持度。切实有效地规避了广电传统意义上的收视率指标分析存在的样本偏差、样本污染和计算方法不科学的弊病。使广电网络运营商可以在收视率调查方面争得更多的话语权。

（3）精准营销的视角

大数据时代扩大了采集的数据范围，通过全体数据而不是随机样本，了解每一个用户的习惯等看似碎片化的样本信息。广电网络运营商越来越重视与客户进行沟通，了解他们的需求。提供相应的服务。网络的梅特卡夫法则在大数据时代的简单表达就是：样本越多，营销越精准，收益越明显。例如，通过精确的客户服务等级划分，根据不同的服务对象提供相应标准的服务，对服务时间、服务人员都有不同的要求；利用有效的技术手段来了解用户对电视内容的评价与反馈从而对其进行个性化的节目推荐和精准的个性化广告投放，做到低成本高回报。

2.2 大数据加速广电网络运营商转型

2.2.1 管理体制转型

对于企业，大数据将开启商业智能的新阶段，凭借数据作决策而不是经验或直觉。由于数据处理分析和管理等相关技术的不断成熟，企业内部的管理运作数据、业务运作数据，企业与客户的关系及互动数据，客户或潜在客户在企业经营业务之外的生活方式、活动、情感、社交等大数据，正为企业所采集和分析，而大数据促进企业管理决策的力量不在于数据之大，也不在于数据本身，就是在于企业根据大数据所做出的更深入、更全面的客户需求洞察，并以此支撑企业针对性运营管理决策的及时、科学、有效形成，促进企业运营管理的高效准确运行并通过这些数据实现大胆而有效的预测。广电网络运营商目前的体制改革主要是两方面：一方面是加快网络整合，建立一省一网的集约化发展态势形成元数据库，整合、集中、统一是未来节省成本提高效率的必然趋势，有线行业发展集中度的提高有利于大数据外部性的提升，主要是“做大”；另一方面是建立完善的现代企业制度，主要是“做强”。

2.2.2 业务方向转型

目前电视的定位已逐渐从看电视到用电视到玩电视转变。这一转变使得用户体验的重要性突显出来，体验式营销被提上日程。这要求广电网络必须注重客户体验分析（CEA），大力拓展体验型业务。对于广电网络行业来说，技术、网络的服务主要通过投资的多少来改善，而在技术和网络的差异化越来越小的情况下，服务体验就显得尤为重要。将用户使用产品的全流程的每一个环节，每一个接触都自动形成日志，实时采集、处理和检测。通过得到数据挖掘客户的潜在需求和预期欲望。

2.2.3 经营模式转型

大数据可以帮助广电网络应对“三网融合”以及新媒体对于传统有线电视经营模式的挑战。在大数据海洋中，假如不具备驾驭大数据的能力，那就只能面对被大数据“淹死”的命运。一方面，大数据正逐渐成为打造企业竞争优势独一无二的能力；另一方面，大数据驾驭能力正在造就企业数字技术之间的鸿沟，而这一鸿沟同时在改写着企业间的竞争格局。在“三网融合”的趋势下，广电网络公司与互联网和电信企业相比，在经营模式上处于劣势，除了体制机制等历史因素以外，大数据的挖掘、利用方面拖了后腿，没有及时的通过大数据挖掘改善经营模式。例如，在用户的ARPU值上，广电网络对用户行为的挖掘和分析不够，在对用户进行定位和细分方面做得不够，不能提供有竞争力的服务和产品。