受到微信、微博及社交網絡等 OTT 業務影響，運營商語音、短信等傳統業務收入大幅下滑，而數據流量由于國家”提速降費“政策的施壓，單位價格逐步降低，流量”增量不增收“現象突出，流量的增長難以彌補語音、短信等業務收入的下降，從而給運營商運營收入任務的完成帶來極大壓力;加上電信業稅收政策被納入國家“營業稅改增值稅”，為確保利潤，國資委要求運營商在3年內減少營銷費用 400 多億元。外部環境及國家政策的改變，迫使運營商必須優化營銷環節策略，降低成本，提升效率，以更少成本實現較高的運營收入。

隨著4G及各種行業應用業務的全面展開，運營商為用戶帶來了更多的業務應用，與此同時，用戶群體越來越向小眾化、復雜化發展，用戶對多元化、個性化業務的需要以及對高質量信息服務的要求不斷提升， 這也對運營商營銷能力提出了新的挑戰。

因此，運營商就需要在營銷方面進行新突破，如何快速地為用戶提供其真正所需要的服務，成為運營商營銷環節創新的重點。運營商要創新、優化營銷環節，就必須依靠先進的技術實現業務的實時精準營銷，實現產品、管理及商務等方面模式的創新。傳統的粗放式營銷模式，要向精準的營銷模式轉變，達到高效率運營、低成本營銷。

在大數據快速發展的大背景下，運營商自身具有大量的數據資源，每天可獲取到TB 級的信令數據和用戶消費數據，其中包含用戶的基本信息、語音通話數據、短信數據、流量數據等豐富的信息。面對如此海量的信令數據和用戶消費數據，如果運營商應充分利用先進的大數據挖掘分析技術，深入挖掘其背后隱藏的規律和價值，科學合理地指導、支撐營銷活動，就可以實現精準營銷，達到降本增效的效果。

大數據對于精準營銷的意義

大數據支持下的營銷核心在于讓運營商的業務在合適的時間，通過合適的載體，以合適的方式，推送給最需要此業務的用戶。

首先，大數據營銷具有很強的時效性。在互聯網時代，用戶的消費行為極易在短時間內發生變化，大數據營銷可以在用戶需求最旺盛時及時進行營銷策略實施。

其次，可以實施個性化、差異化營銷。大數據營銷可以根據用戶的興趣愛好、在某一時間點的需求，做到細分用戶實施一對一的營銷，讓業務的營銷做到有的放矢;并可以根據實時性的效果反饋，及時調整營銷策略。

***，大數據營銷對目標用戶的信息可以進行關聯性分析。大數據可以對用戶的各種信息進行多維度的關聯分析，從大量數據中發現數據項集之間有趣的關聯和相關聯系，如通過發現用戶購物籃中的不同商品之間的聯系，分析出用戶的其他消費習慣，通過了解哪些商品頻繁地被用戶同時購買，這種關聯的發現可以幫助營銷人員從用戶的一種商品消費習慣，發現用戶另外的商品消費規律，從而針對此用戶制定出相關商品的營銷策略。

大數據精準營銷的優勢

運營商在大數據領域占據獨特的天然管道優勢，擁有多年業務運營積累的網絡運營數據和用戶業務數據，擁有互聯網企業難以比擬的龐大用戶數據源，具備精準營銷必須的基本要素。

首先，運營商通過用戶辦理業務時提供的信息掌握用戶的姓名、性別、年齡、單位、住址等詳細數據內容;其次，運營商能夠掌握用戶的業務類型、業務資費、通話信息、消費行為等內容信息;再次運營商可以根據基站、定位系統等準確獲取用戶的地理位置等信息內容;***，運營商擁有巨大的用戶互聯網訪問數據信息記錄。

如果運營商能夠將擁有的用戶數據、業務數據及其他數據結合起來，在其內部建立一個共享的數據庫，利用自己的優勢結合新技術，通過大數據分析挖掘等技術深入洞察用戶需求，實現更加個性化、差異化、精準化的服務，就可以制定出精準化的營銷方案，挖掘出更大的市場價值。

實現大數據精準營銷的方式

精準營銷簡單地說就是利用現代化的信息技術手段來實現個性化營銷的活動，需要建立在精準定位和分析基礎之上，運營商精準營銷可以從以下幾個方面進行。

首先，大數據精準營銷要解決的首要問題是數據整合匯聚。運營商目前運用大數據實現精準營銷的一個重要挑戰是數據的碎片化，即信息化系統各自為政。在許多信息化系統中，數據散落在互不連通的數據庫中，相應的數據處理技術也存在于不同部門中，如何將這些孤立錯位的數據庫打通、互聯、交換和共享，并且實現技術共享，才能夠***化大數據價值，實現精準營銷。為此，運營商首先要構建大數據交換共享平臺，整合共享各信息化系統的數據，匯集用戶在多個渠道上的行為數據，構建對用戶行為和用戶其他數據的深入洞察，一方面實時監控各渠道的用戶行為特征、運營和營銷的效果;另一方面集中用戶的數據，便于后續的深入挖掘分析，實現以用戶為中心的數據有效匯聚，提升用戶數據價值，實現用戶交互的精準識別和多渠道數據匯集，為用戶提供更加準確的服務和營銷策略。

其次，建立系統化的大數據可視化關聯分析系統。通過三維表現技術來展示復雜的大數據分析結果，支持多種異構數據源接入包括互聯網與運營商本身海量數據外，還可以支持第三方接口數據、文本文件數據、傳統數據庫(如Oracle、SqlServer、MySQL等)數據、網頁數據等數據源;支持數據可視化分析、數據挖掘運算法、預測性分析、語義引擎、高質量的數據管理等。借助人腦的視覺思維能力，通過挖掘數據之間重要的關聯關系將若干關聯性的可視化數據進行匯總處理，揭示出大量數據中隱含的規律和發展趨勢，進一步提高大數據對精準營銷的預測支撐能力。

如在美國的沃爾瑪大賣場，當收銀員掃描完顧客所選購的商品后，POS機上會顯示出一些附加信息，然后售貨員會友好提醒顧客：“我們商場剛進兩三種配酒佳料，并正在促銷，位于D5貨架上，您要購買嗎?”這時，顧客也許會驚訝地說：“啊，謝謝你，我正想要，剛才一直沒找到，那我現在再去買。”

這就是沃爾瑪在大數據系統支持下實現“顧問式營銷”的一個實例。因為大數據系統早就算計好了，如果顧客的購物車中有不少啤酒、紅酒和沙拉，則有80%的可能需要買配酒小菜、作料。而提供這一決策分析支持的就是其位于美國一個龐大的、通過衛星與全球所有賣場實時連通的企業級數據倉庫。

第三，將大數據交換共享平臺和現有的 CRM系統打通。以前的CRM系統，只能促使分析報告回答“發生了什么事”，現在讓CRM系統結合大數據平臺，可以被用來回答“為什么會發生這種事”，而且一些關聯數據庫還可以預言“將要發生什么事”，從而能判斷“用戶想要什么事發生”。對用戶的需求進行細分，促使營銷服務要做到精準分析、精準篩選、精準投遞等要求。

第四，利用用戶的各種社交工具實現精確營銷和用戶維系，可以利用關聯分析等相關技術對用戶社交信息進行分析，通過挖掘用戶的社交關系、所在群體來提高用戶的保有率，實現交叉銷售和向上銷售，基于社會影響和社交變化對目標用戶進行細分，營銷人員可識別社交網絡中的“頭羊”、跟隨者以及其他成員，通過定義基于角色的變量，識別目標用戶群中最有挖掘潛力的用戶。

第五，對用戶市場進行細分。這是運營商實現精準化營銷的基礎，不同于傳統的市場劃分，精準營銷開展的市場細分要求根據用戶的消費習慣、需求、行為規律等進行分析研究，然后據此進行市場細分，這就要求必須收集客戶的顯性和隱性方面的信息數據，利用大數據分析挖掘工具深入分析，繪制完整的用戶視圖，然后進行深層次的挖掘分析，定位目標市場，才能為運營商精準化營銷提供依據。

第六，根據大數據挖掘分析的用戶需求信息，進行產品或服務的量身定做。通過大數據精準營銷縮短運營商與用戶的溝通距離，實現一對一的精準化、個性化營銷。隨著移動互聯網、大數據等技術的進步，運營商和用戶的交流溝通更加個性化、虛擬化、網絡化，溝通技巧也變得更加柔和，大數據精準化營銷使得溝通變為直線最短距離，加強了溝通的效果。營銷方式從海量業務廣播式推送，過渡到一對一以用戶體驗為中心的業務精準實施。一對一精準營銷面向用戶在某一刻、以適合的價格，推送最需要的業務。圍繞用戶、業務場景、觸點、營銷推送內容、營銷活動等，基于跨渠道觸發式的營銷，運營商在注重用戶體驗同時達到***的營銷效果，并且可對營銷過程進行全程跟蹤，從而不斷優化營銷策略。

***，要以客戶為導向重組市場營銷流程，對市場營銷全過程實施跟蹤監管。傳統的市場營銷流程主要是以產品為中心，對市場的反應速度較慢，而且沒有對市場營銷活動的結果反饋進行改進，因而難以形成一個閉環。大數據時代的精準化營銷，以客戶為中心，從客戶的需求著手，進行深入的洞察和分析，然后結合運營商自身的業務、品牌等進行市場營銷活動的策劃。在市場營銷活動的過程中，還要根據市場變化、競爭對手的反應及用戶反饋情況等內容及時調整營銷策略。同時，在市場營銷活動開展一段時間后，要根據活動反饋結果適時做一些歸納和總結，以便為下一個階段市場營銷活動策劃打好基礎。

總之，未來對市場的爭奪就是對客戶資源的爭奪，運營商如果能夠有效利用自己手中大量的大數據資源，充分運用各種數據挖掘分析技術實現精準化的營銷，就能深入挖掘新的市場價值，輕松應對任務重壓，實現自身營銷環節的優化演進，達到收入倍增的目的。