2014年以来，中国三大运营商陆续推出4G商用服务，尤其中国移动更是公开宣布了年度发展5000万4G用户的极具挑战性的战略目标。当前中国移动各个省公司都把发展4G用户定为最重要的工作之一，从网络部署优化和市场营销上重点投入。

在福建这个早在2012年年中移动渗透率就已超过100%的通信发达市场，福建移动一直在通过10085客服平台主动为潜在用户提供4G终端介绍、购买、使用等服务，促进2G用户平滑转网4G。为进一步提升外呼成功率，从2014年初开始，福建移动联合华为公司开展基于大数据的精准营销工作，采用大数据分析的方法选择外呼目标价值用户。基于大数据分析方法和传统外呼方法分别提供20万目标客户清单，在前台无感知下进行对比验证，确保对比效果不受人为因素影响，经过外呼验证，基于大数据分析方法较传统方法外呼成功率提升50%以上，有效支撑了福建移动4G用户发展战略。

基于大数据的外呼精准营销建模过程

福建移动拥有超过3000万客户的相关数据，如何将这些数据转化为有效信息从而指导精确外呼营销？华为基于大数据领域的长期积累，对福建移动外呼系统进行了大数据系统化改造。

图一、大数据分析解决方案架构

从B（Business）域、O（Operation）域各类原始数据，构建“外呼推荐标签”、“4G倾向标签”，再通过标签组合支撑从3000多万用户中选取4G外呼营销目标用户。基于华为大数据分析平台，通过业务建模方法将底层数据转化为具备业务价值的中间层数据，一方面采用了效果接近最好复杂算法的简单算法，高效易并行，并且功能上具完备性和通用性，易于支撑各类应用场景。

针对外呼营销场景构建“外呼推荐模型”反映用户对外呼渠道接受程度。通过调研评估各种特征，选取100多个原始用户特征，离散化后形成每个样本具有几万个特征的稀疏特征矩阵，基于稀疏线性预测算法进行模型训练建立一套适合外呼推荐的预测模型。

图二、稀疏线性预测构建外呼推荐模型

针对4G合约机，构建“潜在4G用户标签”反映用户选择4G产品倾向。通过调研评估选取150多个特征，用分类分析法“随机森林”建立一套“潜在4G用户标签”判断模型。

图三、随机森林法构建潜在4G用户模型

大数据驱动外呼与经验驱动外呼的差异

外呼营销的关键环节是对外呼目标客户的精准选择。传统方法选取外呼目标客户，是根据多年市场营销工作经验，人工手工方式设定目标用户提取规则及相应阈值。这种方式使用的用户特征通常只有5个左右，特征太多人脑就无法复杂处理了，如通常根据用户ARPU值、用户在网年限等特征筛选目标用户，目标用户筛选粒度粗，外呼营销成功率较低。传统方法是话音经营时代产物，话音时代用户行为特征相对单一。当前流量经营时代用户以使用数据业务为主，用户行为特征复杂，需要采用大数据分析方法才能有效刻画用户行为。大数据分析基于海量数据从上万维度去预测有意愿接受4G的目标用户群体，并及时反映趋势的变化，真正做到超细分、微营销。

表一、基于经验和基于数据驱动的营销方案优劣势比较

除了4G合约终端外呼营销活动，在福建移动4G裸机外呼营销、4G MiFi外呼营销活动中，也利用大数据分析取得了明显效果提升，有效促进2G用户转网4G。

福建移动携手华为迈向数据运营时代

当前，对于全球运营商而言，从话音经营到流量经营、数据经营已经成为产业界趋势。福建移动高度重视大数据这一长期战略，在省公司成立了大数据运营中心部门，负责大数据的整体管理和运营。福建移动大数据运营中心从大数据如何支撑业务发展出发，以业务需求为牵引逐步推进向数据化运营的转型。

华为同样将大数据作为公司级重大战略，持续进行产品、技术、组织能力构建。尤其是2012诺亚方舟实验室汇聚了大批大数据科学家专注于机器学习研究。通过与福建移动的合作创新，将产品、技术与具体业务场景深度融合，形成可直接与运营商业务运营需求对接的专业服务解决方案，助力运营商的生产运营效率的提升。

福建移动选择华为公司进行大数据联合创新，除外呼精准营销之外，还有大数据建模以及大数据精准广告等内容，双方一起探讨大数据的应用和价值。最终目标是构建一个数据化运营体系，通过服务用户获得大数据，通过机器学习大数据提升服务能力，形成不断提升的正循环。