非數據、不運營 ——精準數據分析助力寬帶運營
發布時間： 2015-12-04 15:13:17
寬帶是各大運營商的一款代表性產品，其有別于傳統互聯網產品，存在產品信息專業化、辦理流程跨線上線下、促銷信息區域化、故障處理跨部門等特點。如果不能對寬帶運營進行精準化管控，流程中任何一個環節出現問題都會影響到整體運營工作的效果以及客戶的感知。
如何做到對運營各環節的精準管控，關鍵在對于運營數據的多維度整理收集，然后基于這些海量數據進行專業化精準分析，并將分析結果來指導運營工作進行改進優化。關于數據的多維度收集，各運營團隊的運營思路不同，收集的維度也不一樣，在這里小編就不詳細展開。重點還是通過公司精準運營模型，分享如何借助數據助力寬帶運營工作。
我司基于數據的精準運營分析模型，簡稱RPA模型。是根據用戶訪問流量情況、用戶使用過程轉化率情況、以及用戶最終產生的ARPU值,從這三個維度進行分析,實現營銷、服務推廣的精準化,提升營銷、服務轉化率,沉淀營銷、服務的經驗。
第一個是R，指的是流量，其中又細分了如自然流量（R1）、線下協同引流（R2）、互聯網宣傳（R3）、頁面/短信/郵件push(R4)、分銷平臺(R5)、外部電商(R6)、其他渠道流量(R7)等等。R為各種流量之和，其計算公式為R=(R1+R2+R3+...Rn)。
第二個是P，這里指的是用戶使用過程轉化率，其中又細分了如電渠銷售流程（P1）、大網基礎IT流程（P2）、大網基礎網絡能力(P3)、支付寶及銀行支付能力（P4）等等。P就是通過頁面插碼、結果數據整理，計算各個流程的用戶存留轉化率，并相乘得出最終轉化率，其計算公式為P=(P1*R2*R3*...Pn)。
第三個是A，指的是ARPU值，按不同的產品，有咨詢查詢量、充值繳費額、業務辦理量、號卡發展量、終端銷售量、其他ARPU等。在此篇文章中，指的是寬帶業務的轉化成交量。
基于RPA模型，我司寬帶運營組經過多次嘗試，對寬帶續約、寬帶綠通、寬帶先裝后付三個寬帶產品進行優化改造。
下面分別介紹一下，不同的寬帶產品通過基于數據精準運營對運營工作所起到的幫助和達到的效果。
寬帶包年續約
寬帶包年續約對客戶以及產品前期均進行了精準細分以及匹配，同時營銷政策方面也與線下一致，網上續費可以大大減少用戶去營業廳的路程和辦理等待時間，流量對比前期有大幅增長，但是訂單轉化率一直都處于低位。寬帶組和數據組對原因進行了分析，雖然我們提供給用戶進行在線支付功能（P4）。但該功能一直以來問題較多，系統接口不穩定、用戶重復下單沒有判斷機制、交費流程指向不清晰等問題困擾用戶，導致成功率一直偏低。最終問題的結論是業務辦理流程存在不科學，不合理、不通暢的情況。針對這些問題運營小組采用RPA模型對頁面進行數據分析，找出對應跳出率高的頁面，對該頁面進行整改優化。
第一步：從3個方面數據來分析原因
1.分析用戶重復下單數和頻次
2.接口不穩定導致的失敗，對失敗原因數據進行分析
3.從流程節點數據入手分析用戶繳費成功率偏低的原因
第二步：改進和舉措
1.優化整個續約下單流程
2.與CRM溝通協商優化接口限制
3.打通接口限制銷售品接續關系
4.電話回訪用戶失敗原因
第三步：優化效果評估
優化效果：實現業務量和成功率顯著提升
5月開始營銷策略的調整帶動續約量提升，6月開始體驗優化的逐步部署帶動了續約的成功率從30%上升到33%，9月續約成功率沖到52%。
寬帶綠通
寬帶綠通為當用戶發生寬帶欠費、密碼錯誤、MAC地址綁定錯誤、客戶端異常、最大用戶數超限這五個場景，并打開IE連接上網時，系統頁面彈出引導用戶到綠通頁面進行繳費、密碼重置、MAC解綁、客戶端異常排查、用戶超限提示進行操作，輔助用戶解決常見的無法鏈接上網問題。經過數據分析綠通問題主要集中在繳費成功率低，運營小組對整個綠通場景進行了深入的數據分析。
第一步：從3個方面對用戶下單數據進行分析
1.當天內下單10次以上用戶數據分析
2.充600元以上大額綠通費用用戶數據分析
3.使用的支付銀行數據分析
第二步：改進和舉措
1.綠通當天進入次數限制的優化
2.寬帶綠通銀行白名單的常態化更新
3.綠通包年續費流程上線
4.電話回訪用戶當時下單失敗原因
5.外部體驗人員體驗優化措施
第三步：優化效果評估
優化效果：從優化前續費成功率不足50%，優化到達到近60%。
綠通續費成功率1~7月一直在50%以下，經過持續不斷地優化，終于在8月突破50%，9月達到59%，10月保持在56%
寬帶先裝后付
寬帶先裝后付為2015年某月新包裝上線的寬帶產品，用戶安裝后可享受7天免費體驗期。產品上線后一直存在退單率較高、竣工率偏低問題，針對問題數據分析小組著手啟動數據分析與流程管控工作。主要分下面幾步進行。
第一步：從3個方面的數據來分析退單原因：
1.CRM系統退單數據原因分析
2.客服和受理人員在受理過程中遇到的問題數據及投訴數據原因分析
3.電話回訪用戶退單數據原因分析
4.系統原因導致用戶無法在網廳交先裝后付費用數據原因分析
第二步：改進舉措
1.打標識：對網廳訂單增加標識，寬帶裝維人員優先進行處理
2.數據通報：針對未竣工單和退單進行日、周、不定期的數據通報給相關部門和主管領導
1)超36小時未竣工單和退單日通報
2)竣工及時率日通報
3)惡意退單日通報
4)周一晨會對過程數據進行周通報
3.服務跟進：每天對退單用戶電話回訪退單原因，并實時更新數據
4.交費接口優化：將線上包年續約接口打通，解決用戶體驗到期后無法線上交費的問題
第三步：優化效果評估
優化效果一：退單率5個月下降30個百分點
BPS中商機單（人工單）從下單到受理環節退單率變化情況：改進前6月退單率高居47%，7月改進后下降到35%以下。
優化效果二：竣工率2個月提升了10個百分點
BPS中所有的單（剔除碼上天翼受理的單后）從受理到竣工環節竣工率變化情況：改進前6月竣工率55%，改進后7月上升到58%，9月沖到62%。
優化效果三：24小時內竣工率3個月提升12個百分點，48小時內竣工率3個月提升15個百分點
BPS中所有的單從受理到竣工環節需要竣工天數變化情況：
改進前6月當天竣工占當月16%，改進后8月上升到21%，9月沖到28%；
改進前6月2天內竣工占當月57%，改進后8月上升到66%，9月沖到71%；說明對線下裝維人員的管控，竣工及時率提高。
優化效果四：線上支付率提升46個百分點
包年續約接口打通，無論是在線上續費的自助單，還是不能續約的商機單，都可以在線上支付先裝后付包年費用，線上支付率由原來的8%上升到54%
總結：產品運營工作不能憑空而談、紙上談兵。需要持續地對流量、過程、效果多維度的數據進行收集整理，并通過科學有效的模型對數據持續分析、思考，持續地推動運營工作的循環優化。這樣運營工作才能不斷升華，做到有的放矢，有依可循。
閩公網安備 35010202001006號