【干货】电信企业的运营精细化：基于客户维度的大数据经营分析体系构建

从1993年电信业务改革发展至今，电信行业已经逐渐步入“天花板”阶段：市场饱和、利润放缓、竞争加剧，互联网企业的兴起逐渐压缩了电信企业的发展空间。

对于电信企业来说，也经常面临着粗放管理的一些问题：

○ 效益管理粗放：对产品、客户、渠道、营销活动的效益无法评估，哪些产品、哪些客户、哪些渠道、哪些营销活动能带给公司多少收入、利润，不清楚。

○ 营销投放粗放：缺乏比较详尽的客户信息，哪些客户重复参与了哪些活动，客户的历史优惠记录比较难以了解。

○ 客户管理粗放：不知道哪些客户为公司带来的真正利润是最高的，不清楚公司资源要投入到哪些真正有价值的客户身上。

外有“天花板”效应，内有“粗放管理”的隐患，推行精细化管理、推行低成本高效运营成本电信企业转型的必然。管理会计的建设，是电信企业转型的重要举措之一，是提升电信企业财务精细化管理水平，开展业财融合的重要工具。

管理会计的建设，核心包含核算体系与应用体系两方面，按照电信企业的经营特点，一般从产品、客户、渠道、营销案等维度进行切入，先通过信息系统形成底层的明细数据，作为公司管理数据的来源;再根据实际应用需要，形成不同维度的管理会计报表，进而指导营销等工作的开展。本文着重交流一下客户维度管理会计报表体系构建的经验。

一数据为先：没有数据，客户维度管理会计建设就似无源之水无本之木

1、数据模型构建

要收集数据，数据模型是关键。在此，我们强调对数据的视角要从单一的收入指标向多维指标转变。

客户维度数据体系包含三大类，其一是客户基础信息，这类信息在客户入网时即可导入系统，如网龄、区域、品牌、终端类型等;其二是收入信息，客户为企业带来的收入。当客户发生消费时，每一个客户为企业带来了哪些收入，收入项分哪些，这类信息会自动进入电信企业系统数据库中，;其三是成本信息，企业为客户投入了多少钱。这一类信息的整理相对麻烦，因为很多成本可能只有一个总数，没办法精确到每个客户，因此在数据整理时需要重点进行归集或分摊。

其实随着大数据的普及，电信企业信息系统建设的强化，在数据指标上，我们可以从当前主要的效益类指标(基础信息、收入信息、成本信息)向行为类指标深化，从而进一步剖析产生这些数据背后的消费习惯是怎样的。

2、数据归集与分摊

数据归集与分摊的过程，是将电信企业的收入、成本的总数，尽可能精确地分摊到每个客户的过程。

分摊的方式分为直接归集到单个号码、分摊到固定客户群、分摊到全部客户群三种。

○ 对于能够直接归集到的单个号码的数据，例如客户为企业带来的收入数据、客户支出的部分营销数据等，直接通过信息系统进行归集汇总。

○ 对于能够分摊到某一部分人群的数据，核心是针对某一个客户群所做的营销活动的成本费用，通过费用额/客户群人数的方式，分摊至固定客户群。

○ 对于无法指对固定客户群的费用，直接分摊到全部客户群。

根据这种方式，我们可以计算出单个客户为企业带来了多少收入，企业为这个客户支付了多少成本，以及企业在这个客户身上赚取了多少利润。基于这些数据，我们可以针对性地分析某一个客户群体的消费特征。

二应用为要：有效的应用才是带来企业精细化管理的关键

客户维度管理体系的应用可以分为两个层面，基础层是客户维度管理报表的建立，深化层是通过数据的分析推动营销工作的规范与精细化。

基础层应用：客户维度管理报表。示例如下：

深化层应用：存量客户定位分析（应用之一）。根据客户对公司的贡献以及公司对客户的投入两个维度进行类型定位，进一步分析不同客户类型的特征分布。

三体系支撑：将客户维度管理会计工作常态化

客户维度管理会计体系的建立，包含三个层面：数据常态化归集机制的建立、业财系统衔接的完善、数据完整性与应用有效性的强化。

○ 数据常态化归集机制，要求企业内要明确不同数据的归集责任部门与责任人，明确不同数据的归集频率，将数据归集由突击性工作转变为常态化工作。

○ 业财系统衔接的完善，是将数据归集工作由手动归集、半自动归集向自动化归集的转变，也进一步提升业财数据归集的效率和准确性。

○ 数据完整性的强化，是从单一收入、成本的金额数据向多维业务属性数据、多维消费者行为数据深化的过程。

○ 应用有效性的强化，则要求企业各部门都要将客户维度的管理会计数据应用到实际业务指导中来，特别是营销案的策划与管理工作当中。

AMT，中国领先的“管理+IT”咨询服务机构，

提供卓有成效的管理咨询、信息技术和外包服务。

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友