如何真正提升电信企业的智能化程度
SAS中国区解决方案经理 徐欣原创
一、电信企业智能化：梦想还是现实？ 先让我们来想象一下。假设你是一家大型电信企业的分析（或BI）经理。你忙碌的一天是这样安排的：
“首先，市场总监要与你谈营销优化分析的结果。你让优化分析专员带来从优化引擎中下载的优化营销方案。由于该方案每年可节省营销费用超过300万元，市场总监很感兴趣，并决定立即逐步推广。此外，他在网上的专属频道中看到某些客户分群（这些分群也是以前你所做客户细分的结果）的行为发生了（统计上的）显著性变化。这将影响到明年公司营销战略的制定，所以他要听听你的意见。
与市场总监的会谈中，财务总监也参与了进来。因为她听说了优化结果的财务影响，希望你能帮助做一些财务管理的优化分析如资本分配、财务预算等等。看来你的团队又将多了一个使命。
刚结束会谈，大客户经理来了。他来询问本年度第100个营销活动的预测分析结果，以便尽快有效实施该项活动。正如往常一样，你在网上确认了数据挖掘引擎中的模型后，你的事件分析组长利用营销自动化平台轻而易举地把分析结果传输到平台的前端。与此同时，大客户营销人员在前端平台的帮助下，根据分析结果进行诸如筛选客户、设置邮件发送时间和次数、设置客户清单去呼叫中心进行电话呼出等等。然后这个平台会根据设置自动地进行营销活动。
接下来是客服部经理和你的非事件分析组长来找你讨论。主题是客服中心的“客户交互管理”系统已告一段落。有了这个系统，现在当每一个客户致电呼叫中心时，接话人员就立即能看到包括交叉／提升销售、客户流失预警、客户不满预警、区别定价等等各种得分。这些得分显示了分析预测的客户各类行为倾向，并能根据对话当时情况自动、即时地作动态调整，便于呼叫人员进行实时营销、行为监控和客户交流等等。现在大家想讨论一下如何培训呼叫中心人员灵活运用这些得分。
话正说到一半，风险控制经理突然打来电话，他告诉你监控平台显示某些客户的欠费行为发生了异常，需要对风险模型进行升级，并要与你和市场、计费等经理讨论一下改变现有欠费政策。于是你要找你的风险分析专员一起去……”
以上描述的一切，对与国内的电信企业来讲是熟悉的现状，还是天方夜谭？不管怎样，这些已是海外先进电信企业日复一日正在做的日常工作的一个缩影，也就是我们所说的“真正”的BI。在那里，“真”BI已不是梦想，因为BI早已成为企业竞争能力的一部分；在那里，也没有人再把BI作为一个项目来实施，因为BI就是每个人手里所干的日常工作。但本文并非要介绍国外领先企业成功实施BI解决方案的案例，我们想要探讨一个更为实际的话题：电信市场即将开放，面对面的市场竞争马上要开始。看到了我们未来竞争对手所做的，国内的电信企业从本国国情出发，又应该做些什么呢？
二、中国电信业BI：我们如何改变现状？ 笔者从与国内电信业客户的交流和工作中深切地感受到了两点：
1.大多数的国内电信企业都已意识到：真正的BI并非是用一些报表或OLAP进行事后评价或信息钻取，我们要用BI的“智能”来解决实际业务问题。
2.但另一方面，国内企业目前运用BI的手段仍然只是报表分析或OLAP信息钻取，境况再好一点的也就是一些第三方建立的“初学者水平的且在实际中运用相当有限的客户流失预测模型”（某国内电信企业营销人员语）。
所以，中国电信业的BI在“所想的”和“所做的”之间存在着一条鸿沟。针对这些现象，我们认为要做的当务之急是填平鸿沟，让电信业务人员知道如何在实际工作中运用BI的智能。在显示其巨大价值后，再系统地推广到企业级的业务流程中去。毫无疑问，营销和客户智能化管理是BI在电信业当仁不让的首选应用了。在SAS，我们把它叫做“客户智能”（Customer Intelligence，CI）。下面我们对国内电信企业现阶段应在CI方面做什么、怎么做等作一大概探讨。
尽管CI有从低级到高级阶段一系列的运作模式，它们的核心都是市场营销和客户管理的高级分析。唯有分析，才会有真正的“智能”。反之，营销分析是基础，如果分析都没有搞好，其他再先进的解决方案、报表工具或CI流程都无法发挥它们应有的效用。因此建立CI的第一步就是要建立企业的分析智能（Analytical Intelligence，AI）。
我们所谈的分析的最终目标并非是个别化（包括个别领域或个别类型）的营销分析，而是全面的和散点式的，镶嵌在整个营销和客户管理流程的所有阶段和各个方面。举例来说，下表显示了一般电信业可能的分析主题与内容。
应当特别注意的两点是：一、分析本来就是一种需要发散性思维的活动，因此新的分析主题可以创造出来。随着营销分析的深入运用，一定会有愈来愈多的分析主题被企业自己挖掘出来。二、虽然我们的最终目的是全面营销分析智能，这么多的分析主题，要从无到有建立起来，也不是一蹴而就的。企业需要根据自身的实际情况懂得什么主题容易，什么可行，什么价值高等等，以及最终什么主题该先上，什么需暂缓。这是一个建立企业分析能力的系统工程，急躁和冒进是不可取的。
了解了我们要做什么，再看一下该怎么做。要建立起CI的第一步，乃至全部，我们认为有三个核心成功因素：管理、人才与技术。其中，管理是根本保证，人才是制胜关键，技术是基础设施。企业建立CI要想少走弯路，快速见效，应先抓这三点。三者互为依存，缺一不可：
1. 管理指机构内的管理理念，管理机制，企业文化，以及营运流程。CI需要企业高、中层管理者具有理性管理、量化衡量的管理理念。并且需要他们对于数据驱动的决策管理机制和企业文化，例如类似“六个西格玛”（6-Sigma）等，非常认同并深入理解。最后CI与AI本身并非一个概念，而是实实在在的运作流程。管理层如何建立分析流程、如何合理运用与实施AI结果等，都直接影响到CI的功效和作用。
此外，有远见的企业领导者还会将未来的管理决策思路贯彻到CI系统的实施中去，在选择技术时已经考虑了不久的将来提升管理理念和系统的需求。例如一些先进企业在实施AI系统时就为将来开展市场营销自动化（Marketing Automation，MA）做好铺垫；在实施局部的CI时就为将来进行整个营销决策智能化打下伏笔。而适当的CI技术就能充分体现领导者的管理思路，将抽象的理念进行物化和固化，从而使领导者的概念能迅速正确地扩散到各级管理和基层单位。
尽管以上这些都是所谓的“软”因素，却都是影响CI长期绩效的至关因素。
2. 如果有人问我，什么是建立CI的最重要因素，我会毫不犹豫地回答：是“人”。这里所说的“人”，除了高层管理者之外，主要是营销分析人员。一般认为：从分析经理到分析专家，都必须具有以下素质：
a) 精通各类数理分析方法，包括数据挖掘（Data Mining）、统计（Statistics）分析与建模、计算机人工智能（Artificial Intelligence）或机器学习（Machine Learning）、统筹规划（Operations Research）与优化、时间序列（Time Series Forecasting）等等各类量化方法；
b) 具有行业专业知识和经验，熟悉AI在本企业中最佳实施的领域、主题和流程（Best Practices）；
c) 最好具有较强的信息技术知识与经验，以便能与协同工作的IT人员更好合作；
d) 最后也是最重要的，即具有与最高管理层、营销客服部门和其他相关部门人员有效沟通的能力。特别是要有大局观，知道如何最大程度地优化营销决策机制、如何找到最有效的主题切入口、如何生动浅显地表达分析结果、并如何参与进行实践。总之，分析人员要能够使分析从纸上变为现实。
综上所述，我们需要的是既有丰富管理经验和深厚行业背景，又有很强分析理论与运用应变能力的复合型管理分析人才。一般人才可从外部获取及从内部培养。针对国情，我们建议电信企业应主要注重内部培养。因为市场上“真正好”的分析人才非常匮乏，事实上，符合以上条件的AI人才在海外人才市场上也是非常稀缺和抢手的，国内企业在人才争夺上可能处于劣势。而内部的业务人员，至少对本企业的经验和沟通已经没有障碍，非常适合被培养成分析人员。在实际中，我们欣喜地注意到，国内一些电信机构已经在着手进行这一工作了。
3. 技术包括技术环境和分析工具。
技术环境是指一些硬件因素，包括企业的自动化与数字化程度，信息技术设备的（物理性能）好坏，数据的可得性，等等。
分析工具则可能是最容易被误解的一个因素。目前市场上所谓“商业智能”的软件工具确实不少，如何选择成为了一个难题。几种通常的误解是“世面上的工具都是大同小异，选哪种都无所谓”，或是“软件工具就应当选最廉价的”，等等。我们认为，选用工具应当“对症下药”，根据各企业的不同情况，包括企业规模，管理人员素质，分析工具的运用方向，运用工具带来的期望收益，软件的性价比，对工具结果精准度的要求，分析工具与数据处理的接口和整合度，以及分析人员对工具的熟悉程度等等来综合考虑，以确定最合适本企业的CI系统。
最后，虽然CI／AI本身是一个流程而非项目，建立这个流程还是需要一个特定的项目。这个项目最基本的还是以上三个方面，但还需要一个科学的项目方法论来实施。限于篇幅，本文无法对项目实施的细节进行探讨。可是一个关键的问题是：这个项目到底是IT项目还是管理项目？国内的一道风景线是CI或BI项目往往由IT或类似部门主导。但CI流程必须由业务部门直接参与，直接影响企业的竞争能力、管理理念和企业文化。很多时候由于对很多人还比较陌生，必须进行改变管理（Change Management）。所以不管由谁来主导项目，我们认为，传统IT项目“交钥匙”式的实施和交付方式是万万不可取的，想必所有经历过BI项目的人都会有同感。对于CI或BI项目，SAS主张“授人以渔”、帮助企业自身成长的解决方案实施方法。
三、 结束语：电信业CI－我们将走向何方？
当CI的第一步，即营销分析被广泛运用后，我们就可以逐步实施CI的更高阶段了。它们分别是营销自动化（MA），交互式客户管理（Interaction Management，IM）和营销优化（Marketing Optimization，MO）。本文一开始所描述的海外成熟电信企业的营销情况就是处于IM与MO之间的阶段。
基本上，MA主要以客户统一视图为核心，将后台分析结果和前端营销活动管理系统结合起来，自动化地进行智能化营销活动。IM将客户行为倾向分析与前端营销人员（如呼叫中心等）的活动进一步联系起来，通过分析结果来监控客户行为，并使营销人员能在每个客户接触点（Touch Point）作出正确的实时决策。这些决策包括实时交叉销售、预警、行为变化监控、实时分析、客户所属分群变化、销售渠道转换等等。MO则是以客户生命周期价值为主线，对客户的生命周期、营销成本、交流偏好、预期风险等等进行综合考虑，并运用数学优化方法进行统筹规划，以取得利润最大化结果。当然MO也能对其他营运因素，如销售渠道可得性、成本预算、营销活动的次数等进行优化，本质上还是利润优化。
可以想见，这些方案的基础都是本文所谈的CI第一步营销分析，所以我们认为国内电信企业首先进行的现阶段任务应是AI。限于篇幅，我们无法对这些更高级的解决方案做详细描述，只是作为本文的结束语给出一个概述，便于大家进一步了解。
