项目背景
怎样建立完备的营销体系？怎样进行精细化营销？是企业决策层及企业营销人员面临的问题，也是企业步入3G时代必须要面临的问题。
企业的业务流程和服务过程应该真正体现以客户的价值取向和消费心理为导向，为客户提供及时准确高质量服务，同时还要保证企业的盈利增长。本系统的建立就是要通过对业务分析、客户行为分析、企业已有的关键数据及其变化趋势分析，为企业描述客户的价值取向、消费心理以及企业可能的盈利增长模式，为企业决策层能定制更好的营销策略提供确实可靠的依据与保障。
建设数据业务的营销支持系统，将带给企业数据业务营销体系的创新，使数据业务营销从粗放型模式转变为精细化营销模式，完善数据业务营销支持体系将大大提高企业数据业务总体收入以及提高企业的服务质量。
总之，北京威信泰克技术有限公司为企业所提供的数据营销支持系统就是本着为企业发现问题、解决问题、提升企业业务收入与形象为宗旨而服务于企业。
核心思想
建立对营销活动历史查询、活动发起、活动效果实时跟踪及活动修正、活动总结和评估的完整支持流程，建立活动知识库，并通过活动跟踪所获取的数据更新客户知识库，帮助市场营销人员做到精确营销定位、及时掌握营销活动动态、营销活动知识沉淀等一系列工作，建立起一套完整的营销活动管理和学习机制。
业务发展分析功能列表如下：
建立对业务的常规分析模型，帮助决策者及业务人员对自身业务的发展进行全面了解，包含以下几部分功能：
1)业务指标分析
包含KPI指标的分析和展示（普及率、订/退购等分析），实时了解业务发展动态。
2)客户构成分析
了解客户的构成情况，如： ARPU值、品牌、地区、使用时长等，让业务人员掌握客户的发展方向。
3)资费分析
分析各种资费业务的客户使用情况，分析资费结构是否设计合理。
4)活性分析
了解客户使用业务的活跃性情况，事先洞察业务发展的危机。针对不同业务，活性分析的内容也不同，如彩铃分析换歌率，而点对点短信分析考察其转发率等等。
5)订/退来源分析
了解客户订购业务的渠道变化情况，考察客户对渠道的使用情况。
6)新用户业务赠送粘性分析
由于现在对数据业务营销普遍采用入网赠送多月业务的策略来吸引用户使用，在试用期间，用户是否退订，是否使用业务等用户的使用情况都需要重点关注，以便及时调整营销战略，增强业务粘性。
营销响应分析
通过“局部试点-规则发现-全面营销-规则修正-局部试点-……”过程，不断地与客户交流，利用关联规则、神经网络算法等进行数据的分析和挖掘，不断学习新的规则，最终发现客户的真正喜好，达到对客户按照客户需求进行细分的目的不断加深对客户的认识，最终达到精细化营销的目的。
交叉销售
通过关联规则、决策树、神经网络等数据挖掘算法，对数据业务的全业务及各子业务建立交叉销售模型，发现潜在客户，不断提升数据业务的客户价值；并通过分析客户的消费习惯，推荐业务套餐组合，促进新产品的开发。
异动发现---告警机制
为业务人员提供“异动发现---告警” 机制，帮助业务人员实时洞察业务的异常情况，并通过短信和邮件，及时通知业务人员，做到业务违规、客户群突变的早发现、早处理，并能间接的减少客户的投诉。
客户知识库应用
在客服前台，提供该客户的消费轮廓，让客服人员了解客户，进行业务推荐，增加客服推荐业务的准确性及拉动业务增长。
业务客户轮廓描述举例如下：
技术方案业务逻辑
系统业务架构图
数据业务营销支持系统在现有业务数据的基础上对数据进行抽取，转换和加工，实现营销支持需求。在该系统中，主要设计的基本概念如下：
1)业务源数据
包括短信中心系统数据、短信网关数据、ＷＡＰ网关、ＢＯＳＳ、ＩＶＲ、业务网站等各部分的数据组成。
2)ETL实现
ETL即数据抽取、转换和加载，是系统实现过程中，进行数据由数据源向数据仓库加载的主要过程。
ETL包括三个部分：
a)数据抽取，从数据源系统抽取数据仓库系统所需要的数据；
b)数据转换，将从数据源获取的数据转换成数据仓库要求的形式；
c)数据加载，将数据装入数据仓库。
ETL实现过程的简单流程图如下图所示：
ETL实现过程简单流程图
3)数据仓库系统
后台数据仓库模型的建立及存储，是分析和决策支持的核心，是整个系统运行的基础。在本系统中我们采用sybase公司IQ数据仓库系统作为我们的业务支撑数据仓库,该产品具有如下优点：
快速加载，快速审核
大量减少数据库维护工作量
更快的查询速度
数据压缩存储
4)挖掘模型
使用业界先进的SPSS CLEMENTINE作为数据挖掘工具，建立数据挖掘模型，包括关联分析模型、市场细分模型及流失预测模型等等。
5)知识库模型
针对客户的行为及各种营销活动的总结，建立以客户为中心的客户知识库模型及活动知识库模型，了解客户的行为偏好及总结历史活动的经验教训。
网络架构
软件分层模型
1)数据源层
该层负责获取所有源数据系统的话单或日志文件
2)数据存储层
对数据进行ETL过程，并存储由粗到细各粒度的数据。
3)应用支持层
该层作为从数据仓库到用户展现的中间层，负责进行中间运算及模型的建立。
4)互动层
该层包含和业务人员的互动和客户的互动。
营销案例
准确定位 ----- 2005年6月WAP PUSH宣传活动
在数据业务的营销活动中，在我们的系统建立前，营销活动的目标都是盲目的，通常是按照号段或支持业务功能的用户进行群发，而没有使用数据挖掘的方法进行业务之间的关联分析或客户各项属性的关联分析。
在2005年6月，我们对我们的系统使用数据挖掘找出的客户群进行了第一次检验，实践证明，使用数据挖掘方法，可以使我们的营销活动目标更准确，减少宣传费用，提高宣传效率，同时，因为更准确的用户定位，亦减少了客服收到投诉的压力。
目前使用Sybase IQ建立的移动数据业务营销支持系统已应用到四川移动、贵州移动、重庆移动等多家省级移动公司。