基于机器自学习的大数据营销方案
随着提速降费政策的实施，移动通信业务的竞争也越发激烈。如何提升营销效率，降低营销成本，是运营商在当前在提升用户价值方面面临的巨大挑战。

如何为产品找到最合适的用户，或者为客户推荐最适合他/她的产品，是每一位营销人员梦寐以求的情形。而所有的需求和喜好都潜移默化在用户行为当中，用户的通信行为，行动轨迹，通信目标或者频次体现了每个用户的行为特征，这些特征背后就隐藏着用户对于产品的喜好或者真是的需求。

方案特点及架构：
基于机器自学习的方式，能够完全基于本地数据属性进行挖掘和分析，而摒除人为经验，发现用户行为背后的隐藏信息，模型结果更为准确，鲁棒性更好。

广泛的南向接口能够适配各种数据类型大数据，支持实时大数据的处理，为用户提供实时营销的能力，在用户最需要、最合适的时机提供营销行为。北向可以与营销系统进行对接，实时推送预测结果，支持营销结果评估，交付通知和报表。

基于本方案，可以为运营商达到以下目标：
省钱：用户流失预测及挽留、4G回流预测、失活用户预测、养卡刷机预测
赚钱：4G签转预测、升档套餐用户预测、VoLTE用户预测、家庭宽带用户装机预测、实时事件营销、APP推广、高星价值提升
用户洞察：0日价值预测、社交网络洞察、社交媒体洞察……

成功案例：