电信用户多业务场景接触渠道推荐实证研究

摘要

本研究针对电信行业存量用户运营中存在的接触渠道选择效率低下问题，提出了一种基于多维度用户画像的智能渠道推荐模型。传统人工规则方法主要依赖业务经验进行渠道匹配，存在用户特征覆盖不全、动态行为响应滞后等问题，导致运营成本高和用户过度打扰，本研究通过分析用户年龄、性别、在网时长等静态属性，结合历史接触渠道响应率、业务订购偏好等动态行为数据，通过XGBoost算法构建预测模型。实验结果表明，相比传统人工规则方法，本模型将部分业务由外呼和线下渠道转为线上渠道，人工效能提高48.4%，单业务运营成本降低29%。