葛长伟：SP自消费行为的4大目的解析_文摘

葛长伟：SP自消费行为的4大目的解析

葛长伟 2009/08/14

对SP自消费行为的4大目的解析

　　在前两篇博文中，我分别分析了SP的馈赠套利和欠费套利问题。由于SP套利主要是通过自消费来实现的，所以下面来谈谈怎样分析SP自消费。

　　什么是SP自消费?顾名思义，就是SP自己买卡消费自己的业务。

　　无论是SP套利，还是SP自消费，都是移动梦网久治不愈的毒瘤。而且，更为可怕的是，这个毒瘤将会轻松地扩散到一切移动增值业务上，包括Mobile Market。

一、SP自消费的目的

　　无利不起早，SP做自消费必有其目的。

　　SP做自消费需要付出一定的结算成本，这个成本至少在15%以上。目前，我还没听说哪家SP已经达到钱多得要烧的程度，所以烧钱玩应该不会是目的。

　　SP套利一般都用SP自消费，但是SP自消费却未必都是为了套利：

1、套利

　　用户的钱难赚，运营商的钱好赚。

　　SP自消费最主要的目的就是为了从运营商这里套利，所占比重至少超过98%。

　　目前，欠费套利被视作恶意自消费，运营商有时还进行一阵风式的打击;对于馈赠套利，则基本上处于不闻不问状态，打击力度远远不够。

2、刷排名

　　最近，淘宝信用造假问题搞得沸沸扬扬。事实上，比起移动梦网，淘宝的这类刷信用行为只能算“后起之秀”。

　　在我印象中，梦网彩铃上线没有几个月，彩铃刷排名兼套利的问题就已经相当显著。这些刷排名号码的月彩铃消费少则几千元，多则几十万。百宝箱的情况也好不到哪里去，严重的时候，自消费一度超过总量的50%。

　　Mobile Market要是也是定位在商店，那么恐怕也会很快出现刷排名问题。

3、卖个好价钱

　　SP行业里面“注水猪肉”是很多的，很多靠自消费撑起来业绩的SP，后来却都卖了不菲的价格。特别是一些国外的投资机构，对国内情况根本就不了解，却付出数千万美金来购买这些“注水猪肉”。

　　假如市场里有人卖“注水猪肉”，市场管理方可能还来管一管。不过，在移动增值市场，作为管理方的运营商，却基本处于不闻不问状态，因为这不是“恶意自消费”。

4、防止被淘汰

　　这类情况恐怕不多，只是分析的时候遇到过。

　　以前分析时遇到过一家SP，确实有显著的自消费问题，但是金额不是很大，且相关号码的费用都是实实在在用充值卡充进去的。后来找这家SP一问，回答是为了保住SP资格，防止自己被末位淘汰。

　　移动梦网后来的高门槛其实是害苦了小SP，让整个市场越来越缺乏活力，而真正的违规问题却不见得有多少减少。在我印象中，越是大SP，违规起来越是百无禁忌，因为这些大SP有N多马甲，根本不怕处罚。

二、SP自消费的危害

SP自消费对行业的危害主要体现在三个方面：

侵害运营商利益：套利SP成了运营商身上的寄生虫。

破坏行业秩序：有此捷径，干嘛还要辛辛苦苦去赚用户的钱?

损害行业诚信：连H1N1都影响猪肉价，注水猪肉多了，其他的能不受影响?

　　运营商看待自消费问题，一定不能只顾眼前，而应该考虑整个移动增值产业的全局。

　　运营商既然是移动增值市场的规则制定者，那么就有必要采取措施来维护这个市场的秩序，防止游戏规则成为可以随意打破的“破窗”，避免这个市场成为“劣币驱逐良币”的柠檬市场，保证整个产业可以长期健康发展。

　　所以，对SP自消费的打击应该针对全部，而不要再局限于所谓的“恶意自消费”。

三、如何分析SP自消费

对SP自消费的分析，主要有两种办法：

1、理想方法：基于客户价值模型

　　客户价值模型是个非常有用的分析工具，是走向精细化运营的起点。

　　客户价值模型通过在用户出账费用中扣除各种成本因素，最后得出客户实际的价值贡献。有了价值模型，就很容易找出负价值客户。找到了负价值客户，那么与梦网用户汇总表一关联，就能很轻松地发现SP自消费和套利情况。

　　但是，客户价值模型的建立比较麻烦，需要考虑结算成本、酬金成本、实物成本、欠费成本等各种要素。虽然目前中国移动各省的经分系统都在建客户价值模型，但估计实际建好的还不多。所以，这个方法目前要应用还有些困难。

　　关于如何建立客户价值模型，以及如何应用客户价值模型分析SP套利问题，我将在今后的博文中详细阐述。

2、简易方法：基于客户行为特征

　　应用自消费号码特征来分析相对比较简单，因为SP自消费号码跟正常号码的行为特征相差很大。

　　SP自消费号码主要有两个特征：

1、集中

　　从实际分析情况看，目前的SP自消费主要都是专业的自消费公司在运作，因为这些号码往往消费多家SP。这类自消费的特曾是：自消费号码除了基本没有语音业务(或极少)，只有SP消费外，另外一个最大的特征就是：集中;分析这些自消费号码在入网时间、入网渠道、套餐编号上的分布特性，可以发现显著的聚集现象。

2、超高

　　SP有时自己也拿少量号码自己做自消费。有时候一些SP的BD直接拿自己的号码做自消费，消费金额数十万。比较恶劣的情况是，一些SP拿公免、测试号码做自消费，金额还非常之高。所以，只要符合集中或超高特征的号码，都可以列为自消费嫌疑号码。

四、“简易法”分析SP自消费的具体实现

　　利用用户行为特征分析SP自消费虽然不够彻底，但胜在实现方法非常简单。我从2005年开始就用这种简易法分析自消费，

　　这个方法大致思路如下：

　　1、步骤一：准备基础数据，主要需要数据仓库的用户宽表和分用户、SP的汇总表。

　　2、步骤二：确定初步嫌疑号码，没有通话、信息费较大的号码以及信息费超高的号码都该列入嫌疑对象。

　　3、步骤三：分地区、入网时间、入网渠道、品牌、套餐、SP汇总用户数和信息费，将一些显著不集中的用户给过滤掉。这个过滤门槛要设的稍微低一些，具体值看经验。

　　4、步骤四：进一步过滤离散用户，突出高度集中分布的嫌疑用户可以分别按以上项目的几个进行组合，排除一些离散用户。

　　5、步骤五：生成最后自消费分析表

　　这个方法看着不起眼，代码量很少，思路很简单，但实际分析效果其实非常不错。

五、“简易法”分析代码案例

1、步骤三的代码案例

　　I-NSERT INTO STAT_MW_WG_ZXF

　　S-ELECT p_月份，地区代码，品牌类型，业务类型，SP代码，‘*‘ SP名称，套餐编号，‘*‘ 套餐名称，

　　TO_CHAR(入网时间，‘YYYYMM’) 入网月份，DECODE(停开状态，‘00000‘，‘否‘，‘是‘) 是否停机，

　　COUNT(1)，SUM(DECODE(上行次数+下行次数，0，0，1))，SUM(DECODE(计次信息费+包月信息费，0，0，1))，

　　SUM(计费通信费)，SUM(计次信息费)，SUM(包月信息费)，SUM(计次信息费+包月信息费)，SUM(上行次数)，SUM(下行次数)，SUM(包月次数)，SUM(上行计费次数)，SUM(下行计费次数)，

　　SUM(出账总费用)，SUM(代收_信息费)，NULL

　　FROM DM_MW_WG_ZXF

　　WHERE 月份 = p_月份

　　GROUP BY 地区代码，品牌类型，业务类型，SP代码，套餐编号，TO_CHAR(入网时间，‘YYYYMM’)，DECODE(停开状态，‘00000‘，‘否‘，‘是‘)

　　HAVING SUM(计次信息费+包月信息费)>1000;

2、步骤四的代码案例

　　DELETE STAT_MW_WG_ZXF

　　WHERE 月份 = p_月份 AND

　　SP代码 IN (S-ELECT SP代码 FROM STAT_MW_WG_ZXF WHERE 月份=p_月份 GROUP BY SP代码 HAVING SUM(总信息费)<10000);

　　DELETE STAT_MW_WG_ZXF

　　WHERE 月份 = p_月份 AND

　　(地区名称，品牌名称) IN (S-ELECT 地区名称，品牌名称 FROM STAT_MW_WG_ZXF WHERE 月份=p_月份 GROUP BY 地区名称，品牌名称 HAVING SUM(总信息费)<20000);

　　DELETE STAT_MW_WG_ZXF

　　WHERE 月份 = p_月份 AND

　　(地区名称，品牌名称，套餐编号，入网月份 ) IN (S-ELECT 地区名称，品牌名称，套餐编号，入网月份 FROM STAT_MW_WG_ZXF WHERE 月份=p_月份 GROUP BY 地区名称，品牌名称，套餐编号，入网月份 HAVING SUM(总信息费)<3000);

　　DELETE STAT_MW_WG_ZXF

　　WHERE 月份 = p_月份 AND

　　SP代码 IN (S-ELECT SP代码 FROM STAT_MW_WG_ZXF WHERE 月份=p_月份 GROUP BY SP代码 HAVING SUM(总信息费)<10000);

葛长伟的BLOG