【正文】 中國(guó)科學(xué)技術(shù)信息研究所碩 士 學(xué) 位 論 文基于競(jìng)爭(zhēng)情報(bào)的電信客戶流失預(yù)警Tele Customer Churn Alarm Based on Competitive Intelligence獨(dú) 創(chuàng) 性 聲 明本人鄭重聲明：所呈交的學(xué)位論文，是本人在導(dǎo)師指導(dǎo)下，獨(dú)立進(jìn)行研究工作所取得的成果。盡我所知，論文中除已經(jīng)加以標(biāo)注和致謝的地方外，不包含任何他人享有著作權(quán)的內(nèi)容。對(duì)本論文所涉及的研究工作做出貢獻(xiàn)的其他個(gè)人和集體，均已在文中明確說(shuō)明并表示了謝意。研究生簽名： 時(shí)間： 年 月 日關(guān)于論文使用授權(quán)的說(shuō)明本人完全了解中國(guó)科學(xué)技術(shù)信息研究所有關(guān)保留、使用學(xué)位論文的規(guī)定，即：所里有權(quán)保留送交論文的打印稿和電子稿，允許論文被查閱和借閱，可以采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文。同意中國(guó)科學(xué)技術(shù)信息研究所用不同方式在不同媒體上發(fā)表、公布論文的全部或部分內(nèi)容。保密的論文在解密后遵守此規(guī)定。研究生簽名： 時(shí)間： 年 月 日導(dǎo)師簽名： 時(shí)間： 年 月 日中圖分類號(hào) G35 學(xué)校代碼 80901 UDC 密 級(jí) 公　開(kāi) 中國(guó)科學(xué)技術(shù)信息研究所碩 士 學(xué) 位 論 文基于競(jìng)爭(zhēng)情報(bào)的電信客戶流失預(yù)警Tele Customer Churn Alarm Based on Competitive Intelligence作者姓名 _ 任　冰 學(xué) 號(hào) __ 809010516_ __ 導(dǎo)師姓名 __ 趙新力 ___職 稱 __ 研究員 ___學(xué)位類別 _　_管理學(xué) __學(xué)位級(jí)別 碩　士 _ 學(xué)科專業(yè) ____情報(bào)學(xué)____研究方向 信息分析研究與咨詢中國(guó)科學(xué)技術(shù)信息研究所 論文提交日期(2007年05月)致　謝感謝導(dǎo)師趙新力研究員。他傳道授業(yè)、為人師表，教書育人、精益求精。本文從題目的確定到框架的構(gòu)建，直至正文的寫作, 無(wú)不凝結(jié)著恩師的智慧和大量的心血。趙老師博大精深的學(xué)識(shí)、一絲不茍的風(fēng)格、謙虛平易的作風(fēng)、追求卓越的精神和對(duì)年輕人“傳、幫、帶”的風(fēng)范使筆者受益匪淺，實(shí)為筆者一生學(xué)習(xí)的楷模。感謝李艷副教授。李老師在競(jìng)爭(zhēng)情報(bào)理論和方法上給了我悉心的指導(dǎo)，使得我的論文有一定的理論高度，也使我在論文寫作中少走了許多彎路。感謝論文評(píng)審老師付出的辛勤勞動(dòng)。感謝中國(guó)科學(xué)技術(shù)信息研究所的關(guān)家麟研究員在論文終審階段所給予的指導(dǎo)，感謝趙俊杰老師在調(diào)查問(wèn)卷的設(shè)計(jì)中給予的指導(dǎo)，感謝張德老師、葉軍老師、趙琳老師、郝文英老師在我學(xué)習(xí)、生活中的諸多關(guān)懷，感謝劉敏老師的熱情幫助，感謝辛勤工作的研培中心的所有的老師。感謝在論文寫作過(guò)程中給予我?guī)椭闹醒胁┓遄稍児镜母魑粚＜?、中?guó)移動(dòng)的各位專家。感謝所有關(guān)心幫助過(guò)我的同學(xué)和朋友，他們使我度過(guò)了美好的、令人懷念的兩年時(shí)光。感謝一直在背后默默關(guān)懷和支持我的父母、妻子?；诟?jìng)爭(zhēng)情報(bào)的電信客戶流失預(yù)警摘　要競(jìng)爭(zhēng)情報(bào)作為一種現(xiàn)代企業(yè)生存、發(fā)展和壯大必不可少的方法和手段，在全球經(jīng)濟(jì)競(jìng)爭(zhēng)日益激烈的背景下得到了快速地發(fā)展，其影響已經(jīng)遍及世界各地。我國(guó)電信運(yùn)營(yíng)商在日益壯大的同時(shí)，不可避免地面臨著激烈的市場(chǎng)競(jìng)爭(zhēng)，面臨著日益嚴(yán)重的客戶流失問(wèn)題。電信客戶流失分析常用的數(shù)據(jù)挖掘方法有決策樹、自動(dòng)聚類、人工神經(jīng)網(wǎng)絡(luò)，它們是采用運(yùn)營(yíng)數(shù)據(jù)本身來(lái)訓(xùn)練模型的，沒(méi)有利用先驗(yàn)知識(shí)。電信客戶流失是由客戶、運(yùn)營(yíng)商及其競(jìng)爭(zhēng)者等多方面的因素決定的，利用關(guān)于這些因素的已有的先驗(yàn)知識(shí)，可以提高預(yù)測(cè)的精度。本文以競(jìng)爭(zhēng)情報(bào)為基礎(chǔ)，根據(jù)專家的認(rèn)識(shí)和已有的研究成果，通過(guò)問(wèn)卷調(diào)查、專家訪談、模糊數(shù)學(xué)、案例分析等方法，對(duì)電信客戶流失問(wèn)題進(jìn)行了深入的研究，建立了電信客戶流失風(fēng)險(xiǎn)指標(biāo)體系、電信客戶流失預(yù)警指標(biāo)體系和預(yù)警流程。本文為研究客戶流失等不確定問(wèn)題提供了新的思路。本文中，共有圖12幅，表12個(gè)，參考文獻(xiàn)31篇，其中英文10篇。關(guān)鍵詞:競(jìng)爭(zhēng)情報(bào)；電信；客戶流失；指標(biāo)體系；流失預(yù)警分類號(hào):G35 Tele Customer Churn Alarm Based on Competitive IntelligenceAbstractCompetitive Intelligence, an indispensable method for the survival and development of modern enterprises, has been developing very quickly in the fierce global economic petition, and has spread its influence all over the world. When tele panies in China bee stronger day by day, they meet customer churn inevitably. Generally used methods of analysis churn of tele pany are decision tree, Automatic cluster detection and Artificial Neural Network, which are based on the data itself. However the customer churn is led by many plex reasons such as customer, the tele pany and its petitors. If we bine domain knowledge, the accuracy of forecast could be improved. Adopted the method of questionnaire, interviewing experts, Fuzzy mathematics, case study, etc., this paper researches tele customer churn based on petitive intelligence. Finally, this paper builds churn risk index system, churn alarm index system and churn alarm flow of the customers of mobile teles. This paper introduces a new method to solve uncertain problem such as analysis of customer churn. Key words: Competitive Intelligence。 Tele。 Customer Churn。 Index System。 Churn Alarm目　錄致　謝 I摘　要 II目　錄 IV引　言 11 文獻(xiàn)綜述 4 電信業(yè)客戶流失的現(xiàn)狀 4 電信業(yè)是建立在客戶流失基礎(chǔ)之上的行業(yè) 5 電信企業(yè)是由新技術(shù)創(chuàng)造的行業(yè) 5 新技術(shù)同化周期 5 電信業(yè)的同化吸收周期 7 運(yùn)營(yíng)商的客戶流失管理 10 中國(guó)移動(dòng)客戶流失管理的支撐系統(tǒng)和策略 10 中國(guó)聯(lián)通客戶全生命周期的維系與挽留支撐系統(tǒng) 11 對(duì)中國(guó)移動(dòng)和中國(guó)聯(lián)通的客戶流失管理的評(píng)價(jià) 12 全生命周期的客戶流失管理的思路 12 國(guó)外電信客戶保持策略 13 應(yīng)用數(shù)據(jù)挖掘的案例 14 客戶細(xì)分 14 模型數(shù)據(jù)屬性分析與約簡(jiǎn) 14 挖掘模型的構(gòu)建與評(píng)估 15 試點(diǎn)實(shí)施結(jié)果 17 應(yīng)用數(shù)據(jù)挖掘研究客戶流失的特點(diǎn) 172 電信客戶流失分析及應(yīng)用競(jìng)爭(zhēng)情報(bào)理論的必要性 18 競(jìng)爭(zhēng)情報(bào)與客戶流失風(fēng)險(xiǎn) 18 競(jìng)爭(zhēng)情報(bào)的定義 18 風(fēng)險(xiǎn)的定義與戰(zhàn)略風(fēng)險(xiǎn)的劃分 18 客戶流失的界定 18 競(jìng)爭(zhēng)情報(bào)是客戶流失風(fēng)險(xiǎn)管理的重要基礎(chǔ) 18 競(jìng)爭(zhēng)情報(bào)是一種有效的客戶流失風(fēng)險(xiǎn)管理工具 19 電信客戶流失原因的案例分析 20 案例一 20 案例二 20 客戶流失管理應(yīng)注意的地方 21 總結(jié) 22 研究運(yùn)營(yíng)商外部環(huán)境信息的必要性 23 技術(shù) 23 經(jīng)濟(jì) 24 人口的流動(dòng) 24 客戶 24 管制機(jī)構(gòu) 24 競(jìng)爭(zhēng)者 24 應(yīng)用數(shù)據(jù)挖掘研究客戶流失的不足 25 沒(méi)有考慮外界環(huán)境的影響 25 客戶挽留的實(shí)際效果差 25 客戶流失風(fēng)險(xiǎn)指標(biāo)體系 26 在客戶流失研究中引入競(jìng)爭(zhēng)情報(bào) 26 風(fēng)險(xiǎn)分析與客戶流失風(fēng)險(xiǎn) 26 層次分析 26 模糊層次分析 27 實(shí)例分析 29 結(jié)論 313 FBI的情報(bào)預(yù)警體系及電信企業(yè)的預(yù)警指標(biāo)與流程 33 競(jìng)爭(zhēng)情報(bào)的預(yù)警功能與客戶流失預(yù)警 33 FBI的預(yù)警體系及其優(yōu)點(diǎn) 34 觀念的轉(zhuǎn)變 34 聯(lián)邦調(diào)查局的情報(bào)預(yù)測(cè)步驟 34 優(yōu)點(diǎn) 38 FBI的情報(bào)預(yù)警方法應(yīng)用于電信運(yùn)營(yíng)商的可行性 38 客戶流失預(yù)警指標(biāo)的確定與優(yōu)先級(jí) 39 運(yùn)營(yíng)商的客戶流失預(yù)警流程 414 客戶流失預(yù)警體系在運(yùn)營(yíng)商中的應(yīng)用 44 基本情況 44 競(jìng)爭(zhēng)者的能力 44 價(jià)格 44 策反 45 新業(yè)務(wù) 45 促銷行為 45 客戶細(xì)分 46 競(jìng)爭(zhēng)者的行為及行業(yè)環(huán)境 47 客戶群的流失性 48 計(jì)算預(yù)警值 49結(jié)　論 51參考文獻(xiàn) 53附錄A：第二輪調(diào)研問(wèn)卷 55附錄B：第三輪調(diào)研問(wèn)卷 61附錄C：層次分析軟件所得結(jié)果 67作者簡(jiǎn)介 70學(xué)位論文數(shù)據(jù)集 71圖目錄 美國(guó)無(wú)線業(yè)的流失情況 4 新技術(shù)同化吸收曲線 6 有線業(yè)務(wù)同化吸收曲線 7 AMPS的生命周期 8 GSM的同化曲線 9 中國(guó)移動(dòng)數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的分級(jí)結(jié)構(gòu) 10 競(jìng)爭(zhēng)情報(bào)工作的地位 19 某運(yùn)營(yíng)商曾經(jīng)轉(zhuǎn)網(wǎng)和可能轉(zhuǎn)網(wǎng)客戶的轉(zhuǎn)網(wǎng)原因 20 某固定通信運(yùn)營(yíng)商所轄中心城市固定電話離網(wǎng)后去向 21 電信運(yùn)營(yíng)商的客戶流失原因魚刺圖 23 二級(jí)指標(biāo)在客戶流失風(fēng)險(xiǎn)中所占權(quán)數(shù)（排在前18位的指標(biāo)） 32 客戶流失預(yù)警流程圖 41表目錄 流失客戶預(yù)警模型中約簡(jiǎn)后的10 種最主要的數(shù)據(jù)屬性 23 某大客戶經(jīng)理挽留8月某旬挽留情況統(tǒng)計(jì) 30 模型評(píng)價(jià) 33 層次分析模型 36 專家對(duì)某運(yùn)營(yíng)商的打分 38 客戶流失預(yù)警指標(biāo)模型 48 判斷信息的有效性 50 判斷指標(biāo)的預(yù)警等級(jí) 51 客戶群的可爭(zhēng)取性 51 移動(dòng)通信業(yè)務(wù) 54 競(jìng)爭(zhēng)者行為評(píng)價(jià) 56 運(yùn)營(yíng)商自身的易受攻擊性評(píng)價(jià) 57 某客戶群的流失性 5726引　言近十年來(lái)我國(guó)電信業(yè)以3倍于GDP的速度高速增長(zhǎng)，成為國(guó)民經(jīng)濟(jì)支柱產(chǎn)業(yè)中增長(zhǎng)速度最快的行業(yè)之一。但是,隨著市場(chǎng)的拓展和競(jìng)爭(zhēng)，電信企業(yè)也遇到了一些問(wèn)題，如代理費(fèi)用的升高和宣傳費(fèi)用的升高，這使發(fā)展新客戶的難度增加、收益率下降。價(jià)值客戶不僅是電信企業(yè)的寶貴資源，也是其競(jìng)爭(zhēng)對(duì)手不斷爭(zhēng)取的對(duì)象。電信企業(yè)的客戶流失非常嚴(yán)重。國(guó)內(nèi)某移動(dòng)運(yùn)營(yíng)商2004年110月份的平均客戶月離網(wǎng)率約為4%。Gartner公司的調(diào)查數(shù)據(jù)表明，開(kāi)發(fā)一個(gè)新客戶的費(fèi)用是維持一個(gè)老客戶成本的45倍[2]。另外有研究表明，一個(gè)公司如果將其顧客流失率降低5%，利潤(rùn)就能增加2585%[1]47。運(yùn)營(yíng)商為了遏制客戶流失，需要對(duì)影響客戶流失的內(nèi)外部指標(biāo)進(jìn)行綜合評(píng)價(jià)。影響客戶流失的因素是多方面的，有客戶所在運(yùn)營(yíng)商、運(yùn)營(yíng)商的競(jìng)爭(zhēng)者、客戶、行業(yè)環(huán)境等，每一個(gè)因素又可分為多項(xiàng)指標(biāo)。競(jìng)爭(zhēng)情報(bào)是通過(guò)連續(xù)、系統(tǒng)地搜集有關(guān)競(jìng)爭(zhēng)環(huán)境、競(jìng)爭(zhēng)對(duì)手和組織自身的信息，幫助企業(yè)識(shí)別市場(chǎng)中的機(jī)會(huì)和威脅，縮短反應(yīng)時(shí)間，從而增強(qiáng)競(jìng)爭(zhēng)優(yōu)勢(shì)的一項(xiàng)智能活動(dòng)。如何確定預(yù)警信息的范圍，如何搜集和分析預(yù)警信息，都需要競(jìng)爭(zhēng)情報(bào)的研究。國(guó)內(nèi)的研究現(xiàn)狀：1. 對(duì)客戶流失的研究，電信運(yùn)營(yíng)商的實(shí)踐領(lǐng)先于基礎(chǔ)理論。實(shí)踐中，電信企業(yè)越來(lái)越重視客戶流失的研究；軟件上，客戶流失管理系統(tǒng)往往是客戶關(guān)系管理系統(tǒng)的一部分，企業(yè)運(yùn)用CRM、BI技術(shù)對(duì)客戶進(jìn)行細(xì)分。如中國(guó)聯(lián)通有客戶維系與挽留支撐系統(tǒng)，中國(guó)移動(dòng)有經(jīng)營(yíng)分析系統(tǒng)(即BASS系統(tǒng)）。雖然企業(yè)有各種系統(tǒng)，但利用率有待提高，某些系統(tǒng)中數(shù)據(jù)的準(zhǔn)確率也較低，從而難以保證分析結(jié)果的準(zhǔn)確性。2. 大部分電信企業(yè)也建立了自己的一套工作體系，應(yīng)用某些策略以維系和挽留欲離網(wǎng)的客戶[3]。如安徽電信的徐穎的《安徽電信：實(shí)施大客戶流失預(yù)警管理》對(duì)此進(jìn)行了闡述。中國(guó)聯(lián)通2005年的客戶維系與挽留計(jì)劃被稱為全生命周期的客戶流失管理。3. 研究大都基于數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)挖掘。客戶流失分析常用的方法有自動(dòng)聚類、決策樹、人工神經(jīng)網(wǎng)絡(luò)和貝葉斯網(wǎng)絡(luò)。4. 亞信科技、華院分析做了多個(gè)客戶流失項(xiàng)目。國(guó)外的情況：1. 2004年，美國(guó)無(wú)線業(yè)的年客戶流失率達(dá)到40%，歐洲電信行業(yè)的客戶流失率略低于美國(guó)[4]23。客戶流失給美國(guó)的電信運(yùn)營(yíng)商每年造成的收入損失高達(dá)90億美元，還有額外的75億美元的獲得客戶的費(fèi)用。而不斷推出的新業(yè)務(wù)將加速客戶的流失，據(jù)InStat/MDR市場(chǎng)研究公司估計(jì)，號(hào)碼攜帶的實(shí)施，將使美國(guó)的客戶流失率增至46%[2]。2. 上述情況