【文章內(nèi)容簡介】 短期競爭及實現(xiàn)其長期發(fā)展的主要策略是：營銷重心后移，鞏固中高端用戶，通過對現(xiàn)有個人用戶消費行為的分析設(shè)計有針對性的個性化套餐，以達到保留現(xiàn)有客戶的目的；具體可以概括為以下幾個方面：(1) 關(guān)注現(xiàn)有客戶的穩(wěn)定性，通過對現(xiàn)有客戶利益訴求的滿足，以及對移動品牌宣傳的推動，來鞏固現(xiàn)有的在網(wǎng)客戶；(2) 通過對客戶消費行為及偏好差異的分析，針對不同細分人群設(shè)計相應(yīng)的套餐；(3) 通過對客戶價值量的差異分析以提供不同的客戶服務(wù)及忠誠度計劃；(4) 積極的客戶挽留工作，對客戶流失進行監(jiān)控，及時進行用戶挽留；(5) 通過各種合作伙伴的捆綁擴大服務(wù)的廣度，促進客戶發(fā)展及客戶維系（如移動機場貴賓休息室服務(wù)等）。 中國聯(lián)通客戶全生命周期的維系與挽留支撐系統(tǒng)中國聯(lián)通是國內(nèi)唯一一家同時運營GSM和CDMA雙制式的電信運營商，截止到2006年11月底，，CDMA用戶總計3,613萬[6]。在以前的IT支撐系統(tǒng)的基礎(chǔ)上，中國聯(lián)通于2005年開始建立移動業(yè)務(wù)客戶維系與挽留支撐系統(tǒng)。通過客戶維系與挽留支撐系統(tǒng)建設(shè)，全面把握網(wǎng)上客戶的動向，降低客戶離網(wǎng)率，延長客戶生命周期，為全面降低營銷成本，實現(xiàn)網(wǎng)上客戶“保值、增值”，提供系統(tǒng)的分析方法和操作工具。通過客戶維系與挽留系統(tǒng)建設(shè)，理順客戶維系與挽留的業(yè)務(wù)流程和工作流程，進一步完善機構(gòu)和人員配置，明確職責(zé)分工，為進一步實現(xiàn)營銷模式轉(zhuǎn)型，開展精細化營銷，為提高存量市場競爭能力奠定基礎(chǔ)。 對中國移動和中國聯(lián)通的客戶流失管理的評價中國移動和中國聯(lián)通近年在客戶流失管理方面取得了長足的進步，已意識到：客戶流失管理不僅是為了降低離網(wǎng)率；同時也為了提高客戶管理水平：發(fā)現(xiàn)并開發(fā)目標客戶、加強客戶細分、提升客戶價值、提高客戶滿意度。中國移動和中國聯(lián)通都進行的工作[9]：1. 都建立了強大的客戶流失支撐系統(tǒng)，有助于管理水平的提高、管理成本的降低。中國移動的經(jīng)營分析系統(tǒng)擁有世界最大的數(shù)據(jù)倉庫，多項技術(shù)處于世界領(lǐng)先。例如，中國移動的經(jīng)營分析系統(tǒng)可使總部第二天可以看到頭天每個省的經(jīng)營數(shù)據(jù)，包括用戶數(shù)是多少，收入是多少；中國移動的兩級結(jié)構(gòu)的經(jīng)營分析系統(tǒng)，在國際上是首創(chuàng)，將很多指標數(shù)據(jù)統(tǒng)一在一起，總部不但看到省里的匯總報表，還看到匯總的數(shù)據(jù)和地市的部分詳細的數(shù)據(jù)；OLAP可使多張報表組合在一張里面，更直觀方便。2. 都建立在客戶價值評價的基礎(chǔ)上?？蛻魞r值的研究是一個難點也是一個重點，客戶價值的研究建立在客戶產(chǎn)生的收入和運營商付出的成本的基礎(chǔ)上。3. 都建立在客戶細分的基礎(chǔ)上。中國聯(lián)通根據(jù)客戶行為（投訴狀況、主/被叫比例、呼叫號碼數(shù)）、客戶消費（話務(wù)量變化、話務(wù)變動）、客戶狀態(tài)（入網(wǎng)時間、入網(wǎng)契約）判斷客戶所處的生命周期階段，將客戶細分。中國聯(lián)通提出了全生命周期的客戶維系與挽留計劃，分為三個階段：識別階段和成長階段、客戶維系階段、客戶挽留階段。 全生命周期的客戶流失管理的思路1. 實現(xiàn)全過程客戶維系與挽留(1) 通過消除導(dǎo)致用戶離網(wǎng)的各類誘因（如：市場環(huán)境、政策漏洞、負面影響、對手比較優(yōu)勢等）、加強客戶離網(wǎng)接觸點管理和提高用戶轉(zhuǎn)網(wǎng)門檻，達到客戶挽留的目的；(2) 通過系統(tǒng)挖掘和把握網(wǎng)上客戶的需求特點和變化規(guī)律，采取有針對性的挽留和維系手段，通過提高用戶粘性和離網(wǎng)成本，達到保留客戶的目的；(3) 通過綜合治理使客戶維系和挽留工作，由當(dāng)前側(cè)重于挽留，向前推進到客戶生命周期的全過程進行綜合防治。(4) 根據(jù)用戶不同生命周期階段，從營銷、服務(wù)、管理、支撐等四方面入手進行綜合防控。2. 分客戶品牌和客戶價值開展維系(1) 根據(jù)客戶的綜合價值、所處生命周期階段以及所屬的客戶品牌進行細分，開展分類維系；(2) 通過控制低端用戶的流失速度，確保總體離網(wǎng)率和客戶發(fā)展成本不斷下降；(3) 采取主動出擊的辦法，加強對高價值關(guān)鍵客戶群體的挽留和維系，提高網(wǎng)上客戶的總體贏利水平。雖然中國移動和中國聯(lián)通的客戶流失管理仍處于起步階段，但其發(fā)展已進入快速上升的通道，在不久的將來會有明顯的改觀。 國外電信客戶保持策略1. 采用新的話單策略ATamp。T在客戶話單方面探索出新的市場策略。為了有利于與客戶的直接交流，ATamp。T把長途通信企業(yè)賬單和本地業(yè)務(wù)賬單獨立開來。通過對間接話單方式（長途和本地業(yè)務(wù)賬單一起收到）和直接話單方式（長途業(yè)務(wù)賬單單獨收到）的測試，ATamp。T發(fā)現(xiàn)，直接話單策略從長期角度來看很有益，并且在兩個月后，用戶已習(xí)慣于直接話單方式，因此確實改善了客戶保持，是值得采用的[10]。2. 重推2G手機，挽留客戶盡管在3G的平臺下，可以實現(xiàn)很多2G不能實現(xiàn)的功能，比如看電視、打網(wǎng)絡(luò)游戲等，但是由于目前3G信號的強度和覆蓋面還不及2G，因此在偏遠地區(qū)，2G仍是更現(xiàn)實的選擇。由于日本2006年實施攜號轉(zhuǎn)網(wǎng)，客戶可以在電話號碼不變的情況下，選擇其他移動運營商，預(yù)期擁有日本移動電話市場占有率56%的NTTDoCoMo會受到一定壓力。分析人士估計，允許攜號轉(zhuǎn)網(wǎng)后，%%。為避免這種情況，該公司決定再次推出低價的2G手機，以免客戶因為鄉(xiāng)郊地區(qū)未能接收3G信號而轉(zhuǎn)投其他運營商“懷抱”，緩解客戶流失的問題[11]。3. 采用SPSS數(shù)據(jù)挖掘工具，建立客戶流失模型Verizon采用SPSS公司提供的數(shù)據(jù)挖掘解決方案，建立客戶流失分析模型，每個月根據(jù)客戶流失傾向的高低為客戶進行評分，并根據(jù)評分對流失可能性高的客戶，采取適當(dāng)?shù)氖袌霾呗赃M行挽留。Verizon還對那些ARPU（Average Revenue Per User）值高、流失傾向高的客戶建立了電話挽留的方案，由此產(chǎn)生的效果是：a）成本降低。通過模型結(jié)果只對流失傾向高的客戶進行直郵挽留，直郵預(yù)算降低60%以上。b）收入提高?？蛻鬉RPU值提高，流失率下降33%。Vodafone（埃及）公司專門成立了市場研究部門，通過市場調(diào)查獲取客戶的資料信息數(shù)據(jù)，再用SPSS公司的分析軟件SPSS和Clementine，對客戶的資料數(shù)據(jù)、客戶詳單（CDR）數(shù)據(jù)進行聚類分析，并對每一類群的特征進行詳盡的統(tǒng)計描述。Vodafone（埃及）公司將細分結(jié)果應(yīng)用于新產(chǎn)品推出、交叉銷售、服務(wù)改進等領(lǐng)域，均取得了良好效果[12]。4. 企業(yè)轉(zhuǎn)型，持續(xù)提升客戶滿意度2005年6月29日，法國電信（FT）推出了“NexT”計劃。它是FT2006年至2008年的轉(zhuǎn)型戰(zhàn)略，目標是建立統(tǒng)一的客戶關(guān)系。根據(jù)這項計劃，到2006年底，F(xiàn)T將提供統(tǒng)一的客戶支持服務(wù)，所有的服務(wù)都使用同一個聯(lián)絡(luò)點。FT近期還將推出客戶忠誠計劃，并將于今年統(tǒng)一服務(wù)門戶，力圖使用戶在接入法國電信集團服務(wù)網(wǎng)站時，享受更簡潔的界面和統(tǒng)一的用戶體驗。這個單一的服務(wù)門戶將成為FT所有服務(wù)的單一界面。英國電信（BT）在轉(zhuǎn)型時，將持續(xù)提升客戶滿意度作為重點舉措之一。為提高服務(wù)質(zhì)量，提升客戶滿意度，BT采取了一系列措施，如聘請專業(yè)公司分析客戶意見；建立統(tǒng)一的CRM系統(tǒng)，掌握準確實時的客戶信息；提供端到端客戶跟蹤系統(tǒng)，在線處理客戶詢問和維護；針對不同用戶建立不同的銷售部門，采用不同策略，做到“抓大不放小”；推出免費的話音信息業(yè)務(wù)，當(dāng)用戶繁忙不方便接電話的時候，為用戶自動保留電話信息等等。BT提升客戶滿意度的一系列措施取得了顯著的效果，客戶不滿意度連年下降。 應(yīng)用數(shù)據(jù)挖掘的案例客戶流失預(yù)警的焦點是確定有流失風(fēng)險的客戶并且哪些有流失風(fēng)險的客戶值得被挽留[13]。王雷等提出的客戶流失預(yù)警模型分為以下幾個主要部分：客戶細分、模型數(shù)據(jù)屬性分析與約簡、挖掘模型的構(gòu)建與評估。 客戶細分在客戶流失預(yù)警模型中，依據(jù)客戶對企業(yè)貢獻的大小進行分類，主要分為高價值客戶、低價值客戶、零價值客戶。假定企業(yè)每月均攤到每個客戶的日常維護成本為C，則各類客戶的定義如下：高價值客戶：指月均話費大于等于2C的客戶；低價值客戶：指月均話費介于1C到2C之間的客戶；零價值客戶：指月均話費小于1C的客戶。 模型數(shù)據(jù)屬性分析與約簡影響客戶流失預(yù)警判定的數(shù)據(jù)屬性通常多種多樣，這些屬性之間存在著或強或弱的相關(guān)關(guān)系。比較有效的方法是從這些相互關(guān)聯(lián)的影響屬性中，通過約簡算法抽取對客戶流失行為起關(guān)鍵影響的屬性；或者對這些屬性進行抽取整合，重新構(gòu)造少數(shù)關(guān)鍵指標，這些指標是原有影響屬性（ 或稱因子） 的線性組合，能綜合原有影響屬性的最大信息，相互之間的相關(guān)性較小。經(jīng)過約簡的數(shù)據(jù)屬性能對客戶流失行為進行最好的解釋，有助于流失客戶預(yù)警模型取得較好的效果。在客戶維系與挽留一期工程的實施試點中，先定義了和客戶流失行為相關(guān)的數(shù)據(jù)屬性164種，然后基于多規(guī)則神經(jīng)網(wǎng)絡(luò)進行數(shù)據(jù)屬性的約簡，最終選取了40種最重要的屬性來進行流失客戶預(yù)警。其中，工作時段是指每天7:00:00～18:59:59，工作時段通話次數(shù)是指客戶在最新出賬月的工作時段內(nèi)的通話次數(shù)之和，工作時段通話次數(shù)平均是指客戶從入網(wǎng)以來所有月的工作時段通話次數(shù)的平均值。主叫時長、主叫時長平均、呼轉(zhuǎn)時長、呼轉(zhuǎn)時長平均、總通話次數(shù)、總通話次數(shù)平均等的定義類似。 流失客戶預(yù)警模型中約簡后的10 種最主要的數(shù)據(jù)屬性序號指標名稱影響度（ 按權(quán)值大小排序）1入網(wǎng)時長（月）2最低消費（元）3聯(lián)系企業(yè)客服次數(shù)4工作時段通話次數(shù)/工作時段通話次數(shù)平均5主叫時長/主叫時長平均6工作時段通話次數(shù)7呼轉(zhuǎn)時長/呼轉(zhuǎn)時長平均8最低消費比例9總通話次數(shù)/總通話次數(shù)平均10本地通話次數(shù) 挖掘模型的構(gòu)建與評估流失客戶的預(yù)警從本質(zhì)上來說是一種數(shù)據(jù)分類過程，具體實現(xiàn)是根據(jù)客戶在通信過程中表現(xiàn)出的特性進行客戶分類。常用的數(shù)據(jù)分類的方法主要有Logistic回歸、決策樹、神經(jīng)網(wǎng)絡(luò)等，這些方法在銀行、保險、社保等領(lǐng)域得到了廣泛應(yīng)用。1. 決策樹決策樹方法的起源是概念學(xué)習(xí)系統(tǒng)（CLS），發(fā)展到ID3方法時為高潮。決策樹是一種常用的分類算法，它通過系統(tǒng)地分解和分離數(shù)據(jù)集中包含的信息來發(fā)現(xiàn)規(guī)律和關(guān)系。它尋求在數(shù)據(jù)集中找到那些提供記錄中最大分離信息的影響因素，每次選取能最大程度地區(qū)分記錄的影響因素，決策樹據(jù)此法則往下生長，當(dāng)找不到類似的影響因素時，決策樹就形成了。考慮到?jīng)Q策樹的可用性，還要對其“剪枝”和優(yōu)化。決策樹通過把對象從根節(jié)點排列到某個葉子節(jié)點來分類，葉子節(jié)點即為對象所屬的分類。樹上的每一個節(jié)點說明對對象的某個屬性的測試，并且該節(jié)點的每一個后繼分支對應(yīng)于該屬性的一個可能值。2. 神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)主要用于分類、聚類、估計和預(yù)測。神經(jīng)網(wǎng)絡(luò)是一種人腦思考仿真的數(shù)據(jù)分析模式，用輸入變量與數(shù)值來自我學(xué)習(xí)，并根據(jù)學(xué)習(xí)經(jīng)驗所得之知識不斷調(diào)整參數(shù)，以期得到一個較好的模式。神經(jīng)網(wǎng)絡(luò)使用許多參數(shù)來建立一個模式，這個模式由一組輸入值來預(yù)測一個連續(xù)值或分類值。每個結(jié)點都是一個函數(shù)，這個函數(shù)使用該結(jié)點的相鄰結(jié)點值的加權(quán)總和進行運算。函數(shù)的形式可以選擇，權(quán)的確定可以由一種叫反向傳導(dǎo)的方法通過把輸出結(jié)果和已知真實結(jié)果的比較來不斷調(diào)整。整個神經(jīng)網(wǎng)絡(luò)的分析過程是一個“黑盒子”（不透明） ，無法展現(xiàn)可讀的模型,每階段的加權(quán)與轉(zhuǎn)換亦不明確顯示，所以神經(jīng)網(wǎng)絡(luò)大多數(shù)都用于處理高度非線性且變量有相當(dāng)程度交互效應(yīng)的數(shù)據(jù)[14]。3. Logistic回歸如果因變量為分類的變量，則不符合一般回歸分析模型的要求，此時可用Logistic回歸來進行此類特殊回歸分析。異?？蛻舻淖R別的因變量本質(zhì)上也是一種兩分類變量，即異?？蛻艨杀硎緸?，非異常客戶可表示為0。可以采用Logistic回歸對客戶欺詐的可能性進行建模。Logistic回歸從統(tǒng)計的角度對輸入變量是否對客戶欺詐行為有影響進行分析，最后得出一個多元一次方程，用來對客戶的欺詐可能性進行評分[15]。4. 建模過程客戶流失預(yù)警模型的建模過程是：首先，將經(jīng)過數(shù)據(jù)約簡后的屬性集合作為數(shù)據(jù)模型的輸入。該屬性集合輸入模型的數(shù)據(jù)集包括一個目標屬性，該屬性將記錄分為兩類: 有離網(wǎng)傾向的客戶和沒有離網(wǎng)傾向的客戶。然后，將數(shù)據(jù)集中的大部分（如2/3） 的記錄作為訓(xùn)練集，用于模型的構(gòu)造，確定模型參數(shù)權(quán)重的設(shè)定，剩下的1/3記錄可以分為驗證集和測試集。驗證集用以防止構(gòu)造的模型出現(xiàn)“過擬和”現(xiàn)象，測試集用來對模型的預(yù)測能力進行測評。5. 模型評估根據(jù)客戶流失預(yù)警模型的建模過程，選用多層感知神經(jīng)網(wǎng)絡(luò)、,000余條客戶記錄進行客戶流失預(yù)警測試，其中2/3的記錄作為訓(xùn)練集，1/3記錄可以分為驗證集和測試集。結(jié)果顯示，建立的神經(jīng)網(wǎng)絡(luò)模型、神經(jīng)網(wǎng)絡(luò)的綜合準確率最高。在前30%的區(qū)域，Logistic回歸的預(yù)測效果要好于神經(jīng)網(wǎng)絡(luò)，但隨著測試記錄份額的增加，神經(jīng)網(wǎng)絡(luò)的預(yù)測效果要好于Logistic回歸。根據(jù)測試集全部記錄的測試結(jié)果，最終選取神經(jīng)網(wǎng)絡(luò)模型進行客戶欺詐識別。對于有離網(wǎng)傾向客戶的發(fā)現(xiàn)而言，因為有離網(wǎng)傾向的客戶有可能在預(yù)警后就進行停機操作，所以在預(yù)測覆蓋率保持一定廣度的前提下，模型的預(yù)測命中率必須盡可能高。但對于客戶離網(wǎng)預(yù)警來說，業(yè)務(wù)人員最關(guān)注的是盡可能多地提前獲取發(fā)生離網(wǎng)行為的客戶的信息，這就要求預(yù)測模型的覆蓋率盡可能高，其次的要求才是保證模型的命中率。因此，在實際應(yīng)用過程中,可以將利用神經(jīng)網(wǎng)絡(luò)、Logistic回歸3種模型預(yù)測出的有離網(wǎng)傾向的客戶，都作為可能發(fā)生離網(wǎng)行為的客戶，以盡量提高模型的覆蓋率。 試點實施結(jié)果從2005年11月起，該試點地市分公司客服部使用該客戶流失預(yù)警模型進行的流失預(yù)警客戶的維系挽留工作取得了良好的效果。而以往要在接近30萬的用戶中找出真正有離網(wǎng)傾向的6,000戶左右的用戶是非常困難的事情。在使用預(yù)測模型篩選出預(yù)警客戶后，客服部能夠及時地對流失預(yù)警客戶進行挽留，提高了工作效率，降低了挽留客戶的成本。客戶流失分析模塊在每月月初提供當(dāng)月的流失預(yù)警客戶名單，表3是客戶流失分析模塊提供的該試點2006年1月到3月的流失預(yù)警客戶數(shù)目統(tǒng)計。針對模型預(yù)測得到的流失預(yù)警用戶，該分公司客服部門采取了如下措施：1. 對于成功回訪的月費用30元以上的用戶贈送了保險；2. 對于未回訪成功的月費用30元以上的用戶，批量群發(fā)短信告之撥打客戶服務(wù)熱線申請，公司即可為其購買相應(yīng)的保險；3. 對于月費用30元以下的用戶也批量發(fā)送了短信，對用戶的使用表示感謝，并主動征求用