（计算机应用技术专业论文）基于数据挖掘的通信行业客户保有体系研究和应用.pdf

基于数据挖掘的通信行业客户保有体系研究和应用 摘要 随着电信市场的逐渐放开，通信企业间竞争日趋加剧，用户流失 逐渐成为影响企业经营效益的主要原因，客户保有已经成为通信企业 的重要工作。通信行业拥有国内领先的数据仓库系统，为实施基于数 据挖掘的用户挽留分析提供了条件。用户流失预测系统作为经营分析 系统的一个重要组成部分，已经建立了大量的用户流失预测模型，形 成了一系列预警指标和模板。但是完整的挽留系统的缺位，以及流失 预测与流失保有活动的脱节，导致预测模型并未获得真正有效应用， 保有活动的结果也没有经过评估而反馈到预测模型，这进一步影响了 流失预警系统的可信性，致使预测模型被束之高阁。 本文根据通信企业现状，全面分析了数据挖掘技术及数据挖掘在 通信企业中的应用，提出了基于客户生命周期的客户挽留体系。通过 充分利用经营分析系统所建立的数据仓库平台，应用数据挖掘技术， 围绕生命周期理论，在客户细分的基础上，对客户价值和客户流失风 险进行分析，指导保有部门进行客户保有工作通过对保有结果进行 分析和反馈，建立了完整的信息共享和闭环反馈的客户保有系统。 基于当前客户保有的现状，本文从预测模型没有分析、而进行保 有活动又必需的客户流失原因研究入手，提出了基于决策树技术的客 户流失原因预策分析方法，有效的完善了客户保有体系，为打通预测 与保有间的壁垒提供了一种新的解决思路。在具体实践中，针对决策 树算法建树庞大和“过度拟合”问题，提出了基于目标细分和数据探 索的数据处理方法，经过验证，获得了比较好的效果 本文研究并实现了客户保有体系中的重要技术，包括客户统一视 图、客户细分和营销活动支持等系统。在t e r a d a t ak e r n e la p i 包的 基础上，设计并开发了一套完整的基于j 2 e e 架构的b s 系统该系统 在某省级电信运营商的业务范围内得到推广和验证，获得了比较好的 社会效益。 关键词：数据挖掘：客户生命周期；客户挽留：流失原因 i i r e s e a r c ha n da p p l i c a t i o no nd a t am i n i n gb a s e t e l e c o mc u s t o m 匝ri 冱t e n t i o ns y s t e m a b s t r a c t a sl o n ga st h et e l e c o mm a r k e to p e n i n g u ps t e pb ys t e p ，t h e c o m p e t i t i o na m o n gt h et e l e c o m m u n i c a t i o nc o m p a n i e si sg e t t i n gc r i t i c a l c u s t o m e rc h u mg r a d u a l l yb e c o m et h em a i ni n f l u e n c ef o re n t e r p r i s e b e n e f i t t e l e c o m m u n i c a t i o nc o m p a n i e sp o s s e s so n e u pd a t aw a r e h o u s e s y s t e ma th o m ea n da b r o a d ，w h i c ho f f e rc o n d i t i o n sf o rc u s t o m e rc h u m a n dd e t a i n m e n ta n a l y s i sb a s e do nt h ed a t am i n i n g t h ep r e d i c t i o no f c h u m p l a y sam a j o rr o l ei nt h ea n a l y s i sa n do p e r a t i o ns y s t e m ，w h i c hh a s b u i l tl o t so ff o r e c a s tm o d e l sa n das e r i e so fw a r n i n gi n d i c a t o r sa n d t e m p l a t e s b u tt h ev a c a n c yo fc o m p l e t ed e t a i n m e n ts y s t e m a n dt h e d i s j u n c t i o no fc h u mf o r e c a s ta n dc u s t o m e rr e t e n t i o na c t i v i t yc a u s e dt h e f o r e c a s tm o d e lc a nn o ta c h i e v et h ed e s i r e de f f e c t s t h ec u s t o m e rc a r e r e s u l t st h a tw a sn o tb e e ne v a l u a t e da n df e e d b a c kt ot h ef o r e c a s tm o d e l f u r t h e ri n f l u e n c e dt h ec r e d i t a b i l i t yo fc h u mp r e d i c ts y s t e ma n dp u ti to n t h es h e l f b a s e do nt h ec u r r e n ts i t u a t i o no ft h et e l e c o m m u n i c a t i o ni n d u s t r ya n d t h ea n a l y s i so ft h et h e o r y , t e c h n o l o g y , a n da p p l i c a t i o no fd a t am i n i n g ，t h e m a s t e rt h e s i sd e s i g nc u s t o m e rr e t e n t i o ns y s t e mo nt h eb a s i so fc o s t u m e r l i i l i f e c y c l et h e o r y t h i ss y s t e mm a k ef u l l u s eo ft h ed a t aw a r e h o u s e p l a t f o r m ，u s e st h e d a t am i n i n gt e c h n o l o g y , b a s e do nt h ec u s t o m e r s e g m e n tt h e o r y , a n a l y z e st h ec u s t o m e rv a l u ea n dc h u mr i s k , g u i d e st h e c u s t o m e rc a r ew o r k t h r o u g ht h ea n a l y s i so ft h er e s u l t sa n df e e d b a c k ， e s t a b l i s hac o m p l e t ei n f o r m a t i o ns h a r i n ga n df e e d b a c kl o o p i n gc u s t o m e r r e t e n t i o ns y s t e m t h ea u t h o rh a sp e r f o r m e dl o t sr e s e a r c ha n di m p l e m e n t a t i o no f c u s t o m e rc h u mr e a s o np r e d i c t i o n i te f f e c t i v ei m p r o v e st h ec u s t o m e r r e t e n t i o ns y s t e ma n do f f e r sag o o ds o l u t i o nf o rb r e a k i n gt h eb a r r i e r b e t w e e nf o r e c a s ta n dr e t e n t i o n i np r a c t i c e ，a g a i n s tt h ed e c i s i o nt r e e a l g o r i t h m sp e r f o r m a n c ea n d “e x c e s s i v ef i t t i n g ”p r o b l e m ，p r o p o s ean e w d a t a p r o c e s s i n g m e t h o db a s e do nt h e t a r g e ts e g m e n t i n ga n dd a t a e x p l o r i n g t h ea u t h o rs t u d ya n di m p l e m e n ts o m ei m p o r t a n tt e c h n o l o g yf o r c u s t o m e rr e t e n t i o ns y s t e m ，i n c l u d i n gc u s t o m e ru n i f o r mv i e w , c u s t o m e r s e g m e n ta n dm a r k e t i n ga c t i v i t i e ss u p p o r t o nt h eb a s i so ft e r a d a t ak e r n e l a p ip a c k a g e ，d e s i g na n dd e v e l o p ab s s y s t e mb a s e do n j 2 e e t e c h n o l o g i e s k e y w o r d s ：d a t am i n i n g ；c u s t o m e rl i f e t i m em a n a g e m e n t ；c u s t o m e r r e t e n t i o ns y s t e m ；c h u mr e a s o n i v 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工 作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地 方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含 本人为获得浙江工商大学或其它教育机构的学位或证书而使用过的 材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作 了明确的说明并表示谢意。 签名： 当l 丝日期：纱7 年乡月多日 关于论文使用授权的说明 本学位论文作者完全了解浙江工商大学有关保留、使用学位论文 的规定：浙江工商大学有权保留并向国家有关部门或机构送交论文的 复印件和磁盘，允许论文被查阅和借阅，可以将学位论文的全部或部 分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制 手段保存、汇编学位论文，并且本人电子文档的内容和纸质论文的内 容相一致。 保密的学位论文在解密后也遵守此规定。 签名：耋眩导师签名：血丝 日期：年月日 1 1 研究的背景和意义 第1 章绪论 随着数据库技术的迅速发展以及数据库管理系统的广泛应用，企业积累的 数据越来越多。通信行业作为国内领先的拥有大量电子化数据的行业，积累了 大量的用户和业务数据。以中国移动为例，基于国际首创的分级式数据仓库理 论，中移动从2 0 0 1 年开始规划，2 0 0 3 年底即建成了世界最大的数据仓库系统， 容量达到8 4 2 t 。中国移动还首次全面设计了电信行业数据仓库的逻辑模型，并 投入了实际使用。数据仓库的建立提高了企业信息标准化程度，统一了逻辑模 型和指标解释；丰富了分析手段，包括报表分析、即席查询、o l a p 分析和数据 挖掘等分析。截至到2 0 0 5 年7 月1 日，全国3 1 个省市有9 6 4 8 个用户在使用 经营分析系统，年访问量约为4 ，3 9 9 ，3 8 8 人次n 1 。 各种基于数据库的应用系统的快速发展带来的海量数据和信息在缺乏强 有力工具支持的情况下，已经远远超出了人的理解和概括的能力。目前的数据 库系统可以高效地实现数据的录入、查询、统计等功能，但无法发现数据中存 在的关系和规则，无法根据现有的数据预测未来的发展趋势。由于缺乏挖掘隐 藏在数据背后的知识的手段，导致了“数据爆炸但知识贫乏 的问题。数据与 信息之间的鸿沟要求有更强用力的数据分析工具，将数据坟墓转换成知识“金 块 。用数据库管理系统来存储数据，用机器学习的方法来分析数据，挖掘数 据背后的知识，这两者的结合促成了基于数据库的知识发现( k n o w l e d g e d i s c o v e r y i n d a t a b a s e s ，简称k d d ) 的产生。多数学者认为数据挖掘( d a t a m i n i n g ) 是k d d 过程中的一个基本步骤，也是k d d 的最重要环节。数据挖掘是 信息技术自然演化的结果信息技术的发展初期是简单的数据收集和数据库的 构造，后来发展到对数据的管理，再后来发展到对数据的分析和理解，这时候 出现了数据仓库技术和数据挖掘技术。数据挖掘是当前涉及数据库和人工智能 等学科的相当活跃的研究领域，国内外许多研究工作者对此领域投入了极大的 热情2 1 羽钔。 伴随着电信重组落下大幕，3 g 时代的全业务运营成为电信企业角逐的新战 场。通信企业需要考虑如何提高自己的经营分析能力，从简单的价格竞争发展 到较高的理性竞争层面。用户流失分析作为经营分析系统中的一个重要主题， 其主要任务是根据流失用户和在网用户的性质和消费行为，进行挖掘分析，建 立用户流失预测模型，分析哪些用户的流失率最大，流失用户的消费行为如何， 用户流失的原因等，为市场经营与决策人员制订相应的策略、留住相应的用户 提供决策依据，并预测在该策略下用户流失情况嘲啪h 1 。 根据调查机构的数据显示，在国际上，美国通信行业客户流失率为3 0 ，欧 洲为2 5 ，而亚洲运营商的客户流失率则高达4 8 ：在国内，中国联通c d m a 客户 流失率约为1 7 9 ，g s m 为3 2 ，中国移动的客户流失率为1 2 6 ，中国电信小灵 通的流失率约为1 0 而根据统计，获取一个新客户的平均成本相当于一个客户 5 年内给公司带来的净利润，这种情况直接导致了客户回报率的下降。同时，一 个通信企业如果能够将其客户流失率降低5 ，利润就能够增加2 5 至8 5 所以 降低客户流失率，提高客户满意度及忠诚度，提升客户价值，是运营商在竞争中 制胜的关键 通信企业大量用户数据及用户消费行为信息的储备，为数据挖掘的应用创 造了良好的数据环境；同时日益激烈的市场竞争也要求国内通信企业利用数据 挖掘技术进行深层次的用户流失分析。数据挖掘技术能够根据企业的既定目标 和存在的问题，对大量的业务数据进行挖掘，揭示隐藏在其中的规律，并将其 模型化，以指导并应用在实际的企业经营中。面对海量数据，采用正确的电信 市场经营分析思维方法，利用数据挖掘技术发掘隐藏在用户与业务数据中的高 附加值的信息资源，实现用户流失分析预测将成为通信企业在信息时代市场竞 争中立于不败之地的关键。企业内部的数据储备和企业外部激烈的市场竞争促 成了基于数据挖掘技术的用户流失分析的研究成为必然。挖掘数据价值，推进 知识管理，实现经营决策智能化将是通信企业提升综合竞争力的必然选择。 本项目是t e r a d a t a 华东电信项目组种子项目，得到了t e r a d a t a 电信项目 组资深模型专家，业务专家和高级开发人员的支持。 1 2 论文主要研究内容 本文主要的研究内容主要有： 2 1 针对当前客户保有的现状，研究了当前针对这一问题的相关理论和实践 应用。 2 论证了客户生命周期理论在客户保有体系中的地位和作用。 3 研究了客户细分理论的主要内容和方法，探讨了该理论在客户保有体系 中的作用。 4 研究了客户保有的两个重要工具：客户价值和客户流失风险分析，研究 了两个工具的原理，作用和计算方式，并对其在客户保有体系的作用进行了论 证。 5 分析了当前关于客户流失原因预测方面的研究，探讨了客户流失原因预 测的必要性，可能性和分析思路。 6 根据以上内容，研究了客户保有体系设计的理论、原则和方法。 7 在t e r a d a t ak e r n e la p i 包的基础上，研究了基于j 2 e e 架构的客户保 有体系建设的技术方案和解决思路 1 3 取得的研究成果 本文在研究了客户保有的现状和客户保有基础理论的基础上，提出并实现 了客户保有体系的完整框架，并针对流失预测和流失保有没有衔接的现状，从 预测客户流失原因入手，重点分析了客户流失原因预测的方法，以指导保有部 门设计有针对性的保有策略。 主要研究成果包括： l 、针对目前相关研究中存在的问题，提出了基于客户全生命周期的客户 挽留体系建设的框架。( 理论创新) 2 、根据预警模型和营销系统数据，结合业务专家知识，利用决策树技术 预测客户流失原因，为营销活动提供支持。( 理论创新) 3 、以数据中问层为基础，以元数据的形式，设计灵活的可视化的客户理 解方案，使得对数据模型不熟悉的用户，也可以方便使用数据。降低了数据仓 库的使用成本，提高了利用率。( 技术开发) 3 1 4 论文的组织安排 本文共分六章： 第一章绪论，介绍了当前通信行业客户保有的现状，提出了论文的主要 研究内容和取得的主要成果。 第二章在介绍了当前客户保有的困境的基础上，分析了客户流失的影响， 然后介绍了当前对这一领域的研究理论和成果，并论述了本文研究的出发点。 第三章在介绍了保有体系的体系结构后，详细论述了几个重要的理论基 础：客户生命周期理论，客户细分理论，客户价值函数分析和客户流失风险分 析理论。 第四章在研究了当前的保有体系的重要缺陷在于流失预测和保有环节的 脱节后，从预测客户流失的原因入手，打通两者问的壁垒，以有效的完善客户 保有体系。基于此目标，利用决策树技术，详细设计并论证了客户流失原因预 测算法，并以价格因素型流失为例，详细介绍了客户流失原因预测的方法和过 程。 第五章依据前面的研究，结合工作需要，利用某省级电信运营商的数据 仓库平台，建立了一套完整的客户保有体系，详细介绍了各个模块的地位和作 用，最后以实际的挽留效果验证了这一系统的有效性。 第六章总结了本论文研究的主要内容和实践，并针对研究过程中发现的 问题，提出了下一步的研究方向。 4 第2 章通信行业客户保有的现状 2 1 通信行业客户保有的困境和影响 根据中国电信1 0 月2 0 发布的公司财报显示，本地电话用户继续保持 负增长态势，截止2 0 0 8 年第三季度，本地电话用户仅剩2 1 2 9 7 百万户。和去 年同期相比，累计净减1 04 7 百万户。其中家庭用户减少了31 6 百万户，公 用电话o 1 3 百万户，p h s 用户则流失1 04 8 百万户。 新收购c d m a 移动业务方面，用户则净减6 8 万。延续了c d m a 客户持续流 失的趋势“1 。 客户流失是世界各地电信运营商探讨的首要话题。无论是无线运营商，长 途电话通信公司，甚至是主导运营商，客户流失已成为，或者即将成为他们集 中精力处理的唯一的、最重要的问题。 罔2 - 1 显示，世界各地众多无线运营商正经历着不同程度的客户流失，仪 以1 9 9 9 年为例，欧洲的客户客户流失率为2 5 ，美国为3 0 ，亚洲则达到4 8 ”1 。 国 a n m a ir e t u r n 图2 1 全球客户流失卓 图2 - 2 显示了我国某运营商2 0 0 5 年各月离网率始终在5 左右，全年离网 率居高不下，在1 2 月份，甚至还进一步出现了上扬态势，形势十分严竣。 柏 加 伸 0 6 o o 5 o o 4 o o 3 0 0 2 0 0 1 0 0 o 0 0 ；。r 学誓溉5 j p o 4 9 0 一4 9 0 ”5 1 盥一? i 、。c n f v1，、世，u 4，l 陬 峰t u _ m ” 二 j ； ； 11 委 4 j i jh k tk _ t t j 。t 。盘k _ h j 。| 慨黛m ，一? n 二 杆。j 。hk蚧。j 。f ，k 。螽缓 1 月2 月3 月4 月5 月6 月7 月8 月9 月1 0 月1 1 月1 2 月 图2 - 2 栗运营而各月离网趋势 于此同时，由于竞争日趋激烈，产品同质化严重，客户保有的代价在逐渐 增大，单靠传统的促销计划难以打动越来越挑剔的消费者，而整个通信市场竞 争的无序，也使客户经常轻易的转网。 根据调查机构的数据显示，在国内，中国联通c d m a 客户流失率约为1 7 9 ， g s m 为3 2 ，中国移动的客户流失率为1 2 6 ，中国电信小灵通的流失率约为 1 0 。而根据统计，获取一个新客户的平均成本相当于一个客户5 年内给公司 带来的净利润，这种情况直接导致了客户回报率的下降。同时，一个通信企业 如果能够将其客户流失率降低5 ，利润就能够增加2 5 至8 5 。所以降低客户 流失率，提高客户满意度及忠诚度，提升客户价值，是运营商在竞争中制胜的 关键。 在企业对客户维系挽留工作不力，缺乏有效管理，导致客户频繁离网的情 况下，客户流失将会给企业运营带来诸多危害。 首先，客户在某运营商内部转网或换号，直接带来成本的支出，而收入没 有变化( 见表2 - i ) 表2 1 内部转网( 换号) 损失测算 0 5 年累用户每月累计收入 用户平均累 积离网用户数平均话费( 元损失( 亿元) 发展成本( 元积营销 ( 万户)户)户)成本损 失( 亿 元) 5 5 0 0 5 5o7 02 0 6 假定年离网用户均为内部转网或者换号的用户，将带来营销成本损失达2 0 亿元，这种情况的存在，主要是由于内部管理不善，如政策漏洞、多重优惠等 原因引起的。 其次，客户若离开某运营商，则不但消耗了成本，还带来了收入的损失。 表2 - 2外部转网损失测算 0 5 年用户每月平累计收入用户平均累积 累积离网均话费( 元户)损失( 亿元)发展成本( 元营销成本 用户数( 万 户)损失( 亿 户)元) 5 5 0 05 51 47 02 0 假定离网用户均离开该运营商，则损失将进一步提高为3 4 亿元，其中， 收入损失1 4 亿元，营销成本损失2 0 亿元。 再次，对于上市业绩影响很大。在目前的通信运营实际中，客户离网率过 高已经成为制约企业效益提升的突出矛盾，造成用户市场份额保持较高水平， 但利润水平却在持续下降，出现“增量不增收 的尴尬情况。在运营商普遍境 外上市的今天，公司股票价格与绩效水平紧密相关，而高离网率带来的高成本 将直接威胁着上市公司的经营绩效，从而让企业管理者们倍感头疼。 第四，客户频繁离网非常不利于企业对客户资源进行长期稳定的管理，并 对企业品牌形象产生消极影响。客户资源是企业最宝贵的资源之一，通信市场 激烈的竞争形势要求企业必须对其客户进行科学的管理，根据客户需求的变化 及时做出相应的变化，针对不同客户的特定需求提供个性化的服务方案，围绕 需求开展积极有效的客户管理工作。但是，客户相对稳定的长期在网是开展上 述工作的前提和基础，客户频繁转网不仅造成运营商经济利益的损失，更重要 的是，客户的变动意味着客户相关通信消费信息的变动，从而对企业依据客户 信息做出正确的个性化服务决策构成干扰。此外，美国服务业的一次调研结果 表明满意的顾客会向5 个人介绍自己的消费经历，而不满意的顾客会向1 2 人 诉说自己的消费经历。在实际生活中，客户转网在消费者中极易通过口碑传播 的方式进行扩散，因此，过频的离网势必会对企业整体形象造成相当程度的损 害，这种损害相对利润降低而言虽是隐性的，却是更为严重的问题，非常不利 7 于企业的持续健康发展。 2 2 通信行业客户保有的相关研究和实践 当前国内外对客户保有的研究集中在对流失客户进行预测，分析其价值和 风险、提供个性化服务、实行针对性营销，以吸引用户和提高用户忠诚度上。 并且主要的应用行业在通信行业。 用户流失分析的主要内容是通过数据挖掘技术确定有流失倾向用户，同时 形成具有较高流失倾向的用户集合。数据挖掘在流失分析上的技术主要包括： 决策树、线性回归、g a 等。决策树算法主要包括：b o a t 阳、c 4 5 阳1 引、s p r i n t n 0 1 等，决策树在解决流失预测的问题时，结果中存在多个叶节点具有相似的概率 可能；而线性回归和g a 算法虽然不存在决策树的问题，但这些算法表达规则 的方式不容易理解，这对通信企业的实际使用非常不利。文献7 提出了利用进 化理论进行用户流失模型设计，文献l l 和文献1 2 都提出了利用神经网络来进 行属性选择的方法。 现有的用户流失分析方法多采用决策树及其变形算法来进行，典型的有英 国l i g h t b r i d g e 公司开发的c h u mp r o p h e t 系统，该系统基于分类回归树算法 c a r t ；法国电信利用数据挖掘技术在预防欺诈、客户流失分析和预测、交叉销 售等各方面都取得很多成果；沃达丰利用数据挖掘技术建立模型来研究用户离 网的原因，并从不同的角度来进行市场细分。另外还有一些采用c 4 5 偏差统 计以及神经元网络等算法的n 3 1 。用分类回归树c a r t 得出的模型可以很容易被 人们理解，但是它在预侧高低两端用户流失率的细分群时精确度很低口羽。神经 元网络也可以产生很好的预测模型，但是这些模型很难理解。当用这些模型作 预测分析时，很难对用户的流失原因有深入的了解。数据挖掘中的分类、聚类 和关联规则技术也是一种常规的用户流失分析方法，并且被许多国外运营商采 用。使用数据挖掘中的分类、聚类和关联规则等技术，也可以得到易于理解且 精确度高的预测模型，但用这些技术生成的预测模型往往很复杂 在客户价值分析上，奠定客户价值这一领域研究基础是b a r b a r a j a c k s o n n 钔，他假定客户在全生命周期的各个交易期中客户保持率购买率不变， 指出客户价值有赖于客户增加企业收益以及降低成本的能力，并给出了用传 8 统现金分析方法度量现有的单一个体客户价值的计算方法。文献1 5 拓展了 j a c k s o n 的模型，他针对典型客户群，在c l v 模型计算中引入利润的波动和客 户保持率参数，使c l v 的研究更具实际价值。文献1 6 分析了客户终生价值在 生命周期不同阶段的变化特征，并完善p a u ld b e r g e r 和n a d a l n a s r 给出的 全生命周期下客户终生价值的分段拟合函数。文献1 7 对客户生涯价值的精确 评估提出了5 条原则。基本上对客户价值的内涵有了比较深刻的认识。近期又 加上了客户忠诚度，流失风险等隐性价值。 当前，在积累了大量的流失预测模型和知识后，后面的保有工作就完全交 给了市场人员，而市场人员对于这些客户也只能根据经验和当前主推的营销活 动来设计保有策略，具有很大的盲目性，策略不慎，反而有可能会加剧流失。 客户保有的问题本质上是个如何培养客户忠诚度的问题，而提高客户忠诚 度是整个客户管理的终极问题，贯穿于客户生命期的各个层面。流失阶段的客 户保有作为本文研究的重点，目前的研究集中于客户保有策略分析n 羽“引。例如 套餐设计，积分计划等。 客户流失研究一定要重视分析客户流失的原因，因为找出预警流失客户不 是目的，而是为了怎么能够帮助保持客户不流失。如果知道某个客户可能流失， 或者流失概率是多少。那么，可以采取什么样的手段进行挽留，与其将流失的 原因是非常关系密切的。 当前对客户流失原因的研究集中于原因分类嘲和利用市场调查手段获 得流失原因。文献2 1 利用实证方法研究了分销行业中对客户忠诚度决定性因 素。而利用既有流失资料，通过数据挖掘手段，获得客户流失的原因分析很少 涉及。本文将利用决策树技术对既有流失数据进行分析，探索流失原因预测的 有效方法，以指导客户保有工作。 2 3 本文研究出发点 随着国内电信市场重组前景的明朗和3 g 时代的来临，用户选择电信产品 及通信企业的余地越来越大，市场竞争不断加剧，通信企业之间对用户的争夺 将越来越激烈。面对日益激烈的电信市场竞争环境，传统的被动式服务体系已 无法满足用户需要。由于电信市场日趋饱和，所以获取新用户的成本比留住现 9 有用户群要昂贵得多，并且竞争对手、技术以及法律法规等动态市场变化更容 易使用户流失到其他公司。同时随着国家改革的深化，国内电信业的市场环境 己渐趋合理且竞争将日益加剧，携号转网的呼声越来越高。在通信企业面向市 场，面向国内外众多的竞争者，努力创造更高价值的同时，用户流失的不断增 加，用户平均生命周期的不断缩短严重影响了通信企业的发展。 用户保有分析作为经营分析系统中的一个重要主题，主要任务是根据流失 用户和没有流失的用户性质和消费行为，进行挖掘分析，建立用户流失预测模 型，分析哪些用户的流失率最大，流失用户的消费行为如何，用户流失的其他 相关因素，如竞争对手的优惠政策、业务系统事故、国家政策和现行经济运行 环境等。为市场经营与决策人员制订相应的策略、留住相应的用户提供决策依 据，并预测在该策略下用户流失情况。通过建立用户流失预测模型，使企业能 够预测用户流失的可能性，并通过对用户流失原因的分析，提出相应的挽留政 策，从而使用户保有在自己的网上，降低用户流失率，减少企业的运营成本 当前客户保有没有形成体系，依然存在着“头痛医头，脚痛医脚”的局面。 发表的文献也是集中在利用数据挖掘的方法进行流失客户预警心小2 2 2 3 2 钔上，强 调方法的重要性却忽略了体系的建设。如果没有好的体系贯彻，把好的思想变 为现实，那么最终会降低挖掘模型的使用率和可信度，达不到精确保有的目的。 本文主要研究的用户保有体系是电信运营商战略决策支持系统的重要组 成部分。通过对用户保有体系进行研究，建立用户保有模型，使企业能够预测 用户流失的可能性。通过对用户流失原因的分析，提出相应的挽留政策，指导 挽留部门进行客户挽留，并根据客户挽留的反馈结果进行模型调整，降低用户 流失率，从而减少企业的运营成本，增加企业收入。因此，基于数据挖掘的用 户保有分析研究对通信企业来说具有极为重要的意义。 1 0 第3 章通信行业客户保有体系建设 当前，通信市场竞争檄烈，竞争的焦点除了传统的价格竞争外正逐步扩 展到服务领域的竞争。争取新的客户入网，避免老客户特别是高价值客户离网， 已经成为各种竞争中焦点的焦点。因为过高的离网率，不但造成巨额的收入损 失，也是导致营销成本居高不下的重要原因之一，严重侵害了公司利润增长的 基础。客户流失问题在多个方面对通信企业的健康运营构成了相当威胁，已经 成为当前企业发展过程中的突出矛盾之一。在通信企业大力推进精细化营销的 过程中，客户保持工作正日益表现为诸多营销管理工作中的短板，制约着企业 整体营销管理水平的提升。因此，切实加强客户管理工作、降低客户离网率、 提高客户保有率，已成为势在必行、迫在眉睫的工作。 保有工作作为客户关系管理的重要组成部分，需要一整套的理论和体系来 支撑。本文基于客户生命周期理论，依据客户价值和客户流失风险分析来构建 一个完整有效的客户保有体系。 31 通信行业客户保有体系概述 3 11 当前通信行业保有体系建设的现状 客户保有作为客户关系管理的重要目标，长期以来缺乏一套完善的理论和 体系以做支撑，经常是“头痛医头，脚痛医脚”。表现在业务层面就是市场， 客服等部门各自为战，互不通融。当有客户流失事件发生，市场和客服部门根 据不同的渠道获取数据，依据不同的尺度，设计不同的挽留策略，并经常在客 户保有的过程中，相互埋怨，导致企业资源的浪费和保留效果的低下。 圆 ，i 慧翟嚣：二j 嚣：，* qt q - 4 一 * t d t m * t l 4 i t h * 酗3 1 客服的困惑 当前的客户保有体系大多从衰退期客户预警开始，发现问题才开始解决问 题，利用流失预警模型，创建预警客户名单，然后就把客户名单丢给了市场部 或客服部门。 从生命周期理论看，这样的保有体系忽视了客户获取、客户提升、客户成 熟等阶段的保有工作，只是在客户保有出现问题时，被动保有，致使保有的困 难很大，效果很小。 即使是挽留阶段的客户保有也缺乏对保有工作的精准指导，导致保有效果 不好。经常可以看到的情况是流失预测人员抱怨营销部门缺乏营销技巧，没有 充分利用数据，来保留客户，而营销部门则总在抱怨预警模型所提供的数据无 法指导营销。 根据接触点理论，每一次客户接触都是向客户展示形象，吸引客户，提高 客户忠诚度的宝贵机会。如果我们的客服活动无法真正提供客户需要的服务j 就会变成影响客户感知的因素，“接触不当”和“过分打扰 都会降低客户忠 诚度，同时也浪费了企业的资源。因此一定要加强模型对保有活动的支持力度， 不仅提供准确的流失客户名单，也要提供有利于客户保有的有效策略支持。本 文重点研究的客户流失原因分析是一个很好的方向，同样有意义的如客户流失 指数分析，客户忠诚度分析，套餐推荐等。 除了需要对客户进行细分，需要知道哪些类型的客户离网倾向比较高，运 用何种策略具有针对性，获得高有效性。同时更需要有很好的软件管理整个客 户挽留和管理的过程，如果没有软件对整个活动进行支持，对营销活动的反馈 进行有效分析，进而对挽留活动进行调整，获得更高的有效性，就达不到营销 活动闭环分析的目的。本文依据针对性营销理论设计了营销管理系统，以支持 客户保有活动的有效开展。 3 1 2 客户保有体系相关重要理论 客户生命周期理论作为比较成熟的客户关系管理理论，分析了客户在不同 阶段的价值和需求，强调根据不同的生命阶段提供不同的服务，以达到客户关 系的永续长存和客户价值的不断提升。通信企业的客户有典型的生命周期特 征。从入网到业务办理再到离网，充分显示了客户生命周期特征。因此客户生 命周期理论是本文分析客户保有的理论基础。 在客户保有过程中，需要分析客户在不同生命周期中的价值，根据不同的 1 2 价值，采取不同的保有服务。根据客户价值，分派不同的资源，提供不同的保 有策略。力争使高价值客户获得高度的关注，低价值客户获得低的响应。客户 价值分析在通信行业有一个成熟的工具是客户生命周期价值计算( c u s t o m e r l i f e t i m ev a l u e 。c l v ) ，它可以量化客户的价值，给保有工作提供明确的指导 意义。 在客户保有的过程中，同样需要对客户做客户流失风险的分析，根据不同 的流失指数，采取不同的策略。利用各种挖掘手段，分析流失预警客户，并根 据流失风险的大小，分配不同的资源和策略。对于高危客户，提供尽可能快速 和有效的保有服务。在电信业中比较成熟的工具是流失预测模型和客户流失指 数( c u s t o m e rc h u r ni n d e x c c i ) 这两个工具从不同的角度刻画了客户流失 风险，帮助保有工作做到有的放矢。 在整个客户保有过程中，对客户的任何分析都要建立客户细分的基础上。 客户细分能够使企业能够实现“一对一营销 的效果，通过目标分析和目标锁 定，提高营销针对性和效果。客户细分可以从业务相关的维度，针对客户群体， 进行分类和刻画，帮助各种应用分析锁定分析目标，提高命中率。例如把客户 价值和客户流失风险结合起来，通过客户细分，就可以对流失客户做出大概的 分类，图3 - 2 显示了结合客户价值和流失风险的客户分类口1 ： # 一 ? 呷7 妒弼”桦拶b 辨甲张鼍鼢举獬锑够嘞砀 w a l l e ts h a r e。； w a | l e ts h a r e a c i i s i tj e a n q ( u t b o u n dt b i l l i n g & r e t e n t i o l t 1 n b o u n ds l r p a n i s t ) t l t h o u n t i 1 1 1 h n n d s t t e a n s：； z i w a l l e ts h a r e a c q u i s i l i o l l ，j w a l l e ts h a r e ) ut h o u t t l ds l r e a m ( u t b o u n d b i l l i n g ) i n h o l i n ds t r e a x n s & ： 瑶 w a l l e ts h a r e 1 e t t n t i o f l tl 1 n b o u n ds t r e a m l ， ，4 “扎兹l _ - - - - - - - - - - - - - - - - 一1 o w i1 1 i t ；1 1 二隅t o m c rva i u e c r 罄 图3 - 2 客户价值和流失风险分类矩阵 最后，客户保有体系需要针对保有的目标设计一整套k p i ( k e y p e r f o r m a n c ei n d i c a t o r s ) 体系，帮助所有业务部门有明确的有待实现的目标， 利于管理层对整体的保有工作有宏观的把握。根据i b m 的w a r 理论，这一系列 目标可以归结为三个主要目标： 1 3 利益分享( w a l l e ts h a r e ，对客户的钱包占有率) 获取客户( a c q u i s i t i o n ，所获得的新客户数日) 客户关系建设( r e l a t i o n s h i p ，维系客户忠诚度) 总体上，客户保有体系需要在三个方面有所思考： 幽3 - 3 保有体系二人元素 本文研究的客户保有体系基于客户生命周期理论在客户细分的摹础上， 通过客厂1 价值和流失风险分析，针对w a r 日标提出了完整的客户保有体系。整 体体系结构图如下所示： 渤 湖墨鑫 一 m 程擘面早回 i 嘲嘲豳灞一n 一一 模型_ 信息 - n 一一一n * ! 詈嚣” 客产生命周期分析模型e j = ，* 舢州 _ _ _ 暖 隧婴圈 里鳗堕鳗：雕 圈3 4 客户保有体系结构图 3 2 客户生命周期理论 作为企业重要资源的客户具有价值和生命周期。电信客户生命周期蔗指电 信客户从开始进入电信运营网络、享受电信通信服务到退出该网络所经历的时 问过程，是客户关系水平随时问变化的发展轨迹，它动态地描述了客户关系在 不同阶段的总体特征。在该过程中，客户通信的消费量和给通信企业带来的利 润都会发生一定的规律性变化。 要解决客户流失的问题，需要从客户生命周期的概念上来看，下图显示了 客户在整个生命周期中对运营商的贡献：运营商获取一个新客户，会有大量现 金投入，获取以后，会有运营成本；客户会有价值贡献，通过成功给他更多新 业务，他的价值贞献更高，随后他开始话务盘分流，后来他不满意运营商的服 务，甚至会离网，运营商往往会在这个阶段做离网挽留，希望把他留下束，或 者他们离网以后希望把他们挽回“1 。图3 - 5 显示了客户在生命周期各阶段对i 薹 营商的价值。 2 p 进 # 自i 镕日女自1 4 m 雌自秆均“- i * j * 口 目3 5 客户在客户生命周期荇阶段的价值 321 客户生命周期分类 整个客户牛命周期有客户获取、客户提升、客户成熟、客户襄退和客户流 失五个阶段“”。如图3 - 6 所示 一岔了“ 尹州 矿。，p ，口，j6， 弭上 、1i 口 a 卅们 翕户生l h 同期管理( e l m 墨套卢价值管理曲攘心理念 r ”1 j 富蕾宥再矗辱一锈 蚤 u 图3 石客户生命周期五个阶段 这五个阶段的主要任务是： 阶段a ：客户获取。发现和获取潜在客户，并通过有效渠道提供合适的价 值定位以获取客户。 阶段b ：客户提升。通过刺激需求的产品组合或服务组合把客户培养成高 价值客户。 阶段c ：客户成熟。使客户使用电信新产品，培养客户的忠诚度。 阶段d ：客户衰退。建立高危客户预警机制，延长客户的生命周期。 阶段e ：客户流失。该阶段主要是赢回客户。 3 2 1 客户生命周期理论在客户保有体系的实现 客户生命周期作为客户的基本状态标志，通过客户生命周期计算模型，定 期对客户进行演算，并把结果更新到客户生命周期状态表中。以后所有的分析 活动都依据此数据，分析客户流失风险和价值，指导设计保有策略。总体结构 图如下图所示： 图3 7 客户生命周期模型 1 6 住客户生命周期模型的设计卜，陈叫亮”“，冉蕾“等已经提出了比较好的 建模方案。本系统需要依据客户数据仓库提供的客，、资料，价值行为等信息， 利用数据挖掘技术，建寺客户牛命周期模型，为每一位客户标已客户生命周期 阶段。 在分析流程上，所有的分析都要首先判断客户的生命周期状态，然后根据 客户乍命周刺酥示，柬做进一步分析。下面的伪代码体现了这一分析过程： p r o c e d u r e a d y 叫c ) ( 获得客户c 的生命周期状态c _ f l o g s w i t c h ( e _ f l o g ) c a s e1 ：进行客户获取期保有分析；b r e a k ； c a s e 2 进行客户成熟期保有分析：b r e a k ； c a 3 ：进行客户成热朋保有分析；b r e a k ； 一4 进行客户衰退期保有分析；b r e a k ； c a s e5 进行客户流火期保有分析；b r e a k ； d e f a u l t 生命周期模糊客户分析 33 客户细分理论 3 31 客户细分的重要胜 “客户细分”理论提出几卜年柬，被j 泛的应用于客_