潜在不满意客户识别与服务感知改善.doc

成果上报申请书成果名称潜在不满意客户识别与服务感知改善成果申报单位 北京公司成果承担部门/分公司品质保障部项目负责人姓名项目负责人联系电话和Email项目完成人成果专业类别*市场研究所属专业部门*市场线条成果研究类别*其他省内评审结果*（按填写说明4）关键词索引（35个）潜在不满意客户识别、客户预期-服务匹配模型、贝叶斯网络模型、不满意客户识别率提升应用投资万元（指别的省引入应用大致需要的投资金额）产品版权归属单位中国移动通信集团北京有限公司对企业现有标准规范的符合度： 无如果该成果来源于研发项目，请填写研发项目的年度、名称和类型（类型包括：集团重点研发项目、集团联合研发项目、省公司重点研发项目、其他研发项目），可填写多个：无成果简介： 不满意客户价值挖掘与提升则是满意度管理的重中之重。但目前北京公司只实现了对投诉、调研不满意客户的积累，仍缺乏对不满意客户的系统研究，特别是对于存在不满意情绪但却从未向移动表达过不满意的客户缺乏相应的研究和识别方法。为此，北京公司依据客户预期-服务匹配模型，创新性地提出了“潜在不满意客户”理念，对潜在不满意客户进行了研究分析，分为渠道未接触的潜在不满意客户，突发事件影响类潜在不满意客户和不明诱因影响的潜在不满意客户。针对这三种类型的潜在不满意客户，分别建立了科学有效的识别机制，通过渠道信息挖掘，系统信息捕获，以及模型预测筛选，精确定位潜在不满意客户群，其中创新性的应用了贝叶斯因果网等模型，结合基础指标和业务指标，运用逻辑回归计算客户的不满意概率，实现对客户不满意程度的量化评估，达到较高预测成功率：模型查全率及查准率均达到60%以上，是之前随机抽样的3倍。同时，基于北京公司现有的产品和服务，设计了一系列差异化的服务策略，对不同特征的潜在不满意客户“对症下药”，及时有效转变客户的不满意情绪，改善客户对移动服务质量的整体印象，提升品牌形象和口碑。2010年，北京公司基于模型的识别结果，采用针对性的服务策略，已经实施了多渠道多样化的关怀活动，将潜在不满意客户管理项目从理念方案推进到实践应用，参与活动的客户，满意度提升7.68分，按20%的客户占比计算，对北京公司全网满意度提升贡献1.5分。同时，不满意客户识别准确性的提升，使得服务投入成本大幅降低，预计产生经济效益近2000万元。省内试运行效果： 1、构建潜在不满意客户识别模型，不满意客户准确率占比达60%以上，将覆盖全网61.7的不满意客户。相较于之前使用随机抽样寻找不满意客户的方法，使用潜在不满意客户识别模型，可将不满意客户识别率提升3倍。将模型固化形成潜在不满意客户识别模型脚本，实时提取最新不满意客户，提升了模型的应用效率和推广性，为后期不满意关怀活动提供支撑。2、结合不满意客户识别和积累结果，在经分系统建立不满意客户分析专题，实现不满意客户的特征分析、细分客户群管理、不满意关怀活动效果评价，为日常客户关怀活动开展提供系统支撑。3、基于识别的不满意客户群，根据客户的不同特征设计差异化的服务策略，从而实现客户关怀的精细化管理，包括：（1）对渠道沉默客户，采用“主动出击”策略，向其推荐热门服务产品；（2）针对可接触的不满意客户，采取“守株待免”策略，当客户主动与服务渠道接触时，及时开展关怀服务，即避免对客户的重复打扰，又可提高渠道利用率；（3）针对客户不满意原因，采取“对症下药”策略，针对性改善服务短板。4、基于模型输出结果，提取潜在不满意客户清单，开展多项关怀服务活动，在客户参与率与满意度提升方面都取得了很好的效果。文章主体（3000字以上）：潜在不满意客户识别与服务感知改善 背景情况服务质量是电信企业的立足之本，树立正确的理念，即以客户为根，服务为本，始终把客户的利益放在首位，把客户的满意作为一切工作的出发点和归宿，才能保证业务的持续发展。因此，维持并提升客户满意度是客户服务工作的首要目标。而由于不满意客户在客户流失、市场稳定、企业口碑及服务短板发掘方面的重要意义，不满意客户价值挖掘与提升成为满意度管理的重中之重。目前，北京公司将投诉、营业厅及热线满意度短信评价、调研等方式直接获取的不满意客户定义为明确不满意客户（即客户明确表示过不满意），并通过经分系统支撑，建立了明确不满意客户管理池，对其建立了基于不满意客户关怀服务效果的退出机制，实现对不满意客户动态管理和满意度改善的全程闭环管理。而另外一些客户在日常服务过程中已经产生了“不满意”情绪但却从未向移动表达过，成为公司的潜在不满意客户。对于这些客户，移动公司应主动出击，丰富潜在不满意客户识别手段，通过服务关怀前移及时改善客户感知，防患于未然，从对明确不满意客户亡羊补牢，转变成对潜在不满意客户未雨绸缪式的关怀和服务。因此，如何更为高效准确的识别潜在不满意客户群，通过贴合客户需求的服务策略制定与执行来改善客户服务感知，成为客户满意度提升工作的关键内容之一。 实施方案一、潜在不满意客户的界定北京公司引入客户预期-服务匹配分析模型，将客户期望的服务分为理想的服务和适当的服务两类，综合考虑对公司的服务资源有限性和客户对服务的可容忍程度等因素，将客户不满意的研究聚焦在客户是否感受到“适当的服务”范畴，并确定“当客户服务感受值小于适当服务时，客户就会不满意”，是不满意客户分析的关键点。基于客户预期-服务匹配模型的假设理论，在客户服务感受低于适当服务标准时就会产生不满意情绪，其中仅仅37%的客户向我们表达了明确的不满意态度，而那些在服务过程中遇到问题、产生了不满意情绪却从未主动向移动表达不满意情绪的客户也应纳入不满意客户研究范畴，称为“潜在不满意客户”。二、潜在不满意客户的分类和识别基于此上理论分析可知，潜在不满意客户发生在客户服务感受低于适当服务标准时。因此，我们基于服务感知会受到影响的三种情况，提出三个假设：假设一，渠道接触沉默客户是潜在不满意客户，因为这些客户长期未与服务渠道接触，对北京公司提供的服务知之甚少，感受到的服务几乎为0；假设二，特定事件影响客户是潜在不满意客户，因为这些客户受到突发事件或特定场景影响而导致感受到的服务出现瑕疵，服务感受值较低；假设三，通过模型预测出的客户是潜在不满意客户，虽然这些客户不满意并无明确诱因，但在日常服务过程中因各类细节因素影响，累积的服务感受值较低；根据以上不同类别潜在不满意客户的特征，北京公司采用逐本溯源的研究方法，梳理并挖掘客户不满意的产生原因和满意度的影响因素，分别形成了潜在不满意客户识别方法论。1）渠道接触沉默潜在不满意客户渠道接触数据精确定位对从不主动与我们接触的沉默客户，北京公司通过锁定客户、侦查特征和抽样验证三步进行探索研究。首先，锁定了半年以上从未与各种服务渠道接触的沉默客户；其次，通过进一步数据分析发现该类客户的使用特征；最后，通过对该部分客户的满意度抽样调研，其综合满意度比普通客户综合满意度低12%，标准满意度比普通客户低14%，也确实验证了该部分客户是我们的潜在不满意客户的假设。同时，在对客户深访过程中发现，该类客户对现有移动公司服务内容并不了解，服务感知的缺失是其不满意的导火索。因此，加强服务产品宣传，引导并培养客户的服务渠道使用习惯是渠道接触沉默客户服务策略制定的主要方向。2）突发事件影响潜在不满意客户通过系统及时捕捉监控对于受到突发事件影响而被我们无心伤害的客户，北京公司通过找原因、原因有效性评估、建立长期监控三步进行探索研究。即通过对满意度商业过程的梳理，提炼出不满意诱因并进行指标量化，并根据指标的可获取性和影响程度，选取对满意度影响超过10分的指标，进行进一步筛选。目前，已经将梳理出的7项指标，在经分系统进行建设落地，对受指标影响的潜在不满意客户群进行实时监控。3）不明诱因潜在不满意客户通过模型科学预测对于以上两个假设都没有寻找的潜在不满意客户，即受未知事件或者原因影响，造成隐性伤害的客户，我们通过寻找影响客户满意度关键因素、建立模型、模型验证三步进行探索研究。首先，在寻找影响客户满意度的关键因素时，我们在服务领域首次使用了贝叶斯模型。贝叶斯模型的优势在于，可直观简明的表达复杂事件的因果关系。贝叶斯模型的分析结果显示网络和新业务两项商业过程对标准满意度起直接影响作用，而其他商业过程则对标准满意起间接影响作用，即网络和新业务是影响标准满意度的最主要的商业过程。而今年，集团为北京公司指定的服务短板也恰恰是新业务和网络两项商业过程。图1.满意度分析的贝叶斯因果网其次，基于上述原因，综合考虑客户消费水平、通话特征等基础属性，并重点考虑网络和新业务消费特征等指标，共涉及指标近百余项，分别构建标准满意度、新业务满意度、网络满意度的潜在不满意客户识别模型通过模型计算可实现对北京移动全网客户进行潜在不满意程度打分，分值在01之间。结合分值分布和全网明确不满意客户的验证结果将得分大于0.5分以上的客户定为潜在不满意客户，不满意客户准确率占比达63.9，将覆盖全网61.7的不满意客户。相较于之前使用随机抽样寻找不满意客户的方法，使用潜在不满意客户识别模型，可将不满意客户识别率提升3倍。三、潜在不满意客户的关怀服务策略基于明确不满意客户的积累和潜在不满意客户的识别结果，北京公司根据客户的不同特征设计差异化的服务策略，从而实现客户关怀的精细化管理。1. 针对渠道沉默客户，采用“主动出击”策略，向其推荐热门服务产品，使客户切实体会到我们的“贴心服务”；2. 针对可接触的不满意客户，采取“守株待免”策略，当客户主动与服务渠道接触时，及时开展关怀服务，即避免对客户的重复打扰，又可提高渠道利用率；3. 针对客户不满意原因，采取“对症下药”策略，针对性改善服务短板。 应用情况一、识别模型的固化应用构建潜在不满意客户识别模型，不满意客户准确率占比达63.9，将覆盖全网61.7的不满意客户。相较于之前使用随机抽样寻找不满意客户的方法，使用潜在不满意客户识别模型，可将不满意客户识别率提升3倍。二、建立不满意客户分析专题结合不满意客户识别和积累结果，在经分系统建立不满意客户分析专题，实现不满意客户的特征分析、细分客户群管理、不满意关怀活动效果评价，为日常客户关怀活动开展提供系统支撑。三、制定差异化的服务策略基于识别的不满意客户群，根据客户的不同特征设计差异化的服务策略，从而实现客户关怀的精细化管理，包括：（1）对渠道沉默客户，采用“主动出击”策略，向其推荐热门服务产品；（2）针对可接触的不满意客户，采取“守株待免”策略，当客户主动与服务渠道接触时，及时开展关怀服务，即避免对客户的重复打扰，又可提高渠道利用率；（3）针对客户不满意原因，采取“对症下药”策略，针对性改善服务短板。四、开展多项关怀活动基于模型输出结果，提取潜在不满意客户清单，开展多项关怀服务活动，在客户参与率与满意度提升方面都取得了很好的效果。 应用效益一、提升客户满意度2010年，北京公