中高端客户离网预警及保有系统.doc

成果上报申请书成果名称中高端客户离网预警及保有系统成果申报单位中国移动通信集团河北有限公司成果承担部门/分公司项目负责人姓名项目负责人联系电话和Email成果专业类别*业务支撑所属专业部门业务支撑线条成果研究类别*现有业务优化省内评审结果通过关键词索引（35个）客户稳定度大小、离网倾向性高低、中高端客户离网预警应用投资0万元产品版权归属单位中国移动通信集团河北有限公司对企业现有标准规范的符合度：符合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：非研发项目成果简介：随着市场竞争的加剧，中高端客户成为了市场竞争的焦点，中高端客户流失将对公司的收入和利润产生较大影响。面对激烈的竞争环境，有必要对中高端客户进行离网风险识别，并有针对性的展开维系保有工作，防止流失。 问题的关键是：如何准确的预测客户即将发生的离网行为。实践证明，客户挽留工作的难易，取决于识别出的客户所处生命周期的阶段，如果仍处于成熟期，则挽留成功率高，如果已经进入衰退期，则很难挽留。所以，要在客户还处于成熟期时将其识别出来。预测的准确性历来是最难解决的问题之一，在以前，因为不能识别高危离网客户，因而无法对其采取有针对性的营销，而损失客户。为了解决这一问题，做好中高端客户的保有工作，就显得尤其重要。本项目经过严谨的研究与计算、优化与检验，最终得出了离网预警模型：全年能准确预测出近70万即将离网的中高端客户，并提供一线人员预警清单、预警原因及挽留方式，从而采取针对性营销。省内试运行效果： 该 项目上线后，提供三种目标客户群的预警清单（包括客户号码、稳定性分值、预警分值、建议挽留方式等）：上月消费360元以上客户、上月消费120元以上客户、以及支持分公司上传清单，系统进行预警判断。并支持将预警清单直接向客户经理派发。客户经理可随时查看分派给自己的预警客户情况、预警成功率等。每月通报客户经理的挽留营销执行情况。经计算，全年能准确预测出70万即将离网的中高端客户，对中高端客户保有起到了积极作用，并提高了保有针对性，节省了保有成本。该 项目核心是计算出客户的稳定性和离网倾向性得分，所采用的指标及计算方法比较成型，易于推广。文章主体（3000字以上，可附在表格后）： 见附件附文章主体：1、立项背景客户保有的成本相对新增客户的成本要低的多，客户保有工作的重要性不言而喻，中高端客户的保有工作更是重中之重。而对核心客户进行风险识别，在第一时间进行风险预警，有针对性的展开维系挽留工作，具有重要的意义。同时，中高端客户作为公司的战略和利润区成为市场竞争的焦点，竞争对手借助自己实力的提升展开大力的抢挖；中移动作为防守方，并且在集团客户、家庭市场等部分区域处于相对劣势地位，必然要面临部分中高端客户流失的不利局面，而提高中高端客户的粘性，及时发现竞争对手的抢挖行为并有针对性的采取措施则成为我们利润和市场优势地位的保障。 所以，我们需要建立中高端客户的离网预警及保有系统。首先，取某统计月离网用户作为分析群体，反观其在前面N月的消费行为、通信行为、欠费、状态等有没有什么规律特点其次，按照上一步骤推导的规律，统计N月前有此特征的用户在N月后的状态特征，从而进一步验证这个规律的可靠性通过对比分析，我们最后确定从用户状态、通话行为、呼转外网、消费行为、终端类型、投诉六个方面对客户风险进行监控。最终得出预警模型 ，并支持对目标客户对客户经理和电话经理的自动分配，由他们进行挽留营销，并反馈记录营销结果，形成知识库。2、详细技术内容（不超过1000个汉字）体系结构首先根据在网时长、交往圈数量、是否有粘性业务等指标判断客户的稳定度；对非稳定客户，通过通信行为的变化判断是否为高危客户。客户的稳定性指标的确定综合使用因子分析和聚类分析，计算每个属性与离网率的关系，找出与客户离网最有关联的20个稳定性指标。稳定性指标主要包括：是否家庭网客户；是否VPMN客户；余额层次；交往圈数量层次；在网长度层次；是否有数据业务如号簿管家、飞信群、手机邮箱等粘性业务；是否已有费用捆绑并承诺最低消费；是否钻金银、吉祥号码或红名单客户；是否开通亲情号码；计算每个稳定性指标的权重(分值)找出有定购某项业务或具有某项属性的正常客户群做为目标分析组，确定没有定购粘性业务或不具有某项属性的正常客户群作为对比组，通过分别对比两组的离网率及零次率，确定每个属性的效果和分值。如下表：指标名称累计离网率对应分值余额层次1 0-3011.4%02 30-502.5%13 50-1001.9%14 100-2001.1%25 200-3000.6%26 300-5000.4%37 500-10000.2%48 1000以上0.1%4VPMN0.5%3吉祥号码4个以上相同号码1.7%5三个6,三个8,三个92.7%5三个相同号码不包括8,9,64.8%1其他8.4%0交往圈客户数1 0-3027.0%02 30-5016.7%03 50-1008.0%04 100-2002.5%15 200-3000.8%26 300-5000.5%37 500-10000.9%28 1000以上5.9%0计算客户的稳定性综合得分每项属性和业务的得分确定后，按客户具有的属性和订购的业务的得分求和，得到客户的稳定性综合得分。计算界定客户是否稳定的临界分值计算综合得分与离网率的对应关系，确定判断客户是否稳定的临界分值：高于该分值则是稳定客户；低于该分值则为非稳定客户。如下图所示：稳定度阀值分值对应客户数离网率17280400.0642%14954710.1016%131344730.1272%121816170.1321%112449930.1551%103312530.1633%94329010.1880%85487270.2242%76796110.2912%68462940.4022%59978600.6864%412394240.8197%315703011.1065%217525251.9397%确定不小于4分的客户为稳定客户。识别非稳定客户中的高危离网客户用决策树模型训练样本数据，从客户的通信行为各项指标中，确定关键指标及关键指标的对应阀值，再根据离网率高低确定权重分值。确定关键指标及指标阀值的计算原理： 熵值法，计算选取何种指标下的什么阀值，能使某种属性的客户纯度最高（即何种条件下包含的离网客户比例最高，而正常客户的比例最低）。举例如下：指标名称阀值得分本月与上月通话次数对比下降比例0-30%0本月与上月通话次数对比下降比例31%-60%1本月与上月通话次数对比下降比例60%2本月与上月MOU对比下降比例0-30%0本月与上月MOU对比下降比例31%-60%1本月与上月MOU对比下降比例60%2月消费额与上月平均消费额比较下降比例0-30%0月消费额与上月平均消费额比较下降比例30%1主叫占比较上月占比下降比例0-10%0主叫占比较上月占比下降比例11%-50%1主叫占比较上月占比下降比例50%2报停次数0次0报停次数1-15次1报停次数=16次2本月缴费金额较上月缴费下降比例下降1本月缴费金额较上月缴费下降比例上升或无变化0呼叫竞争对手客服次数1次1接听竞争对手客服次数1次1通信天数无通信1通信天数1-5天2通信天数6-15天3通信天数15天0预警目标客户识别后，系统支持分配客户经理级电话经理。并能通报各客户经理的挽留成效。3、主要技术创新点（不超过800个汉字）1）识别出非稳定客户后，再判断高危客户，缩小了目标判断群，增强了预测准确性。2）引入专家讨论和数据算法，精确找出关键的稳定性指标和预警指标，并计算不同指标的对应分值，增强了系统的准确性。3）对预警清单支持自动检索、导出功能，并能随机分配客户经理；各客户经理还可自行定义需要预警的目标客户群。4）支持对各地市上传客户清单进行预警判断。5）挽留工作效果回馈系统，作为该项目的环节之一，有效监控各客户经理的外呼营销成效；并将客户离网原因等录入系统，作为知识库沉淀。4、应用情况（不超过800个汉字）该项目2010年7月1日上线以来，各分公司根据模型计算出目标客户清单进行挽留营销。客户经理可通过各种条件筛选目标客户，同时提供三种目标客户群：上月消费