移动通信客户价值评价模型研究及实证分析

1、Systems&Solutions系统与方案移动通信客户价值评价模型研究及实证分析胡文玉马军|工业和信息化部电信研究院北京100083Syster摘要客户是公司利润与价值的唯一源泉,在电信市场竞争越演越烈的今天,不能简单地以产品的销售量和市场占有率等指标来衡量公司价值和状况,更重要的是以客户价值来衡量企业的价值.本文基于客户价值细分模型和客户生命周期价值量化模型的理论,建立典型客户价值的量化模型并进行实证分析,提出客户价值治理和提升建议.关键词移动通信；客户价值；评价模型；实证分析1客户价值的评价体系设计与量化模型1.1 基于客户价值的指标评价体系设计为了全面、准确地对客户价值进行评价

2、,通过对电信行业的深入调查,结合自己多年的电信营销和治理实践经验,并借鉴客户价值的研究成果1,最终确定了移动用户客户价值评价指标体系模型2.如图1所示.图i移动通信客户价值评价体系指标模型0忠戋H等业*灌注率平均交黄班二；!',.另一步II在此模型中,把移动通信客户价值分为当前价值和潜在价值,客户当前价值决定了企业当前的盈利水平,是企业感知客户价值的一个重要方面,而客户潜在价值关系到企业的长远利益,直接影响到企业是否继续投资的一个重要因素.评价体系图中两种价值构成指标及解释如下.“3G#务渗透率和“电子渠道使用率不作为本次研究指标,随着3G业务的开展和电子渠道的普及,将其作为今后客户价

3、值研究的重要参考指标.1.1.1 当前价值利润奉献：用近3个月的ARPU直即月均话费、语音资费的单价和平均购置量来表征客户对运营商的利润奉献.其中,ARPU直为近3个月用户的平均话费支出,用来考察用户的话费消费水平；单位时间话费为近3个月用户的语音资费的单价,这一指标考察客户的单位时长内的利润奉献率,表征用户单位时间语音业务的“含金量；平均交费额以近3个月每次平均交费金额来衡量,表征用户的平均购置量.本钱占用：由于电信运营商本钱核算及费用分摊的复杂性,将这一指标表征为网外通话比例和通话忙时集中度两个指标.网外通话比例指用户近3个月与其他运营商发生的通话时长占其总通话时长的比例；通话忙时集中度为

4、客户在规定的话务忙时内的通话时长占客户总通话时长的比例,即通话顶峰时段的话务量占比.对于电信运营商而言,最大的本钱在于网络扩容,运营商需要为移动通信使用顶峰时段的客户付出较高的扩容成本.随着3G技术的不断成熟完善及业务的逐渐普及,客户当前价值还可以增加电子渠道使用率、3G业务渗透率等指标来衡量本钱的占用及结构变化.1.1.2 潜在价值忠诚度：从用户的在网时长、新业务占比、长途和漫游费用占总费用的比重及用户在网的累计积分来表征客户忠诚度.在网时长指用户入网至终止使用的时间长度,在网使用的时间越长,用户的潜在价值也就越大；增值业务渗透率以近3个月指定的新业务话费支出占话费总和的比重来衡量,新业务使

5、用量越多的用户,用户通信个性化较强,其粘性越大,那么用户离网可能性越小；客户积分指客户入网至今的累计积分,包括积分消费局部.信用度：从用户的可透支话费额度和是否用户来度量.可透支话费额度以运营商根据用户在网时长、ARPU直、身份地位等价值因子,来衡量用户的信用等级,据此给予用户一定的可透支话费额度.同时是否VIP用户,是否拥有贵宾卡,拥有哪种类型的贵宾卡等也作为参考指标.1.2 基于客户生命周期的典型客户价值建模运用客户价值评价指标体系,按“当前价值一潜在价值对客户进行评价分类,识别出企业的典型价值客户,从而建立典型客户生命周期的价值量化模型.典型客户CLVli型为：评价模型中的利润、客户保持

6、率、客户购置率及时间等关键参数如图2所示.VIP减少.这也表达了“如意通产品的市场定位一一群众产品,集中了大局部的中低端用户ARPU值在100元以下用户的比例高达85%,而这局部用户大部份又都是话费敏感型用户,用户的稳定性较差在网3年以下的用户高达56%,这些符合“如意通客户群的整体特点.因此,抽取的样本具有普遍性和代表性.表1ARPUt调查表在网时长近三个月ARPUt0-30元30-100元100-300元300-500元50班以上Total1-3月867255422193-6月829921132066-12月1191263031279247280715660912-36月118202521

7、037360月以上1843769330656Total836115532217122342数据来源：某省联通CR碌统导出数据.2.2典型价值客户的识别2.2.1利用层次分析法确定指标权重为了更加准确地评价客户当前价值和潜在价值,指标权重确实定将采用层次分析法AHP,AnalyticHierarchyProcess,3.主要步骤如下：1建立识别客户价值指标递阶层次结构.这个模型的层次包括：目标层、准那么层、方案层.见图3.图2CLV1型参数2客户价值模型的实证研究准那么层方案层图3客户价值指标的递阶层次结构2.1抽样及样本分析为了使客户价值的研究更具有可操作性和实用性,本文采用系统随机抽样方式,

8、从某省联通在网“如意通用户中抽出2342个样本,从“当前价值一潜在价值两个维度进行评价、细分样本,来识别价值客户.如表1所示.从表1中可以看出：随着用户在网时长的增加,用户数量不断减少；随着ARP罐的增加,用户数量急剧Syster2构建两两比拟判断矩阵并计算权重.根据移动通信用户的消费特点,通过专家打分和运营商打分相结合,确定各指标层两两比拟的重要性.最后通过层次分析法求出各指标体系的权重.首先对每一层与上一层某一因素有关的各因素根据重要性进行两两比拟,可以得到两两判断矩阵.如表2-表4所示.然后计算指标层各因素指标评价权重并进行一致性检验.分别计算出.、CI、RI、CFF.如果显著性水平为0

9、.1,表2-表4中的C电小于0.1,通过检验认为总体排序的一致性检验是显著的,指标体系构建合理.利用层次分析计算指标权重,采用赵树基2007利用Excel构建的层次分析模型.2.2.2利用聚类分析来识别典型价值客户根据图3当前价值和潜在价值的指标评价体系,利用层次分析法确定的指标权重系数,计算出抽取2342户在网用户的当前价值和潜在价值.利用聚类分析对其进行分类,进而识别出企业的价值客户、次价值客户、潜价值客户和低价值客户.1用户当前价值和潜在价值的计算评价方法为了能够有效地获取用户当前价值和潜在价值的评价数据,将反映这两个指标的次级指标进行加权求和,将相应的数据代入2式,得出用户的当前价值和

10、潜在价值.2其中,：*=|.一客户价值；一各分指标的赋十YXL值结果；月-"小目应指标的权重；指标个数.2通过聚类分析建立典型客户的识别模型由于当前价值和潜在价值的各项细化指标在数量级判断矩阵具有一致性的条件是该矩阵的最大特征根与矩阵阶数相等,并通过一致性检验指标CI和RI,以检验判断矩阵偏离一致性的程度.CI作为测量判断矩阵偏离一致性的指标,仃=:门"51;RI为测量平均随机一致性的指标,通过查彳应随机一致性.RI表获得；C昉测量满意一致性的指标,CR=CI/RI.应用赵树基老师利用EXCE健立层次分析法指标权重计算模式,极大程度上提升了效率,减少了工作量.上差异很大,为

11、了消除数量级上的差异,在利用SPSS分析前,进行标准化处理,然而采用快速聚类法聚类.如表5所小.同时,表6对聚类分析的结果进行显著性的F检验,效果显著,说明聚类四组数据之间组间差异较大,组内差异较小.2.3典型客户的客户价值量化为了使客户生命周期价值的研究更具有针对性、实用性,保证投入资源的质量,在征求企业相关部门的意见后,最终将研究对象确定为潜在价值大于1或当前价值大于1的用户,即符合两条件的并集用户,共计595户,作为本文典型客户生命周期客户价值的研究对象.2.3.1 拟合典型CLVI型的利润曲线通常利润确实定方法：利润=收入-本钱,由于运营商本钱核算的复杂性,通过这种直接的方式难以计算单

12、位用户的利润.因此,本文采用：利润=利润率X月话费,来计算利润.用户在网时间越长其利润率越高,即入网初期其利润率可能很低,甚至亏损,但随着用户在网使用时间的延长,其利润率也不断增加,甚至在假设干年后利润率将接近100%.针对在网用户利润率有规律的变化,最终确定这局部典型客户利润率范围为K:-100%<K<85%典型客户的利北|率曲线如图4所示.因此,只需统计出典型客户在网时间内每月所产生的话费,计算用户在网第,个月的平均话费即用个月用户的话费总和/总用户数,然后乘以相应的利润率,得到典型客户的平均利润值,最后,画出利润的散点图.如图5所示.结合散点图的特点,可以判断其利润变动的趋势

13、与客户生命周期的价值曲线4的形状相似,结合企业实际的财务分析情况,利用运筹学规划求解的思想,根据最小二乘法原理,分段拟合,最终得到残差最小的拟合曲线方程的分段函数.如图6所示.由=以8+网*巧;KE_科4=9027淑-3."工,底卷33B1B2根里般XBL16700<=20KI050B21/213300鼾®鲍匚R.00表2A1-B1/B2判断矩阵表3B1-C1/C2/C3判断矩阵ClC2C3以C5Cl141SR4=53Cl=00831=112CR=O(17C21/211996C31/3111362C41/21/31112ItiC51/71111208表4B2-C4心5

14、判断矩阵C6C7CBC9CIOCll权而即入C6131W、=64C】=007RI=124CR006C7L/2124541/31/2I1734C91/21/31/21】454CIO1/31/31/31/31798Cl11/51/51/5】/$1/31390表5在网用户客户价值的聚类分析统计表分类1无价值客户2次价值客户3潜价值客户4价值客户合计当前价值-0.351.38-0.045.68-潜在价值-0.72-0.311.140.02-用户数量1215273839152342比例51.88%11.66%35.82%0.64%100.00%表6在网移动用户按客户价值分析的方差分析表(ANOVA)Cl

15、usterErrorFSig.MeanSquare出MeanSquaredf当前价值384.8083.24723381556.156.000潜在价值578.9523.25823382240.506.000图4典型客户利润率随着在网时长的变化120906030利0-30-60图5典型客户利润曲线的散点图Syster2.3.2 确定CL嗽型的参数测量典型客户的客户保持率,需要将典型客户595户按入网时间分类,根据不同的入网年份,查出同期的入网用户,然后根据上述相同典型客户的识别方法,确定典型客户,再计算出用户的离网率.由于系统割接,无法提取数据,为了使研究深入下去,选取2000年-2021年期间“

16、如意通新入网的用户,这局部用户与典型客户具有同质性,计算这局部用户的在网保持率,将其作为典型客户保持率的参考指标.统计数据见表7.为了利用威布尔分布寻找该企业的动态客户保持率函数,对这局部数据通过转换处理,见表85.这一过程可以说明为：用户在每一时间间隔上的客户数量等于满足这一持续时间要求的、在2005年-2007年间的所有时间阶段内的用户数量之和.以4-5年时间段内的用户数量为例,该时段对应于从2001年持续到2005年,从2002年持续到2006年,从2003年持续到2007年这三个时间段内与该企业连续交易的用户数量的总和.表72000-2021年“如意通新入网用户客户保持的根本数据480

17、0405784fi8710111021546458231620C3321156106712421132337RE7行27000260411321011987T847656538500408712361189102397687411U0067231J211047的7765117009O4S12121045S45156001313314321321178001642413761205U02U5UO1022004K0010373158982208128580357501695359585732587网184328974501565055096460fi827数据来源：某省联通综合营账系统注：1.表格

18、中每一行上面的数据表示新入网用户数,下面的数据表示当期的离网用户数；2 .表格中有的数据存在“当期在网用户数-当期离网用户数,下期在网用户数,如2000年新入网的用户在2001年在网情况数据,即4173-6873623,主要是上月离网用户本月又开始使用.从表7看(2522+3869+4961)=11351,即表8中第2列I的数据.同理,用户在某一持续时间内的用户流失数量I等于满足这一持续时间要求的所有时间阶段内的流失用户数量之和.还以用户在网持续时间4-5年为例,这一于恒与方案持续期内客户流失的数量等于(2001年、2005年),(2002年、2006年),(2003年、2007年)三个时段内

19、流失数量的总和,即(897+765+874)=2563,即表8第3列.第4列数值为对应的第3列的数值与第2列数值的比值.第5列数值为(1-对应的第4列中的数值).第6列中数据即威布尔分布函数中的r(t)o从该表的客户保持率的变化来看,该企业的条件客户保持率是属于持续时间越长,其值越大的情形,即老客户比新客户更容易保持的类型.表8可以再次转化为表9形式.从表10可以看到,如果显著性口为0.05,由于概率P-值远小于显著性水平,可以建立线性回归模型.同时回归方程拟合优度检验的修正系数(AdjustedR表8客户维系时间与客户保持率在2005年-2007年的统计数量时间间隔/年用户数量/户78636

20、231；阻相63.6H8.866-720971220啊841.8213.92650020863士09(57.91113513477.6649.02324际T661122-324860质2510,24叫7673,611-23422834139.9790,0382.000-1451004020E.919L.099L09注：1.第一列表示用户在网时间间隔为1年的时间段；2.第二列表示在时间段(i=0,1,7)上的用户总数量；3 .第三列表示在时间段(i=0,1,7)上用户流失的总数量；4 .第四列表示在时间段(i=0,1,7)上用户的流失率；5 .第五列表示在时间段(i=0

21、,1,7)上用户的保持率,这一组数据在客户关系的早期较小,随着客户关系的延续,该组数据逐渐增大,反映了实际客户保持率的变化趋势,是其与常量客户保持率的区别之所在；6 .第六列表2000-2021年在时间段(i=0,1,7)以前企业各时间间隔的累计用户保持率.表9用户累计保持率的威布尔分布的相关数据t/年r(t)/%y=lnln工5乩860.892.016.513.920.LS7*33.290.10LTO4.549.02-0.34I,503.553.12-0.781.25573.61-1,180.921-582.00-1,620.410,59L09-2.37表10方差分析表rSSMSFSigni

22、finV回归分析1817R17残差6076013总计7R93注：AdjustedRSquare为0.900.表11线性回归的变量统计表标准误差tStatP-valutLower95%Upper95%Jri+.i?rucp2433-I4071014.8.0g000001561Square)为0.900.这说明威布尔分布对现有数据的拟合程度较好,具有较强的解释水平.因此,可以得到的回归方程为yi=c+p-x,(4)即：,参数,的置信区间(显c-1.920P=116.P著水平为0.05)分别为：(-2.433,-1.407),(0.830,1.561)考虑到中nrmi,

23、于是,可以得到企业客户u-f-0.2(H)保持率随时间变化的威布尔分布为叫少"=.,5(6)qxpAlMhl),5)1/Bl求解得至U7=-=36,即该细分客户群体的典型客户的生存时间为3.666年,工=1,04,=工1；.2.3.3计算典型客户生命周期的客户价值将上述参数分别代入式(1),使用数学软件.即CLVv+£'四广(£)"©"4+J-pl、TMHrWCLr=-30.5-H£(50.31J-30.5)7-,工.丽产一Al-iaiMrr"'r9讣-27贸t-3,1'下JJ?13-11十

24、心1+0.2d团£+(/)=-30.5-13.5+3.5+195.2+40.5=195.2因止匕,彳导到典型客户在生命周期价值3.66年的客户价值的期望值约为195.2元,平均每年客户价值的期望值54.22元.3小结客户价值决定企业生死成败,电信企业如何提升客户价值,已经成为运营商考虑的关键要素.通过对移动通信客户评价体系的建立以及对典型客户生命周期价值的实证研究,本文认为可以从下面两个主要考虑点来提升客户价值.首先,基于价值客户识别模型,企业要向潜价值、高价值用户提供差异化、个性化、一体化的通信产品融合效劳解决方案,让用户享受到超值的价值体验.从而实现低价值用户向高价值用户跃变.其次,基于运营商对用户投入资源来考虑.资源投入过少,无法挖掘用户价值潜力；资源投入过多,又会侵蚀潜在用户价值,难以把用户潜在价值最大程度地转化为现实的净现金流,运营商对客户进行资源投入应随着客户关系开展的不同阶段进行动态地调整.从而实现企业利润最大化.参考文献1齐佳音,舒华英.客户价值评价、建模及决策M.北京：北京邮电大学出版社,2021齐佳音,李怀祖,舒2华英.客户价值评价指标体系设计J.南开治理评论,2004,7(3):17-233邵春燕.基于AHP的客户价值评价J.价值工程,2021,27(