风险管理在客户流失管理中的应用

《风险管理在客户流失管理中的应用》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、风险管理在客户流失管理中的应用【摘要】作为企业经营来说，客户流失是每个企业必须面对的问题，客户的流失对于企业经营来说是一种风险。如何找到流失客户特征，如何有效的降低客户流失率，从而降低客户流失风险，本文将从风险管理的角度，把风险识别、风险衡量、风险处理和风险管理效果评价，整个风险管理过程，应用到客户关系管理中的客户流失分析中去。实现降低客户流失，提高企业效益的目的。【关键词】风险管理客户关系管理客户价值客户流失一、背景知识风险管理又名危机管理，是一个管理过程，包括对风险的定义、测量、评估和发展因应风险的策略。目的是将可避免的风险、成本及损失

2、最小化。风险管理过程：风险识别、风险衡量、风险处理和风险管理效果评价。风险管理除了应用在传统的保险公司、大型运输企业外，一切存在“风险”，并且风险可控的领域，均可以尝试用风险管理的方法，解决现实中的问题。本文将讲述风险管理在客户流失管理中的应用。客户关系管理(CustomerRelationshipManagement)就是为企业提供全方位的管理视角；赋予企业更完善的客户交流能力，最大化客户的收益率。风险管理除了应用在传统的保险公司、大型运输企业外，一切存在“风险”，并且风险可控的领域，均可以尝试用风险管理的方法，解决现实中的问题。本文将讲

3、述风险管理在客户流失管理中的应用。二、风险管理的应用1.风险识别风险识别是指风险管理人员通过对大量来源可靠的信息资料进行系统了解和分析，认清经济单位存在的各种风险因素，进而确定经济单位所面临的风险及其性质，并把握其发展趋势。风险识别是风险管理的第一步，也是风险管理的基础。只有在正确识别出自身所面临的风险的基础上，人们才能够主动选择适当有效的方法进行的处理。(1)自然流失。这种类型的客户流失不是人为因素造成的，是客户主动不再使用本公司的产品和服务。比如：客户搬家离开了某超市的辐射范围；如某客户小孩子长大了，不再需要购买婴儿用品了。这样的客户流

4、失是不可避免的。(2)竞争流失。由于竞争对手的影响而造成的客户流失称为竞争流失。竞争突出表现在价格和服务上。比如：最常见的某厂商降价促销，客户争相购买；竞争对手服务质量的提高;竞争对手产品技术手段的更新而使客户转向购买技术更先进的替代产品，比如电视由普通的CRT升级为了液晶平板。这些都可导致客户的流失。(1)过失流失。过失流失是由于企业自身工作中的过失引起客户的不满意而造成的。过失流失在客户流失总量中所占的比例较高，但同时也是企业可以通过采取一些有效手段来防止的。其中：来自企业外部的原因主要是竞争流失，而企业内部的原因主要是过失流失。客户流

5、失的危害主要是大大降低收入。统计数据表明，寻找新客户成本相当于维护老客户的6倍。有关方面对美国9个行业进行调查的数据表明，客户保持率增加5%，行业平均利润增加幅度在25%_85%之间。这足以说明客户保持对公司的经营至关重要。竞争流失和过失流失均可以通过建立流失分析模型，分析客户流失原因并采取措施在一定程度上控制流失的比例。1.风险衡量风险衡量是对某种特定的风险，测定其风险事故发生的概率及其损失程度。风险衡量是在风险识别的基础上进行的。在客户流失管理中，我们通过对大量历史流失客户经验数据的观察，对客户流失的造成的损失进行预估和判断。例如：某电

6、信公司通过对有基本信息的一批用户，在一段时间内（1年）进行流失观察，找到易流失人群,并进行客户关怀活动。己有客户信息字段包括年龄、收入、是否学生、信誉是否良好和是否流失。通过求信息期望的方法，选定节点，制作并确定决策树。最终，我们可发现主要的易流失人群为青年中的非学生群体和老年中的信誉为良的群体。这部分易流失群体流失的概率很高，相应的客户价值损失的风险也将会很大。损失程度为:此类人群的数量X流失的概率X此类客户终身价值终身价值就是此类用户贡献收入的总额。可通过ARPU（月均贡献收入）X在网时间（月）计算得出。3.风险处理风险处理是指针对经过

7、风险识别和风险衡量之后的风险问题采取行动或不采取行动，它是风险管理过程的一个关键阶段。具体到客户流失管理上，如果说客户流失是一种理性消费的选择,那么流失的发生肯定是有规律可循的。这种规律往往体现在长期的消费记录中。客户流失模型的建立和应用过程如下：（1）数据收集。通常选择两类数据：静态数据和动态数据。数据提取的时候要注意清洗数据。需要清洗掉的往往有以下几种情况:字段不完整的；客户自然流失的数据;信息不真实的数据。(2)数据分析与建模。数据分析就是对采样后的数据进行初步分析，试图寻找出不同变量之间的关联性(复共线性)，以及不同变量对于客户流失

8、的影响程度。删除那些和客户流失概率相关性不大的变量，减少建模变量的数量。这样不仅可以缩短建立模型的时间，减小模型的复杂程度，而且可使建立的模型更加精确。(3)模型的评估及应用。一