新客户价值细分模型探讨及在风险客户识别方面的应用.doc

《新客户价值细分模型探讨及在风险客户识别方面的应用.doc》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、新客户价值细分模型探讨及在风险客户识别方面的应用来源：计费&OSS世界 作者：闫森  时间：2006年10月19日本文针对电信运营企业建设客户关系管理系统（CRM）时所需要的客户细分模型从数学建模和模型应用等方面进行深入探讨，结合吉林联通CRM系统的建设给出了模型的实现方法，并给出了风险客户的判别参数及应用示例，具有较强的实用价值。吉林联通客户关系管理系统的概要介绍随着中国电信业市场竞争的激烈，传统的经营模式受到了很大的冲击，难以适应不断增长的市场需求，电信运营商必须从传统的经营模式向“以客户为中心，市场为

2、导向”的经营模式转变。中国联通吉林分公司的领导提出，必须以客户为中心，以客户的价值取向和消费心理为导向，进行客户细分，为用户提供高品质的服务，真正体现“创造需求”、“引导消费”的现代客户服务意识与理念。中国联通吉林分公司基于CRM的理念及系统建设，针对客户的消费行为，根据客户价值的细分和不同的贡献度，制定相应的营销战略，开发适合的产品和服务，来赢得和保持客户。为了能在存量市场竞争中取胜，企业必须具有强大的客户关系维系能力，在为客户提供贴身的电信产品和服务的同时，为客户提供主动关怀，不断提高客户忠诚度。这就需

3、要一个以客户为中心构建的客户价值细分系统，为客户提供一致的端到端差异化和个性化服务，为一线销售和服务人员提供实用高效的工作平台、全面的客户信息和销售、服务策略的指导建议。2005年5月吉林联通基于CRM的理念，开始了“客户维系挽留、积分及代理商管理系统”即CRM系统前期的建设工作，目前已经完成了统一客户资料、客户维系挽留、积分管理、代理商管理、集团客户管理、信用度管理等模块的建设，实现了CRM系统目标要求的部分功能。客户价值细分的建设目标客户价值细分的建设作为吉林联通CRM系统建设的重点，它涉整个系统的基础

4、应用数据的抽取和整理，是进一步为客户提供个性化、差异化服务的基础，一个不断新建和整合的过程。客户价值细分的建设目标为：（1）建立客户价值模型，实现科学、自动的模型处理。（2）通过模型应用，节省成本，并充分进行差异化客户服务及个性化服务。（3）通过细分模型，发掘不同价值和不同风险的用户，对“高价值低风险”、“高价值高风险”的用户采取不同的服务策略，最大限度的延长客户的生命周期和提高客户价值，降低用户给公司带来的风险。（4）实现对客户生命周期内各个阶段的客户价值模型的支撑。对不同生命周期客户的采取不同的销售、服

5、务、预防、维系和挽留策略。真正做到客户生命周期的全程跟踪。（5）实现服务、管理、营销等各个层面客户价值的整合，更好的利用联通资源来实现客户发展、产品营销和客户维系挽留。（6）完善客户价值及信用度的支撑信息建设。客户细分方法的概述客户细分的手段是通过聚类算法，将客户分成不同的客户群，识别这些不同客户群的消费习惯和消费特征，有针对性地作新业务推荐，实现对称营销，达到销售成本最小化的目的。聚类的纬度可以包括：（1）客户背景属性：性别、年龄、职业、教育程度、收入；（2）行为属性：计费时长、平均呼叫时长、呼叫次数、漫

6、游呼叫次数、非漫游呼叫次数、呼叫时间、长途方式、国内长途呼叫次数、国际长途呼叫次数、高额呼叫次数、联系号码个数、活动地区数等；（3）账务属性：付费方式、欠费等级、信用额度、月均缴费额、套餐计划、优惠方式等；（4）客户扩展属性：消费层次、信用度、客户价值、活跃程度等。通过这样的聚类对客户分群，使我们对客户总体构成有准确认识，对客户的营销更具针对性。目前客户细分的模型有很多种，常见的有ARPU值模型、积分模型和综合价值模型。综合价值模型一般都考虑了ARPU值、在网年限、信用度、社会影力等指标，但无论复杂还是简单

7、，都体现了价值原则，以价值为导向。客户细分是按照不同标准对客户进行分类，客户细分管理支持各种客户细分要求。常用的客户细分模型可以包括3类：（1）客户生命周期：描述客户生命过程的模型，比如可以将用户的各个生命阶段划分为潜在用户、新用户、成长用户、稳定用户、波动用户、流失倾向用户和历史用户。（2）客户价值模型：可以从用户的贡献度和忠诚度方面加以考察。贡献度可以按ARPU值作为分析依据，比如分为高贡献用户、中等贡献用户和低贡献用户三个等级。（3）客户行为模型：可以从客户的呼叫、消费、支付和资费选取等方面来考察客户

8、的行为，在客户细分时分别建立用户的呼叫特征模型、消费特征模型、支付特征模型和资费特征模型。根据以上的对网上客户的状态、消费情况和行为三类指标的测定，利用分析工具，判断客户所处的生命周期阶段，如图1所示。图1客户生命周期涉及因素示意图具体指标判断见表2。表2具体指标判断情况问题来源在通过ARPU值、积分值、信用度值、话务量值等细分客户的模型中大多数都是如下的描述：在某段时间（一般是按月计算）内，用户在以上几种评估值