客户来源及离网去向分析回顾及总结课件.ppt

《客户来源及离网去向分析回顾及总结课件.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、客户来源及离网去向分析回顾及总结2013年3月福建新大陆软件工程有限公司目录总体思路背景与目标应用框架应用场景回顾与总结探索与思考建设背景及目标每年中国移动都存在庞大新增群体，这些用户是真实的通信需求导致的用户新增，还是网内用户的换号行为，或是用户在不同运营商之间转网，用传统的方法很难区分；而每年大量的离网客户的去向同样也需要通过经分系统的挖掘才能得到答案，对新增客户和离网客户作进一步细分，能够助力公司的客户发展和客户保有工作。回顾通过客户来源及离网去向的细分，进一步建立并完善发展用户的长效机制，从而提高客户收入，降低成本支出，促进企业向

2、“成本控制型”转型，具体目标如下：◆通过对新增客户来源的细分，针对不同来源的客户开展针对性营销服务，从而提升用户发展质量和数量，抢占市场先机；◆通过对离网客户去向的细分，针对即将离网的客户选择合适的关怀措施，以进一步降低用户离网概率，提高各类客户的保有量；◆通过加强对渠道养卡、SP套利等异常新增的监控，对建立异常入网行为的管控策略提供依据，控制成本流失风险。目标总体思路本方案以社交匹配度模型、重入网识别模型、渠道养卡识别模型等为基础，构建客户来源及离网去向识别分析体系，在对客户来源及离网去向进行细分的基础之上，进一步优化经分系统对新增客户

3、发展及存量客户保有相关的分析功能点，更为全面、完整、及时地支撑客户分析运营工作。异常新增重入网新增竞争对手转入纯新增联通转入电信转入携号转入弃号转入重入网弃号转向竞争对手纯流失转联通转电信携号转出弃号离网客户来源及离网去向客户来源客户去向应用框构-数据层、功能层和应用层数据层个人客户统一视图卡号资源统一视图网络资源统一视图渠道资源统一视图产品统一视图营销活动信息终端资源统一视图。。。功能层模型层分析层社交匹配度模型位置轨迹重合度模型渠道养卡识别模型客户来源分析客户离网去向分析客户来原清单查询客户离网去向清单查询客户来源及去向分析应用专题重

4、入网识别模型业务习惯特征模型应用层离网用户触点（服务）分析离网用户黏性业务分析离网用户缴费习惯分析离网用户来源分析离网用户捆绑营销方案分析渠道养卡识别模型：渠道养卡识别需要通过对新增客户业务量横向和纵向比较、非正常时段业务量办理异常和渠道发展用户质量分析等多种因素进行综合判断，其中，渠道发展用户质量，可以通过酬金和收益的对比进行分析。渠道养卡识别模型以上判断标准，都以同一渠道发展的用户作为判断基础数据；判断步骤是首先判断疑似养卡渠道，在判断其为疑似养卡渠道后，统计其疑似养卡号码数量；对养卡号码的判断模型是对渠道养卡违规行为进行分析的基础，

5、需要在执行中进一步分析、调研完善优化判断规则，提升判断准确率。疑似养卡渠道★当月客户累计收益<0：即:SIM卡费+帐单收入-优惠赠送的话费－SP业务结算费－社会渠道酬金成本-促销成本-积分成本<0★通话：满足客户当月无漫游通话，语音交往圈（剔除免费特服号）<5个，语音被叫话单<5条★网龄：用户群限制入网时间<＝2年疑似养卡号码★筛选出来的号码对应的IMEI对应3以上号码（含3个），其中这三个或者三个以上的号码需要满足疑似养卡渠道业务条件。这些号码为疑似养卡号码★剔除SP自消费套利：对于每个号码，当月客户累计平均收益小于0时且如果当月SP业

6、务消费金额占总消费金额的百分之六十以上时，视为SP自消费套利★产品：剔除无保底消费用户且有来电显示用户第一步分析渠道业务特征第二步识别渠道疑似养卡用户重入网识别模型重入网识别模型设计：重入网识别模型以社交匹配度模型为基础，参考用户使用习惯特征模型，面向M月新增客户，分析其在入网前后该客户是否有使用另外一个号码构成：由社交匹配度、用户业务习惯特征、用户位置轨迹特征三个部分组成。用户位置轨迹模型：按照不同时段，分别统计用户在工作日日间（8点至18点）、工作日夜间（20点至24点）和节假日期间（周末及节假日）三个时段的通话基站情况。按照各基站下

7、的当月通话天数进行排名，取排名靠前的10个基站点，作为用户当月位置轨迹特征点。业务习惯特征模型：主要考查客户在主叫语音业务（通话次数、计费时长、集中时段等）、上行短信条数、GPRS流量、消费水平、增值业务订购情况、集团产品订购情况等业务使用水平。根据两个客户间的业务使用水平相同的情况，统计新老客户的业务使用习惯重合度（业务使用指标相同的个数占两者业务指标并集总个数的比）。社交匹配度模型：社交匹配度模型共4大指标体系，包含社交频度、社交指数、稳定交往圈和社交匹配度。社交频度与社交指数的构建，主要是为了帅选出用户稳定的交往圈，为新老用户社交匹

8、配的准确性提供稳定可靠的基础数据。社交匹配度体现新老用户在交往圈的重合情况，进而反映新老用户相似程度。最终没有使用社交匹配度模型（频度、指数）通过社交频度指数、通话次数、通话时长、通话费用等指