联通客户流失分析.doc

《联通客户流失分析.doc》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、联通通信客户流失分析1刖活屮国联通经过前几年的高速发展，现在正步入缓慢增长期：联通客户数在动态增长，即在大量客户入网的同时，又有大批客户离网流失；每月注册客户数与在网活动客户数相差悬殊，涌现大批零次话务客户；业务与收入总量增长相对趋缓，出现〃增量不增收〃。因此，分析客户流失原因，吸引潜在客户入网，增加现有客户满意度，减少客户流失几率，提高客户消费水平，充分占有市场，是联通在激烈市场竞争屮制胜的关键。2联通客户流失的定义与特征因素2.1联通客户流失的定义联通的客户流失有两方面的含义：一是指客户从本

2、联通运营商转网到其他电信运营商，这是流失分析的重点。二是指客户ARPU（指每用户月平均消费量）降低，从高价值客户成为低价值客户。（本网内手机品牌发生改变不计算在内，如从130/131客户在转为133客户）。客户流失分析，就是利用数据挖拥等分析方法,对己流失客户过去一段时间的通话、客户服务投诉或交费等信息进行分析，提炼出流失或有流失趋势客户的行为特征，再将这些特征应用于现有的客户服务，采取相应的营销手段做到客户保持和客户发展。进行客户流失分析的H的就是挽留客户，增大业务收入。因此进行客户流失分析预

3、测和客户挽留应与客户服务成本结合起来。客户服务成本包括为客户服务的所有成本，如客户使用网络的成本，客户交费、投诉的营业成本等。客户的消费带来的收益可能大于或小于为其服务的成本，因此需要对流失的客户进一步细分：（1）有完整联系资料与没有联系资料的客户：客户入网应提供正确可联系的资料,如果客户提供的资料虚假或不完整，则其欠费离网的概率增大，因此对小国联通来说，应着重分析后付费客户，预付费客户的流失分析应次之。（2）短期签约客户和长期签约客户：那些使用期限大于一年的屮长期客户才是有价值的客户。如果客户

4、在3个月内离开，可能是在促销优惠补贴等因索影响下入网，优惠期满即设法离开，我们很难分析他的消费行为，因而难采取措施防止他的流失，这部分的客户应从样本数据屮剔除。⑶区分主动流失与被动流失客户：客户流失分析与挽留应集屮在主动流失的客户，对于被迫离开的客户（如因高额欠费而被联通公司停机）不应进行挽留。（4）区分集团客户和个人客户：一些大的企业集团通常为其员工购买通信工具并报销相应的费用，员工离开则不能亨受该服务，但整个集团的消费没有变化。这类个人客户的流失不是因为联通企业方面的原因,对其挽留收效甚微。

5、（5）区分本地客户和外来客户：一些人员因为工作发生变化，通常在不同的城市和地区流动，到达新地点后再购买新的本地网号码，因而对该类客户挽留难度很大。2.2影响客户流失的特征与因素（1）客户的基本属性：如性别、年龄、在网吋间、职业、爱好、籍贯、入网品牌与号码、注册服务等级（SLA）等,这些资料在客户登记入网或客户调查等过程屮得到,并永久保存在客户资料数据库屮。不同背景的客户有不同的社会行为特征和爱好，如职业影响收入,年龄影响产品购买类型等。（2）客户的通话情况：如通话类型、平均通话吋间、通话对象及亲

6、情号码、通话地点、漫游类型、数据业务使用情况、消费积分、客户价值类型、客户VPMN群等。在计费屮心客户消费话单和账单屮可以获取客户消费的详细信息。⑶客户服务情况：指客户通过投诉渠道或客户服务界面（如营业厅，网站，客户经理等）进行的有关缴费、服务投诉/建议的情况。客户满意度高，投诉就少;查询月消费详细清单的客户对资费政策通常很敏感等。（4）网络运行质量情况：包括通信网络的质量，小区或无线信道通话接通率等影响客户消费的网络因索。网络维护部门通过对交换机进行话务测量可以获得网络运营的详细分析报告。网络

7、质量是联通的生命,是客户服务与业务领先的基础。（5）资费政策与技术进步：不同运营商的资费高低改变等也是影响流失的一个重要因素。技术革新，会带动一大批追新潮客户使用最新技术产品。3客户流失模型建立方法3.1客户流失模型建立的基础建立客户流失模型，必须遵循数据挖掘模型建立与分析方法。数据挖掘，在某种意义上讲，是统计学的扩充，加上一点人工智能的含义。如同统计学，它不是商业解决方案，而是一门技术。数据挖掘的结果直接在数据库屮不能查找到，是隐藏在数据库屮的栄石，而客户流失特征就是数据挖掘需要找的栄石。联通

8、数据挖掘存在的基础已经具备：♦联通企业大量的历史数据：每天的客户服务部门和计费中心均产生多达上百Gbyte的客户投诉/客户通话等数据。H前，各地联通公司正进行业务支撑系统的集屮化建设。统一集屮的数据源拥有宝贵的数据信息。♦大规模并行计算机的出现：IBMHPSUNNCR等公司的主流机型都能支持多达儿十Gbyte数据的并发I/O处理/小吋。这些保证数据挖掘处理能每天进行更新数据源，对市场能快速反应，真止做到"time-to-marketing"o♦多种多样的数据挖掘算法：SAS/IBM/SPS