移動通信客戶流失分析方法 廣東移動通信有限責(zé)任公司 【摘要】本文描述了移動客戶流失分析的重要性 ,流失的定義和客戶細分方法 ,提出了影響客戶流失的各種特征因素 ,闡述了客戶流失分析的建模流程及與營銷活動的關(guān)系。 1 前言 我國的移動通信企業(yè)經(jīng)過前幾年的高速發(fā)展，現(xiàn)在正步入緩慢增長期：移動通信注冊客戶數(shù)動態(tài)增長，即在大量客戶入網(wǎng)的同時，又有大批客戶離網(wǎng)流失；每月注冊客戶數(shù)與在網(wǎng)活動客戶數(shù)相差懸殊 ,涌現(xiàn)大批零次話務(wù)客戶；業(yè)務(wù)與收入總量增長相對趨緩，出現(xiàn) “增量不增收 ”。因此 ,分析客戶流失原因 ,吸 引潛在客戶入網(wǎng) ,增加現(xiàn)有客戶滿意度 ,減少客戶流失幾率 ,提高客戶消費水平 ,充分占有市場 ,是移動通信企業(yè)在激烈市場競爭中制勝的關(guān)鍵。 2 移動客戶流失的定義與特征因素 2.1 移動客戶流失的定義 移動通信領(lǐng)域的客戶流失有三方面的含義：一是指客戶從本移動運營商轉(zhuǎn)網(wǎng)到其他電信運營商 ,這是流失分析的重點。二是指客戶使用的手機品牌發(fā)生改變 ,從本移動運營商的高價值品牌轉(zhuǎn)向低價值品牌，如中國移動的用戶從全球通客戶轉(zhuǎn)為神州行客戶。三是指客戶ARPU (指每用戶月平均消費量 )降低，從高價值客戶成為低價值客戶 。 客戶流失分析，就是利用數(shù)據(jù)挖掘等分析方法 ,對已流失客戶過去一段時間的通話、客戶服務(wù)投訴或交費等信息進行分析，提煉出流失或有流失趨勢客戶的行為特征，再將這些特征應(yīng)用于現(xiàn)有的客戶服務(wù)，采取相應(yīng)的營銷手段做到客戶保持和客戶發(fā)展。 進行客戶流失分析的目的就是挽留客戶 ,增大業(yè)務(wù)收入。因此進行客戶流失分析預(yù)測和客戶挽留應(yīng)與客戶服務(wù)成本結(jié)合起來?？蛻舴?wù)成本包括為客戶服務(wù)的所有成本 ,如客戶使用網(wǎng)絡(luò)的成本 ,客戶交費、投訴的營業(yè)成本等?？蛻舻南M帶來的收益可能大于或小于為其服務(wù)的成本 ,因此需要對流失的客戶 進一步細分： 有完整聯(lián)系資料與沒有聯(lián)系資料的客戶： 客戶入網(wǎng)應(yīng)提供正確可聯(lián)系的資料 ,如果客戶提供的資料虛假或不完整 ,則其欠費離網(wǎng)的概率增大 ,因此對中國移動來說 ,應(yīng)著重分析全球通客戶 ,神州行客戶的流失分析應(yīng)次之。 短期簽約客戶和長期簽約客戶：那些使用期限大于一年的中長期客戶才是有價值的客戶。如果客戶在 3 個月內(nèi)離開，可能是在促銷優(yōu)惠補貼等因素影響下入網(wǎng) ,優(yōu)惠期滿即設(shè)法離開，我們很難分析他的消費行為，因而難采取措施防止他的流失 ,這部分的客戶應(yīng)從樣本數(shù)據(jù)中剔除。 區(qū)分主動流失與被動流失 客戶： 客戶流失分析與挽留應(yīng)集中在主動流失的客戶，對于被迫離開的客戶（如因高額欠費而被移動公司停機）不應(yīng)進行挽留。 區(qū)分集團客戶和個人客戶： 一些大的企業(yè)集團通常為其員工購買通信工具并報銷相應(yīng)的費用 ,員工離開則不能享受該服務(wù) ,但整個集團的消費沒有變化。這類個人客戶的流失不是因為移動企業(yè)方面的原因 ,對其挽留收效甚微。 區(qū)分本地客戶和外來客戶：一些人員因為工作發(fā)生變化 ,通常在不同的城市和地區(qū)流動 ,到達新地點后再購買新的本地網(wǎng)號碼 ,因而對該類客戶挽留難度很大。 2.2 影響客戶流失的特征與 因素 客戶的基本屬性 ：如性別、年齡、在網(wǎng)時間、職業(yè)、愛好、 籍貫、 入網(wǎng)品牌與號碼、注冊服務(wù)等級 (SLA)等 ,這些資料在客戶登記入網(wǎng)或客戶調(diào)查等過程中得到 ,并永久保存在客戶資料數(shù)據(jù)庫中。不同背景的客戶有不同的社會行為特征和愛好 ,如職業(yè)影響收入 ,年齡影響產(chǎn)品購買類型等。 客戶的通話情況： 如通話類型、平均通話時間、通話對象及親情號碼、通話地點、漫游類型、數(shù)據(jù)業(yè)務(wù)使用情況、消費積分、客戶價值類型、客戶 VPMN 群等。在計費中心客戶消費話單和賬單中可以獲取客戶消費的詳細信息。 客戶 服務(wù)情況：指客戶通過投訴渠道或客戶服務(wù)界面 (如營業(yè)廳 ,網(wǎng)站 ,客戶經(jīng)理等 )進行的有關(guān)繳費、服務(wù)投訴 /建議的情況。客戶滿意度高 ,投訴就少；查詢月消費詳細清單的客戶對資費政策通常很敏感等。 網(wǎng)絡(luò)運行質(zhì)量情況：包括通信網(wǎng)絡(luò)的質(zhì)量，小區(qū)或無線信道通話接通率等影響客戶消費的網(wǎng)絡(luò)因素。網(wǎng)絡(luò)維護部門通過對交換機進行話務(wù)測量可以獲得網(wǎng)絡(luò)運營的詳細分析報告。網(wǎng)絡(luò)質(zhì)量是移動通信企業(yè)的生命 ,是客戶服務(wù)與業(yè)務(wù)領(lǐng)先的基礎(chǔ)。 資費政策與技術(shù)進步： 不同運營商的資費高低改變等也是影響流失的一個重要因素。技術(shù)革新 ,會帶動 一大批追新潮客戶使用最新技術(shù)產(chǎn)品。 3 客戶流失模型建立方法 3.1 客戶流失模型建立的基礎(chǔ) 建立客戶流失模型 ,必須遵循數(shù)據(jù)挖掘模型建立與分析方法。數(shù)據(jù)挖掘 ,在某種意義上講 ,是統(tǒng)計學(xué)的擴充 ,加上一點人工智能的含義。如同統(tǒng)計學(xué)，它不是商業(yè)解決方案，而是一門技術(shù)。數(shù)據(jù)挖掘的結(jié)果直接在數(shù)據(jù)庫中不能查找到，是隱藏在數(shù)據(jù)庫中的寶石 ,而客戶流失特征就是數(shù)據(jù)挖掘需要找的寶石。 移動通信企業(yè)數(shù)據(jù)挖掘存在的基礎(chǔ)已經(jīng)具備： 移動企業(yè)大量的歷史數(shù)據(jù)： 每天的客戶服務(wù)部門和計費中心均產(chǎn)生多達上百 Gbyte 的客戶投訴 /客戶 通話等數(shù)據(jù)。目前 ,各大移動公司正進行業(yè)務(wù)支撐系統(tǒng)的集中化建設(shè)。統(tǒng)一集中的數(shù)據(jù)源擁有寶貴的數(shù)據(jù)信息。 大規(guī)模并行計算機的出現(xiàn)： IBMHPSUNNCR 等公司的主流機型都能支持多達幾十 Gbyte 數(shù)據(jù)的并發(fā) I/O 處理 /小時。這些保證數(shù)據(jù)挖掘處理能每天進行更新數(shù)據(jù)源 ,對市場能快速反應(yīng) ,真正做到 ”time-to-marketing” 。 多種多樣的數(shù)據(jù)挖掘算法： SAS/IBM/SPSS 等公司都有成熟的商業(yè)數(shù)據(jù)挖掘軟件包供利用。 3.2 客戶流失分析過程 客戶流失分析過程指客戶流失邏 輯模型的建立過程 ,包括數(shù)據(jù)采樣、數(shù)據(jù)分析、模型評估和應(yīng)用等方面 ,以下就這些方面進行簡單的描述。 數(shù)據(jù)采樣 數(shù)據(jù)采樣就是從所有已經(jīng)流失的移動客戶中，抽取部分客戶的信息，進行預(yù)處理 ,如對錯誤格式的記錄數(shù)據(jù)進行過濾、轉(zhuǎn)換 , 對部分字段進行必要的拆分或匯總。注意 ,有些字段在業(yè)務(wù)系統(tǒng)中并不直接存在 ,需要轉(zhuǎn)換得到。 例如 : 某種離網(wǎng)模型數(shù)據(jù)輸入如表 1 所示： 表 1 某離網(wǎng)模型數(shù)據(jù)表 基本資料組 客戶性別 ,客戶職業(yè) , 地區(qū) , 年齡 , 付費方式 ,客戶等級 ,入網(wǎng)時間 ,客戶所在 VPMN 客戶群 通話方式 最近連續(xù)半年平均消費水平 最近連續(xù) 3 月平均消費水平 前第 3 個月呼叫轉(zhuǎn)移次數(shù) 前第 2 個月呼叫轉(zhuǎn)移次數(shù) 本月呼叫轉(zhuǎn)移次數(shù) 網(wǎng)間通話占網(wǎng)內(nèi)通話的比率 未接電話次數(shù) 通話總分鐘數(shù) 漫游次數(shù) 交費方式 最近半年欠費停機次數(shù) 最近 3 月交費方式變更次數(shù) 交費渠道 投訴方式 投訴類型 投訴故障級別 網(wǎng)絡(luò)故障類型 政策方面 運營方式變更 資費方式調(diào)整 國家出臺新政策 技術(shù)發(fā)生改變 數(shù)據(jù)分析 數(shù)據(jù)分析就是對采樣后的數(shù)據(jù)進行初步分析，試圖尋找出不同變量之間的關(guān)聯(lián)度，以及不同變量對于客戶流失的影響程度。 并非所有輸入變量都是同樣的權(quán)重 ,部分因子可能同客戶流失無關(guān)，則在選擇流失分析的輸入因子時，就必須將該部分因子去掉。部分因子間可能存在很強的正負關(guān)聯(lián)關(guān)系，建模時只需輸入其中的基本因子。例如：將從移動網(wǎng)管中心獲得的交換機故障同從客服中心獲得的客戶投訴 (如不能登錄 )進行關(guān)聯(lián)分析，發(fā)現(xiàn)投訴情況同網(wǎng)絡(luò)故障成正比，則我們認為網(wǎng)絡(luò)故障是基本的輸入因子，而相關(guān)的投訴情況則不能夠作為輸入因子。 模型建立 運用相關(guān)的數(shù)據(jù)挖掘工具 ,選擇正確的挖掘算法 (如決策樹 ,神經(jīng)網(wǎng)絡(luò) ,各種統(tǒng)計分析方法 )建立模型。整個建模過程 實際上是一個不斷循環(huán)的過程，一個模型分析的結(jié)果可能是另一個模型的輸入變量。 模型評估及應(yīng)用 當(dāng)模型確定后，即可以應(yīng)用于所有的當(dāng)前客戶。經(jīng)過客戶經(jīng)理將結(jié)果運用于生產(chǎn)系統(tǒng) ,我們最終有了如下信息：所有可能流失的客戶清單，每個客戶流失的概率，客戶流失的相關(guān)影響因素。 這只是完成了第一步，更重要的工作是制定什么樣的客戶保留策略去實施客戶保留 ,并不斷修正模型 ,使之更加完備。這里涉及到具體問題具體分析 ,個性化服務(wù)才是關(guān)鍵 ,沒有相應(yīng)的市場營銷措施 ,從數(shù)據(jù)挖掘分析的結(jié)果永遠是數(shù)值 ,不能產(chǎn)生應(yīng)有的效益。 一 個典型的客戶流失數(shù)據(jù)挖掘系統(tǒng)如圖 1 所示： 圖 1 客戶流失數(shù)據(jù)挖掘系統(tǒng)邏輯結(jié)構(gòu)圖 3.3 事例分析 客戶流失方式很多 ,這里列舉兩種情況： 客戶集體離網(wǎng) 這類客戶群通常為一個 VPMN 客戶群 , 群內(nèi)話費采取固定費用包月制 ,免月租 ,有一定數(shù)額或比例報銷的對公統(tǒng)一帳戶 ,群內(nèi)通話比例高 ,通常發(fā)生在一個交換局或 一個小區(qū)覆蓋范圍內(nèi)。在競爭對手更優(yōu)惠的條件下 ,集體轉(zhuǎn)網(wǎng)。轉(zhuǎn)網(wǎng)初期 ,作呼叫轉(zhuǎn)移到其他運營商號碼。對公月帳單話費下降劇烈 ,呼叫轉(zhuǎn)移次數(shù)與通話比率增大明顯。此種情況十分嚴(yán)重 ,對本運營公司造成的直接和間接影響都很大 ,因此建議采取多種形式進行預(yù)防。 大客戶轉(zhuǎn)網(wǎng) 大客戶是競爭對手積極爭奪的對象 ,根據(jù)統(tǒng)計 ,占客戶總數(shù)的 30%的大客戶貢獻了話務(wù)總量的70%。目前 ,許多運營商對大客戶采取主動營銷 ,如上門服務(wù) ,贈送手機 ,話費打折和積分等優(yōu)惠政策。 大客戶分類方式多種多樣 ,根據(jù)社會影響和消費高低 ,可分為黨政軍人 ,社 會名人 ,各類明星 ,各企業(yè)高級管理人員 ,個人高話務(wù)量客戶等。大客戶通常對話務(wù)質(zhì)量和業(yè)務(wù)服務(wù)水平要求高 ,對資費敏感性差 ,喜歡使用高價值品牌。但部分大客戶在運營商贈送手機和 SIM 卡等優(yōu)惠條件下 ,將會同時擁有多個運營商的號碼。從分析月清單可以看出 ,該類客戶接聽來話比例高 ,打出電話比例低 ,二者相差懸殊 ,這是因為客戶在非商業(yè)等一般情況下使用了資費低的號碼。從統(tǒng)計數(shù)據(jù)看 ,某些地區(qū)移動 聯(lián)通 電信小