搜索
电信行业客户价值管理体系研究方案个人客户价值管理体系总体思路维系挽留客户细分价值提升内容提要总体思路－基于客户生命周期的价值体系数据采集元数据管理系统管理营帐系统客服系统数据其他数据增值业务管理平台统一PORTAL平台（呼叫中心、营业厅、CRM系统）渠道业务分析新用户分析用户群分析主题分析数据装载数据稽核数据转化数据抽取客户细分模型价值提升模型流失预警模型模型应用信用度模型客户指纹模型客户生命周期模型ETL调度客户流失分析基础模型客户价值模型应用模型价值提升老用户维系挽留新用户重入网分析总体思路－个人客户价值管理体系功能结构图客户分析营销策划营销执行营销评估客户细分流失预警分析价值提升分析资费套餐策略维系政策策略挽留政策策略营销渠道策划客户流失预警效果评估客户价值提升效果评估营销政策评估呼叫中心网上营业厅实体营业厅短信平台CRM平台总体思路－个人客户价值管理体系整体流程个人客户价值管理体系总体思路维系挽留客户细分价值提升内容提要历史数据：用于预测流失倾向的用户历史数据，时间跨度3个月。建模：根据历史数据，预测未来1个月后的用户流失概率。分析用户群：分析周期内流失的用户群体。预测目标：在预测窗口周期得到用户的流失概率。本月流失用户定义：当月停机7天或7天以上的用户以及当月销户用户没有消费行为定义：用户无通话时长、无短信行为、无GPRS流量维系挽留－客户流失预定义及目标用户属性和行为数据挽留月预测流失月第1月：第2月：第3月：……用户属性和行为数据挽留月预测流失月用户属性和行为数据挽留月预测流失月模型第一次工作模型第二次工作模型第三次工作流失用户预测不是目的，关键在于个性化挽留带来的流失率下降、收益净增。维系挽留－挽留持续滚动明确相关定义，把商业问题转化为业务问题数据探索、可视化分析，及相关统计检验，理解数据分布、范围、特征选用挖掘算法、进行抽样、调整参数等技术建立模型验证集验证，滞后验证，从捕获率、提升率指标检验模型精度发布模型预测结果，发布模型精度，模型更改记录及相关文档商业理解数据理解数据准备建立模型检验模型模型发布数据抽取、清洗、转换和加载以及重构、整合、格式化、选择、抽样等遵循业界CRISP-DM规范维系挽留－流失预测模型的建立2008年6月预警用户8月验证结果选取验证总用户数量为2367个用户，其中流失用户1866个用户，未流失用户501个用户。流失概率未流失流失总数量预测流失比率0.5-0.61734221519.53%0.6-0.7995212120717.56%0.7-0.82154826318.25%0.8-0.93976746414.44%0.9-18613221860.55%维系挽留－模型检验2008年6月预警用户8月验证结果从计算流失概率最高的用户中选取被选取的实际流失的人数选取用户比率选取用户数量未流失流失捕获率(流失/选取用户数量)提升率(捕获率/实际流失率3.5%）10%2369913758.1%1720%47229717537.1%1130%70850220629.1%840%94469724726.2%750%118090927123.0%7维系挽留－模型检验模型提升率图预测结果表维系挽留－流失模型评估最重要的前10个：平均最大停机时长平均停机时长是否转兑包停机天数在网月数平均缴费金额短信条数平均小区数量缴费方式最大停机时长维系挽留－客户流失关键指标电话号码客户价值所在地区所属分组流失倾向评分行动优先级评分13xxxxxxxx39813xxxxxxxx550139xxxxxxx45流失倾向评分说明该客户流失可能的大小营销人员可迅速确定客户的开户地区，以便采取行动营销人员可以更准确地抓住具有潜在流失倾向的客户营销人员可以根据客户价值确定客户挽留活动的目标群体了解潜在流失客户的行为特点，开展针对性的客户挽留综合客户流失倾向与客户价值，给出建议行动优先级供参考维系挽留－流失预测结果表套餐不匹配转兑包到期习惯性异动服务性依赖竞争对手策反网络原因客户区域迁移后面2个是不可控的维系挽留－客户流失原因分析客户经理回访流失用户特征统计分析客户流失原因分析制定维系政策制定挽留政策维系挽留政策效果测试：分组比对测试建立维系挽留知识库实施维系挽留建立流失模型、细分模型、客户价值模型建议做法一：从客户流失原因入手维系挽留－实施策略号码流失概率客户价值挽留价值（行动优先级）13****10.60.80.4813****20.30.20.0613****30.40.10.04挽留价值（行动优先级）=流失概率×客户价值策略：（1）优先对挽留价值大的客户实施挽留。（2）只选高端，或只选低端，然后再按上式计算挽留价值建议做法二：根据挽留价值维系挽留－实施策略建议做法三：挽留措施的最优化N种挽留措施待挽留用户清单随机分成（N+1）个用户群试验N个用户群：每群实施一种措施1个用户群：不做任何动作（建模需要）建立挽留效果预测模型：具有**样属性及行为的用户在挽留措施***的作用下，挽留成功率为****挽留效果预测模型投入生产：对用户*****采取哪个挽留措施，挽留成功率最大实施维系挽留待挽留用户清单修正模型维系挽留－实施策略本项目中对客户价值评估模型的搭建，综合衡量客户五个方面的表现：客户当前贡献度、客户未来贡献度、客户信用度、客户忠诚度以及客户成长潜力。客户成长潜力客户忠诚度客户未来贡献度客户信用度客户当前贡献度客户综合价值客户综合价值=weight_1*客户当前贡献度+weight_2*客户未来贡献度+weight_3*客户信用度+weight_4*客户忠诚度+weight_5*及客户成长潜力12354客户价值模型－评估因素预测每个用户在其整个生命周期内对联通的价值对新用户，初步预测其未来的价值。待用户产生更多的行为信息后，再修正预测。找出影响用户价值的主要因素，进行改进“利润鲸鱼曲线”——不同于收入的2:8规律用户价值预测•用户终生价值（LTV）计算方法：–关键在于预期寿命的计算–准确预测用户的在网时长是困难的–“生存分析”能够计算出每个用户在后续每月的在网概率值s（见下图）。–预期寿命内收入的近似计算：入网以来出帐金额之和+∑NPV（后续每月的在网概率×后续每月的出帐金额估值）此图表示锁定某月一群用户的后续月份里的逐月在网比例用户价值预测（续）个人客户价值管理体系总体思路维系挽留客户细分价值提升内容提要目的弄清楚全体客户可分为哪些群体，各群体有何特点——帮助认清自己的客户；根据各群体特点，可制订适合该群体的针对性的营销和服务政策；是一个基础性模型——给每个客户标以一个（或多个）群体号，有助于更深入复杂的分析和挖掘。客户细分－目的客户行为价值的细分模型海量客户行为数据/特征数据组内行为特点相似；组间行为差异较大传统细分：选定若干属性对每个属性，人为确定其划分区段各种属性区段的组合，形成群体聚类选定若干属性通过一定算法，自动地划分群体同一群的个体间属性很接近不同群的个体间属性相差较远客户细分－客户细分的方法确定细分主题确定细分变量数据收集、整理细分建模制定营销政策群体分析客户细分－建模过程生成细分模型--使用SPSSClementine数据挖掘工具进行客户细分客户细分－建模生成过程细分变量描述3个月平均ARPU值3个月平均通话总时长3个月平均本地通话总时长3个月平均本地长途通话时长3个月平均长途直拨通话时长3个月平均IP长途通话时长3个月平均本地拨打本地通话时长3个月平均本地被叫通话时长3个月平均省内漫游通话时长3个月平均省际漫游通话时长3个月平均点对点短信条数客户细分－细分变量描述群体名称漫游型本地高端用户长途需求型本地中端用户本地低端用户群体编号42351群体人数248312922141077630239563人数占比0.5%2.6%2.8%15.2%78.9%ARPU值3232211579538通话总时长529677270642679271185732本地通话总时长142867104741319265195427本地长途通话时长412250712519123221116长途直拨通话时长40794602223171977926本地拨打本地时长368528919479591761489本地被叫通话时长62383646911172143852372省内漫游通话时长17148706533270127省际漫游通话时长21532952827328178点对点短信条数1811491029135客户细分－分群特征套餐适配4条原则没有使用套餐用户，使用适配套餐后可以节省话费当前用户通话行为特征明显达不到当前套餐消费标准，建议降低套餐档次当前用户通话行为特征明显高于当前套餐消费标准，建议提高套餐档次当前套餐类型明显不适合的用户，建议进行套餐迁移定期检查、调整，迁移那些又出现不适配套餐的用户套餐适配流程客户细分群体群体匹配套餐用户个性化适配套餐群体行为特征规则用户行为特征全网用户行为特征客户细分客户细分－套餐匹配个人客户价值管理体系总体思路维系挽留客户细分价值提升内容提要根据用户属性（社会属性、行为属性），选准交叉销售（cross-sell）、追加销售（up-sell）的对象提高用户钱包份额（walletshare），提升用户忠诚度交叉销售（Cross-sell）卖给客户尚未使用的业务提升销售（Up-sell）向某业务客户卖更高档次的该类业务预测某一用户对各种业务的购买概率：客户价值提升提升模型提升实施提升效果营销策略根据挖掘结果得到选择某提升产品的用户清单客户资料通话详单数据整合帐单信息业务分析通过短信平台、外呼中心、客户经理对预测提升用户进行业务推荐模型优化价值提升整体流程体系如果将营销资源集中于更有可能开通炫铃业务的用户身上，则销售的成功率显著提高，比MassMarketing方式高出很多倍。按模型预测结果,选取炫铃推荐对象(人)销售成功人数(人)模型提升率（按预测模型销售成功人数是按随机选取的销售成功人数的多少倍）（随机销售成功率=0.67%)11860162020.423720226114.25930029637.411860035394.618608039323.323720042812.7价值提升销售——炫铃推广业务价值提升整体流程体系-案例1价值提升销售——定向长途（安徽）价值提升整体流程体系-案例2价值提升销售——老乡网推广客户交往圈识别欢乐亲友子套餐推广寻找大规模复杂网络中的社团结构：谱平分法、Kernighan-Lin算法、分裂算法和凝聚算法等价值提升整体流程体系-案例3谢谢！