挖掘客户规律 提升客户保持率

前言：本站为你精心整理了挖掘客户规律 提升客户保持率范文，希望能为你的创作提供参考价值，我们的客服老师可以帮助你提供个性化的参考范文，欢迎咨询。

宁夏电信与宁夏移动、宁夏网通、宁夏联通、宁夏铁通等运营商的竞争激烈，这势必对宁夏电信工作内容、工作方式、经营管理以及客户服务提升提出严峻的挑战。

项目背景

在宁夏电信目前经营过程中，已经出现了客户大量流失和业务收入不明原因下降的现象。在现有业务系统条件下，宁夏电信更多的是通过相关的报表看到这些现象产生的结果，根据相关数据找到部分原因，再采取相应的措施。但这些事后的补救行为对于现象的发生并不能进行预测，也就无法及时采取相应的预防措施。同时，现有业务系统的数据处理速度和响应时间较慢，不能保证管理层和决策层能及时地得到结果。

客户流失分析是以客户的历史通话行为数据、客户的基础信息、客户拥有的产品信息为基础，通过适当的数据挖掘手段，综合考虑流失的特点和与之相关的多种因素，从中发现与流失密切相关的特征，并在此基础上建立可以在一定时间范围内预测用户流失倾向的预测模型，为相关业务部门提供有流失倾向的用户名单和这些用户的行为特征，以便相关部门制定恰当的营销策略，采取针对性措施，开展客户挽留工作。面对海量的业务数据，如何处理宁夏电信所关心的客户流失问题，是宁夏电信目前急需解决的问题。

如何做客户流失分析

对于客户流失的现象，我们可以分为以下情况：

公司内部客户转移：在电信企业表现为客户转移至本电信公司的不同网络或不同业务。例如，电信公司增加新业务，或者资费调整引发的业务转移。虽然就某个业务单独统计来看存在客户流失，但对公司整体而言客户没有流失。当然公司内部客户转移也会影响公司的收入。

客户被动流失：表现为电信运营商由于客户欺诈或恶意欠费等行为而主动终止客户使用网络和业务。这是由于电信运营商在客户开发的过程中忽视了客户质量造成的。

客户主动流失分：分为两种情况，一种是客户不再使用任何一家电信运营商的电信业务；二是客户选择了另一家运营商，即所谓的“客户跳网”。后一种情况的原因是客户认为公司不能提供他所期待的价值，即公司为客户提供的服务价值低于另一家电信运营商。这可能是客户对电信公司的业务和服务不满意，也可能是客户仅仅想尝试一下别家公司提供而本公司未提供的新业务。这种客户流失形式往往是研究的主要内容。

通过数据挖掘技术，可以研究客户流失中客户特征分析、流失预测、流失后果评估等问题。研究电信客户流失的时候会考虑到以下的一些问题：

哪些现有客户即将流失？

现有客户的流失概率如何？

哪些因素造成客户的流失？

客户流失对客户自身会造成什么影响？

客户流失对公司有何影响？

不同类别之间客户的流失情况有什么差别？

如果某个客户将要流失，他会在多长时间内流失？

以上的问题可通过设计合适的数据挖掘流程来解决。研究哪些客户即将流失时，将其定位为一个分类问题，即将现有客户分为流失和不流失两类。选择适量的历史上流失客户和未流失客户的属性数据组成训练数据集，利用神经网络、决策树、logistic回归等分类建立客户流失的分类模型。同时会给出分类结果的概率值，这个值可以看作是客户的流失概率。用建立的分类模型预测可对现有用户进行流失预测，并给出流失概率。

同时，面对客户越来越个性化、多样化的消费需求，宁夏电信需要提供更加丰富的产品和服务。市场策略应对速度是保持竞争力的重要手段，而市场应对策略的制定需要真实、及时、准确的市场经营信息的支持。

宁夏电信项目思路

为有效地应对市场变化，数据的集中至关重要，集中的数据提供全省业务整体的视图，是全局决策的基础，因此“宁夏电信数据挖掘项目”按“一级平台，两级应用”的全省集中模式进行建设。“一级平台”即在省一级建立统一的软硬件平台，对全省的业务数据进行集中统一管理；“两级应用”即对系统应用而言，建立省中心和各地分公司两级应用模式。各地分公司的用户，通过内部办公网，按其权限，对自己分公司的相关客户信息进行分析和提取。由于数据挖掘的分析主题众多，因此“宁夏电信数据挖掘项目”应遵循总体规划，分步实施，循序渐进展开的项目建设原则。本项目计划分两期进行实施，第一期主要是建立数据集市系统，为数据挖掘应用奠定数据基础，同时构建数据挖掘平台，以解决客户流失问题为目标，积累数据挖掘的经验。项目第二期将把数据挖掘向更广泛的领域全面展开，如客户分群、交叉销售、针对性营销等。

数据仓库解决方案系统体系结构

通过对“宁夏电信数据挖掘系统”的需求分析，Sybase建议采用集中式数据仓库建立的方式。数据仓库系统主要从计费系统、渠道系统和10000号系统提取数据，经过整理转换后，供数据挖掘和分析系统使用。

数据仓库的实施是一个相当复杂的过程，主要数据仓库的设计建模、数据转换与集成、数据存储与管理、数据仓库的维护和管理。Sybase提供了覆盖整个数据仓库建立周期的完整解决方案和产品集。在一期项目中，使用了Sybase整体解决方案中的部分产品：SybaseIQ数据仓库服务器、Clementine数据挖掘工具和SPSS数据分析工具。

方案特点

1.保证系统高效、稳定、可靠运转

数据存储要保证数据的安全性、完整性、一致性，还要有复杂分析查询的高效性。Sybase的数据仓库服务器SybaseIQ是一个关系型数据库，为高性能决策支持和数据仓库的建立进行优化。IQ中的关键技术是数据按列存储、Bit-Wise查询索引、数据压缩和Multiplex技术。这些先进的技术使基于SybaseIQ构建的应用系统拥有卓越的查询性能与最低的总拥有成本。

2.维护方便,操作便捷

本系统采用中文图形用户界面，用户界面友好、美观实用、方便简单、易于操作并包含必要的系统连机帮助。系统具有参数维护、维表维护功能，可以实现自身的维护管理。

同时，Clementine提供了一个可视化的快速建立模型的环境，是业界领先的数据挖掘工具。使用它，企业可以将数据分析和建模技术与特定的商业问题结合起来，找出其他传统数据挖掘工具可能找不出的答案。

Clementine使用一些有效、易用的按钮组件，用户只需用鼠标将这些组件连接起来建立一个“数据流”。可视化的界面使得数据挖掘更加直观交互，从而可以将用户的商业知识在每一步中更好地利用。

Clementine为结果展示提供了丰富的图形，包括直方图、分布图、条形图、线型图、点图、网状图等，用户可以将结果转换成3D图形，对数据从多方位进行理解。同时，Clementine还提供了数据挖掘结果评估图形。

3.灵活的分析建模

Sybase公司充分考虑了宁夏电信数据模型的复杂性，可以灵活满足各种分析型业务的需求，可以进行适合用户需求的主题域划分和合理的数据分割与粒度定义，以及对不同粒度数据的合理存储周期。在设计数据仓库基础数据模型时，更充分体现宁夏电信企业内部业务规则以及数据之间的关系，使分析使用更具有灵活性。

4.具有良好的开放性和扩展性

系统采用开放的体系设计和基础软件平台，整体考虑了从系统结构、功能设计、数据容量、直到软平台的开放性和扩展性。

系统应用有良好的可拓展能力，如果增加新的统计分析模型，系统可以平滑升级，而不需要对现有系统的软件设计做重大改动。

5.保证系统安全运作

Sybase在系统选型时充分考虑了系统的可靠性与安全性，以保证系统能连续稳定工作、具有高的可靠性与低故障率。整个系统具备良好的备份机制及备份策略，保证在出现单物理点故障时，系统基本功能不受到影响。所有访问决策支持系统的用户，必须经过系统用户权限认证方可使用。每月对中间层数据进行增量备份，对明细数据进行全备份。

系统主要功能

通过对“发现问题-找到解决方案-跟踪解决方案-总结经验教训”的全程跟踪和分析，解决如何针对有流失倾向的客户进行有效挽留的问题。

本系统主要由二部分组成:

1.业务分析子系统

对业务发展的现状进行分析，并对业务发展的未来趋势进行预测，找到业务增长和下降的趋势和原因，为业务的发展提供帮助。由数据仓库的各个分析主题来提供数据支持。

2.流失特征挖掘、流失预警分析子系统

通过建立流失客户行为的数据挖掘模型，发现流失客户使用业务的各种特征和规律。通过匹配这些特征，对在网客户流失进行预警，为客户经理提供具有流失倾向的客户清单，由客户经理考虑制定有关客户的挽留措施，从而有效地提升客户保持率。

应用效果

Sybase的整体解决方案有效地支撑了宁夏电信数据挖掘项目一期工程的建设。系统实际运行后，所提供的客户流失信息准确率高达93%，命中率和覆盖率也达到了85%以上。通过对系统提供的有流失倾向的客户制定有针对性的挽留措施，使客户保持率比以前的传统方式提高了8倍以上，从而有效地提升了客户保持率。