移动通信行业客户流失分析.docx
《移动通信行业客户流失分析.docx》由会员分享，可在线阅读，更多相关《移动通信行业客户流失分析.docx（11页珍藏版）》请在冰点文库上搜索。
移动通信行业客户流失分析
移动通信行业客户流失分析
移动通信行业客户流失分析
Inetsoft对待客户流失的观点
在进行客户流失分析之前，有必要先阐述一下Inetsoft对于客户流失这个现象的一些观点：
1.流失在所难免，我们需要做的不是消除客户流失，而是确保流失率控制在较低水平。
2.移动通信行业公司的运营支撑等系统已经积累了丰富的信息，使得我们可以通过内部信息系统，定期分析客户流失情况。
3.通过仔细分析客户流失原因，有利于我们采取相应策略来降低有价值客户的流失率，真正的提高成本收益比。
4.我们认为许多客户是可以挽回的，准确的分析可以提供正确的挽回措施。
5.对于不值得挽回的客户，彻底放弃。
这些客户包括低价值客户（挽回成本超过所能获得的收益的客户）和声望太差的客户（恶意欠费的客户等）。
这些观点是Inetsoft在进行客户流失分析时的指导思想，也代表了在这类CRM分析中的基本世界观。
为什么要关注客户流失？
移动通信行业的现有企业中，一般情况下客户月流失率在3%左右，如果静态计算，则所有客户会在2－3年内全部流失。
在降低客户流失率方面，哪怕仅仅降低1％就意味着你至少可以有百万元的收入增长！
客户是一个公司最宝贵的财富，因此保持客户并增长客户就是头等重要的事情，同是又是很困难的一项任务。
在2011年底，中国的人口已达1347350000，同时手机量达到1006923000，也就是说中国的手机普及率差不多达到了75%，现有的用户数几乎已经接近人口总数。
在一个如此成熟和饱和的市场中，开拓新用户的难度可想而知。
根据美国市场营销学会顾客满意手册的统计数据表明，吸引一个新顾客所耗费的成本大概相当于保持一个现有客户的5倍，而且从传统意义上来讲，移动通信行业保留旧客户利润率为开发一位新客户之16倍，尤其对于剩余客户市场日渐稀疏的移动通信市场来说，减少客户流失就意味着用更少的成本减少利润的流失，这点已经为运营商所广为接受。
由此可见客户保持的重要性，也就是说保留旧客户比开发、吸收新客户更重要。
在成熟期的产品市场中，要开拓新客户很不容易。
客户的忠诚度应该是一个企业能够生存发展的最大资产之一，拥有忠诚度的客户，会因客户有学习的效果，而使企业可以花费较少的成本来服务客户，降低了公司在服务成本上的支出，而且忠诚的客户也会宣传正面的口碑效应以作为他人的参考，进而替企业创造新的交易。
一旦企业无法留住客户，将因客户的转换行为而造成企业成本负担加重，不仅失去原有客户的收益，且需花费更多的成本去寻求新的客户以取代原有客户。
拥有长久且比较忠诚的客户，对企业的营运与收益较为有益。
除此之外，我国移动客户群体庞大，中低端客户在不同运营商网间流动性强，不存在明显的客户忠诚的特征。
运营商过度采用超低话费、赠手机等非理性竞争手段，更是降低了客户转网壁垒，促进了这样的网间流动，弱化了客户忠诚，传统的客户忠诚理论对这些客户保持问题分析遇到了困难。
尽管移动客户数在持续增长，可是客户ARPU值（平均每客户每月收入）逐年下降，运营商利润降低，说明存在潜在的客户价值流失的危险。
过去的研究核心是如何保持客户不离网，而对客户的保值并没有涉及。
客户流失的定义
那么，什么情况才算客户流失呢？
是客户转网、销户等行为发生呢？
还是客户的消费为零了，还是消费额显著降低了呢？
既然要分析客户流失这个问题，我们就有必要把客户流失这个概念定义清楚。
商业智能应用在客户流失分析中，一般由数据挖掘来解决此类问题。
通常一个完整的数据挖掘过程由业务问题定义，数据选择，数据清洗和预处理，模型选择与预建立，模型建立与调整，模型的评估与检验，模型解释与应用等多个步骤组成。
业务问题的定义要求非常明确。
任何不明确的定义都会严重影响模型的准确和应用时的效果。
在国外成熟的电信行业客户流失分析系统中，经常是根据相对指标判别客户流失。
市场调查表明，通常大众的个人通信费用约占总收入的1%-3%，当客户的个人通信费用降低到远远低于此比例时，就可以认为客户流失发生。
真正在分析客户流失的状况时，我们还需要区分公司客户与个人客户，不同服务的贡献率，或者是不同客户消费水平流失标准的不同。
举例来说，对于用一种新服务替代原有服务的客户，是否作为流失客户？
又或者，平均月消费额为2000元左右的客户，当连续几个月消费额降低到500元以下，我们就可以认为客户发生流失了，而这个流失标准就不能适用于原本平均月消费额就为500元左右的客户。
还有一种现象我们称之为客户被动流失，表现为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。
对此类流失，本文不作讨论。
移动通信领域的客户流失有三方面的含义：
一是指客户从本移动运营商转网到其他移动运营商,这是流失分析的重点。
二是指客户使用的手机品牌发生改变,从本移动运营商的高价值品牌转向低价值品牌，如中国移动的用户从全球通客户转为神州行客户。
三是指客户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。
客户挽留
在分析客户流失的过程中，不免涉及到客户挽留。
为了降低客户流失率，我们该挽留所有的客户吗？
答案显然不是，因为挽留客户是需要付出成本的，一旦挽留的成本大于被挽留的客户可以贡献的利润，这个行为就不合算。
所以我们先来看看哪一类客户最值得挽留。
在客户流失分析中，主要有两个核心的变量：
1.财务原因/非财务原因；2.主动流失/被动流失。
客户的流失类别根据这两个核心变量可以分为四种。
其中自愿的、非财务原因的流失客户往往是高价值的、稳定的客户。
他们会正常支付自己的服务费用，并对市场活动有所响应。
所以这种客户才是我们真正想保持的客户，也被称为高端客户，根据80/20法则，这类用户往往占少数（20%），却贡献着大部分的利润（80%）。
那么，在进行客户挽留时我们还需要考虑哪些因素呢？
进行客户流失分析的目的就是挽留客户、增大业务收入。
因此进行客户流失分析预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中长期客户才是有价值的客户。
如果客户在3个月内离开，可能是在促销优惠补贴等因素影响下入网，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中剔除。
3区分主动流失与被动流失客户：
客户流失分析与挽留应集中在主动流失的客户，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，员工离开则不能享受该服务，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。
基本分析模型
一个基本的客户流失分析模型一般是这样的：
本文接下来将围绕这一模型来阐述客户流失分析的基本流程，包括客户流失因素分析、客户流失分析维度选择和客户流失具体分析过程。
客户流失因素
∙客户满意度。
运营商产品价格、人员服务和网络服务的客户满意度直接影响客户的流失。
∙转换成本。
即客户在不同运营商之间转换付出的成本，包括违约的成本和已经享受利益的损失（如客户忠诚度回报）。
研究结果显示在相同的满意度水平下，转换成本高则客户忠诚度高，反之则客户忠诚度亦低。
∙号码可携带。
电信客户在不同运营商之间转网，客户号码不需要改变，对客户的流失影响较大。
号码可携带的市场中客户流失的可能性更大。
∙客户生命周期。
出于不同客户生命周期阶段的客户的流失倾向有所差别，AT&T的研究结果表明客户在入网的1-11个月内和61个月以上的离网可能性较大。
∙价格因素。
普通客户集中了绝大部分低、中端用户，而大客户、商业客户集中的是高、中端客户，相对高中端用户来说，低端用户对业务产品价格较为敏感，在竞争对手低价格诱惑下极易转向他网，且在通信市场竞争日益激烈的今天，转网成本越来越小。
∙服务水平因素。
在提倡差异化服务的今天，运营企业都不同程度的加大了服务力度，但对大客户、商业客户的服务质量明显优于普通客户。
∙大客户转网。
大客户是竞争对手积极争夺的对象，目前，许多运营商对大客户采取主动营销，如上门服务、赠送手机、话费打折和积分等优惠政策。
大客户通常对话务质量和业务服务水平要求高，对资费敏感性差，喜欢使用高价值品牌。
但部分大客户在运营商赠送手机和SIM卡等优惠条件下，将会同时拥有多个运营商的号码。
提高大客户这种变相离网，需要更加个性化的营销措施。
∙客户集体离网。
这类客户通常为一个客户群，群内话费采取固定费用包月制，免月租，有一定数额或比例报销的对公统一账户，群内通话比例高，通常发生在一个交换局或一个小区覆盖范围内。
在竞争对手更优惠的条件下，集体转网。
转网初期，作呼叫转移到其他运营商号码。
对公账单话费下降剧烈，呼叫转移次数与通话比率增大明显。
以下文字来源于某运营商总结的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、在网时间、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中得到，并永久保存在客户资料数据库中。
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、平均通话时间、通话对象及亲情号码、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。
在计费中心客户消费话单和账单中可以获取客户消费的详细信息。
3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素。
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。
分析维度
数据挖掘过程中最重要的一步就是数据选择，而数据选择包括目标变量的选择，输入变量的选择和建模数据的选择等多个方面。
分析维度可以理解成输入变量。
而目标变量可以从本文前面段落描述的客户流失的定义衍生出来。
目标变量表示了数据挖掘的目标。
在客户流失分析应用目标变量通常为客户流失状态。
依据业务问题的定义，我们可以选择一个已知量或多个已知量的明确组合作为目标变量。
目标变量的值应该能够直接回答前面定义的业务问题。
在客户流失分析系统中，我们实际面对的流失形式主要有两种：
账户取消发生的流失和账户休眠发生的流失。
对于不同的流失形式，我们需要选取不同的目标变量。
对于账户取消发生的流失，目标变量直接就可以选取客户的状态：
流失或正常。
对于账户休眠发生的流失，情况就较为复杂。
通常的定义是持续休眠超过给定时间长度的客户被认为是发生了流失。
但是，这个给定时间长度定义为多长合适呢？
另外一方面，每月的通话金额低于多少就可以认为是客户处于休眠状态？
或者要综合考虑通话金额，通话时长和通话次数来划定流失标准？
实际上，目标变量的选择是和业务问题的定义紧密关联在一起的。
选择目标变量所要面对的这些问题，都需要业务人员给予明确的回答。
分析维度，这里称之为输入变量，用于在建模时作为自变量寻找与目标变量之间的关联。
在选择输入变量时，我们通常选择两类数据：
静态数据和动态数据。
静态数据指的是通常不会经常改变的数据，包括服务合同属性，如服务类型，服务时间，交费类型等等；和客户的基本状态，如性别，年龄，收入，婚姻状况，受教育年限/学历，职业，居住地区等等。
动态数据指的是经常或定期改变的数据，如每月消费金额，交费纪录，消费特征等等。
输入变量的选择应该在业务人员帮助下进行，这样才能选择出真正与客户流失可能性具有潜在关联的输入变量。
业务人员经常在实际业务活动中深深感觉到输入变量与目标变量的内在联系，但是却无法以量化表示出来。
在这种情况下，数据挖掘的工作往往能够得到良好的回报。
我们在后面的例子中采用了以下几个维度来分析客户流失：
∙时间因素
∙流失用户与新增用户对比
∙流失用户在网时长
∙流失前消费情况
∙流失用户资费构成
∙流失用户的集团归属
*最后2项设计客户品牌等资料，不便公开。
分析案例
12008年1月至2009年12月逐月流失用户数趋势
从2008年1月至2009年12月逐月流失用户数趋势来看，伴随着公司总体用户规模的增长，每月流失用户绝对值也呈现出上升趋势，从2008年的2.5万左右上升到2009年3.68万，尤其是2009年3月行业重组以来，流失用户呈现较明显的上升趋势。
22009年各月流失用户
2009年4月因旺季营销和节后效应影响，流失用户突破4万户。
3月度流失用户数与新增用户数比值波动图
从每月流失用户和新增用户的绝对值的比值来看，除每年春季营销波动幅度较大外，每月的流失和新增数基本保持相同趋势变动。
42010年流失用户在网时长构成
从流失用户在网时长构成情况来看，在网4-6月的用户流失占总流失用户的比例最大达到34%，其次为在网7-12月的用户和12个月至24个月的用户，占比分别为27%和14%。
5不同在网时长用户流失率比较
从各在网时长的用户流失率来看，在网时长与用户流失率成反比；其中在网时间在4-6月的用户流失率最高；其次为7-12月的用户，流失率为7%。
结合前面不同在网时长流失用户绝对值来看，降低在网4个月到1年用户流失率将对用户整体流失率控制起到重要的作用。
而如何降低这部分用户流失率，除了常规服务和业务捆绑措施外，对这部分用户针对性的开展维系工作凸显重要。
62010年网上用户在网时长构成
7流失用户在网时长分布情况
从流失用户在网时长来看，入网后4-6月流失量异常偏高，随着在网时间的延长，流失率呈现下降趋势，但在入网后19月和20月的流失率也呈现出上升态势。
82011年10-12月流失客户流失前月均消费情况
从流失用户消费额构成情况来看，流失用户前三月平均消费30元以内的占比达到54%，其次为30-50元用户群达到22%。
升级会员 