移动通讯行业客户流失预警及挽留模型构建与应用
- 格式:doc
- 大小:83.50 KB
- 文档页数:6
移动通信行业客户流失原因及对策———以某地联通校园公司为例随着电信企业之间的竞争加剧,电信运营商不断推出新的服务模式和业务,希望争取到更多的市场份额。
但同时也在很大程度上加大了客户的不稳定性,使客户离网现象频繁发生。
研究表明,一个公司如果将其顾客流失率降低5%,利润就能增加25%~85%,可见大量的客户流失让运营商蒙受巨大损失。
因此,如何防止客户流失、做好客户挽留工作,已成为运营商关注的焦点之一。
1客户流失定义客户流失是指由于各种原因而导致的客户中止合作的现象。
中国联通的客户流失有两方面的含义:一是指客户从联通运营商转网到其他电信运营商,这是客户流失分析的重点,也是本文研究的重点;二是指客户ARPU(指每用户平均消费量)降低,从高价值客户成为低价值客户。
2某联通校园公司客户流失现状某联通校园公司成立于2005年,位于三线城市一个大学分部,校内约有大学生8 000人。
目前该校园移动通信运营商有中国移动、中国联通和中国电信。
根据各移动运营商成立时间、竞争力的不同,在校区的客户数量和市场占有率也有很大差别。
目前该校园移动通信市场竞争激烈,联通客户流失严重,其2010年数据见表1表1 某联通公司校园用户资本数据注:数据来源于联通内部资料从表1中看出,2010年月均新增用户99户,月均离网用户97户,月均离网/月均新增比例高达97.98%。
即每月每新增100个用户,就有97.98个用户离网,互抵后净增用户仅2.02户。
可见该联通校园公司网上用户处于大进大出的不稳定状态,联通付出大量的人力、物力、财力成本用于新用户的市场开发,结果却是新增用户堵住了流失用户的缺口后所剩无几,增幅仅为0.71%。
3客户流失原因分析3.1导致客户流失的外部原因3.1.1竞争对手的促销活动学生选择了“其他运营商促销活动”。
目前该校区移动通信运营商主要有中国移动、中国联通和中国电信。
近年来为争夺客户,各通信运营商都开展了大量的促销活动,其中最为突出的是中国移动。
互联网产品运营中的用户流失预警与挽留策略随着互联网的快速发展和普及,越来越多的企业开始关注产品运营中的用户流失问题。
用户流失对于企业而言是一个巨大的挑战,不仅对企业的收入有直接影响,更可能导致品牌声誉的下滑。
因此,预警和挽留用户流失成为了互联网产品运营中的重要环节。
本文将探讨互联网产品运营中的用户流失预警和挽留策略,并提供一些有效的解决方法。
一、用户流失预警用户流失预警是指通过一定的手段和工具提前感知用户流失的可能性。
这样可以及时采取措施,以减少用户的流失。
以下是几种常用的用户流失预警方式:1. 数据分析:通过对用户数据的监控和分析,可以发现用户的流失趋势和行为模式。
例如,通过统计用户的活跃度、使用时长、转化率等数据指标,可以快速发现用户流失的迹象。
2. 用户调研:定期进行用户调研,了解用户的需求和使用体验,及时发现用户的不满和痛点。
通过用户反馈和意见收集,可以预测出用户可能会流失的原因,从而做出针对性的改进和优化。
3. 用户留存分析:通过对用户留存率的观察和分析,可以了解用户的粘性和忠诚度。
如果发现某一批次的用户留存率明显下降,就可以提前预警可能出现的用户流失情况,并进行相应的调整和改进。
二、用户流失挽留策略当发现用户流失的迹象后,企业需要采取一些有效的措施来挽留用户,提高用户的粘性和忠诚度。
以下是几种常用的用户流失挽留策略:1. 个性化推荐:通过用户画像和行为分析,给用户提供个性化的推荐,增加用户的使用粘性。
例如,根据用户的兴趣和喜好向其推荐相关的内容和产品,提高用户的参与度和满意度。
2. 优惠活动:针对即将流失的用户,可以推出一些优惠活动和福利,以吸引用户的留存。
例如,提供折扣优惠、积分返还、升级服务等,让用户感受到特殊的关怀和价值。
3. 客户服务:建立完善的客户服务体系,及时响应用户的问题和需求。
提供多种沟通渠道,如在线客服、电话咨询等,增加用户与企业的互动和联系。
同时,通过良好的客户关系管理,建立用户对企业的信任和忠诚。
5个步骤教你做好流失预警和有效召回用户 />一、重视起你的流失用户用户运营的主要工作包括:用户获取、用户激活、用户留存、用户付费、用户推荐,也就是AARRR模型的主要内容,想尽一切发自提升用户的贡献,活跃度和忠诚度。
但AARRR模型更重视从用户拉新,提升用户价值,更适合在产品野蛮增长期较为粗暴的阶段;但当产品到了成熟期甚至衰退期,当用户不再使用产品时任何的价值提升工作都无济于事,高昂的获客成本随着用户流失也难以收回,尤其是互联网流量已然变成存量运营和私域流量的时代。
因此,用户流失预防运营在用户运营工作中有着极其重要的作用,这次简单和大家分享用户流失的运营思路和方法,和流失用户不能轻易说再见!二、何时关注用户流失所有产品都需要关注用户流失,但优先级不同。
用户增长还得看产品所处的生命周期,产品生命周期理论将产品划分为引入期、成长期、成熟期以及衰退期四个阶段,不同的阶段有不同的用户运营重点,在产品的早期主要关注用户获取留存,对用户流失的关注和投入则主要是在成熟期。
我们是一个金融理财平台,目前只是存量用户的运营(处在成熟-衰退期),所以会更关注流失情况,流失用户的召回显得更为关键。
大厂用户基础大,产品用户有存量,靠自己的品牌再加老用户的传播能够做到稳定增长和长期留存,基本处在长期的增长期。
成熟期的产品用户数量较大,产品较为成熟体验稳定,对用户运营工作有更好的支持,这个阶段投入对用户流失预警,更容易实现正向的投入产出;当然,在运营资源充足的情况下,还是推荐较早进行用户流失的预防运营。
三、流失预警设置在用户长期沉默以至完全流失后,再进行干预的投入产出会很低,正确的应对方式是——建立完善的流失预警机制,及时识别流失风险用户,进行干预引导,最大化留存用户。
一般预防流失机制可分如下五步骤进行搭建:•定义流失用户:什么样的用户才是流失用户?•分析流失征兆:流失用户的特征及流失前的行为。
•建立预警机制:监控数据,识别出潜在流失用户。
中移动通信客户流失分析方法中移动通信客户流失分析方法引言1. 数据收集数据收集是客户流失分析的基础。
中移动通信公司可以通过多种方式收集客户相关数据,包括但不限于:用户调查:定期进行用户调查,了解客户的满意度和需求。
运营数据:收集客户的通话记录、短信记录、流量使用情况等运营数据。
客户反馈:及时记录客户的投诉和建议。
通过数据收集,中移动通信公司可以获取大量客户信息,并为后续的流失分析提供数据支持。
2. 数据预处理在进行客户流失分析之前,需要对收集到的数据进行预处理。
预处理包括数据清洗、数据整理和数据标准化等步骤。
数据清洗是指清除数据中的错误、重复和缺失值。
数据整理是将不同来源的数据整合到同一份数据表中,以便统一分析。
数据标准化是将不同度量指标转化为统一的标准,方便比较和分析。
通过数据预处理,可以确保分析的准确性和可靠性。
3. 客户流失指标客户流失指标是衡量客户流失程度的重要标志。
中移动通信公司可以选择一些常用的客户流失指标进行分析,包括但不限于:流失率:衡量单位时间内客户的流失数量占总客户数量的比例。
客户生命周期:客户从加入中移动通信公司到离开的整个时间周期。
客户价值:客户在其生命周期内为公司创造的收益。
通过客户流失指标的分析,中移动通信公司可以了解客户流失的程度和趋势,进而采取相应的措施。
4. 客户流失原因分析了解客户流失的原因对于制定相应的挽留策略非常重要。
中移动通信公司可以通过以下几种方法进行客户流失原因分析:数据挖掘:使用数据挖掘技术,挖掘出与客户流失密切相关的因素。
客户反馈分析:分析客户反馈信息,了解客户离开的具体原因。
对比分析:将流失客户和留存客户进行对比分析,找出不同之处。
通过客户流失原因分析,中移动通信公司可以找到客户流失的主要原因,并采取相应的挽留措施。
5. 挽留策略根据客户流失原因分析的结果,中移动通信公司可以制定相应的挽留策略。
挽留策略可以包括但不限于:个性化营销:根据客户的特定需求,提供个性化的产品和服务。
中移动通信客户流失分析方法中移动通信客户流失分析方法引言客户流失是通信运营商面临的一个大问题。
随着竞争的加剧,通信运营商需要更好地了解客户流失的原因和模式,以制定有效的客户留存策略。
本文将介绍中移动通信客户流失分析方法,帮助运营商提高客户留存率,增加收入。
方法一:综合数据分析综合数据分析是客户流失分析的重要方法之一。
通过对中移动通信的用户数据进行分析,可以识别出引起客户流失的因素。
以下是一些常用的数据分析方法:- 挖掘关联规则:通过挖掘用户行为数据,如通话时长、流量使用量等,可以发现用户流失的关联规则。
例如,用户通话时长减少并且流量使用量增加,则有可能导致客户流失。
- 构建预测模型:利用机器学习算法,建立预测模型,预测客户是否会流失。
常用的算法包括逻辑回归、决策树、随机森林等。
通过对用户数据进行训练和测试,可以预测客户流失的可能性。
- 分析业务数据:分析用户的业务数据,如套餐使用情况、漫游情况、优惠活动参与情况等,可以了解用户流失的原因。
例如,某个套餐的流失率较高,则需要对该套餐进行调整。
方法二:用户调研分析除了数据分析外,用户调研也是了解客户流失原因的重要途径。
中移动通信可以通过以下方式进行用户调研分析:- 方式访谈:通过方式方式与一部分流失客户进行访谈,了解客户流失的主要原因以及改进的建议。
- 网络调查:通过发送问卷调查,让用户匿名填写,了解用户的需求和满意度,找出影响客户流失的关键因素。
- 焦点小组讨论:组织一些流失客户参与的焦点小组讨论,深入交流客户对中移动通信的不满和改进建议。
通过用户调研分析,中移动通信可以更加深入地了解用户的需求和想法,为客户留存提供有针对性的改进措施。
方法三:竞争对手分析竞争对手分析可以帮助中移动通信了解竞争对手的优势与劣势,从而制定针对性的留存策略:- 产品比较:对比竞争对手的产品特点、套餐价格、服务质量等方面,找出与中移动通信的差距,提出改进意见。
- 市场份额分析:分析竞争对手的市场份额变化趋势,了解他们的客户流失情况,为中移动通信建立流失预警系统提供参考。
用户流失数据分析报告原因分析与挽留策略用户流失数据分析报告:原因分析与挽留策略一、引言近年来,随着互联网的快速发展,用户留存成为各个行业的重要指标之一。
然而,不可避免地,用户流失也是现实中的一个问题。
本报告旨在通过对用户流失数据进行分析,找出造成用户流失的原因,并提出相应的挽留策略。
二、原因分析用户流失可能受到多种因素的影响,以下是对其中一些常见原因的分析:1. 缺乏个性化服务当用户感受不到个性化的关怀时,他们更容易流失。
数据显示,缺乏个性化服务是导致用户流失的主要原因之一。
公司应该根据用户的兴趣、购买历史和行为等数据,为用户提供定制化的产品推荐和服务。
2. 使用体验差用户体验是用户决定是否流失的重要因素。
如果产品的界面设计不美观,功能体验不佳或者存在严重的BUG,用户就很难忍受。
因此,公司应该不断优化产品的用户体验,确保用户能够流畅地使用产品。
3. 服务质量不达标用户往往会对公司提供的服务质量进行评估,如果服务质量不达标,用户就会失去信任感。
为了减少流失率,公司应该注重提高客户服务水平,解决用户的问题和疑虑,确保用户获得满意的服务。
4. 竞争对手优势市场上往往存在许多竞争对手,如果竞争对手的产品或服务更具吸引力,用户就有可能转而选择竞争对手。
因此,公司应该密切关注竞争对手的动向,不断提升自身的产品品质和服务水平。
三、挽留策略针对以上原因分析,为了降低用户流失率,提出以下挽留策略:1. 实施个性化营销通过对用户数据的深度分析,提供个性化的产品推荐和定制化的服务。
给用户提供与其兴趣和购买历史相符的内容,提升用户的满意度和忠诚度。
2. 持续改进产品体验与用户保持紧密联系,关注用户的反馈和需求。
根据用户的反馈意见,持续改进产品的界面设计、功能体验和稳定性,提高用户的满意度。
3. 提高服务质量公司应该建立完善的客户服务体系,及时解决用户的问题和疑虑。
为用户提供高质量的售前咨询和售后技术支持,增加用户的信任感和忠诚度。
用户流失报告客户流失的模型构建与应用用户流失报告1. 引言用户流失是指用户停止使用某个产品或服务的行为,对于企业来说,用户流失是一项严重的问题,不仅意味着对现有用户的损失,还可能影响企业的声誉和市场份额。
因此,构建有效的用户流失模型并将其应用于实际业务中,对于企业来说至关重要。
2. 客户流失的模型构建为了构建客户流失的模型,我们首先需要收集和整理大量的数据。
这些数据可以包括用户的个人信息、使用行为数据、交易记录等。
接下来,我们需要对这些数据进行预处理,包括数据清洗、特征提取等步骤。
2.1 数据清洗在进行数据分析之前,我们需要对数据进行清洗,以去除重复、缺失或错误的数据。
这可以通过使用数据清洗工具或编写自定义脚本来实现。
清洗后的数据将更加准确可靠,有助于后续的分析和建模工作。
2.2 特征提取特征提取是指从原始数据中提取出最能反映用户流失情况的特征。
这些特征可以包括用户的年龄、性别、消费金额、使用频率等。
我们可以使用统计学方法或机器学习算法来选择和提取这些特征。
2.3 模型选择与训练在选择模型时,我们可以根据实际情况选择适合的算法,如逻辑回归、随机森林或神经网络等。
然后,我们可以使用已准备好的数据集来训练模型,并使用交叉验证等方法评估模型的性能和准确性。
3. 客户流失模型的应用客户流失模型的应用可以帮助企业识别潜在的流失用户,并采取相应的措施来挽回这部分用户。
以下是一些常见的应用场景:3.1 个性化推荐通过分析用户的特征和行为数据,我们可以向用户提供个性化的推荐。
这样,用户能够更容易找到自己感兴趣的产品或服务,从而增加用户的粘性和留存率。
3.2 定向营销客户流失模型还可以用于定向营销,即向有流失风险的用户提供定制化的优惠、礼品或服务。
这样一来,用户可能更有动力继续使用产品或服务。
3.3 潜在用户预测通过客户流失模型,我们还可以预测未来可能出现流失的用户。
这样,企业可以提前制定相应的措施,以减少流失率并增加用户的忠诚度。
移动通信行业客户流失原因及对策在当今竞争激烈的移动通信市场中,客户流失已成为各大运营商面临的一个严峻问题。
客户的流失不仅意味着业务收入的减少,还可能影响企业的声誉和市场份额。
因此,深入研究客户流失的原因,并制定相应的对策,对于移动通信企业的持续发展至关重要。
一、移动通信行业客户流失的原因1、服务质量不佳服务质量是影响客户满意度和忠诚度的关键因素。
如果客户在办理业务时遭遇繁琐的流程、长时间的等待、工作人员态度冷漠或业务不熟练等问题,就容易产生不满情绪,从而导致客户流失。
例如,客户在咨询套餐变更时,客服人员不能清晰准确地解答问题,或者办理业务的手续过于复杂,都会让客户感到失望。
2、网络质量问题网络质量是移动通信的核心竞争力。
如果网络信号不稳定、通话质量差、数据传输速度慢,客户在使用过程中会感到不便,尤其是在关键时刻,如紧急通话或重要文件的传输时出现问题,客户很可能会选择更换运营商。
3、套餐不合理套餐的设计直接关系到客户的消费体验。
如果套餐内容不能满足客户的需求,或者价格过高,客户就会觉得性价比不高,从而考虑更换更合适的套餐或运营商。
例如,对于流量需求较大的客户,如果套餐中的流量不够用,而超出部分的费用又过高,就会促使客户寻找其他解决方案。
4、竞争对手的吸引竞争对手推出更有吸引力的产品和服务,如更低的价格、更丰富的套餐内容、更优质的网络等,可能会导致客户的流失。
例如,新的运营商进入市场,通过低价策略吸引大量客户,原有的运营商如果不能及时应对,就可能会失去一部分客户。
5、缺乏个性化服务在个性化需求日益增长的今天,如果移动通信企业不能根据客户的消费习惯、偏好和需求提供个性化的服务,客户就可能会感到被忽视,从而降低对企业的忠诚度。
比如,有些客户喜欢看视频,运营商如果不能为其提供专属的视频流量套餐或优惠,客户可能会转投其他能满足其需求的运营商。
6、客户自身因素客户自身的情况发生变化,如搬迁到其他地区、工作性质改变、经济状况变化等,也可能导致客户流失。
移动通讯行业客户流失预警及挽留模型构建与应用作者:吕巍李玉峰来源:《移动通信》2009年第18期【摘要】文章以移动通信业为例,讨论企业如何分析客户的基本数据、交易数据和行为模式,建立客户流失预测模型,并在此基础上进行初步的流失原因分析和流失趋势预测,给出有效控制客户流失的建议。
【关键词】数据挖掘客户流失预警客户挽留 CRM在渐趋成熟的竞争性市场环境下,理解客户行为并做出有效反应是企业生存和发展的根本保障。
客户流失是高度竞争产业中的一个普遍现象,也是束缚企业发展的瓶颈问题。
迄今为止,大部分企业解决客户流失问题的主要手段还停留在经验识别的水平上;而学术界对客户流失问题的研究则主要集中在流失种类、原因和后果的定性识别上,这些研究结果和商业问题的耦合相对松散,难以在管理实践中加以应用。
数据挖掘技术的出现,有效地解决了上述问题。
但现有的少数利用数据挖掘工具对客户流失数据建模的尝试,大多过分注重对算法与技术的研究,而忽视了对商业问题解决的重视。
而且,这些研究并未将对客户流失研究的成果深入到客户保留领域,使得作为客户流失研究最终目的的客户保留和客户价值提升工作缺乏系统的可操作的管理体系。
1 理解客户流失与客户保留客户流失问题是客户关系管理CRM中客户忠诚度研究的重要内容之一。
早在1984年,有研究就发现获取一个新客户的成本比维持一个现有客户的成本高五倍。
因此,企业应充分重视两类客户:一类是“竞争性的客户”,即那些虽然现在将本企业视为“首选”,但却认为其它某些供应商与本企业是非常类似的客户;其次是“可转变的客户”,即那些认为本企业与这些客户的首选供应商是非常类似的客户。
对这两类客户应采取不同的营销手段以有效防止潜在流失,达到良好的销售效果。
对客户忠诚度的研究主要集中于客户与厂商建立并保持关系意愿上。
同时,一些学者认为,应对那些尽管仍然保持忠诚,却比其他人有更高的离开关系意愿和更少的保持关系意愿的客户给予特别关注。
客户流失和客户保留是一组对企业经营效益有着显著影响的概念。
国外研究发现客户流失对公司的利润有着惊人的影响,远远超过公司规模、市场份额、单位成本和其它许多通常被认为与竞争优势有关的因素。
因此“客户保留”应运而生,成为学术界和企业界均极为关注的问题。
通过实施客户保留,客户流失率小小的降低就能导致利润可观的改善。
有关方面对美国9个行业进行调查的数据表明,客户流失率降低5%,行业平均利润增加幅度在25%~85%之间。
在各行业,客户保留已成为公司成功至关重要的目标。
2 客户为什么会流失客户流失主要是基于以下原因:(1)产品质量与价格产品的质量与价格是导致客户流失的主要因素之一。
为客户提供品质优良的产品是企业必须尽到的义务。
粗制滥造或性能不达标的产品必然导致客户的流失。
所以,企业开展商业活动必须以产品的高质量为基础。
产品和服务的个性化也可以有效地降低企业客户流失率。
(2)对客户不闻不问客户的抱怨和询问不能得到妥善的处理会造成他们的离去。
真正提出抱怨的客户也是最有可能回头的客户,企业应当认真倾听客户的意见,给予及时妥善的解决,让他们感觉到自己受到了尊重。
在提高客户的满意度的同时还能从客户那里收集到免费的建议,以便不断改善企业的产品和服务。
(3)对员工置之不理为了保持客户,企业必须首先赢得自己的员工,特别是那些直接与客户打交道的人员。
企业员工的流失,可能导致和他长期保持联系的重要客户的流失。
为了减少客户流失率,要求企业必须拥有高素质的、稳定的员工群体。
此外,企业思想消极以及竞争对手的行动也是企业客户流失的主要原因。
3 利用数据挖掘进行客户流失分析的可行性预测哪些客户将要流失,并不是一件容易的事情。
但可喜的是在某些行业,如移动通讯业、银行业等,企业已经积累了大量的有关客户的有用信息,如运营商系统中的通话行为数据,客户服务系统的客户服务、查询与投诉数据,账务系统的缴费数据等。
通过对大量的客户数据进行分析处理,归纳出具有流失倾向客户的行为特点和规律,建立起数据挖掘模型,并不断地进行实证校验,完全可以在一定程度上预测出客户的流失倾向。
流失预警模型构建的第一步是采用数据挖掘中的决策树、神经网络等分析技术,通过对数据的探索和分析归纳出具有高度流失倾向的用户普遍特征。
然后从现有用户中找出具有类似特征的用户群,通过大量的对比分析,最终利用用户的历史行为数据将不同用户归入不同的群组,并对不同用户群的流失倾向给予评分,形成对客户流失可能性的预测。
图1反映的就是数据挖掘模型的核心部分——分类与预测的一个简单例子(以移动通讯行业为例)。
算法的输入是一部分样本数据(即训练数据),通过分类算法,按我们需要的目标属性,对这些样本数据进行多次分类,直到找到可以将目标属性全部筛选出来的标准。
最后在其它样本数据上应用这些标准,预测可能同样具有目标属性的数据。
图1分类与预测的一个例子在客户流失预警模型中,通常采用决策树算法获取分类标准。
图2简单地说明了流失预警模型的工作原理。
假定训练数据中有100万个客户的信息,其中有5万已经流失。
通过多个变量,逐层将这100万个客户分组,即把他们归入图中决策树不同的叶子中。
通过多次分类,最终发现不同方格里的分组用户的流失倾向也不同。
如绿色方块所示,同时满足A1、B1、 (X1)条件的用户的流失概率是66.7%,远远大于样本的平均流失率5%。
这样,通过构建流失预警模型,就非常准确地发现了具有高流失倾向的用户群。
如果将其他用户的行为数据作为模型的输入,对这群用户的流失倾向进行评分,就可以发现具有较高流失可能的用户群体。
这意味着如果对这一类客户进行挽留的话,将大大提高挽留工作的针对性,以尽可能少的资源投入换取尽可能大的挽留成果。
图2 流失预警模型的决策树算法举例4 移动通信行业客户流失预警及挽留流程客户流失解决方案可以划分为四部分:发现挽留机会→制订挽留策略→实施挽留行动、收集客户反馈→评估挽留效果并调整策略。
(1)发现挽留机会最基本的做法是建立客户流失预测模型(用决策树方法),然后对在网客户进行流失倾向的评分,按倾向高低判别。
但此处最好结合对全体客户的分群来识别出真正的挽留机会,并非流失倾向越高就越值得挽留。
比如可以按照客户价值进行分群,优先考虑对中高价值客户的挽留;同时根据客户行为分群,判别出哪些客户可能已经用了竞争对手的服务,或者属于欺诈类型的客户,对这批客户的挽留可能是没有成效的,不应视为挽留机会。
(2)制订挽留策略经过第一个步骤,我们已经从预测名单中圈定了值得挽留的客户。
但是一般来说,这批客户依然数目较大,难以逐个分析而决定采取何种挽留策略。
可以对圈定的客户进行进一步分群,将他们划分为几种类型,当然此时最好在分群模型中放入行为等属性,然后逐群制订有针对性的挽留策略。
比如有的群组是属于夜间通话多(和总体的均值相比)的客户,那么针对他们的挽留策略可能是推荐一些夜间通话优惠的资费方案。
(3)实施挽留行动、收集客户反馈这里最好有类似操作型CRM的系统来支撑。
将上述两步骤给出的挽留机会和挽留策略分配给相应的实施人员,由他们实施,并收集客户反馈。
在挽留阶段,最佳实践步骤是:◆下载预警高危客户名单;◆预警高危客户分类分析;◆针对不同高危细分人群设计适宜的政策;◆大客户经理对高危名单进行分析并判断是否回访;◆开展回访并对过程进行详细记录;◆分析对比及经验总结。
(4)评估挽留效果在客户流失预测专题分析的试运行阶段,由于模型预测的效果、挽留机会的识别是否准确、挽留策略的制订是否合适等方面尚未得到确认,常常会将预测名单中圈定的客户划分为两组——实施组和对照组。
对前者展开挽留,对后者不采取任何行动,根据两组的流失情况来评估模型的预测效果和挽留效果。
当专题分析基本稳定后,对照组会被取消。
5 结论实际上,回答流失预警模型要不要做,首先要回答的问题是:客户关怀要不要做?也就是说,做流失预警模型的目的是为了降低流失率呢?还是为了提高关怀与挽留工作的有效性?这是一个不能回避的问题,但它的答案也是早就存在的。
那就是:如果是单纯为了大幅度降低客户流失率,流失预警模型所起到的效果是相对较小的。
为什么呢?原因也很简单,数据挖掘的流失模型其实是一种方法论,它并不能直接带来客户流失率的降低。
打个比方,就如同病人看病,再先进的医疗设备也只能帮助病人查出毛病,而不能帮助病人养好病。
归根结底,流失预警模型的构建目的应该是为了提高关怀与挽留工作的有效性,而不是所谓的大幅度降低用户流失率。
参考文献[1]戴维•奥尔森,石勇,著. 吕巍,等译. 商业数据挖掘导论[M]. 北京: 机械工业出版社,2007.[2]吕巍,编著. 精确营销[M]. 北京:机械工业出版社,2008.[3]周颖,等. 基于数据挖掘技术的移动通信行业客户细分[J]. 上海交通大学学报,2007(7).[4]梁波,吴俊峰,舒华英. 移动通信客户保持及其决定因素实证研究[J]. 北京邮电大学学报(社会科学版),2005(4).[5]吴学雁,辜敏,漆晨曦. 综合运用各种建模方法提高预测模型的准确度[J]. 广东通信技术,2006(6).[6]盛昭瀚,柳炳祥. 客户流失危机分析的决策树方法[J]. 管理科学学报,2005(2).★【作者简介】吕巍:教授,上海交通大学安泰经济与管理学院副院长,博士生导师,研究方向为消费者行为和战略管理。
李玉峰:上海交通大学安泰经济与管理学院博士研究生,研究方向为消费者行为。