移动通讯行业客户流失预警及挽留模型构建与应用.doc

移动通讯行业客户流失预警及挽留模型构建与应用
-12-4
 
　　[摘要]文章以移动通信业为例，讨论公司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，并在此基本上进行初步的流失因素分析和流失趋势预测，给出有效控制客就是数据挖掘模型的核心部分——分类与预测的一种简朴例子(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)，通过度类算法，按我们需要的目的属性，对这些样本数据进行多次分类，直到找到可以将目的属性所有筛选出来的原则。最后在其他样本数据上应用这些原则，预测也许同样具有目的属性的数据。
　　
　　图1分类与预测的一种例子
　　
　　在客户流失预警模型中，一般采用决策树算法获取分类原则。图2简朴地阐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。通过多种变量，逐级将这100万个客户分组，即把她们归入图中决策树不同的叶子中。通过多次分类，最后发现不同方格里的分组顾客的流失倾向也不同。如绿色方块所示，同步满足A1、B1、…、%，远远不小于样本的平均流失率5%。这样，通过构建流失预警模型，就非常精确地发现了具有高流失倾向的顾客群。如果将其她顾客的行为数据作为模型的输入，对这群顾客的流失倾向进行评分，就可以发现具有较高流失也许的顾客群体。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，以尽量少的资源投入换取尽量大的挽留成果。
　
　
　　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→制定挽留方略→实行挽留行动、收集客户反馈→评估挽留效果并调节方略。
 
　　(1)发现挽留机会
 
　　最基本的做法是建立客户流失预测模型(用决策树措施)，然后对在网客户进行流失倾向的评分，按倾向高下鉴别。但此处最佳结合对全体客户的分群来辨认出真正的挽留机会，并非流失倾向越高就越值得挽留。例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；同步根据客户行为分群，鉴别出哪些客户也许已经用了竞争对手的服务，或者属于欺诈类型的客户，对这批客户的挽留也许是没有成效的，不应视为挽留机会。
 
　　(2)制定挽留方略
 
　　通过第一种环节，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，这批客户仍然数目较大，难以逐个分析而决定采用何种挽留方略。可以对圈定的客户进行进一步分群，将她们划分为几种类型，固然此时最佳在分群模型中放入行为等属性，然后逐群制定有针对性的挽留方略。例如有的群组是属于夜间通话多(和总体的均值相比)的客户，那么针对她们的挽留方略也许是推荐某些夜间通话优惠的资费方案。
 
　　(3)实行挽留行动、收集客户反馈
 
　　这里最佳有类似操作型CRM的系统来支撑。将上述两环节给出的挽留机会和挽留方略分派给相应的实行人员，由她们实行，并收集客户反馈。在挽留阶段，最佳实践环节是：
 
　　◆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合适的政策；
 
　　◆大客户经理对高危名单进行分析并判断