1、浅谈移动运营商对客户的离网控制中国移动通信集团新疆有限公司 吴超摘 要：移动运营商通过分析影响客户离网的主要因素，结合先进的数据挖掘技术建立客户离网预警模型，运用离网预警模型准确找出将要离网的客户，有 针对性的设计挽留策略并加以实施，最终实现减少客户离网，降低企业营销成本，提高客户忠诚度，延长客户生命周期，进而提升客户生命周期价值的目标。关键词：客户 离网1 移动客户离网之现状及对移动运营企业的影响1.1 移动客户离网现状随着我国改革开放、经济建设的不断深入，人们对通信的需求日益增长，我国已成为世界上移动电话用户超过固定电话用户的国家之一。中国信息产业的改革打破了电信业的垄断，竞争机制的格局已
2、经形成，多家移动运营商积极发展，导致目前市场竞争异常激烈，市场中新的客户资源变得相对缺乏。在这种市场环境下各大移动运营商的营销策略也发生了很大转变，由以前高速发展客户数量、扩张市场占有率，逐渐转变到重点发展高价值客户、保持现有市场占有率尤其是高端市场占有率方面。这种在市场相对成熟阶段下的营销策略，直接导致各大移动运营商将自己的目标客户群定位在竞争对手的现有客户甚至是现有高价值客户上，各个移动运营商在互相争夺对方现有客户的同时也形成了严重的客户离网问题。1.2 客户离网对移动运营企业的影响激烈的行业竞争使移动运营商获得一个新客户的成本越来越大，相反，由于各移动运营商推出的服务之间可替代性越来越强
3、，使现有客户的离网越来越容易。高价值客户的离网对公司的影响如釜底抽薪，不但使公司开发和培养客户时投入的成本毁于一旦，又使目前已稳定的收入水平直线下降，还会让竞争对手日渐强大。客户离网给移动运营商带来的利润损失包括： 摊分成本的客户数减少 业务量、收入下滑导致业务收益的减少事实也证明，留住原有客户比争取同样价值的新客户成本要低很多。因此，如何在客户 离网之前准确的预测出该客户，使移动运营商对其离网原因进行关注，进而根据分析出的客户离网原因设计有效挽留策略并实施，最终实现减少客户离网，提升客户的生命周期价值已经成为移动运营商目前面临的一项重大课题。1 移动运营商对客户离网的定义及分类1.1 移动运
4、营商对客户离网的定义通过研究发现移动运营企业客户离网有两种表现形式，即客户被动离网和客户主动离网。客户被动离网表现为移动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。客户主动离网表现为客户由于多种原因主动提出与移动运营商中止入网时所签订的提供服务协议。1.2 移动运营商对客户离网的分类客户被动离网是由于移动运营商在发展客户的过程中忽视了客户质量造成的。而客户主动离网则分为三种情况，一种是客户不再使用任何一家移动运营商的移动业务，即“客户 退网” ，另一种是客户选择了另一家移动运营商，即“客户转网”；还有一种是客户先离网后再重新选择原来的移动运营商入网，即“公司内客 户转网”
5、。只要在发展客户的过程中注意保证客户质量，客户的被动离网是可以避免的，但在目前整体社会客户信用体制尚未健全的大环境下，客户主动离网的原因大多也是以被动离网的形式体现的，所以才有被动离网客户占离网总客户较大比例的情况出现，本文主要研究可控因素范围内的客户离网，这些客户离网有少部分以主动离网的形式表现，而绝大多数以被动离网的形式表现。2 客户离网原因分析通过对客户需求心理的分析发现影响客户离网的因素有： 资费 网络 业务功能 服务 客户自身内部通过对以上客户离网原因的分析总结出客户离网常见的理由如下： 经济负担重，不再使用 资费高选取低资费的业务产品 客户对网络质量和业务功能的不满意 客户对服务的
6、不满意 季节性消费暂时不使用 到其它地区工作，不再需要 不愿意太多人知道自己的号码 其他如手机丢失或欠停不再使用等3 离网客户预测 当我们发现客户已经到营业前台办理离网时，再想挽留客户通常成功率非常低。如果能够提前预知哪些客户有离网倾向，并有针对性的对这样的客户群进行挽留将有效遏制客户的流失率。客户的流失是有着各种征兆和规律可循的，只是我们因客户数量庞大，人手有限，以通常的办法，很 难准确而迅速的发现这些客户群体。一个不争的事实是，获得新客户的成本远远高于维护一个老客户的成本，因此，预测客 户在未来几个月内的流失的可能性,而后及时提供关怀服务就变得尤为重要。离网客户预测是通过相关的离网预警数据
7、挖掘模型来实现的。数据挖掘是指通过机器学习、模式识别、统计分析等技术对数据库或数据仓库中的大量数据进行深入分析，发现隐藏在其中的规律和模式，获取所需知识，以帮助企业更好地做出决策。移动运营商在给客户提供信息传递服务的同时也收集到大量与客户相关的信息，例如客户基本资料、客户缴费资 料、客户投诉资料、客户帐单、客 户通话资料等信息。在这些海量信息的基 础上运用数据挖掘技术分析客户消费行为习惯，建立离网预警数据挖掘模型并 预测出将要离网的客户。决策树离网预警数据挖掘模型区分出不同的离网客户群组及每一群组的离网潜在因素，发现某一个离网群组的共同特性。即： 客户最近一月出帐与近三月平均出帐额比例低于 0
8、.33 曾欠费停机 最近一个月出账额不超过 14 元 更换过资费套餐 近六个月迟缴费超过 5 次在这一个离网群中 70的客户真正离网了，从特征来看这一组客户在离网前明显减少使用量并且缴费行为已经开始恶化，曾更换过资费套餐说明客户对资费方案比较敏感，这些都构成了该客户群体离网的因素。客户离网模型的输出结果中包括客户离网倾向评分、客户在决策树上所经过的路径及其含义。客户离网倾向评分用来做为客户离网的概率（介于 0 到 1 之间），以区 别不同客户离网可能性的高低。关联客户相关资料取出客户的名称、属性、 归属地区、手机号码、联系电话、地址、前 6 个月平均帐单费用等信息，辅助判断客户价值的高低和重要
9、程度，并方便联系客户。4 制定相应的挽留策略通过分析和总结离网实际情况和过去的挽留工作，制定了以下挽留策略：4.1 对可能离网客户的事前挽留策略 接触 设计接触的步骤 掌握接触的要领 交流 关怀时语言的注意事项 表明目的，让客户产生愿望 帮助客户明确需求，放弃离网 挽留 选择促成挽留客户的时机 掌握挽留客户的方法、技巧 把握挽留客户的原则 定期关怀服务挽留成功只是开始，要保持与被挽留客户的密切交互，观察客户的动态，适 时推荐相关业务免费或优先使用，提高客户忠诚度；并通过有针对性的产品促销服务，提升客户价值。4.2 客户离网时的挽留策略对可能离网客户的实施事前挽留策略后依旧会有客户来柜台办理离网
10、业务， 针对这部分客户，可以进行“客 户离网挽留关怀”，离网时挽留关怀的主要策略是： 在自办营业厅设立离网咨询席，只在主营业厅设有离网专柜，集中资源在一点，避免因自办营业厅人员挽留工作能力不足，而造成成本可以挽留的客户最终离网。 成立客户挽留部（组），挑选素质高的专业人员做现场的挽留工作。对他们进行营销知识的专业培训，并给以充分的授权。 给执意离网的客户赠送精心设计的“离网关怀卡” ，客户凭卡三个月内恢复原号码免收卡费。4.3 客户离网后的关怀策略无论多么尽力实施挽留策略，依旧会有客户因为各种各样的原因离开。离网后的再关怀工作就是说服离网的客户再次回来。统计表明，说服过去的客户重新购买和使用要
11、比寻找一个新客户更容易，因此也不能忽视这方面的工作。公司的客户挽留部（组）对实际离网客户进行分组分析，在诸如：节日、客户 生日、客 户 入网日等重要纪念日向客户致电问候，感激消费者曾经的支持，并提供优惠入网方案或新业务，表达愿意再次为客户服务的愿望，培养客户的归属感与忠诚度。5 实施挽留策略并研究反馈结果5.1 客户挽留实施通过大客户经理、呼叫中心或营业前台等渠道，依照制定好的挽留方案，对 有离网倾向的客户进行挽留，并记录反馈执行结果。 5.2 反馈将所有结果汇总并进行分析，把与客户交流接触中新发现能体现客户将要离网的相关要素反馈回离网客户预测阶段，进一步分析客户数据找出与该要素对应的变量加入
12、离网预警模型中；对于那些在客户接触中作用不十分明显的要素也反馈回相关环节进行整合优化，按照建立模型的流程重新实施，从而进一步提高模型命中率。通过分析汇总结果还可以改善相应的挽留策略，优化与客户接触、交流、和挽留的方式方法，提高挽留的成功率。6收益分析实践证明有目的、有针对性的做客户挽留比漫无目的的做挽留工作会为企业带来了更大的收益。服务同样多的客户群体，在有、无模型的情况下，投入的基本成本相同。无模型时，真正有离网倾向的客户比较少，成功挽留的客户相对更少，因此投入的挽留成本也比较少，所带来的收益就更少。有模型的情况下，同样多的服务对象，有离网倾向的客户占了比较大的比例，相对来说成功挽留的客户数
13、就比较大，这时虽然投入的挽留成本变大，但所带来的收益更大。通过以下的公式来对比模型前后的收益情况：挽留客户总收益基本成本挽留成本结合某省某地市的实际情况可以看到使用模型前、后的收益情况分析： 参数设定预测离网客户进行挽留的成本A为真正有离网倾向的客户提供挽留服务的成本B执行挽留活动的客户数C离网率D模型命中率=E客户回应率F挽留客户单位收益K则使用模型:有效挽留客户数 G=C*E挽留客户总成本 H=C*A+G*B挽留客户总收益 L=K*G挽留客户收益率 M=(L- H)/H没有模型:有效挽留客户数 I=C*D挽留客户总成本 J=C*A+I*B挽留客户总收益 L=I*K挽留客户收益率 N=（L-
14、 J）/J 模型使用前、后收益对比使用模型后 没有模型指导服务成本/客户A 10 A 10行销成本/客户B 300 B 300客户名单 C 5600 C 5600命中率 E 30 D 5回应率 F 40% F 40%有效挽留客户数G=C*E*F 672 I=C*D*F 112挽留客户总成本H=C*A+G*B257600 J=C*A+I*B89600挽留客户单位收益K 960 K 960挽留客户总收益L=K*G 645120 L=I*K 107520收益率 M=(L- H)/H 150% N=（L- J）/J 20%通过上表可以看出使用离网预警模型实施挽留的收益率是未使用模型收益率的 7.5 倍
15、7. 离网挽留活动效果分析离网预警模型的最终目的就是降低客户离网率，以某省某地市为例对比当地 2002 年、2003 年离网率的情况，以此评定离网预警模型的作用。0.00%2.00%4.00%6.00%8.00%10.00%12.00%14.00%16.00%1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月 12月2003年 离 网 率 (%)2002年 离 网 率 (%)图： 某省某地市 2002 年、2003 年离网率比较综上所述，移动运营商通过分析影响客户离网的主要因素，结合先进的数据挖掘技术建立客户离网预警模型，运用离网预警模型准确找出将要离网的客户，有针对性的设计挽留策略并加以实施，最终实现减少客户离网，降低企业营销成本，提高客户忠诚度，延长客户生命周期，进 而提升客户生命周期价值的目标。数据挖掘技术确实对客户挽留工作有非常显著的指导作用。如果说我们过去的离网前挽留工作是漫无目的的乱放炮，那么客户流失预测模型就是我们的瞄准镜，将我们的工作焦点集中在有高流失倾向的少部分客户身上，在减少营销成本的同时，大大提高了挽留工作的效率。（审稿：邓玉江）
