本科畢業(yè)設(shè)計(jì)-基于競(jìng)爭(zhēng)情報(bào)的電信客戶流失預(yù)警學(xué)位

PAGE中國(guó)科學(xué)技術(shù)信息研究所碩士學(xué)位論文基于競(jìng)爭(zhēng)情報(bào)的電信客戶流失預(yù)警TelecomCustomerChurnAlarmBasedonCompetitiveIntelligence）

獨(dú)創(chuàng)性聲明本人鄭重聲明：所呈交的學(xué)位論文，是本人在導(dǎo)師指導(dǎo)下，獨(dú)立進(jìn)行研究工作所取得的成果。盡我所知，論文中除已經(jīng)加以標(biāo)注和致謝的地方外，不包含任何他人享有著作權(quán)的內(nèi)容。對(duì)本論文所涉及的研究工作做出貢獻(xiàn)的其他個(gè)人和集體，均已在文中明確說(shuō)明并表示了謝意。研究生簽名：時(shí)間：年月日關(guān)于論文使用授權(quán)的說(shuō)明本人完全了解中國(guó)科學(xué)技術(shù)信息研究所有關(guān)保留、使用學(xué)位論文的規(guī)定，即：所里有權(quán)保留送交論文的打印稿和電子稿，允許論文被查閱和借閱，可以采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文。同意中國(guó)科學(xué)技術(shù)信息研究所用不同方式在不同媒體上發(fā)表、公布論文的全部或部分內(nèi)容。保密的論文在解密后遵守此規(guī)定。研究生簽名：時(shí)間：年月日導(dǎo)師簽名： 時(shí)間：年月日中圖分類號(hào)G35學(xué)校代碼80901UDC密級(jí)公開(kāi)中國(guó)科學(xué)技術(shù)信息研究所碩士學(xué)位論文基于競(jìng)爭(zhēng)情報(bào)的電信客戶流失預(yù)警TelecomCustomerChurnAlarmBasedonCompetitiveIntelligence學(xué)位類別__管理學(xué)__學(xué)位級(jí)別碩士_學(xué)科專業(yè)____情報(bào)學(xué)____研究方向信息分析研究與咨詢中國(guó)科學(xué)技術(shù)信息研究所論文提交日期(2007年05月)PAGEII學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨(dú)立進(jìn)行研究所取得的研究成果。除了文中特別加以標(biāo)注引用的內(nèi)容外，本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫的成果作品。對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。本人完全意識(shí)到本聲明的法律后果由本人承擔(dān)。作者簽名： 日期：年月日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向國(guó)家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。本人授權(quán)大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。涉密論文按學(xué)校規(guī)定處理。作者簽名： 日期：年月日導(dǎo)師簽名：日期：年月日致謝感謝導(dǎo)師趙新力研究員。他傳道授業(yè)、為人師表，教書育人、精益求精。本文從題目的確定到框架的構(gòu)建，直至正文的寫作,無(wú)不凝結(jié)著恩師的智慧和大量的心血。趙老師博大精深的學(xué)識(shí)、一絲不茍的風(fēng)格、謙虛平易的作風(fēng)、追求卓越的精神和對(duì)年輕人“傳、幫、帶”的風(fēng)范使筆者受益匪淺，實(shí)為筆者一生學(xué)習(xí)的楷模。感謝李艷副教授。李老師在競(jìng)爭(zhēng)情報(bào)理論和方法上給了我悉心的指導(dǎo)，使得我的論文有一定的理論高度，也使我在論文寫作中少走了許多彎路。感謝論文評(píng)審老師付出的辛勤勞動(dòng)。感謝中國(guó)科學(xué)技術(shù)信息研究所的關(guān)家麟研究員在論文終審階段所給予的指導(dǎo)，感謝趙俊杰老師在調(diào)查問(wèn)卷的設(shè)計(jì)中給予的指導(dǎo)，感謝張德老師、葉軍老師、趙琳老師、郝文英老師在我學(xué)習(xí)、生活中的諸多關(guān)懷，感謝劉敏感謝在論文寫作過(guò)程中給予我?guī)椭闹醒胁┓遄稍児镜母魑粚＜摇⒅袊?guó)移動(dòng)的各位專家。感謝所有關(guān)心幫助過(guò)我的同學(xué)和朋友，他們使我度過(guò)了美好的、令人懷念的兩年時(shí)光。感謝一直在背后默默關(guān)懷和支持我的父母、妻子。基于競(jìng)爭(zhēng)情報(bào)的電信客戶流失預(yù)警摘要競(jìng)爭(zhēng)情報(bào)作為一種現(xiàn)代企業(yè)生存、發(fā)展和壯大必不可少的方法和手段，在全球經(jīng)濟(jì)競(jìng)爭(zhēng)日益激烈的背景下得到了快速地發(fā)展，其影響已經(jīng)遍及世界各地。我國(guó)電信運(yùn)營(yíng)商在日益壯大的同時(shí)，不可避免地面臨著激烈的市場(chǎng)競(jìng)爭(zhēng)，面臨著日益嚴(yán)重的客戶流失問(wèn)題。電信客戶流失分析常用的數(shù)據(jù)挖掘方法有決策樹(shù)、自動(dòng)聚類、人工神經(jīng)網(wǎng)絡(luò)，它們是采用運(yùn)營(yíng)數(shù)據(jù)本身來(lái)訓(xùn)練模型的，沒(méi)有利用先驗(yàn)知識(shí)。電信客戶流失是由客戶、運(yùn)營(yíng)商及其競(jìng)爭(zhēng)者等多方面的因素決定的，利用關(guān)于這些因素的已有的先驗(yàn)知識(shí)，可以提高預(yù)測(cè)的精度。本文以競(jìng)爭(zhēng)情報(bào)為基礎(chǔ)，根據(jù)專家的認(rèn)識(shí)和已有的研究成果，通過(guò)問(wèn)卷調(diào)查、專家訪談、模糊數(shù)學(xué)、案例分析等方法，對(duì)電信客戶流失問(wèn)題進(jìn)行了深入的研究，建立了電信客戶流失風(fēng)險(xiǎn)指標(biāo)體系、電信客戶流失預(yù)警指標(biāo)體系和預(yù)警流程。本文為研究客戶流失等不確定問(wèn)題提供了新的思路。本文中，共有圖12幅，表12個(gè)，參考文獻(xiàn)31篇，其中英文10篇。關(guān)鍵詞:競(jìng)爭(zhēng)情報(bào)；電信；客戶流失；指標(biāo)體系；流失預(yù)警分類號(hào):G35

TelecomCustomerChurnAlarmBasedonCompetitiveIntelligenceAbstractCompetitiveIntelligence,anindispensablemethodforthesurvivalanddevelopmentofmodernenterprises,hasbeendevelopingveryquicklyinthefierceglobaleconomiccompetition,andhasspreaditsinfluenceallovertheworld.WhentelecomcompaniesinChinabecomestrongerdaybyday,theymeetcustomerchurninevitably.Generallyusedmethodsofanalysischurnoftelecomcompanyaredecisiontree,AutomaticclusterdetectionandArtificialNeuralNetwork,whicharebasedonthedataitself.Howeverthecustomerchurnisledbymanycomplexreasonssuchascustomer,thetelecomcompanyanditscompetitors.Ifwecombinedomainknowledge,theaccuracyofforecastcouldbeimproved.Adoptedthemethodofquestionnaire,interviewingexperts,Fuzzymathematics,casestudy,etc.,thispaperresearchestelecomcustomerchurnbasedoncompetitiveintelligence.Finally,thispaperbuildschurnriskindexsystem,churnalarmindexsystemandchurnalarmflowofthecustomersofmobiletelecoms.Thispaperintroducesanewmethodtosolveuncertainproblemsuchasanalysisofcustomerchurn.Keywords:CompetitiveIntelligence;Telecom;CustomerChurn;IndexSystem;ChurnAlarm目錄TOC\o"1-4"\h\z\u致謝 I摘要 II目錄 IV引言 11 文獻(xiàn)綜述 41.1 電信業(yè)客戶流失的現(xiàn)狀 41.2 電信業(yè)是建立在客戶流失基礎(chǔ)之上的行業(yè) 51.2.1 電信企業(yè)是由新技術(shù)創(chuàng)造的行業(yè) 51.2.2 新技術(shù)同化周期 51.2.3 電信業(yè)的同化吸收周期 71.3 運(yùn)營(yíng)商的客戶流失管理 101.3.1 中國(guó)移動(dòng)-客戶流失管理的支撐系統(tǒng)和策略 101.3.2 中國(guó)聯(lián)通-客戶全生命周期的維系與挽留支撐系統(tǒng) 111.3.3 對(duì)中國(guó)移動(dòng)和中國(guó)聯(lián)通的客戶流失管理的評(píng)價(jià) 121.3.4 全生命周期的客戶流失管理的思路 121.3.5 國(guó)外電信客戶保持策略 131.4 應(yīng)用數(shù)據(jù)挖掘的案例 141.4.1 客戶細(xì)分 141.4.2 模型數(shù)據(jù)屬性分析與約簡(jiǎn) 141.4.3 挖掘模型的構(gòu)建與評(píng)估 151.4.4 試點(diǎn)實(shí)施結(jié)果 171.4.5 應(yīng)用數(shù)據(jù)挖掘研究客戶流失的特點(diǎn) 172 電信客戶流失分析及應(yīng)用競(jìng)爭(zhēng)情報(bào)理論的必要性 182.1 競(jìng)爭(zhēng)情報(bào)與客戶流失風(fēng)險(xiǎn) 182.1.1 競(jìng)爭(zhēng)情報(bào)的定義 182.1.2 風(fēng)險(xiǎn)的定義與戰(zhàn)略風(fēng)險(xiǎn)的劃分 182.1.3 客戶流失的界定 182.1.4 競(jìng)爭(zhēng)情報(bào)是客戶流失風(fēng)險(xiǎn)管理的重要基礎(chǔ) 182.1.5 競(jìng)爭(zhēng)情報(bào)是一種有效的客戶流失風(fēng)險(xiǎn)管理工具 192.2 電信客戶流失原因的案例分析 202.2.1 案例一 202.2.2 案例二 202.2.3 客戶流失管理應(yīng)注意的地方 212.2.4 總結(jié) 222.3 研究運(yùn)營(yíng)商外部環(huán)境信息的必要性 232.3.1 技術(shù) 232.3.2 經(jīng)濟(jì) 242.3.3 人口的流動(dòng) 242.3.4 客戶 242.3.5 管制機(jī)構(gòu) 242.3.6 競(jìng)爭(zhēng)者 242.4 應(yīng)用數(shù)據(jù)挖掘研究客戶流失的不足 252.4.1 沒(méi)有考慮外界環(huán)境的影響 252.4.2 客戶挽留的實(shí)際效果差 252.5 客戶流失風(fēng)險(xiǎn)指標(biāo)體系 262.5.1 在客戶流失研究中引入競(jìng)爭(zhēng)情報(bào) 262.5.2 風(fēng)險(xiǎn)分析與客戶流失風(fēng)險(xiǎn) 262.5.3 層次分析 262.5.4 模糊層次分析 272.5.5 實(shí)例分析 292.5.6 結(jié)論 313 FBI的情報(bào)預(yù)警體系及電信企業(yè)的預(yù)警指標(biāo)與流程 333.1 競(jìng)爭(zhēng)情報(bào)的預(yù)警功能與客戶流失預(yù)警 333.2 FBI的預(yù)警體系及其優(yōu)點(diǎn) 343.2.1 觀念的轉(zhuǎn)變 343.2.2 聯(lián)邦調(diào)查局的情報(bào)預(yù)測(cè)步驟 343.2.3 優(yōu)點(diǎn) 383.3 FBI的情報(bào)預(yù)警方法應(yīng)用于電信運(yùn)營(yíng)商的可行性 383.4 客戶流失預(yù)警指標(biāo)的確定與優(yōu)先級(jí) 393.5 運(yùn)營(yíng)商的客戶流失預(yù)警流程 414 客戶流失預(yù)警體系在運(yùn)營(yíng)商中的應(yīng)用 444.1 基本情況 444.2 競(jìng)爭(zhēng)者的能力 444.2.1 價(jià)格 444.2.2 策反 454.2.3 新業(yè)務(wù) 454.2.4 促銷行為 454.3 客戶細(xì)分 464.4 競(jìng)爭(zhēng)者的行為及行業(yè)環(huán)境 474.5 客戶群的流失性 484.6 計(jì)算預(yù)警值 49結(jié)論 51參考文獻(xiàn) 53附錄A：第二輪調(diào)研問(wèn)卷 55附錄B：第三輪調(diào)研問(wèn)卷 61附錄C：層次分析軟件所得結(jié)果 67作者簡(jiǎn)介 70學(xué)位論文數(shù)據(jù)集 71圖目錄TOC\h\z\t"題注"\c圖1.1美國(guó)無(wú)線業(yè)的流失情況 4圖1.2新技術(shù)同化吸收曲線 6圖1.3有線業(yè)務(wù)同化吸收曲線 7圖1.4AMPS的生命周期 8圖1.5GSM的同化曲線 9圖1.6中國(guó)移動(dòng)數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的分級(jí)結(jié)構(gòu) 10圖2.1競(jìng)爭(zhēng)情報(bào)工作的地位 19圖2.2某運(yùn)營(yíng)商曾經(jīng)轉(zhuǎn)網(wǎng)和可能轉(zhuǎn)網(wǎng)客戶的轉(zhuǎn)網(wǎng)原因 20圖2.3某固定通信運(yùn)營(yíng)商所轄中心城市固定電話離網(wǎng)后去向 21圖2.4電信運(yùn)營(yíng)商的客戶流失原因魚刺圖 23圖2.5二級(jí)指標(biāo)在客戶流失風(fēng)險(xiǎn)中所占權(quán)數(shù)（排在前18位的指標(biāo)） 32圖3.1客戶流失預(yù)警流程圖 41表目錄TOC\h\z\t"標(biāo)題5"\c表1.1流失客戶預(yù)警模型中約簡(jiǎn)后的10種最主要的數(shù)據(jù)屬性 23表2.1某大客戶經(jīng)理挽留8月某旬挽留情況統(tǒng)計(jì) 30表2.2模型評(píng)價(jià) 33表2.3層次分析模型 36表2.4專家對(duì)某運(yùn)營(yíng)商的打分 38表3.1客戶流失預(yù)警指標(biāo)模型 48表3.2判斷信息的有效性 50表3.3判斷指標(biāo)的預(yù)警等級(jí) 51表3.4客戶群的可爭(zhēng)取性 51表4.1移動(dòng)通信業(yè)務(wù) 54表4.2競(jìng)爭(zhēng)者行為評(píng)價(jià) 56表4.3運(yùn)營(yíng)商自身的易受攻擊性評(píng)價(jià) 57表4.4某客戶群的流失性 57引言近十年來(lái)我國(guó)電信業(yè)以3倍于GDP的速度高速增長(zhǎng)，成為國(guó)民經(jīng)濟(jì)支柱產(chǎn)業(yè)中增長(zhǎng)速度最快的行業(yè)之一。但是,隨著市場(chǎng)的拓展和競(jìng)爭(zhēng)，電信企業(yè)也遇到了一些問(wèn)題，如代理費(fèi)用的升高和宣傳費(fèi)用的升高，這使發(fā)展新客戶的難度增加、收益率下降。價(jià)值客戶不僅是電信企業(yè)的寶貴資源，也是其競(jìng)爭(zhēng)對(duì)手不斷爭(zhēng)取的對(duì)象。電信企業(yè)的客戶流失非常嚴(yán)重。國(guó)內(nèi)某移動(dòng)運(yùn)營(yíng)商2004年1-10月份的平均客戶月離網(wǎng)率約為4%。Gartner公司的調(diào)查數(shù)據(jù)表明，開(kāi)發(fā)一個(gè)新客戶的費(fèi)用是維持一個(gè)老客戶成本的4-5倍[2]。另外有研究表明，一個(gè)公司如果將其顧客流失率降低5%，利潤(rùn)就能增加25-85%[1]47。運(yùn)營(yíng)商為了遏制客戶流失，需要對(duì)影響客戶流失的內(nèi)外部指標(biāo)進(jìn)行綜合評(píng)價(jià)。影響客戶流失的因素是多方面的，有客戶所在運(yùn)營(yíng)商、運(yùn)營(yíng)商的競(jìng)爭(zhēng)者、客戶、行業(yè)環(huán)境等，每一個(gè)因素又可分為多項(xiàng)指標(biāo)。競(jìng)爭(zhēng)情報(bào)是通過(guò)連續(xù)、系統(tǒng)地搜集有關(guān)競(jìng)爭(zhēng)環(huán)境、競(jìng)爭(zhēng)對(duì)手和組織自身的信息，幫助企業(yè)識(shí)別市場(chǎng)中的機(jī)會(huì)和威脅，縮短反應(yīng)時(shí)間，從而增強(qiáng)競(jìng)爭(zhēng)優(yōu)勢(shì)的一項(xiàng)智能活動(dòng)。如何確定預(yù)警信息的范圍，如何搜集和分析預(yù)警信息，都需要競(jìng)爭(zhēng)情報(bào)的研究。國(guó)內(nèi)的研究現(xiàn)狀：對(duì)客戶流失的研究，電信運(yùn)營(yíng)商的實(shí)踐領(lǐng)先于基礎(chǔ)理論。實(shí)踐中，電信企業(yè)越來(lái)越重視客戶流失的研究；軟件上，客戶流失管理系統(tǒng)往往是客戶關(guān)系管理系統(tǒng)的一部分，企業(yè)運(yùn)用CRM、BI技術(shù)對(duì)客戶進(jìn)行細(xì)分。如中國(guó)聯(lián)通有客戶維系與挽留支撐系統(tǒng)，中國(guó)移動(dòng)有經(jīng)營(yíng)分析系統(tǒng)(即BASS系統(tǒng)）。雖然企業(yè)有各種系統(tǒng)，但利用率有待提高，某些系統(tǒng)中數(shù)據(jù)的準(zhǔn)確率也較低，從而難以保證分析結(jié)果的準(zhǔn)確性。大部分電信企業(yè)也建立了自己的一套工作體系，應(yīng)用某些策略以維系和挽留欲離網(wǎng)的客戶[3]。如安徽電信的徐穎的《安徽電信：實(shí)施大客戶流失預(yù)警管理》對(duì)此進(jìn)行了闡述。中國(guó)聯(lián)通2005年的客戶維系與挽留計(jì)劃被稱為全生命周期的客戶流失管理。研究大都基于數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)挖掘。客戶流失分析常用的方法有自動(dòng)聚類、決策樹(shù)、人工神經(jīng)網(wǎng)絡(luò)和貝葉斯網(wǎng)絡(luò)。亞信科技、華院分析做了多個(gè)客戶流失項(xiàng)目。國(guó)外的情況：2004年，美國(guó)無(wú)線業(yè)的年客戶流失率達(dá)到40%，歐洲電信行業(yè)的客戶流失率略低于美國(guó)[4]2-3。客戶流失給美國(guó)的電信運(yùn)營(yíng)商每年造成的收入損失高達(dá)90億美元，還有額外的75億美元的獲得客戶的費(fèi)用。而不斷推出的新業(yè)務(wù)將加速客戶的流失，據(jù)In-Stat/MDR市場(chǎng)研究公司估計(jì)，號(hào)碼攜帶的實(shí)施，將使美國(guó)的客戶流失率增至46%[2]。上述情況激發(fā)了對(duì)電信業(yè)客戶流失的研究。代表性的著作：[美]Rob.Mattison.《TelecomChurnManagement》，本文以獨(dú)特的視角闡述了客戶流失管理對(duì)于電信企業(yè)發(fā)展的重要性，詳細(xì)介紹了客戶流失管理的具體方法。國(guó)外運(yùn)營(yíng)商一般也是利用數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)挖掘進(jìn)行客戶流失預(yù)警。SPSS、SAS都提出了自己的客戶流失解決方案。SPSS核心產(chǎn)品之一Clementine的CRISP－DM標(biāo)準(zhǔn)可以幫助電信行業(yè)用戶規(guī)范數(shù)據(jù)挖掘流程，以減少客戶流失。FBI的情報(bào)預(yù)警值得借鑒。911事件后，F(xiàn)BI加強(qiáng)其情報(bào)分析方法，創(chuàng)造了一套情報(bào)預(yù)警系統(tǒng)。這套系統(tǒng)應(yīng)用系統(tǒng)化的分析方法，對(duì)每日的恐怖報(bào)告進(jìn)行提煉、排列，做出判斷，并進(jìn)一步發(fā)出搜集情報(bào)指令，以對(duì)所得的判斷進(jìn)行修正，最后進(jìn)行預(yù)警。FBI的這套方法可以用于電信行業(yè)，以監(jiān)測(cè)行業(yè)環(huán)境、競(jìng)爭(zhēng)者、客戶對(duì)客戶流失的影響。本文的目的：構(gòu)造移動(dòng)通信客戶流失風(fēng)險(xiǎn)及預(yù)警指標(biāo)體系和流失預(yù)警流程，為分析客戶流失等不確定問(wèn)題提供新的思路，為分析電信運(yùn)營(yíng)商內(nèi)外部情報(bào)提供新的系統(tǒng)化的方法。本文內(nèi)容：本文從客戶流失的現(xiàn)狀出發(fā)，介紹了當(dāng)今流行的基于數(shù)據(jù)挖掘的客戶流失管理，分析了以數(shù)據(jù)挖掘?yàn)榛A(chǔ)的客戶流失預(yù)警的優(yōu)點(diǎn)和不足；然后闡述了外部環(huán)境對(duì)客戶的流失有重要影響，又利用競(jìng)爭(zhēng)情報(bào)的理論，利用專家的知識(shí)和已有的研究成果，構(gòu)造客戶流失風(fēng)險(xiǎn)指標(biāo)體系；接著利用FBI的情報(bào)預(yù)測(cè)方法，構(gòu)造客戶流失預(yù)警指標(biāo)體系及流程；最后得出研究結(jié)論。創(chuàng)新點(diǎn)：以競(jìng)爭(zhēng)情報(bào)的觀點(diǎn)和方法研究客戶流失，擴(kuò)展客戶流失預(yù)警指標(biāo)的范疇，從內(nèi)部信息到內(nèi)部信息、外界環(huán)境信息之和；利用FBI的恐怖分析方法建立運(yùn)營(yíng)商的客戶流失預(yù)警指標(biāo)體系和預(yù)警流程。研究方法：文獻(xiàn)調(diào)查法：通過(guò)文獻(xiàn)調(diào)查，全面深入地了解并掌握客戶流失預(yù)警研究的歷史、現(xiàn)狀和發(fā)展趨勢(shì)。專家訪談法和層次分析法：通過(guò)面談、電話和郵件等方式對(duì)專家進(jìn)行采訪，確定風(fēng)險(xiǎn)指標(biāo)，構(gòu)建兩級(jí)風(fēng)險(xiǎn)指標(biāo)；再利用層次分析法和德?tīng)柗品?，得出各風(fēng)險(xiǎn)指標(biāo)的權(quán)數(shù)；利用德?tīng)柗品?，得出各預(yù)警指標(biāo)的優(yōu)先級(jí)。模糊數(shù)學(xué)法：利用此方法構(gòu)造某運(yùn)營(yíng)商的流失風(fēng)險(xiǎn)指標(biāo)的隸屬矩陣，最后得出該運(yùn)營(yíng)商的流失風(fēng)險(xiǎn)值。案例分析法：通過(guò)分析運(yùn)營(yíng)商的客戶流失管理案例，得到客戶流失及其管理的情況、客戶流失預(yù)警的情況，為提出新的客戶流失風(fēng)險(xiǎn)指標(biāo)體系、新的客戶流失風(fēng)險(xiǎn)模型提供參考；通過(guò)分析FBI的情報(bào)預(yù)測(cè)方法，構(gòu)造客戶流失預(yù)警指標(biāo)體系及流程。本文引用了電信運(yùn)營(yíng)商的一些內(nèi)部數(shù)據(jù)，為保密起見(jiàn)，對(duì)數(shù)據(jù)做了處理，并隱去了運(yùn)營(yíng)商的名字。文獻(xiàn)綜述電信業(yè)客戶流失的現(xiàn)狀電信運(yùn)營(yíng)商正在面臨嚴(yán)重的客戶流失問(wèn)題。無(wú)論是移動(dòng)通信運(yùn)營(yíng)商、固定通信運(yùn)營(yíng)商，客戶流失已成為或者將很快成為它們集中處理的唯一的、最重要的問(wèn)題。解決客戶流失問(wèn)題正成為公司生存的關(guān)鍵。有些研究者把客戶流失定義為高度競(jìng)爭(zhēng)的移動(dòng)電信業(yè)中最熱點(diǎn)的問(wèn)題[5]?？蛻袅魇实挠?jì)算方法：（C0+A1-C1）/C0。其中，C0為期初客戶人數(shù)，A1為本期新增的客戶數(shù)，C1為期末客戶數(shù)。據(jù)統(tǒng)計(jì)，美國(guó)無(wú)線業(yè)的客戶流失數(shù)從1999年的約2000萬(wàn)增加到2004年的6000多萬(wàn)，這真是一個(gè)令人難以置信的數(shù)字，幾乎相當(dāng)于這些公司1999年客戶總數(shù)的3/4[4]2-3。據(jù)統(tǒng)計(jì)，截止到2004年，美國(guó)無(wú)線業(yè)的年客戶流失率從1999年的30%增加到40%，呈逐年增加的趨勢(shì)，如圖1.1。圖1.1美國(guó)無(wú)線業(yè)的流失情況客戶的流失是各個(gè)國(guó)家的無(wú)線業(yè)務(wù)普遍存在的現(xiàn)象。近年來(lái)，亞洲的無(wú)線運(yùn)營(yíng)商的客戶流失率明顯高于美國(guó)，歐洲無(wú)線行業(yè)的客戶流失率略低于美國(guó)?？蛻袅魇Ыo美國(guó)的電信運(yùn)營(yíng)商每年造成的收入損失高達(dá)90億美元，還有額外的75億美元的獲得客戶的費(fèi)用。而不斷推出的新業(yè)務(wù)將加速客戶的流失，據(jù)In-Stat/MDR市場(chǎng)研究公司估計(jì)，號(hào)碼攜帶的實(shí)施，將使美國(guó)的年客戶流失率增至46%。國(guó)內(nèi)，某移動(dòng)運(yùn)營(yíng)商2004年1-10月份的平均客戶月離網(wǎng)率約為4%。2004年1－8月份，某省級(jí)固定運(yùn)營(yíng)商的固定電話、小靈通客戶合計(jì)退網(wǎng)481230戶，占新增客戶總數(shù)的26.4％，其中固定電話退網(wǎng)354746戶，占新增客戶的41.6％，小靈通退網(wǎng)126484戶，占新增客戶的13.03％。據(jù)某市某移動(dòng)運(yùn)營(yíng)商的統(tǒng)計(jì)，近5個(gè)月來(lái)，客戶的月流失率在5-8%之間波動(dòng)。雖然流失客戶中低端客戶占很大比例，但仍給該運(yùn)營(yíng)商造成了很大損失，雖然總的客戶數(shù)每月在增加，但客戶的大進(jìn)大出，增加了大量的營(yíng)銷費(fèi)用。電信業(yè)是建立在客戶流失基礎(chǔ)之上的行業(yè)電信企業(yè)是由新技術(shù)創(chuàng)造的行業(yè)在大部分行業(yè)中，技術(shù)幫助企業(yè)家更高效地完成一直以來(lái)從事的工作。然而，就高科技行業(yè)而言，新技術(shù)事實(shí)上為即將參與其中的公司創(chuàng)造了新的業(yè)務(wù)。計(jì)算機(jī)制造商、軟件公司以及電信運(yùn)營(yíng)商都屬于高科技行業(yè)。這些公司不僅能夠通過(guò)運(yùn)用技術(shù)使自己效率更高，而且經(jīng)常推出的一連串新技術(shù)也在不斷重新定義他們的角色。高科技公司總是處在衰退與復(fù)興循環(huán)往復(fù)的狀態(tài)中，這把其他行業(yè)都搞糊涂了。我們發(fā)現(xiàn)，象電信這樣的高科技行業(yè)具有一種固有的產(chǎn)品報(bào)廢周期，它確定了客戶流失將會(huì)成為一個(gè)持續(xù)性問(wèn)題（或者機(jī)遇）。電信業(yè)是建立在客戶流失基礎(chǔ)之上的產(chǎn)業(yè)?？蛻袅魇?shí)際上是保持這個(gè)行業(yè)的生命力所必需的血液，也是公司長(zhǎng)期生存的關(guān)鍵。新技術(shù)同化周期在過(guò)去幾十年里，有人進(jìn)行了大量研究，幫助人們了解新技術(shù)在生活中發(fā)揮的作用，以及個(gè)人和企業(yè)如何把新技術(shù)吸收應(yīng)用到日?；顒?dòng)中。圖1.2顯示了基本的新技術(shù)同化吸收曲線。這條曲線向我們展示了人們?cè)诓煌瑫r(shí)候接受新技術(shù)的態(tài)度有多么不同。圖中的縱坐標(biāo)表示使用新技術(shù)的人數(shù)，橫坐標(biāo)表示耗費(fèi)的時(shí)間[4]19-29。早期使用者當(dāng)某項(xiàng)新技術(shù)首次推向市場(chǎng)時(shí)，為數(shù)不多的使用者立刻就投入試用潮流（見(jiàn)圖1.2A點(diǎn)處）。我們把這些人稱為早期使用者。他們是那些希望盡可能早地?fù)碛凶钚隆⒆钕冗M(jìn)的技術(shù)、客戶數(shù)客戶數(shù)時(shí)間ABCDE圖1.2新技術(shù)同化吸收曲線裂谷在對(duì)新技術(shù)的同化吸收進(jìn)行研究的過(guò)程中，存在一個(gè)非常有意思的發(fā)現(xiàn)：一旦早期使用者對(duì)該新技術(shù)有了一些了解，他們中的許多人會(huì)繼續(xù)尋找下一項(xiàng)創(chuàng)新技術(shù)體驗(yàn)。這是迫使已經(jīng)較低的客戶數(shù)下降的原因。這種新技術(shù)應(yīng)用的短暫下滑被稱為裂谷（見(jiàn)圖1.2B點(diǎn)處）。裂谷是新技術(shù)還不能馬上應(yīng)用于大眾市場(chǎng)，但是早期使用者已經(jīng)做出其判斷的一段時(shí)間。在裂谷階段，公司會(huì)經(jīng)歷一個(gè)伺機(jī)而動(dòng)的過(guò)程：尋找投資人、擴(kuò)建網(wǎng)絡(luò)，也就是說(shuō)，做好準(zhǔn)備開(kāi)展業(yè)務(wù)。上升階段裂谷階段之后迎來(lái)的就是最令人激動(dòng)的上升階段（見(jiàn)圖1.2C點(diǎn)處）。在上升階段，我們發(fā)現(xiàn)成熟階段由于市場(chǎng)趨向飽和，我們看到需求變緩。每個(gè)會(huì)接受這種新技術(shù)的人都已經(jīng)在使用它?？焖偕仙谶@一階段停止（見(jiàn)圖1.2D點(diǎn)處），此時(shí)沒(méi)有新客戶可以獲取。衰退階段最終，這種技術(shù)的替代技術(shù)被發(fā)明出來(lái)，客戶認(rèn)為替代技術(shù)將比他們目前正在使用的技術(shù)更有利于他們。越來(lái)越多的客戶退出了這個(gè)特定的市場(chǎng)，最后，一個(gè)客戶都沒(méi)有（見(jiàn)圖1.2E點(diǎn)處）。電信業(yè)的同化吸收周期對(duì)技術(shù)同化吸收周期的研究，描繪了一個(gè)一般性的周期，它對(duì)電信業(yè)的適用性是顯而易見(jiàn)的。事實(shí)上，理解這條曲線有助于我們理解多個(gè)與客戶流失現(xiàn)象相關(guān)的問(wèn)題。有線業(yè)務(wù)生命周期首先，讓我們看一看這個(gè)同化吸收的周期如何適用于傳統(tǒng)的有線電信業(yè)務(wù)。見(jiàn)圖1.3。100年100年客戶數(shù)時(shí)間abcde187618901990圖1.3有線業(yè)務(wù)同化吸收曲線貝爾發(fā)明電話1876年，貝爾發(fā)明了電話。幾個(gè)月后，他的這項(xiàng)發(fā)明被授予專利。之后不久，他開(kāi)始向有關(guān)方面出售這項(xiàng)新技術(shù)（見(jiàn)圖1.3a點(diǎn)處）。很少有人知道的是，在這項(xiàng)技術(shù)存在的頭幾年里，沒(méi)有人對(duì)電話感興趣。貝爾把這個(gè)新裝置拿到集市上去，請(qǐng)人們付5分錢可與集市上另一頭的人電信業(yè)的初級(jí)階段終于，貝爾讓某些投資人對(duì)這項(xiàng)新技術(shù)產(chǎn)生了興趣，第一個(gè)真正公用的工業(yè)電話系統(tǒng)于1877年在美國(guó)東北部地區(qū)安裝。1878年1月28日，美國(guó)建立了第一個(gè)電話交換臺(tái)。它有21名客戶，一名接線員。在這之后，世界各地涌現(xiàn)出許多電話公司，電信服務(wù)的大競(jìng)賽已經(jīng)在醞釀之中（見(jiàn)圖1.3c點(diǎn)處電信業(yè)成熟階段幾十年前的某個(gè)時(shí)候，電信服務(wù)使用量的飛速增長(zhǎng)開(kāi)始回落。電信技術(shù)在相當(dāng)長(zhǎng)的時(shí)間里沒(méi)有任何真正意義上的進(jìn)步，市場(chǎng)進(jìn)入了成熟階段。雖然絕對(duì)客戶數(shù)確實(shí)在繼續(xù)增加，但是增長(zhǎng)速度明顯慢了下來(lái)（見(jiàn)圖1.3d點(diǎn)處）。有線電話業(yè)務(wù)的衰退此時(shí)，我們看到就在短短幾年前還難以想象的事情發(fā)生了：有線電信服務(wù)業(yè)開(kāi)始衰落（見(jiàn)圖1.3e點(diǎn)處）。世界各地有線電話數(shù)的實(shí)際數(shù)量在減少，有線客戶的數(shù)量也在減少，很多人轉(zhuǎn)向無(wú)線業(yè)務(wù)、互聯(lián)網(wǎng)和寬帶等技術(shù)。無(wú)線業(yè)務(wù)生命周期對(duì)有線業(yè)務(wù)的生命周期的考察，為我們提供了幾個(gè)有價(jià)值的見(jiàn)解。首先，它證實(shí)了新技術(shù)同化吸收分析是一種正確有效的分析方法。其次，它為我們提供了一個(gè)模型，可以了解無(wú)線業(yè)務(wù)如何運(yùn)轉(zhuǎn)，以及將來(lái)最有可能如何發(fā)展。最后，我們看到了其生命周期結(jié)束所需的令人難以置信的漫長(zhǎng)時(shí)期，有線服務(wù)業(yè)已經(jīng)存在了一百多年，在未來(lái)相當(dāng)長(zhǎng)的時(shí)期內(nèi)還將繼續(xù)存在。AMPS的生命周期為了更加清楚地理解無(wú)線業(yè)務(wù)的生命周期，我們需要把同樣的分析適用于第一代“真正的”無(wú)線技術(shù)，即高級(jí)移動(dòng)電話系統(tǒng)（AdvancedMobilePhoneService,APMS）下的無(wú)線服務(wù)產(chǎn)品。AMPS是美國(guó)第一個(gè)可行而且大獲成功的移動(dòng)電話實(shí)施方案。該技術(shù)由AT&T公司發(fā)明，并于1983年在芝加哥首次部署使用。10年10年客戶數(shù)時(shí)間abcde198019831993圖1.4AMPS的生命周期AMPS曾有過(guò)極高的發(fā)展速度。事實(shí)上，是技術(shù)而非市場(chǎng)限制了AMPS的擴(kuò)展。AMPS技術(shù)的局限性決定了它可服務(wù)的客戶的有限性，一個(gè)擁有50個(gè)信道的網(wǎng)絡(luò)最多只能支持1000-1600個(gè)客戶。結(jié)果AMPS網(wǎng)絡(luò)在很短的時(shí)間內(nèi)就被利用到了最大限度。受到技術(shù)和經(jīng)濟(jì)因素的限制，AMPS既樹(shù)立了大規(guī)模無(wú)線技術(shù)的可行性榜樣，又成了技術(shù)同化吸收過(guò)程的第一個(gè)犧牲品。在不到五年的時(shí)間里，許多AMPS技術(shù)的替代方案被開(kāi)發(fā)出來(lái)，包括碼分多址訪問(wèn)（CDMA）、時(shí)分多址訪問(wèn)（TDMA）、美國(guó)的新高級(jí)移動(dòng)電話系統(tǒng)（NAMPS）以及歐洲和亞洲的全球移動(dòng)通信系統(tǒng)（GSM）。這些較新的技術(shù)可以提供更高的性能、更好的質(zhì)量和更可靠的服務(wù)，它們開(kāi)始取代AMPS，AMPS開(kāi)始淡出歷史舞臺(tái)。圖1.4中需要注意的最有意思的部分是，AMPS技術(shù)生命周期完結(jié)所需的時(shí)間很短，技術(shù)自身成了對(duì)該技術(shù)方法的使用壽命和使用狀態(tài)的限制因素。PCS/GSM的生命周期個(gè)人通信業(yè)務(wù)簡(jiǎn)稱為PCS。PCS、NAMPS、CDMA、TAMA和GSM技術(shù)已經(jīng)取代AMPS技術(shù)成為主流無(wú)線技術(shù)。雖然仍然存在某些AMPS網(wǎng)絡(luò)（在許多情況下管制部門要求保障其生存），但是新一代技術(shù)已經(jīng)成為無(wú)線業(yè)務(wù)的主題。目前最有意義的是，設(shè)法了解新一代無(wú)線技術(shù)可持續(xù)的時(shí)間，以及這些技術(shù)何時(shí)會(huì)被下一代技術(shù)取代，如圖1.5。？年？年客戶數(shù)時(shí)間abcde19831987？年圖1.5GSM的同化曲線目前無(wú)線技術(shù)滲透市場(chǎng)的深度令人感到吃驚。有人談到110%的市場(chǎng)滲透程度（意思是每人至少擁有一部電話，而某些人不止擁有一部）。PCS/GSM是否會(huì)走AMPS的老路，走向自我限制？客戶數(shù)是否會(huì)多到難以管理，或者，3G是否會(huì)在幾年時(shí)間里就會(huì)使得通信公司對(duì)PCS/GSM的投入付之東流？理解這條新技術(shù)同化吸收曲線的形狀，判斷自己目前在這條曲線上所處的市場(chǎng)地位，并預(yù)測(cè)這條曲線隨著時(shí)間流逝將如何轉(zhuǎn)變，這對(duì)任何無(wú)線業(yè)務(wù)公司的整體規(guī)劃，包括如何管理客戶流失的決策，都具有重要意義。無(wú)線業(yè)務(wù)生命周期的啟示這個(gè)圖中所包含的內(nèi)容是理解和維護(hù)無(wú)線運(yùn)營(yíng)商的市場(chǎng)地位的關(guān)鍵。如果全面地從行業(yè)整體和個(gè)別產(chǎn)品生命周期的角度看，很容易明白電信業(yè)的客戶流失有本行業(yè)的特點(diǎn)。運(yùn)營(yíng)商的客戶流失管理中國(guó)移動(dòng)-客戶流失管理的支撐系統(tǒng)和策略中國(guó)移動(dòng)通信主要經(jīng)營(yíng)移動(dòng)話音、數(shù)據(jù)、IP電話和多媒體業(yè)務(wù)，其網(wǎng)絡(luò)規(guī)模和客戶規(guī)模列全球第一。截止到2006年11月底，客戶總數(shù)已達(dá)2.964億戶[6]。支撐系統(tǒng)中國(guó)移動(dòng)已經(jīng)形成了完整的業(yè)務(wù)支撐體系，由BOSS系統(tǒng)、經(jīng)營(yíng)分析系統(tǒng)（數(shù)據(jù)倉(cāng)庫(kù)）和支撐網(wǎng)網(wǎng)管系統(tǒng)三部分組成。經(jīng)營(yíng)分析系統(tǒng)已經(jīng)成為市場(chǎng)經(jīng)營(yíng)過(guò)程（包括客戶流失管理）的重要支撐環(huán)節(jié)。經(jīng)營(yíng)分析系統(tǒng)建設(shè)概述從2001年開(kāi)始規(guī)劃，2005年底建成世界最大的數(shù)據(jù)倉(cāng)庫(kù)（超過(guò)842TB容量），2006年7月容量已達(dá)1614TB；應(yīng)用了OLAP、數(shù)據(jù)挖掘技術(shù)；提高了企業(yè)內(nèi)部數(shù)據(jù)的標(biāo)準(zhǔn)化程度，有統(tǒng)一的邏輯模型、統(tǒng)一的指標(biāo)解釋；方便指標(biāo)、報(bào)表、即席查詢；與BOSS系統(tǒng)進(jìn)行了互動(dòng)。數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的分級(jí)結(jié)構(gòu)如圖1.6所示[7]。第一級(jí)第二級(jí)數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)倉(cāng)庫(kù)集團(tuán)公司數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)省中心數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)省中心數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)廣域網(wǎng)第一級(jí)第二級(jí)數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)倉(cāng)庫(kù)集團(tuán)公司數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)省中心數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)省中心數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)廣域網(wǎng)圖1.6中國(guó)移動(dòng)數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)的分級(jí)結(jié)構(gòu)經(jīng)營(yíng)分析系統(tǒng)的意義分析內(nèi)部數(shù)據(jù)資源，理順企業(yè)管理流程，提升管理模式；提升中國(guó)移動(dòng)的精細(xì)化營(yíng)銷能力，降低營(yíng)銷成本（客戶營(yíng)銷/服務(wù)從地毯式轟炸轉(zhuǎn)向精確式打擊）。例如：某地區(qū)真實(shí)流失人數(shù)190人（總樣本的6.13%），不用模型就要對(duì)1,455人（6.13%）做市場(chǎng)活動(dòng)；采用了流失模型后，僅需要對(duì)712人（3.00%）做市場(chǎng)活動(dòng)[8]。經(jīng)營(yíng)分析系統(tǒng)的經(jīng)濟(jì)效益中國(guó)移動(dòng)經(jīng)營(yíng)分析系統(tǒng)取得了較為顯著的經(jīng)濟(jì)效果，某個(gè)單項(xiàng)的應(yīng)用就可以帶來(lái)顯著的經(jīng)濟(jì)效益：節(jié)約成本。經(jīng)營(yíng)分析系統(tǒng)能夠準(zhǔn)確地降低經(jīng)營(yíng)管理成本，例如：浙江移動(dòng)通信有限責(zé)任公司客戶重入網(wǎng)分析一項(xiàng)應(yīng)用，就節(jié)約成本6,833萬(wàn)元（人民幣），推廣到全國(guó)，可節(jié)約成本約130,000萬(wàn)元（人民幣）。增加收入。經(jīng)營(yíng)分析系統(tǒng)能夠從各個(gè)角度明顯地增加企業(yè)的收入，例如：山西移動(dòng)通信有限責(zé)任公司在客戶離網(wǎng)分析一項(xiàng)就可增加收入約26,880萬(wàn)元（人民幣）,推廣到全國(guó)，每年可增加收入約800,000萬(wàn)元（人民幣）。策略針對(duì)當(dāng)前的市場(chǎng)競(jìng)爭(zhēng)狀況，中國(guó)移動(dòng)應(yīng)對(duì)市場(chǎng)短期競(jìng)爭(zhēng)及實(shí)現(xiàn)其長(zhǎng)期發(fā)展的主要策略是：營(yíng)銷重心后移，鞏固中高端用戶，通過(guò)對(duì)現(xiàn)有個(gè)人用戶消費(fèi)行為的分析設(shè)計(jì)有針對(duì)性的個(gè)性化套餐，以達(dá)到保留現(xiàn)有客戶的目的；具體可以概括為以下幾個(gè)方面：關(guān)注現(xiàn)有客戶的穩(wěn)定性，通過(guò)對(duì)現(xiàn)有客戶利益訴求的滿足，以及對(duì)移動(dòng)品牌宣傳的推動(dòng)，來(lái)鞏固現(xiàn)有的在網(wǎng)客戶；通過(guò)對(duì)客戶消費(fèi)行為及偏好差異的分析，針對(duì)不同細(xì)分人群設(shè)計(jì)相應(yīng)的套餐；通過(guò)對(duì)客戶價(jià)值量的差異分析以提供不同的客戶服務(wù)及忠誠(chéng)度計(jì)劃；積極的客戶挽留工作，對(duì)客戶流失進(jìn)行監(jiān)控，及時(shí)進(jìn)行用戶挽留；通過(guò)各種合作伙伴的捆綁擴(kuò)大服務(wù)的廣度，促進(jìn)客戶發(fā)展及客戶維系（如移動(dòng)機(jī)場(chǎng)貴賓休息室服務(wù)等）。中國(guó)聯(lián)通-客戶全生命周期的維系與挽留支撐系統(tǒng)中國(guó)聯(lián)通是國(guó)內(nèi)唯一一家同時(shí)運(yùn)營(yíng)GSM和CDMA雙制式的電信運(yùn)營(yíng)商，截止到2006年11月底，客戶總數(shù)已達(dá)1.411億戶，其中GSM用戶總計(jì)1.05億，CDMA用戶總計(jì)3,613萬(wàn)[6]。在以前的IT支撐系統(tǒng)的基礎(chǔ)上，中國(guó)聯(lián)通于2005年開(kāi)始建立移動(dòng)業(yè)務(wù)客戶維系與挽留支撐系統(tǒng)。通過(guò)客戶維系與挽留支撐系統(tǒng)建設(shè)，全面把握網(wǎng)上客戶的動(dòng)向，降低客戶離網(wǎng)率，延長(zhǎng)客戶生命周期，為全面降低營(yíng)銷成本，實(shí)現(xiàn)網(wǎng)上客戶“保值、增值”，提供系統(tǒng)的分析方法和操作工具。通過(guò)客戶維系與挽留系統(tǒng)建設(shè)，理順客戶維系與挽留的業(yè)務(wù)流程和工作流程，進(jìn)一步完善機(jī)構(gòu)和人員配置，明確職責(zé)分工，為進(jìn)一步實(shí)現(xiàn)營(yíng)銷模式轉(zhuǎn)型，開(kāi)展精細(xì)化營(yíng)銷，為提高存量市場(chǎng)競(jìng)爭(zhēng)能力奠定基礎(chǔ)。對(duì)中國(guó)移動(dòng)和中國(guó)聯(lián)通的客戶流失管理的評(píng)價(jià)中國(guó)移動(dòng)和中國(guó)聯(lián)通近年在客戶流失管理方面取得了長(zhǎng)足的進(jìn)步，已意識(shí)到：客戶流失管理不僅是為了降低離網(wǎng)率；同時(shí)也為了提高客戶管理水平：發(fā)現(xiàn)并開(kāi)發(fā)目標(biāo)客戶、加強(qiáng)客戶細(xì)分、提升客戶價(jià)值、提高客戶滿意度。中國(guó)移動(dòng)和中國(guó)聯(lián)通都進(jìn)行的工作[9]：都建立了強(qiáng)大的客戶流失支撐系統(tǒng)，有助于管理水平的提高、管理成本的降低。中國(guó)移動(dòng)的經(jīng)營(yíng)分析系統(tǒng)擁有世界最大的數(shù)據(jù)倉(cāng)庫(kù)，多項(xiàng)技術(shù)處于世界領(lǐng)先。例如，中國(guó)移動(dòng)的經(jīng)營(yíng)分析系統(tǒng)可使總部第二天可以看到頭天每個(gè)省的經(jīng)營(yíng)數(shù)據(jù)，包括用戶數(shù)是多少，收入是多少；中國(guó)移動(dòng)的兩級(jí)結(jié)構(gòu)的經(jīng)營(yíng)分析系統(tǒng)，在國(guó)際上是首創(chuàng)，將很多指標(biāo)數(shù)據(jù)統(tǒng)一在一起，總部不但看到省里的匯總報(bào)表，還看到匯總的數(shù)據(jù)和地市的部分詳細(xì)的數(shù)據(jù)；OLAP可使多張報(bào)表組合在一張里面，更直觀方便。都建立在客戶價(jià)值評(píng)價(jià)的基礎(chǔ)上?？蛻魞r(jià)值的研究是一個(gè)難點(diǎn)也是一個(gè)重點(diǎn)，客戶價(jià)值的研究建立在客戶產(chǎn)生的收入和運(yùn)營(yíng)商付出的成本的基礎(chǔ)上。都建立在客戶細(xì)分的基礎(chǔ)上。中國(guó)聯(lián)通根據(jù)客戶行為（投訴狀況、主/被叫比例、呼叫號(hào)碼數(shù)）、客戶消費(fèi)（話務(wù)量變化、話務(wù)變動(dòng)）、客戶狀態(tài)（入網(wǎng)時(shí)間、入網(wǎng)契約）判斷客戶所處的生命周期階段，將客戶細(xì)分。中國(guó)聯(lián)通提出了全生命周期的客戶維系與挽留計(jì)劃，分為三個(gè)階段：識(shí)別階段和成長(zhǎng)階段、客戶維系階段、客戶挽留階段。全生命周期的客戶流失管理的思路實(shí)現(xiàn)全過(guò)程客戶維系與挽留通過(guò)消除導(dǎo)致用戶離網(wǎng)的各類誘因（如：市場(chǎng)環(huán)境、政策漏洞、負(fù)面影響、對(duì)手比較優(yōu)勢(shì)等）、加強(qiáng)客戶離網(wǎng)接觸點(diǎn)管理和提高用戶轉(zhuǎn)網(wǎng)門檻，達(dá)到客戶挽留的目的；通過(guò)系統(tǒng)挖掘和把握網(wǎng)上客戶的需求特點(diǎn)和變化規(guī)律，采取有針對(duì)性的挽留和維系手段，通過(guò)提高用戶粘性和離網(wǎng)成本，達(dá)到保留客戶的目的；通過(guò)綜合治理使客戶維系和挽留工作，由當(dāng)前側(cè)重于挽留，向前推進(jìn)到客戶生命周期的全過(guò)程進(jìn)行綜合防治。根據(jù)用戶不同生命周期階段，從營(yíng)銷、服務(wù)、管理、支撐等四方面入手進(jìn)行綜合防控。分客戶品牌和客戶價(jià)值開(kāi)展維系根據(jù)客戶的綜合價(jià)值、所處生命周期階段以及所屬的客戶品牌進(jìn)行細(xì)分，開(kāi)展分類維系；通過(guò)控制低端用戶的流失速度，確?？傮w離網(wǎng)率和客戶發(fā)展成本不斷下降；采取主動(dòng)出擊的辦法，加強(qiáng)對(duì)高價(jià)值關(guān)鍵客戶群體的挽留和維系，提高網(wǎng)上客戶的總體贏利水平。雖然中國(guó)移動(dòng)和中國(guó)聯(lián)通的客戶流失管理仍處于起步階段，但其發(fā)展已進(jìn)入快速上升的通道，在不久的將來(lái)會(huì)有明顯的改觀。國(guó)外電信客戶保持策略采用新的話單策略AT&T在客戶話單方面探索出新的市場(chǎng)策略。為了有利于與客戶的直接交流，AT&T把長(zhǎng)途通信企業(yè)賬單和本地業(yè)務(wù)賬單獨(dú)立開(kāi)來(lái)。通過(guò)對(duì)間接話單方式（長(zhǎng)途和本地業(yè)務(wù)賬單一起收到）和直接話單方式（長(zhǎng)途業(yè)務(wù)賬單單獨(dú)收到）的測(cè)試，AT&T發(fā)現(xiàn)，直接話單策略從長(zhǎng)期角度來(lái)看很有益，并且在兩個(gè)月后，用戶已習(xí)慣于直接話單方式，因此確實(shí)改善了客戶保持，是值得采用的[10]。重推2G手機(jī)，挽留客戶盡管在3G的平臺(tái)下，可以實(shí)現(xiàn)很多2G不能實(shí)現(xiàn)的功能，比如看電視、打網(wǎng)絡(luò)游戲等，但是由于目前3G信號(hào)的強(qiáng)度和覆蓋面還不及2G，因此在偏遠(yuǎn)地區(qū)，2G仍是更現(xiàn)實(shí)的選擇。由于日本2006年實(shí)施攜號(hào)轉(zhuǎn)網(wǎng)，客戶可以在電話號(hào)碼不變的情況下，選擇其他移動(dòng)運(yùn)營(yíng)商，預(yù)期擁有日本移動(dòng)電話市場(chǎng)占有率56%的NTTDoCoMo會(huì)受到一定壓力。分析人士估計(jì)，允許攜號(hào)轉(zhuǎn)網(wǎng)后，該公司的客戶流失率可能從目前的每月0.95%上升至2008年的1.2%。為避免這種情況，該公司決定再次推出低價(jià)的2G手機(jī)，以免客戶因?yàn)猷l(xiāng)郊地區(qū)未能接收3G信號(hào)而轉(zhuǎn)投其他運(yùn)營(yíng)商“懷抱”，緩解客戶流失的問(wèn)題[11]。采用SPSS數(shù)據(jù)挖掘工具，建立客戶流失模型Verizon采用SPSS公司提供的數(shù)據(jù)挖掘解決方案，建立客戶流失分析模型，每個(gè)月根據(jù)客戶流失傾向的高低為客戶進(jìn)行評(píng)分，并根據(jù)評(píng)分對(duì)流失可能性高的客戶，采取適當(dāng)?shù)氖袌?chǎng)策略進(jìn)行挽留。Verizon還對(duì)那些ARPU（AverageRevenuePerUser）值高、流失傾向高的客戶建立了電話挽留的方案，由此產(chǎn)生的效果是：a）成本降低。通過(guò)模型結(jié)果只對(duì)流失傾向高的客戶進(jìn)行直郵挽留，直郵預(yù)算降低60%以上。b）收入提高?？蛻鬉RPU值提高，流失率下降33%。Vodafone（埃及）公司專門成立了市場(chǎng)研究部門，通過(guò)市場(chǎng)調(diào)查獲取客戶的資料信息數(shù)據(jù)，再用SPSS公司的分析軟件SPSS和Clementine，對(duì)客戶的資料數(shù)據(jù)、客戶詳單（CDR）數(shù)據(jù)進(jìn)行聚類分析，并對(duì)每一類群的特征進(jìn)行詳盡的統(tǒng)計(jì)描述。Vodafone（埃及）公司將細(xì)分結(jié)果應(yīng)用于新產(chǎn)品推出、交叉銷售、服務(wù)改進(jìn)等領(lǐng)域，均取得了良好效果[12]。企業(yè)轉(zhuǎn)型，持續(xù)提升客戶滿意度2005年6月29日，法國(guó)電信（FT）推出了“NexT”計(jì)劃。它是FT2006年至2008年的轉(zhuǎn)型戰(zhàn)略，目標(biāo)是建立統(tǒng)一的客戶關(guān)系。根據(jù)這項(xiàng)計(jì)劃，到2006年底，F(xiàn)T將提供統(tǒng)一的客戶支持服務(wù)，所有的服務(wù)都使用同一個(gè)聯(lián)絡(luò)點(diǎn)。FT近期還將推出客戶忠誠(chéng)計(jì)劃，并將于今年統(tǒng)一服務(wù)門戶，力圖使用戶在接入法國(guó)電信集團(tuán)服務(wù)網(wǎng)站時(shí)，享受更簡(jiǎn)潔的界面和統(tǒng)一的用戶體驗(yàn)。這個(gè)單一的服務(wù)門戶將成為FT所有服務(wù)的單一界面。英國(guó)電信（BT）在轉(zhuǎn)型時(shí)，將持續(xù)提升客戶滿意度作為重點(diǎn)舉措之一。為提高服務(wù)質(zhì)量，提升客戶滿意度，BT采取了一系列措施，如聘請(qǐng)專業(yè)公司分析客戶意見(jiàn)；建立統(tǒng)一的CRM系統(tǒng)，掌握準(zhǔn)確實(shí)時(shí)的客戶信息；提供端到端客戶跟蹤系統(tǒng)，在線處理客戶詢問(wèn)和維護(hù)；針對(duì)不同用戶建立不同的銷售部門，采用不同策略，做到“應(yīng)用數(shù)據(jù)挖掘的案例客戶流失預(yù)警的焦點(diǎn)是確定有流失風(fēng)險(xiǎn)的客戶并且哪些有流失風(fēng)險(xiǎn)的客戶值得被挽留[13]。王雷等提出的客戶流失預(yù)警模型分為以下幾個(gè)主要部分：客戶細(xì)分、模型數(shù)據(jù)屬性分析與約簡(jiǎn)、挖掘模型的構(gòu)建與評(píng)估?？蛻艏?xì)分在客戶流失預(yù)警模型中，依據(jù)客戶對(duì)企業(yè)貢獻(xiàn)的大小進(jìn)行分類，主要分為高價(jià)值客戶、低價(jià)值客戶、零價(jià)值客戶。假定企業(yè)每月均攤到每個(gè)客戶的日常維護(hù)成本為C，則各類客戶的定義如下：高價(jià)值客戶：指月均話費(fèi)大于等于2C的客戶；低價(jià)值客戶：指月均話費(fèi)介于1C到2C之間的客戶；零價(jià)值客戶：指月均話費(fèi)小于1C的客戶。模型數(shù)據(jù)屬性分析與約簡(jiǎn)影響客戶流失預(yù)警判定的數(shù)據(jù)屬性通常多種多樣，這些屬性之間存在著或強(qiáng)或弱的相關(guān)關(guān)系。比較有效的方法是從這些相互關(guān)聯(lián)的影響屬性中，通過(guò)約簡(jiǎn)算法抽取對(duì)客戶流失行為起關(guān)鍵影響的屬性；或者對(duì)這些屬性進(jìn)行抽取整合，重新構(gòu)造少數(shù)關(guān)鍵指標(biāo)，這些指標(biāo)是原有影響屬性（或稱因子）的線性組合，能綜合原有影響屬性的最大信息，相互之間的相關(guān)性較小。經(jīng)過(guò)約簡(jiǎn)的數(shù)據(jù)屬性能對(duì)客戶流失行為進(jìn)行最好的解釋，有助于流失客戶預(yù)警模型取得較好的效果。在客戶維系與挽留一期工程的實(shí)施試點(diǎn)中，先定義了和客戶流失行為相關(guān)的數(shù)據(jù)屬性164種，然后基于多規(guī)則神經(jīng)網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)屬性的約簡(jiǎn)，最終選取了40種最重要的屬性來(lái)進(jìn)行流失客戶預(yù)警，表1.2給出了其中最重要的10種屬性。其中，工作時(shí)段是指每天7:00:00～18:59:59，工作時(shí)段通話次數(shù)是指客戶在最新出賬月的工作時(shí)段內(nèi)的通話次數(shù)之和，工作時(shí)段通話次數(shù)平均是指客戶從入網(wǎng)以來(lái)所有月的工作時(shí)段通話次數(shù)的平均值。主叫時(shí)長(zhǎng)、主叫時(shí)長(zhǎng)平均、呼轉(zhuǎn)時(shí)長(zhǎng)、呼轉(zhuǎn)時(shí)長(zhǎng)平均、總通話次數(shù)、總通話次數(shù)平均等的定義類似。表1.1流失客戶預(yù)警模型中約簡(jiǎn)后的10種最主要的數(shù)據(jù)屬性序號(hào)指標(biāo)名稱影響度（按權(quán)值大小排序）1入網(wǎng)時(shí)長(zhǎng)（月）0.568502最低消費(fèi)（元）0.049933聯(lián)系企業(yè)客服次數(shù)0.043924工作時(shí)段通話次數(shù)/工作時(shí)段通話次數(shù)平均0.037315主叫時(shí)長(zhǎng)/主叫時(shí)長(zhǎng)平均0.030776工作時(shí)段通話次數(shù)0.025357呼轉(zhuǎn)時(shí)長(zhǎng)/呼轉(zhuǎn)時(shí)長(zhǎng)平均0.024788最低消費(fèi)比例0.022379總通話次數(shù)/總通話次數(shù)平均0.0223610本地通話次數(shù)0.02190挖掘模型的構(gòu)建與評(píng)估流失客戶的預(yù)警從本質(zhì)上來(lái)說(shuō)是一種數(shù)據(jù)分類過(guò)程，具體實(shí)現(xiàn)是根據(jù)客戶在通信過(guò)程中表現(xiàn)出的特性進(jìn)行客戶分類。常用的數(shù)據(jù)分類的方法主要有Logistic回歸、決策樹(shù)、神經(jīng)網(wǎng)絡(luò)等，這些方法在銀行、保險(xiǎn)、社保等領(lǐng)域得到了廣泛應(yīng)用。決策樹(shù)決策樹(shù)方法的起源是概念學(xué)習(xí)系統(tǒng)（CLS），發(fā)展到ID3方法時(shí)為高潮，后又演化為能處理連續(xù)屬性的C4.5，最后發(fā)展成為加入了Boosting思想的C5.0。決策樹(shù)是一種常用的分類算法，它通過(guò)系統(tǒng)地分解和分離數(shù)據(jù)集中包含的信息來(lái)發(fā)現(xiàn)規(guī)律和關(guān)系。它尋求在數(shù)據(jù)集中找到那些提供記錄中最大分離信息的影響因素，每次選取能最大程度地區(qū)分記錄的影響因素，決策樹(shù)據(jù)此法則往下生長(zhǎng)，當(dāng)找不到類似的影響因素時(shí)，決策樹(shù)就形成了?？紤]到?jīng)Q策樹(shù)的可用性，還要對(duì)其“剪枝”和優(yōu)化。決策樹(shù)通過(guò)把對(duì)象從根節(jié)點(diǎn)排列到某個(gè)葉子節(jié)點(diǎn)來(lái)分類，葉子節(jié)點(diǎn)即為對(duì)象所屬的分類。樹(shù)上的每一個(gè)節(jié)點(diǎn)說(shuō)明對(duì)對(duì)象的某個(gè)屬性的測(cè)試，并且該節(jié)點(diǎn)的每一個(gè)后繼分支對(duì)應(yīng)于該屬性的一個(gè)可能值。神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)主要用于分類、聚類、估計(jì)和預(yù)測(cè)。神經(jīng)網(wǎng)絡(luò)是一種人腦思考仿真的數(shù)據(jù)分析模式，用輸入變量與數(shù)值來(lái)自我學(xué)習(xí)，并根據(jù)學(xué)習(xí)經(jīng)驗(yàn)所得之知識(shí)不斷調(diào)整參數(shù)，以期得到一個(gè)較好的模式。神經(jīng)網(wǎng)絡(luò)使用許多參數(shù)來(lái)建立一個(gè)模式，這個(gè)模式由一組輸入值來(lái)預(yù)測(cè)一個(gè)連續(xù)值或分類值。每個(gè)結(jié)點(diǎn)都是一個(gè)函數(shù)，這個(gè)函數(shù)使用該結(jié)點(diǎn)的相鄰結(jié)點(diǎn)值的加權(quán)總和進(jìn)行運(yùn)算。函數(shù)的形式可以選擇，權(quán)的確定可以由一種叫反向傳導(dǎo)的方法通過(guò)把輸出結(jié)果和已知真實(shí)結(jié)果的比較來(lái)不斷調(diào)整。整個(gè)神經(jīng)網(wǎng)絡(luò)的分析過(guò)程是一個(gè)“黑盒子”（不透明），無(wú)法展現(xiàn)可讀的模型,每階段的加權(quán)與轉(zhuǎn)換亦不明確顯示，所以神經(jīng)網(wǎng)絡(luò)大多數(shù)都用于處理高度非線性且變量有相當(dāng)程度交互效應(yīng)的數(shù)據(jù)[14]。Logistic回歸如果因變量為分類的變量，則不符合一般回歸分析模型的要求，此時(shí)可用Logistic回歸來(lái)進(jìn)行此類特殊回歸分析。異?？蛻舻淖R(shí)別的因變量本質(zhì)上也是一種兩分類變量，即異?？蛻艨杀硎緸?，非異常客戶可表示為0。可以采用Logistic回歸對(duì)客戶欺詐的可能性進(jìn)行建模。Logistic回歸從統(tǒng)計(jì)的角度對(duì)輸入變量是否對(duì)客戶欺詐行為有影響進(jìn)行分析，最后得出一個(gè)多元一次方程，用來(lái)對(duì)客戶的欺詐可能性進(jìn)行評(píng)分[15]。建模過(guò)程客戶流失預(yù)警模型的建模過(guò)程是：首先，將經(jīng)過(guò)數(shù)據(jù)約簡(jiǎn)后的屬性集合作為數(shù)據(jù)模型的輸入。該屬性集合輸入模型的數(shù)據(jù)集包括一個(gè)目標(biāo)屬性，該屬性將記錄分為兩類:有離網(wǎng)傾向的客戶和沒(méi)有離網(wǎng)傾向的客戶。然后，將數(shù)據(jù)集中的大部分（如2/3）的記錄作為訓(xùn)練集，用于模型的構(gòu)造，確定模型參數(shù)權(quán)重的設(shè)定，剩下的1/3記錄可以分為驗(yàn)證集和測(cè)試集。驗(yàn)證集用以防止構(gòu)造的模型出現(xiàn)“過(guò)擬和”現(xiàn)象，測(cè)試集用來(lái)對(duì)模型的預(yù)測(cè)能力進(jìn)行測(cè)評(píng)。模型評(píng)估根據(jù)客戶流失預(yù)警模型的建模過(guò)程，選用多層感知神經(jīng)網(wǎng)絡(luò)、C5.0以及Logistic回歸模型對(duì)該試點(diǎn)地市分公司2005年12的10,000余條客戶記錄進(jìn)行客戶流失預(yù)警測(cè)試，其中2/3的記錄作為訓(xùn)練集，1/3記錄可以分為驗(yàn)證集和測(cè)試集。結(jié)果顯示，建立的神經(jīng)網(wǎng)絡(luò)模型、C5.0模型和Logistic回歸模型中，神經(jīng)網(wǎng)絡(luò)的綜合準(zhǔn)確率最高。在前30%的區(qū)域，Logistic回歸的預(yù)測(cè)效果要好于神經(jīng)網(wǎng)絡(luò)，但隨著測(cè)試記錄份額的增加，神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)效果要好于Logistic回歸。根據(jù)測(cè)試集全部記錄的測(cè)試結(jié)果，最終選取神經(jīng)網(wǎng)絡(luò)模型進(jìn)行客戶欺詐識(shí)別。對(duì)于有離網(wǎng)傾向客戶的發(fā)現(xiàn)而言，因?yàn)橛须x網(wǎng)傾向的客戶有可能在預(yù)警后就進(jìn)行停機(jī)操作，所以在預(yù)測(cè)覆蓋率保持一定廣度的前提下，模型的預(yù)測(cè)命中率必須盡可能高。但對(duì)于客戶離網(wǎng)預(yù)警來(lái)說(shuō)，業(yè)務(wù)人員最關(guān)注的是盡可能多地提前獲取發(fā)生離網(wǎng)行為的客戶的信息，這就要求預(yù)測(cè)模型的覆蓋率盡可能高，其次的要求才是保證模型的命中率。因此，在實(shí)際應(yīng)用過(guò)程中,可以將利用神經(jīng)網(wǎng)絡(luò)、C5.0、Logistic回歸3種模型預(yù)測(cè)出的有離網(wǎng)傾向的客戶，都作為可能發(fā)生離網(wǎng)行為的客戶，以盡量提高模型的覆蓋率。試點(diǎn)實(shí)施結(jié)果從2005年11月起，該試點(diǎn)地市分公司客服部使用該客戶流失預(yù)警模型進(jìn)行的流失預(yù)警客戶的維系挽留工作取得了良好的效果。而以往要在接近30萬(wàn)的用戶中找出真正有離網(wǎng)傾向的6,000戶左右的用戶是非常困難的事情。在使用預(yù)測(cè)模型篩選出預(yù)警客戶后，客服部能夠及時(shí)地對(duì)流失預(yù)警客戶進(jìn)行挽留，提高了工作效率，降低了挽留客戶的成本?？蛻袅魇Х治瞿K在每月月初提供當(dāng)月的流失預(yù)警客戶名單，表3是客戶流失分析模塊提供的該試點(diǎn)2006年1月到3月的流失預(yù)警客戶數(shù)目統(tǒng)計(jì)。針對(duì)模型預(yù)測(cè)得到的流失預(yù)警用戶，該分公司客服部門采取了如下措施：對(duì)于成功回訪的月費(fèi)用30元以上的用戶贈(zèng)送了保險(xiǎn)；對(duì)于未回訪成功的月費(fèi)用30元以上的用戶，批量群發(fā)短信告之撥打客戶服務(wù)熱線申請(qǐng)，公司即可為其購(gòu)買相應(yīng)的保險(xiǎn)；對(duì)于月費(fèi)用30元以下的用戶也批量發(fā)送了短信，對(duì)用戶的使用表示感謝，并主動(dòng)征求用戶的意見(jiàn)。目前該試點(diǎn)2006年3月以前的流失預(yù)警用戶已經(jīng)全部處理完畢，并已經(jīng)有用戶陸續(xù)到公司各營(yíng)業(yè)廳領(lǐng)取保單，客服熱線也不斷接到用戶的咨詢?？傮w而言，用戶對(duì)該分公司采取的挽留措施表示滿意，大部分打消了離網(wǎng)的想法。應(yīng)用數(shù)據(jù)挖掘研究客戶流失的特點(diǎn)研究目的：是對(duì)客戶流失的規(guī)律進(jìn)行研究。研究對(duì)象：主要是運(yùn)營(yíng)商的客戶的基本屬性和消費(fèi)數(shù)據(jù)。研究方法：神經(jīng)網(wǎng)絡(luò)、決策樹(shù)、Logistic回歸、貝葉斯網(wǎng)絡(luò)研究一般都是通過(guò)定時(shí)采集計(jì)費(fèi)營(yíng)賬系統(tǒng)中的客戶消費(fèi)行為、繳費(fèi)行為等資料數(shù)據(jù)，再將采集的相關(guān)數(shù)據(jù)與根據(jù)歷史經(jīng)驗(yàn)設(shè)置的相應(yīng)關(guān)鍵指標(biāo)進(jìn)行比對(duì)分析，根據(jù)分析的結(jié)果識(shí)別各種離網(wǎng)傾向，對(duì)有離網(wǎng)傾向的客戶及時(shí)向客戶經(jīng)理預(yù)警。電信客戶流失分析及應(yīng)用競(jìng)爭(zhēng)情報(bào)理論的必要性競(jìng)爭(zhēng)情報(bào)與客戶流失風(fēng)險(xiǎn)競(jìng)爭(zhēng)情報(bào)的定義根據(jù)美國(guó)競(jìng)爭(zhēng)情報(bào)從業(yè)者協(xié)會(huì)（SocietyofCompetitiveIntelligenceProfessionals，簡(jiǎn)稱SCIP）的定義，競(jìng)爭(zhēng)情報(bào)（CompetitiveIntelligence，簡(jiǎn)稱CI）是一種過(guò)程，在此過(guò)程中人們用合乎職業(yè)道德的方式搜集、分析和傳播有關(guān)經(jīng)營(yíng)環(huán)境、競(jìng)爭(zhēng)對(duì)手和組織本身的準(zhǔn)確、具體、及時(shí)、前瞻以及可付諸行動(dòng)的情報(bào)。競(jìng)爭(zhēng)情報(bào)在企業(yè)中可以發(fā)揮以下六大作用：環(huán)境監(jiān)視、市場(chǎng)預(yù)警、技術(shù)跟蹤、對(duì)手分析、策略制定和信息安全[16]。風(fēng)險(xiǎn)的定義與戰(zhàn)略風(fēng)險(xiǎn)的劃分所謂風(fēng)險(xiǎn)，最常見(jiàn)的理解是關(guān)于現(xiàn)實(shí)情況偏離主體預(yù)期或既定目標(biāo)的可能性，或者理解為一種不確定性。風(fēng)險(xiǎn)的產(chǎn)生來(lái)源于信息的不完全。因此風(fēng)險(xiǎn)管理的目標(biāo)就是降低因信息缺失而引起損失的可能及程度，而且同時(shí)要增大獲利的可能及數(shù)量[17]。戰(zhàn)略風(fēng)險(xiǎn)可以劃分為操作風(fēng)險(xiǎn)、財(cái)務(wù)風(fēng)險(xiǎn)和競(jìng)爭(zhēng)風(fēng)險(xiǎn)[18]。前兩者與公司的流程和資產(chǎn)相關(guān)，而后者則與公司的外部環(huán)境變化有關(guān)，即公司的戰(zhàn)略與市場(chǎng)環(huán)境出現(xiàn)了偏離，公司的戰(zhàn)略已經(jīng)不能適應(yīng)所處的行業(yè)和市場(chǎng)的變化，如無(wú)法滿足客戶的需求、無(wú)法預(yù)見(jiàn)競(jìng)爭(zhēng)對(duì)手的改變、替代技術(shù)的出現(xiàn)和新競(jìng)爭(zhēng)對(duì)手的加入。客戶流失的界定在本文以下的研究中，客戶流失既包括客戶不再接受原來(lái)為自己服務(wù)的運(yùn)營(yíng)商的服務(wù)，還包括仍接受原來(lái)為自己服務(wù)的運(yùn)營(yíng)商的服務(wù)，但因接受競(jìng)爭(zhēng)者的服務(wù)而使上述服務(wù)減少。并且，本文以下的研究中，客戶流失指的是自愿的客戶流失，因欺詐、不付款和使用不足造成的非自愿客戶流失不在本文的研究范圍內(nèi)[4]32-34。競(jìng)爭(zhēng)情報(bào)是客戶流失風(fēng)險(xiǎn)管理的重要基礎(chǔ)戰(zhàn)略管理屬企業(yè)高層管理活動(dòng)，其核心是戰(zhàn)略決策。戰(zhàn)略決策必須根據(jù)企業(yè)的宗旨和目標(biāo)，在對(duì)企業(yè)的內(nèi)部?jī)?yōu)勢(shì)和薄弱環(huán)節(jié)、外部威脅和市場(chǎng)機(jī)會(huì)進(jìn)行系統(tǒng)化分析的基礎(chǔ)上制定的，在這一過(guò)程中，需要大量的競(jìng)爭(zhēng)情報(bào)。競(jìng)爭(zhēng)情報(bào)是戰(zhàn)略管理的基礎(chǔ)，無(wú)論是戰(zhàn)略的制定，還是戰(zhàn)略的實(shí)施和評(píng)價(jià)，都需要對(duì)企業(yè)的競(jìng)爭(zhēng)環(huán)境、競(jìng)爭(zhēng)對(duì)手和競(jìng)爭(zhēng)戰(zhàn)略進(jìn)行基于信息的搜集、分析和研究[19]。競(jìng)爭(zhēng)情報(bào)可以為組織制定競(jìng)爭(zhēng)策略提供信息支持、依據(jù)和論證，提高決策的科學(xué)性和準(zhǔn)確性[20]。競(jìng)爭(zhēng)情報(bào)在電信運(yùn)營(yíng)管理中居于基礎(chǔ)地位，如圖2.1所示。解決企業(yè)客戶流失風(fēng)險(xiǎn)管理中的信息缺失，是進(jìn)行有效的客戶流失風(fēng)險(xiǎn)管理的前提。而競(jìng)爭(zhēng)情報(bào)正是對(duì)會(huì)給企業(yè)帶來(lái)風(fēng)險(xiǎn)的外部環(huán)境變化和自身內(nèi)部狀況系統(tǒng)地進(jìn)行搜集和分析，因而能夠擔(dān)當(dāng)環(huán)境監(jiān)視和風(fēng)險(xiǎn)預(yù)警的重任。因此，在流失風(fēng)險(xiǎn)管理中引進(jìn)競(jìng)爭(zhēng)情報(bào)是非常必要的。策略檢驗(yàn)、糾偏與開(kāi)發(fā)策略檢驗(yàn)、糾偏與開(kāi)發(fā)價(jià)格策略新業(yè)務(wù)開(kāi)發(fā)策略業(yè)務(wù)組合策略價(jià)格策略促銷策略渠道策略合作伙伴策略合作伙伴策略外部環(huán)境?-?-市場(chǎng)環(huán)境競(jìng)爭(zhēng)態(tài)勢(shì)標(biāo)桿研究信息分析?-?-內(nèi)部環(huán)境?-?-總體業(yè)績(jī)各項(xiàng)業(yè)務(wù)經(jīng)營(yíng)狀況在執(zhí)行的營(yíng)銷活動(dòng)總體表現(xiàn)對(duì)比分析各項(xiàng)同質(zhì)業(yè)務(wù)的對(duì)比分析行業(yè)新增長(zhǎng)點(diǎn)的分析產(chǎn)業(yè)環(huán)境的宏觀分析戰(zhàn)略開(kāi)發(fā)渠道戰(zhàn)略合作伙伴戰(zhàn)略產(chǎn)業(yè)戰(zhàn)略國(guó)際市場(chǎng)戰(zhàn)略輸入輸入輸出圖2.1競(jìng)爭(zhēng)情報(bào)工作的地位競(jìng)爭(zhēng)情報(bào)是一種有效的客戶流失風(fēng)險(xiǎn)管理工具根據(jù)競(jìng)爭(zhēng)情報(bào)的定義，競(jìng)爭(zhēng)情報(bào)的研究對(duì)象即企業(yè)的經(jīng)營(yíng)環(huán)境、競(jìng)爭(zhēng)對(duì)手和企業(yè)自身。這三者恰好是企業(yè)客戶流失風(fēng)險(xiǎn)的來(lái)源。競(jìng)爭(zhēng)情報(bào)的前瞻性表明它是一種帶有預(yù)見(jiàn)性質(zhì)的信息增值產(chǎn)品，對(duì)企業(yè)風(fēng)險(xiǎn)的預(yù)見(jiàn)當(dāng)然也包含其中。此外它還擔(dān)當(dāng)著在風(fēng)險(xiǎn)中避免威脅并積極尋找機(jī)會(huì)的角色。從風(fēng)險(xiǎn)管理的角度來(lái)看，競(jìng)爭(zhēng)情報(bào)的六大作用無(wú)不與客戶流失風(fēng)險(xiǎn)管理密切相關(guān)。因?yàn)榭蛻袅魇эL(fēng)險(xiǎn)管理的主要目的就是及時(shí)發(fā)現(xiàn)來(lái)自外部環(huán)境中的、將給企業(yè)的經(jīng)營(yíng)帶來(lái)某種程度的不確定性的政策法規(guī)、經(jīng)濟(jì)發(fā)展、環(huán)境變化、社會(huì)文化以及技術(shù)變革的動(dòng)向，監(jiān)視行業(yè)的五種競(jìng)爭(zhēng)動(dòng)力，從而更好地駕馭這些變化（風(fēng)險(xiǎn)）。另外從企業(yè)對(duì)競(jìng)爭(zhēng)情報(bào)的需求上來(lái)看，35％以上的需求是與企業(yè)的戰(zhàn)略決策和行動(dòng)相關(guān)的，20％以上的需求是關(guān)于有效地進(jìn)行早期預(yù)警所需的情報(bào)，還有30％以內(nèi)的需求是關(guān)于市場(chǎng)關(guān)鍵參與者的情報(bào)[21]?？梢?jiàn)，作為企業(yè)的耳目、尖兵和參謀的競(jìng)爭(zhēng)情報(bào)工作，是一種有效的客戶流失風(fēng)險(xiǎn)管理工具。電信客戶流失原因的案例分析案例一某運(yùn)營(yíng)商的內(nèi)部調(diào)研結(jié)果如圖：圖2.2某運(yùn)營(yíng)商曾經(jīng)轉(zhuǎn)網(wǎng)和可能轉(zhuǎn)網(wǎng)客戶的轉(zhuǎn)網(wǎng)原因從圖中我們可以看出競(jìng)爭(zhēng)者的競(jìng)爭(zhēng)對(duì)客戶的爭(zhēng)取作用。兩年內(nèi)曾經(jīng)轉(zhuǎn)網(wǎng)和未來(lái)一年內(nèi)可能轉(zhuǎn)網(wǎng)的各類客戶轉(zhuǎn)網(wǎng)的最主要原因非常集中，依次為價(jià)格和網(wǎng)絡(luò)質(zhì)量；同時(shí)對(duì)另一品牌的信任、服務(wù)質(zhì)量和渠道也是影響客戶轉(zhuǎn)網(wǎng)的關(guān)鍵因素。對(duì)已經(jīng)轉(zhuǎn)網(wǎng)和可能轉(zhuǎn)網(wǎng)原因的對(duì)比可以看出，價(jià)格和網(wǎng)絡(luò)質(zhì)量是影響客戶轉(zhuǎn)網(wǎng)的激勵(lì)因素，品牌、服務(wù)質(zhì)量和服務(wù)渠道的便利性是影響客戶轉(zhuǎn)網(wǎng)的保健因素。要較好地保有客戶，除了發(fā)揮價(jià)格的杠桿作用外，努力加強(qiáng)網(wǎng)絡(luò)覆蓋和網(wǎng)絡(luò)優(yōu)化刻不容緩。作為保健因素，服務(wù)在保有客戶方面的作用就顯得非常突出，該運(yùn)營(yíng)商進(jìn)行客戶服務(wù)體系優(yōu)化與實(shí)施是適應(yīng)客戶需求的，同時(shí)也為取得競(jìng)爭(zhēng)中的主動(dòng)權(quán)奠定了一定的基礎(chǔ)。案例二某運(yùn)營(yíng)商內(nèi)部統(tǒng)計(jì)，所轄區(qū)域內(nèi)，中心城市固定電話的離網(wǎng)去向，見(jiàn)圖2.3。圖2.3某固定通信運(yùn)營(yíng)商所轄中心城市固定電話離網(wǎng)后去向公眾固定電話客戶退網(wǎng)后多數(shù)選擇移動(dòng)通信工具，選擇次序大致為移動(dòng)手機(jī)、聯(lián)通手機(jī)、本公司的無(wú)線市話手機(jī)。移動(dòng)電話給固定電話帶來(lái)的沖擊是顯而易見(jiàn)的，印證了我們?cè)诘谝徽轮械姆治?。?jù)另一運(yùn)營(yíng)商內(nèi)部調(diào)查，超過(guò)半數(shù)的離網(wǎng)用戶流失到其他運(yùn)營(yíng)商網(wǎng)內(nèi)，主要是由于競(jìng)爭(zhēng)對(duì)手的競(jìng)爭(zhēng)政策導(dǎo)致；近1/3的離網(wǎng)用戶，在本公司內(nèi)部各業(yè)務(wù)之間轉(zhuǎn)換，說(shuō)明資費(fèi)設(shè)計(jì)存在漏洞。客戶流失管理應(yīng)注意的地方客戶流失管理應(yīng)該是在充分了解客戶的基礎(chǔ)上，通過(guò)IT系統(tǒng)的支撐，進(jìn)行客戶細(xì)分和客戶價(jià)值評(píng)價(jià)，以及客戶維系與挽留成本評(píng)價(jià)和客戶未來(lái)價(jià)值預(yù)測(cè)，充分考慮外部環(huán)境、競(jìng)爭(zhēng)對(duì)手，對(duì)不同客戶采取不同策略以達(dá)到留住目標(biāo)客戶、更有效地為客戶服務(wù)的過(guò)程。在客戶流失管理中，應(yīng)該注意：應(yīng)有正確的客戶流失管理的理念，流程應(yīng)清晰、可執(zhí)行；客戶流失管理不是某一個(gè)部門的職責(zé)，而是運(yùn)營(yíng)商各部門共同的任務(wù)；應(yīng)配備訓(xùn)練有素的人員，并給予資金支持；應(yīng)有一套完善的客戶流失管理考核指標(biāo)與考核辦法。數(shù)據(jù)挖掘技術(shù)僅僅是客戶流失管理的基礎(chǔ)的支撐，還需要與之配套的管理架構(gòu)和業(yè)務(wù)流程；流失模型既不是流失管理的充分條件，也不是流失管理的必要條件；中國(guó)移動(dòng)的數(shù)據(jù)倉(cāng)庫(kù)的容量在2006年7月已達(dá)1614TB，但是我們應(yīng)該知道，數(shù)據(jù)倉(cāng)庫(kù)并不是容量越大越好，容量大意味著花費(fèi)也大，我們需要的是規(guī)模較小、重點(diǎn)突出、高效的數(shù)據(jù)交流中心，而不是擁有太多沒(méi)人重視、沒(méi)人能夠利用的信息的系統(tǒng)；開(kāi)發(fā)和使用要結(jié)合。計(jì)算機(jī)系統(tǒng)開(kāi)發(fā)人員應(yīng)了解，業(yè)務(wù)人員需要系統(tǒng)執(zhí)行什么任務(wù)。要準(zhǔn)確地了解客戶的關(guān)鍵信息，客戶數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)應(yīng)是客戶信息資料的權(quán)威性來(lái)源。搜集信息的工作量一般占整個(gè)客戶流失管理的工作量的50-80%。例如，某大客戶經(jīng)理的客戶有266個(gè)有離網(wǎng)預(yù)警，結(jié)果有233個(gè)呼叫不通，有32個(gè)有離網(wǎng)傾向，只有1個(gè)挽留成功[8]。這提醒我們：客戶除了其手機(jī)號(hào)以外，還應(yīng)有其他的聯(lián)系方式；還說(shuō)明進(jìn)行客戶流失管理要有一整套的流程，給客戶打電話說(shuō)什么、怎么說(shuō)要有規(guī)范。表2.1某大客戶經(jīng)理挽留8月某旬挽留情況統(tǒng)計(jì)預(yù)警數(shù)量呼接不通有離網(wǎng)傾向挽留成功挽留成功率2662333210.38%客戶須細(xì)分，細(xì)分的標(biāo)準(zhǔn)不但包括客戶的消費(fèi)數(shù)據(jù)，而且應(yīng)包括客戶的一些其他的關(guān)鍵信息。如客戶收入，研究表明，客戶的收入高低與其電信消費(fèi)行為密切相關(guān)?？蛻袅魇У闹行膯?wèn)題，不僅要確定哪些客戶有流失的風(fēng)險(xiǎn)，而且要確定可能流失的客戶中哪些值得挽留[9]。所以我們應(yīng)注重客戶價(jià)值?？蛻魞r(jià)值函數(shù)應(yīng)包括：客戶帶來(lái)的收入；信用風(fēng)險(xiǎn)和接觸頻率；使用行為；客戶特征；未來(lái)客戶價(jià)值分類。根據(jù)某個(gè)客戶曾帶來(lái)的收入（以下稱為過(guò)往收入），為該客戶指定一個(gè)相對(duì)值是錯(cuò)誤的。原因：電信產(chǎn)品、成本和價(jià)格正飛快且不穩(wěn)定地變動(dòng)，以至于過(guò)往收入對(duì)真正的未來(lái)收入潛力的描述缺乏一致性；真正的客戶價(jià)值也在同樣大的程度上與企業(yè)為其承擔(dān)的全部成本有關(guān)，所以象信用風(fēng)險(xiǎn)和客戶服務(wù)維護(hù)費(fèi)用必須被包含在客戶保留成本內(nèi)；電信產(chǎn)品和服務(wù)變化快，一個(gè)好的未來(lái)客戶現(xiàn)在可能只是一個(gè)一般客戶而已[4]207-208。應(yīng)對(duì)目標(biāo)客戶未來(lái)的價(jià)值進(jìn)行預(yù)測(cè)，并用于客戶流失管理中。我們發(fā)現(xiàn)，客戶的電信消費(fèi)隨著其工作生活的變化而變化，有的人在某個(gè)時(shí)間段可能有較大的變化，這使我們有必要預(yù)測(cè)客戶未來(lái)的價(jià)值。同時(shí)有客戶的運(yùn)營(yíng)數(shù)據(jù)，又有對(duì)客戶、競(jìng)爭(zhēng)者、環(huán)境的信息的搜集，使得預(yù)測(cè)客戶未來(lái)的價(jià)值成為可能?？偨Y(jié)綜合各運(yùn)營(yíng)商的情況，我們得到電信運(yùn)營(yíng)商的各客戶流失原因，如圖2.4：競(jìng)爭(zhēng)行為競(jìng)爭(zhēng)行為政策措施服務(wù)水平產(chǎn)品質(zhì)量渠道行為客戶行為終端售后計(jì)費(fèi)誤差網(wǎng)絡(luò)覆蓋通話質(zhì)量政策漏洞促銷優(yōu)惠詆毀策反服務(wù)缺位用戶不實(shí)流程/制度滿意度降低經(jīng)營(yíng)投機(jī)市場(chǎng)區(qū)隔促銷頻次/力度消費(fèi)替代手段/態(tài)度/效率機(jī)構(gòu)/投入業(yè)務(wù)提供惡意倒網(wǎng)終端質(zhì)量管理粗放品牌服務(wù)追逐優(yōu)惠經(jīng)營(yíng)管理客戶離網(wǎng)圖2.4電信運(yùn)營(yíng)商的客戶流失原因魚刺圖上圖中，經(jīng)營(yíng)管理、產(chǎn)品質(zhì)量、服務(wù)水平、政策措施是運(yùn)營(yíng)商自己的行為，競(jìng)爭(zhēng)行為、渠道行為、客戶行為都是運(yùn)營(yíng)商所在的外部環(huán)境因素。通過(guò)上述案例，我們可以得出，客戶流失是由多方面的因素造成的，既有運(yùn)營(yíng)商的內(nèi)部因素，也有外部環(huán)境的因素，電信行業(yè)的激烈競(jìng)爭(zhēng)是不可忽視的因素。對(duì)運(yùn)營(yíng)商來(lái)說(shuō)，對(duì)自己的了解和理解要比對(duì)競(jìng)爭(zhēng)對(duì)手和行業(yè)環(huán)境深得多，競(jìng)爭(zhēng)情報(bào)可以承擔(dān)收集和分析競(jìng)爭(zhēng)對(duì)手和行業(yè)環(huán)境信息的任務(wù)。既然客戶流失是內(nèi)外部多種因素造成的，那么客戶流失風(fēng)險(xiǎn)指標(biāo)體系就應(yīng)該包括內(nèi)外部指標(biāo)，包括行業(yè)環(huán)境、競(jìng)爭(zhēng)對(duì)手、客戶和運(yùn)營(yíng)商自身各指標(biāo)，這恰恰是競(jìng)爭(zhēng)情報(bào)的研究范圍。所以我們有必要按競(jìng)爭(zhēng)情報(bào)的研究范疇研究客戶流失問(wèn)題。研究運(yùn)營(yíng)商外部環(huán)境信息的必要性客戶的基本屬性和消費(fèi)數(shù)據(jù)，自然給數(shù)據(jù)挖掘提供了重要而較易獲得的數(shù)據(jù)，且隨著計(jì)算機(jī)支撐軟硬件的提升，這類數(shù)據(jù)也日趨準(zhǔn)確。但是，運(yùn)營(yíng)商所處的外部環(huán)境也在不斷變化，針對(duì)外部的紛繁復(fù)雜的信息，運(yùn)營(yíng)商應(yīng)該有一套系統(tǒng)的分析方法，在客戶流失風(fēng)險(xiǎn)方面，應(yīng)分析哪些因素對(duì)客戶流失有影響，影響程度如何。在客戶流失預(yù)警方面，亦應(yīng)該有包括內(nèi)外部各種指標(biāo)的預(yù)警模型，以使在分析外部信息對(duì)客戶流失預(yù)警的影響的時(shí)候，有一套系統(tǒng)化的方法，而不是靠拍腦袋來(lái)做決定。技術(shù)我在第一章里講的新技術(shù)同化吸收曲線具體地論述了新技術(shù)的驅(qū)動(dòng)使得電信行業(yè)是建立在客戶流失基礎(chǔ)上的行業(yè)。所以我們研究客戶流失，不應(yīng)把新技術(shù)排除在外。發(fā)生客戶流失的原因首先是技術(shù)的日新月異。由于發(fā)明了更新、更好、更時(shí)尚、費(fèi)用更低的替代技術(shù)，客戶擁有了越來(lái)越多的選擇。目前，電信技術(shù)往往在很短的時(shí)間就會(huì)進(jìn)行更新?lián)Q代。經(jīng)濟(jì)經(jīng)濟(jì)發(fā)展自然對(duì)客戶流失也有影響，盡管對(duì)中國(guó)這樣一個(gè)多年保持高水平增長(zhǎng)的國(guó)度，這一點(diǎn)并不明顯。人們更多地看到的是經(jīng)濟(jì)的快速發(fā)展給客戶的增加帶來(lái)的正面影響。但在實(shí)際運(yùn)營(yíng)中，確實(shí)有的移動(dòng)通信客戶因?yàn)楸救说慕?jīng)濟(jì)境況不好而減少甚至不用手機(jī)。人口的流動(dòng)人口的流動(dòng)帶來(lái)的客戶流失是顯而意見(jiàn)的。在當(dāng)今中國(guó)，人口流動(dòng)性越來(lái)越大，因此造成的客戶流失是難以干預(yù)的?？蛻粼?0世紀(jì)不到100年的時(shí)間，地球上超過(guò)60%的居民用上了各種形式的電信服務(wù)。無(wú)線電話技術(shù)為人們所接受的速度更是令人吃驚，在不到10年的時(shí)間里，無(wú)線電話已經(jīng)從只屬于間諜和富豪的玩具，變成全世界年輕人、富裕階層和現(xiàn)代派的主要標(biāo)志。面對(duì)電信領(lǐng)域的這種活躍氣氛，眾多無(wú)線運(yùn)營(yíng)商都相信，前面有廣闊的市場(chǎng)前景，客戶流失在接下來(lái)的許多年里都不會(huì)成為一個(gè)問(wèn)題。然而，迅速被您的新技術(shù)吸引的那些客戶也可能很快就遠(yuǎn)離你。處于多變的環(huán)境中的客戶，他們的喜好和態(tài)度也是多變的。管制機(jī)構(gòu)如果你發(fā)現(xiàn)在自己所處的市場(chǎng)中無(wú)須應(yīng)付大量競(jìng)爭(zhēng)，那一定是管制機(jī)構(gòu)在起作用。現(xiàn)在流行進(jìn)行世界范圍的經(jīng)濟(jì)分析，毫無(wú)疑問(wèn)，具有更加自由、更加積極的放松管制措施的那些國(guó)家才擁有質(zhì)量最佳、費(fèi)用最低的服務(wù)。因此，越來(lái)越多的政府正在修改放松管制的時(shí)間表，并加快引入競(jìng)爭(zhēng)者進(jìn)入市場(chǎng)的速度。競(jìng)爭(zhēng)者當(dāng)然，客戶流失的真正原因并非技術(shù)、客戶或者管制機(jī)構(gòu)，而是競(jìng)爭(zhēng)者。競(jìng)爭(zhēng)者開(kāi)發(fā)了新的網(wǎng)絡(luò)、提供了新的服務(wù)、引進(jìn)了較新的技術(shù)，而且，最重要的是，降低了價(jià)格。如果在你所處的市場(chǎng)中存在競(jìng)爭(zhēng)者，他們渴望爭(zhēng)取新的業(yè)務(wù)，可以確信，他們首先注意到的一定是你的客戶。判斷競(jìng)爭(zhēng)者強(qiáng)項(xiàng)和弱項(xiàng)的信息要素主要有：產(chǎn)品、代理商/分銷渠道、營(yíng)銷與銷售、運(yùn)作、研究和工程能力、總成本、財(cái)務(wù)實(shí)力、組織、綜合管理能力、公司業(yè)務(wù)組合，等等。應(yīng)用數(shù)據(jù)挖掘研究客戶流失的不足運(yùn)營(yíng)商普遍采用的數(shù)據(jù)挖掘方法，有嚴(yán)謹(jǐn)、邏輯性強(qiáng)等優(yōu)點(diǎn)，但也有其局限性。沒(méi)有考慮外界環(huán)境的影響只對(duì)運(yùn)營(yíng)數(shù)據(jù)進(jìn)行分析，沒(méi)有考慮外界環(huán)境的影響。但外界環(huán)境，包括競(jìng)爭(zhēng)者和行業(yè)環(huán)境，對(duì)運(yùn)營(yíng)商的客戶流失有著重要的影響，不考慮外界環(huán)境，顯然不夠全面?？蛻敉炝舻膶?shí)際效果差在2.2.3中我們講到一個(gè)實(shí)例，某運(yùn)營(yíng)商有266個(gè)大客戶有離網(wǎng)預(yù)警，結(jié)果有233個(gè)是呼叫不通，有32個(gè)有離網(wǎng)傾向，1個(gè)是挽留成功。這樣的成功率，很顯然太低。就像明明知道某些人得了癌癥，但是我們也沒(méi)有什么辦法，只能做一些人道關(guān)懷。月客戶流失率的計(jì)算方法：（C0+A1-C1）/C0，其中，C0＝為月初客戶人數(shù)，A1為新增的客戶數(shù)，C1為月末客戶數(shù)。張高峰在《流失預(yù)警模型在移動(dòng)行業(yè)客戶保留中的應(yīng)用》一文中，根據(jù)實(shí)際情況和估算，假設(shè)了一個(gè)地市運(yùn)營(yíng)商，有1,000,000個(gè)用戶，月流失率為5%，其中高價(jià)值用戶20萬(wàn)，流失率為3%，一般用戶80萬(wàn)，流失率為5.5%。其在應(yīng)用流失預(yù)警模型后，挽留情況如表2.2[22]。計(jì)算公式為：可以成功挽留的高價(jià)值用戶數(shù)=總用戶數(shù)*高價(jià)值用戶比例*預(yù)警高危用戶比例*高價(jià)值用戶的平均流失率*模型提升效果*接觸成功率*接觸到的用戶的成功挽留率。表2.2模型評(píng)價(jià)總用戶數(shù)1,000,000高價(jià)值用戶比例20%預(yù)警高危用戶比例10%高價(jià)值用戶的平均流失率3%模型提升效果5接觸成功率50%接觸到的用戶的成功挽留率30%成功挽留的高價(jià)值用戶數(shù)450在應(yīng)用流失預(yù)警模型后，總體流失率=（50,000-450）/1,000,000=4.955%，與之前的5%相差無(wú)幾。為了提高效益，我們有必要對(duì)在對(duì)客戶進(jìn)行細(xì)分的基礎(chǔ)上，對(duì)細(xì)分客戶群的流失進(jìn)行分析和預(yù)警。這樣，也更利于運(yùn)營(yíng)商針對(duì)細(xì)分客戶群采取有針對(duì)性的策略，以降低客戶流失率。當(dāng)然如果與上述以流失預(yù)警模型為基礎(chǔ)的一對(duì)一挽留相結(jié)合，就能更大地降低客戶流失率。客戶流失風(fēng)險(xiǎn)指標(biāo)體系在客戶流失研究中引入競(jìng)爭(zhēng)情報(bào)上述第一節(jié)從理論上說(shuō)明了競(jìng)爭(zhēng)情報(bào)是客戶流失管理的基礎(chǔ)和工具，第二節(jié)通過(guò)案例說(shuō)明了客戶流失的內(nèi)外部原因以及引入競(jìng)爭(zhēng)情報(bào)研究的必要性，第三節(jié)通過(guò)研究外部環(huán)境信息的必要性、第四節(jié)通過(guò)數(shù)據(jù)挖掘的局限性進(jìn)一步闡述了在客戶流失研究中引入競(jìng)爭(zhēng)情報(bào)的必要性。相對(duì)于內(nèi)部運(yùn)營(yíng)數(shù)據(jù)來(lái)說(shuō)，獲得的外部環(huán)境的信息往往不夠準(zhǔn)確、完整。如何分析大量的外部環(huán)境真真假假的、有時(shí)是支離破碎的信息，需要一套系統(tǒng)化的方法。PAGEPAGE27運(yùn)營(yíng)商應(yīng)以競(jìng)爭(zhēng)情報(bào)為基礎(chǔ)，利用對(duì)所得的情報(bào)的系統(tǒng)化研究，來(lái)決定自己的策略和戰(zhàn)略，以爭(zhēng)取和挽留客戶。風(fēng)險(xiǎn)分析與客戶流失風(fēng)險(xiǎn)風(fēng)險(xiǎn)分析是一門理論性與實(shí)用性均很強(qiáng)的邊緣學(xué)科，它廣泛地應(yīng)用各種定性、定量的方法對(duì)風(fēng)險(xiǎn)進(jìn)行辨識(shí)、估計(jì)和評(píng)價(jià)。風(fēng)險(xiǎn)分析的方法大致可分為客觀與主觀分析兩種。就電信運(yùn)營(yíng)商的客戶流失來(lái)說(shuō)，客觀分析主要是根據(jù)運(yùn)營(yíng)的數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘；主觀分析在電信客戶流失研究中雖有所應(yīng)用，但仍很欠缺；如何利用專家的判斷，使主觀估計(jì)客觀化、符合實(shí)際，就是本節(jié)旨在討論的問(wèn)題。就此本節(jié)應(yīng)用德?tīng)柗品?、層次分析法和模糊?shù)學(xué)，對(duì)移動(dòng)通信的客戶流失風(fēng)險(xiǎn)進(jìn)行分析。根據(jù)前面的分析，客戶流失的原因是多方面的，客戶流失不僅與運(yùn)營(yíng)商自身的情況有關(guān)，還與為客戶服務(wù)的運(yùn)營(yíng)商的能力、運(yùn)營(yíng)商的競(jìng)爭(zhēng)對(duì)手的競(jìng)爭(zhēng)能力、客戶所在單位的移動(dòng)通信消費(fèi)政策、行業(yè)環(huán)境有關(guān)。本節(jié)用層次分析法和模糊綜合評(píng)價(jià)法，構(gòu)造個(gè)人客戶流失的流失風(fēng)險(xiǎn)指標(biāo)體系。層次分析層次分析是一種實(shí)用的多準(zhǔn)則評(píng)價(jià)方法，這種方法采用相對(duì)標(biāo)度的方式，充分利用了人的經(jīng)驗(yàn)和判斷能力。應(yīng)用層次分析，首先要構(gòu)造一個(gè)層次分析結(jié)構(gòu)模型，為此需要對(duì)研究系統(tǒng)進(jìn)行認(rèn)真深入的分析，弄清系統(tǒng)的范圍、所包含的因素、因素間的關(guān)系以及最終要解答的問(wèn)題[23]?？蛻袅魇Ч芾硎沁\(yùn)營(yíng)商經(jīng)營(yíng)管理的核心內(nèi)容之一，客戶流失風(fēng)險(xiǎn)分析是客戶流失管理的基礎(chǔ)。風(fēng)險(xiǎn)指標(biāo)體系的建立，有利于運(yùn)營(yíng)商有針對(duì)性地對(duì)客戶流失進(jìn)行管理。通過(guò)對(duì)資料的研究和專家調(diào)查，確定了移動(dòng)通信個(gè)人客戶流失風(fēng)險(xiǎn)指標(biāo)[24-26]，見(jiàn)表2.3。這里的客戶流失，指的是自愿的客戶流失（相對(duì)因欺詐、不付款、使用不足而造成的非自愿的客戶流失）；這些指標(biāo)都是直接影響個(gè)人客戶流失的指標(biāo)，考慮的是風(fēng)險(xiǎn)指標(biāo)對(duì)全部客戶的流失風(fēng)險(xiǎn)的影響程度。各指標(biāo)對(duì)客戶流失的影響程度不同。為了反映各個(gè)指標(biāo)的重要程度，對(duì)各指標(biāo)應(yīng)賦予相應(yīng)的權(quán)重。對(duì)多位專家進(jìn)行了共四輪的問(wèn)卷調(diào)查。第一輪確定各層次的指標(biāo)；第二輪依模型構(gòu)造兩兩比較判斷矩陣，進(jìn)而用方根法或和積法求矩陣的特征向量和特征根，并進(jìn)行一致性檢驗(yàn)。具有滿意一致性的判斷矩陣對(duì)應(yīng)的特征向量的各分量即為各個(gè)指標(biāo)對(duì)上層的權(quán)重，記：X1，X2，X3，X4，X5，X6，X7，X8對(duì)指標(biāo)Y1的權(quán)重為a11，a12，a13，a14，a15，a16，a17，a18，A1=（a11，a12，a13，a14，a15，a16，a17，a18），…，X24，X25，X26，X27對(duì)指標(biāo)Y4的權(quán)重為a51，a52，a53，a54，A5=（a51，a52，a53，a54），而Y1，Y2，Y3，Y4對(duì)指標(biāo)Z的權(quán)重設(shè)為a1，a2，a3，a4，a5且A=（a1，a2，a3，a4，a5），把多個(gè)專家的結(jié)果平均；第三輪與第二輪類似，把第二輪的結(jié)果反饋給專家，專家的意見(jiàn)可能會(huì)有所變化，再次計(jì)算各指標(biāo)權(quán)重；第四輪根據(jù)反饋的問(wèn)題進(jìn)行補(bǔ)充調(diào)查；第三輪和第四輪還讓專家對(duì)某兩家運(yùn)營(yíng)商在各個(gè)指標(biāo)的表現(xiàn)進(jìn)行了兩輪的打分（見(jiàn)）。模糊層次分析德?tīng)柗品▽儆谥饔^定性估計(jì)，不同評(píng)價(jià)者的主觀判斷會(huì)存在差異，也會(huì)由于主觀判斷的模糊性而影響客觀實(shí)際的明晰性，所以應(yīng)將模糊數(shù)學(xué)應(yīng)用于專家意見(jiàn)的收集和整理。建立評(píng)價(jià)對(duì)象集合，可以將運(yùn)營(yíng)商的客戶流失風(fēng)險(xiǎn)作為評(píng)價(jià)對(duì)象。建立評(píng)價(jià)因素集合，即為X={X1，X2，X3，…，X27}，表示前述4個(gè)方面的各因素指標(biāo)。建立評(píng)價(jià)評(píng)語(yǔ)集合，專家對(duì)這些因素逐個(gè)給出評(píng)語(yǔ)。在此將各個(gè)指標(biāo)的評(píng)語(yǔ)分為4個(gè)等級(jí)，以衡量被評(píng)價(jià)的運(yùn)營(yíng)商在該指標(biāo)上的表現(xiàn)。設(shè)所確立的等級(jí)集合的評(píng)語(yǔ)集合為W：W={W1，W2，W3，W4}，其中W1，W2，W3，W4分別表示為優(yōu)、良、中、差，或很有利、有利、一般、不利，對(duì)應(yīng)的相關(guān)流失風(fēng)險(xiǎn)的大小程序?yàn)榈?、較低、中等、較高。PAGEPAGE69表2.3層次分析模型一級(jí)指標(biāo)二級(jí)指標(biāo)權(quán)數(shù)優(yōu)先級(jí)客戶流失風(fēng)險(xiǎn)（Z）運(yùn)營(yíng)商的能力（Y1）價(jià)格（X1）2.53%網(wǎng)絡(luò)質(zhì)量（X2）5.98%增值業(yè)務(wù)（X3）1.82%服務(wù)（X4）2.38%品牌形象（X5）1.72%渠道（X6）1.05%計(jì)費(fèi)（X7）2.85%合作伙伴（X8）0.47%競(jìng)爭(zhēng)者的競(jìng)爭(zhēng)能力（Y2）價(jià)格（X9）1.81%2促銷行為（X10）1.55%2策反（X11）4.52%1新業(yè)務(wù)（X12）2.05%1個(gè)人客戶的屬性（Y3）年齡（X13）2.01%性別（X14）1.10%地區(qū)（X15）4.25%在網(wǎng)時(shí)間（X16）3.08%ＡＲＰＵ（X17）6.48%市話占總通話量比例（X18）3.26%聯(lián)系人數(shù)量（X19）6.65%投訴次數(shù)（X20）6.34%單位的移動(dòng)通信消費(fèi)政策（Y4）報(bào)銷話費(fèi)額度（X21）9.21%成本控制方法（X22）9.11%通信解決方案（X23）16.18%行業(yè)環(huán)境（Y5）政策與監(jiān)管（X24）1.57%2經(jīng)濟(jì)（X25）0.46%3技術(shù)（X26）0.50%3人口（X27）1.09%3確定評(píng)價(jià)隸屬矩陣以上指標(biāo)雖然可以得到確定的評(píng)語(yǔ)，但其合理性卻有較強(qiáng)的模糊性。因此在確定各個(gè)指標(biāo)對(duì)評(píng)語(yǔ)集合W的隸屬度時(shí)，仍可以按照德?tīng)柗品ㄕ?qǐng)若干專家為評(píng)價(jià)組，對(duì)每一個(gè)因素進(jìn)行評(píng)判，從而減輕了“多數(shù)人說(shuō)了算”的影響，并不一定要評(píng)價(jià)組得出一致意見(jiàn)，使這種主觀估計(jì)更具客觀性。于是得到因素集合X中Xj對(duì)評(píng)語(yǔ)集合W的隸屬向量Rj={rj1，rj2，rj3，rj4}，j=1，2，3，…，27，rjn（n=1，2，3，4）的取值方法為：收集專家的評(píng)分意見(jiàn)，得到對(duì)于指標(biāo)Xj有Wj1個(gè)W1評(píng)語(yǔ)，Wj2個(gè)W2評(píng)語(yǔ)，Wj3個(gè)W3評(píng)語(yǔ)，Wj4個(gè)W4評(píng)語(yǔ)。則rj1=Wj1/∑Wjn，rj2=Wj2/∑Wjn，rj3=Wj3/∑Wjn，rj4=Wj4/∑Wjn，（∑Wjn=Wj1+Wj