思達商智（北京）軟件技術有限公司 移動通信行業客戶流失分析Inetsoft對待客戶流失的觀點在進行客戶流失分析之前，有必要先闡述一下Inetsoft對于客戶流失這個現象的一些觀點：流失在所難免，我們需要做的不是消除客戶流失，而是確保流失率控制在較低水平。移動通信行業公司的運營支撐等系統已經積累了豐富的信息，使得我們可以通過內部信息系統，定期分析客戶流失情況。通過仔細分析客戶流失原因，有利于我們采取相應策略來降低有價值客戶的流失率，真正的提高成本收益比。我們認為許多客戶是可以挽回的，準確的分析可以提供正確的挽回措施。對于不值得挽回的客戶，徹底放棄。這些客戶包括低價值客戶（挽回成本超過所能獲得的收益的客戶）和聲望太差的客戶（惡意欠費的客戶等）。這些觀點是Inetsoft在進行客戶流失分析時的指導思想，也代表了在這類CRM分析中的基本世界觀。為什么要關注客戶流失？移動通信行業的現有企業中，一般情況下客戶月流失率在3%左右，如果靜態計算，則所有客戶會在2－3年內全部流失。在降低客戶流失率方面，哪怕僅僅降低1％就意味著你至少可以有百萬元的收入增長！客戶是一個公司最寶貴的財富，因此保持客戶并增長客戶就是頭等重要的事情，同是又是很困難的一項任務。在2011年底，中國的人口已達1347350000，同時手機量達到1006923000，也就是說中國的手機普及率差不多達到了75%，現有的用戶數幾乎已經接近人口總數。在一個如此成熟和飽和的市場中，開拓新用戶的難度可想而知。根據美國市場營銷學會顧客滿意手冊的統計數據表明，吸引一個新顧客所耗費的成本大概相當于保持一個現有客戶的5倍，而且從傳統意義上來講，移動通信行業保留舊客戶利潤率為開發一位新客戶之16倍，尤其對于剩余客戶市場日漸稀疏的移動通信市場來說，減少客戶流失就意味著用更少的成本減少利潤的流失，這點已經為運營商所廣為接受。由此可見客戶保持的重要性，也就是說保留舊客戶比開發、吸收新客戶更重要。在成熟期的產品市場中，要開拓新客戶很不容易。客戶的忠誠度應該是一個企業能夠生存發展的最大資產之一，擁有忠誠度的客戶，會因客戶有學習的效果，而使企業可以花費較少的成本來服務客戶，降低了公司在服務成本上的支出，而且忠誠的客戶也會宣傳正面的口碑效應以作為他人的參考，進而替企業創造新的交易。一旦企業無法留住客戶，將因客戶的轉換行為而造成企業成本負擔加重，不僅失去原有客戶的收益，且需花費更多的成本去尋求新的客戶以取代原有客戶。擁有長久且比較忠誠的客戶，對企業的營運與收益較為有益。除此之外，我國移動客戶群體龐大，中低端客戶在不同運營商網間流動性強，不存在明顯的客戶忠誠的特征。運營商過度采用超低話費、贈手機等非理性競爭手段，更是降低了客戶轉網壁壘，促進了這樣的網間流動，弱化了客戶忠誠，傳統的客戶忠誠理論對這些客戶保持問題分析遇到了困難。盡管移動客戶數在持續增長，可是客戶ARPU值(平均每客戶每月收入)逐年下降，運營商利潤降低，說明存在潛在的客戶價值流失的危險。過去的研究核心是如何保持客戶不離網，而對客戶的保值并沒有涉及。客戶流失的定義那么，什么情況才算客戶流失呢？是客戶轉網、銷戶等行為發生呢？還是客戶的消費為零了，還是消費額顯著降低了呢？既然要分析客戶流失這個問題，我們就有必要把客戶流失這個概念定義清楚。商業智能應用在客戶流失分析中，一般由數據挖掘來解決此類問題。通常一個完整的數據挖掘過程由業務問題定義，數據選擇，數據清洗和預處理，模型選擇與預建立，模型建立與調整，模型的評估與檢驗，模型解釋與應用等多個步驟組成。業務問題的定義要求非常明確。任何不明確的定義都會嚴重影響模型的準確和應用時的效果。在國外成熟的電信行業客戶流失分析系統中，經常是根據相對指標判別客戶流失。市場調查表明，通常大眾的個人通信費用約占總收入的1%-3%，當客戶的個人通信費用降低到遠遠低于此比例時，就可以認為客戶流失發生。真正在分析客戶流失的狀況時，我們還需要區分公司客戶與個人客戶，不同服務的貢獻率，或者是不同客戶消費水平流失標準的不同。舉例來說，對于用一種新服務替代原有服務的客戶，是否作為流失客戶？又或者，平均月消費額為2000元左右的客戶，當連續幾個月消費額降低到500元以下，我們就可以認為客戶發生流失了，而這個流失標準就不能適用于原本平均月消費額就為500元左右的客戶。還有一種現象我們稱之為客戶被動流失，表現為運營商由于客戶欺詐或惡意欠費等行為而主動終止客戶使用網絡和業務。對此類流失，本文不作討論。移動通信領域的客戶流失有三方面的含義：一是指客戶從本移動運營商轉網到其他移動運營商,這是流失分析的重點。二是指客戶使用的手機品牌發生改變,從本移動運營商的高價值品牌轉向低價值品牌，如中國移動的用戶從全球通客戶轉為神州行客戶。三是指客戶ARPU(指每用戶月平均消費量)降低，從高價值客戶成為低價值客戶。客戶生命周期。出于不同客戶生命周期階段的客戶的流失傾向有所差別，AT&T的研究結果表明客戶在入網的1-11個月內和61個月以上的離網可能性較大。價格因素。普通客戶集中了絕大部分低、中端用戶，而大客戶、商業客戶集中的是高、中端客戶，相對高中端用戶來說，低端用戶對業務產品價格較為敏感，在競爭對手低價格誘惑下極易轉向他網，且在通信市場競爭日益激烈的今天，轉網成本越來越小。服務水平因素。在提倡差異化服務的今天，運營企業都不同程度的加大了服務力度，但對大客戶、商業客戶的服務質量明顯優于普通客戶。大客戶轉網。大客戶是競爭對手積極爭奪的對象，目前，許多運營商對大客戶采取主動營銷，如上門服務、贈送手機、話費打折和積分等優惠政策。大客戶通常對話務質量和業務服務水平要求高，對資費敏感性差，喜歡使用高價值品牌。但部分大客戶在運營商贈送手機和SIM卡等優惠條件下，將會同時擁有多個運營商的號碼。提高大客戶這種變相離網，需要更加個性化的營銷措施。客戶集體離網。這類客戶通常為一個客戶群，群內話費采取固定費用包月制，免月租，有一定數額或比例報銷的對公統一賬戶，群內通話比例高，通常發生在一個交換局或一個小區覆蓋范圍內。在競爭對手更優惠的條件下，集體轉網。轉網初期，作呼叫轉移到其他運營商號碼。對公賬單話費下降劇烈，呼叫轉移次數與通話比率增大明顯。以下文字來源于某運營商總結的影響客戶流失的特征與因素：客戶的基本屬性：如性別、年齡、在網時間、職業、愛好、籍貫、入網品牌與號碼、注冊服務等級(SLA)等，這些資料在客戶登記入網或客戶調查等過程中得到，并永久保存在客戶資料數據庫中。不同背景的客戶有不同的社會行為特征和愛好，如職業影響收入，年齡影響產品購買類型等。客戶的通話情況：如通話類型、平均通話時間、通話對象及親情號碼、通話地點、漫游類型、數據業務使用情況、消費積分、客戶價值類型、客戶VPMN群等。在計費中心客戶消費話單和賬單中可以獲取客戶消費的詳細信息。客戶服務情況：指客戶通過投訴渠道或客戶服務界面(如營業廳、網站、客戶經理等)進行的有關繳費、服務投訴/建議的情況。客戶滿意度高,投訴就少；查詢月消費詳細清單的客戶對資費政策通常很敏感等。網絡運行質量情況：包括通信網絡的質量，小區或無線信道通話接通率等影響客戶消費的網絡因素。網絡維護部門通過對交換機進行話務測量可以獲得網絡運營的詳細分析報告。網絡質量是聯通的生命，是客戶服務與業務領先的基礎。資費政策與技術進步：不同運營商的資費高低改變等也是影響流失的一個重要因素。技術革新，會帶動一大批追新潮客戶使用最新技術產品。分析維度數據挖掘過程中最重要的一步就是數據選擇，而數據選擇包括目標變量的選擇，輸入變量的選擇和建模數據的選擇等多個方面。分析維度可以理解成輸入變量。而目標變量可以從本文前面段落描述的客戶流失的定義衍生出來。目標變量表示了數據挖掘的目標。在客戶流失分析應用目標變量通常為客戶流失狀態。依據業務問題的定義，我們可以選擇一個已知量或多個已知量的明確組合作為目標變量。目標變量的值應該能夠直接回答前面定義的業務問題。在客戶流失分析系統中，我們實際面對的流失形式主要有兩種：賬戶取消發生的流失和賬戶休眠發生的流失。對于不同的流失形式，我們需要選取不同的目標變量。對于賬戶取消發生的流失，目標變量直接就可以選取客戶的狀態：流失或正常。對于賬戶休眠發生的流失，情況就較為復雜。通常的定義是持續休眠超過給定時間長度的客戶被認為是發生了流失。但是，這個給定時間長度定義為多長合適呢？另外一方面，每月的通話金額低于多少就可以認為是客戶處于休眠狀態？或者要綜合考慮通話金額，通話時長和通話次數來劃定流失標準？實際上，目標變量的選擇是和業務問題的定義緊密關聯在一起的。選擇目標變量所要面對的這些問題，都需要業務人員給予明確的回答。分析維度，這里稱之為輸入變量，用于在建模時作為自變量尋找與目標變量之間的關聯。在選擇輸入變量時，我們通常選擇兩類數據：靜態數據和動態數據。靜態數據指的是通常不會經常改變的數據，包括服務合同屬性，如服務類型，服務時間，交費類型等等；和客戶的基本狀態，如性別，年齡，收入，婚姻狀況，受教育年限/學歷，職業，居住地區等等。動態數據指的是經常或定期改變的數據，如每月消費金額，交費紀錄，消費特征等等。輸入變量的選擇應該在業務人員幫助下進行，這樣才能選擇出真正與客戶流失可能性具有潛在關聯的輸入變量。業務人員經常在實際業務活動中深深感覺到輸入變量與目標變量的內在聯系，但是卻無法以量化表示出來。在這種情況下，數據挖掘的工作往往能夠得到良好的回報。我們在后面的例子中采用了以下幾個維度來分析客戶流失：時間因素流失用戶與新增用戶對比流失用戶在網時長流失前消費情況流失用戶資費構成流失用戶的集團歸屬*最后2項設計客戶品牌等資料，不便公開。分析案例2008年1月至2009年12月逐月流失用戶數趨勢從2008年1月至2009年12月逐月流失用戶數趨勢來看，伴隨著公司總體用戶規模的增長，每月流失用戶絕對值也呈現出上升趨勢，從2008年的2.5萬左右上升到2009年3.68萬，尤其是2009年3月行業重組以來，流失用戶呈現較明顯的上升趨勢。2009年各月流失用戶2009年4月因旺季營銷和節后效應影響，流失用戶突破4萬戶。月度流失用戶數與新增用戶數比值波動圖從每月流失用戶和新增用戶的絕對值的比值來看，除每年春季營銷波動幅度較大外，每月的流失和新增數基本保持相同趨勢變動。2010年流失用戶在網時長構成從流失用戶在網時長構成情況來看，在網4-6月的用戶流失占總流失用戶的比例最大達到34%，其次為在網7-12月的用戶和12個月至24個月的用戶，占比分別為27%和14%。不同在網時長用戶流失率比較從各在網時長的用戶流失率來看，在網時長與用戶流失率成反比；其中在網時間在4-6月的用戶流失率最高；其次為7-12月的用戶，流失率為7%。結合前面不同在網時長流失用戶絕對值來看，降低在網4個月到1年用戶流失率將對用戶整體