文档介绍：如何利用数据提升存量客户稳定度?
在马云提出现在正在从IT时代进入到DT(data technology)时代后,大数据在各行各行应用热度也在逐步升温,尤其是以能接触到用户的互联网行业为主。电信运营商早在多年前已开始挖掘数据价值,我们今天就聊聊电信行业如何利用数据提升存量客户稳定度。
电信运营商经过将近20年的发展,受益于技术、网络、硬件设备的发展,移动市场趋于饱和,渗透率达94%,近些年电信运营商也逐渐将市场目标聚焦于存量用户经营。虽然市场趋于饱和,但对于三大运营商来说,存量客户保有形势并不乐观:用户离网率居高不下、营销政策导致用户不断重入网/养卡、净增用户发展呈现负增长等。面对高额的用户入网成本,做好用户保有,提高用户稳定度就非常必要。
对于拥有上亿用户的运营商来说,介于资源投入有限和为了保证营销效果,保有哪些用户,如何保有就需要有科学的方法和论证过程做支撑。以下以某省电信运营商举例说明。
一、保有哪些用户
用户保有的目标是提升客户稳定和提升客户收入,从这个角度看,细分用户群可以从客户价值度、客户稳定度细分,建立客户价值—稳定度模型,找到低稳定用户,高价值用户优先保有。
第一步,建立客户价值模型
利用运营商积累的用户数据,采用数据挖掘方法建立数据模型是常用方法。建模流程主要包含业务理解、数据准备、数据探索、模型建构、模型评估、部署应用几步。
图1 业务建模流程
从业务经验出发,客户贡献度和客户忠诚度,业务使用的稳定性都是影响客户价值的因素,那包含的业务指标有:客户历史贡献、当前贡献、业务量多少、客户交往圈大小、本网通话占比、在网时长、合约情况、合约剩余时长、停机、欠费等。
根据业务指标,使用德尔菲专家打分法赋予指标权重,形成客户价值指标评价体系,并计算每个客户得分。对客户得分结果进行聚类,形成高、中、低价值客户分层。如客户得分结果呈正态分布,说明模型的拟合度较好。
第二步,建立客户稳定度模型
用户稳定度模型从业务上考虑主要包含用户基础属性、业务捆绑、消费行为、业务使用、消费趋势等方面,具体包括:套餐类型、终端品牌、合约捆绑情况、增值业务使用情况、最近半年缴费次数、ARPU下降趋势等指标。
通过提取历史稳定用户和离网用户数据,作为训练集,找到影响客户稳定度的重要因子,通过决策树模型等方法输出稳定度预测的规则集,将用户划分为高稳定、中稳定、低稳定用户。
稳定度模型评估主要通过覆盖率、命中率等指标评估。覆盖率是指预警用户名单中真实发生离网的用户在所有离网用户中的占比,命中率是指预警用户名单中真实离网用户在预警用户名单中的占比。
第三步,细分用户,确定客户保有优先级
根据客户价值度、稳定度,对用户进行细分,形成细分用户群,将客户细分为操心客户、关心客户、放心客户、用心客户,如下所示:
图2 基于客户价值-稳定度的细分客户群
客户保有优先级为操心客户、关心客户、放心客户、用心客户,营销资源有限情况下应重点优先关注操心用户。
二、如何提升客户稳定度
提升客户稳定度,首先要找到客户稳定度低的原因,然后再对症下药。
寻找客户稳定度低的原因一般有两种方法,一是通过访谈调研等收集用户离网原因,二是通过数据特征发现,虽然客观数据并不能直接反应用户流失原因,但用户行为数据透露的信息往往比调研得来的主观数据更真实。从“说”到“做”