以客户为中心：BI技术助推电信业CRM升级 －2

 
（2005-03-08 18:51） （林海金） （人民邮电报）
导读--真正建立“以客户为中心”的电信CRM，才能为电信运营商将来参与激烈的竞争打下坚实的基础。
 
 

　　聚类的纬度可以包括客户背景属性(性别、年龄、职业、教育程度、收入)，行为属性(计费时长、平均呼叫时长、呼叫次数、漫游呼叫次数、非漫游呼叫次数、呼叫时间、长途方式、国内长途呼叫次数、国际长途呼叫次数、高额呼叫次数、联系号码个数、活动地区数等)，账务属性(付费方式、欠费等级、信用额度、月均缴费额、套餐计划、优惠方式等)，客户扩展属性(消费层次、信用度、客户价值、活跃程度等)。通过这样的聚类对客户分群，使我们对客户总体构成有准确认识，对客户的营销更具针对性。

　　升级二：客户价值分析

　　在进行客户价值分析前，要明确什么是客户价值。一个直接的定义是客户给企业带来的收入。但是是否收入高的客户就是高价值的客户，事实并不是这样，一个收入高的客户，因为需要服务很高的成本，所以有可能比一个收入低

　　且成本低的客户带给企业的收益还要低，因此成本是在进行客户价值分析时除了收入外需要重点关注的第二个指标。客户价值分析的目的是为了客户服务，服务的目的是为了将来客户给企业带来更高的收益，所以客户的未来增长趋势是在进行客户价值分析时关注的第三个指标。

　　这样从客户的收入、成本、未来增长趋势三个角度出发，计算每位客户创造的收入、占用的成本和未来利润增长趋势。由此，可以明确地评估什么客户是优质客户，什么客户是有潜力的客户。

　　客户价值分析的目的是将客户通过价值实现分级，并为不同级别的客户制订不同的服务标准，给不同服务级别的用户提供差异化的服务，将有限的服务资源用来为最有价值的客户提供服务。

　　升级三：客户流失分析

　　客户流失预测：通过离网调研和数据挖掘，捕捉客户离网前的特征，预测客户流失的概率。这对于优质客户的保护是十分重要和有效的分析手段。对于客户流失预测，从两个方面来看：一个是客户流失预警，一个是流失客户特征分析。

　　客户流失预警：我们定义了统一的预警模型，根据预警模型，客户话单数据中自动匹配预警数据，预警模型可以按如下规则定义，并且可以灵活扩展。

　　流失客户特征分析：通过决策数算法，分析流失客户特征，然后通过这些特征得到当前在网客户中匹配流失概率高的客户数据。

　　通过客户流失分析获得流失客户数据和潜在流失客户数据，从而将这些数据分配给客户服务部门，整合销售服务资源，根据客户的需求，设计个性化的营销策略，快速反应，以此达到召回流失客户，挽留流失概率高的客户，实现对客户的守护。

　　总之，正是通过客户细分、客户价值分析和客户流失分析这三个环环相扣的层次，电信运营商才能精细地了解客户、有效地把握客户，真正建立“以客户为中心”的电信CRM，为电信运营商将来参与激烈的竞争打下坚实的基础。