Teradata解读电信运营商客户流动之谜
||2010-09-20
自中国的电信运营商完成重组之后，市场的竞争越来越激烈，对移动客户的争夺与保有也变得尤为重要。在此趋势下，很多地区相继出现了用户大进大出的现象，而究其原因：究竟是真实的通话需求导致的用户新增？还是仅仅由于网内用户的换号行为？抑或是用户在不同运营商之间转网？这些可能性令运营商对自身业务的把握显得有些无所适从。
在运营商们看来，粗放式营销不仅消耗营销资源，而且对于目标用户的个性化需求难以满足。是否可以对于不同来源的客户进行针对性的关怀，以提升用户的质量和数量？是否可以对即将离网的用户进行个性化的挽留，以进一步降低用户离网率？是否可以进一步加强对重入网用户的监控，减少酬金成本的无效使用？
针对以上问题，Teradata数据挖掘顾问洪晶近日与媒体分享了Teradata的客户新增来源和离网去向解决方案，并表示将帮助运营商制定提升发展用户的长效机制和策略，从而提高新增收入，降低成本支出，促进企业向“成本控制型“转型。
据洪晶介绍，Teradata通过对用户通话特征、使用终端特征以及个人信息特征等多种信息的分析挖掘，以重入网算法和竞争对手交往圈匹配算法为核心，在用户全生命周期（获取期、成长期、成熟期、衰退期、流失期）之外，找到用户在获取期之前（游离期）的不同来源以及在流失期之后（离网期）的不同去向，使得运营商对用户的了解更加深入，从而为业务人员进一步了解新增和离网用户的总体构成，以及不同用户群体特征等提供帮助，为进行用户精准营销和精细管理提供支持。
“以前对用户新增和离网的监控，主要局限于用户数量的分析，现在通过’用户新增来源及离网去向细分模型’，可以对个体客户的动向做进一步的分析，使得运营商对用户质量更加了解。”洪晶表示。同时他还强调首次将重入网模型、交际圈模型以及用户细分模型结合，通过多维度挖掘用户的特征，找出用户来源及去向。
洪晶强调，由于该方案引入了SNA技术，可以对传统的通话指纹算法进行优化；同时，通过多模型组合，发挥每个模型的长处，通过细分流程穿针引线，达到整体最优；还有通过多模式识别，将挖掘模型、业务规则、社会属性等整合起来，进行全面分析。
此外，该方案紧密结合市场经营重点，紧贴一线分公司的需求，以其兴趣和需求作为应用推广的原动力，并且将“新增来源及离网去向细分模型”的研究成果与不同的地市的新增市场和流失市场特点相结合，设计不同的应用推广方案。“在与地市分公司的互动的过程中，授人以鱼不如授人以渔。” 洪晶告诉记者，只有着重对其进行分析思路的引导，才能提高其经营分析能力。
通过对客户的新增来源和离网去向进行分析，找出了绝大部分客户的来源和流向，就可以使运营商认识到其客户发展过程中存在的问题。在此，洪晶举了个例子，某地市客户入网后当月离网的客户占比在50%以上，而且这些客户的入网渠道大都集中在某几个指定专营店；某个以农业为主要产业的地区，新增用户并且经常在城市通话的客户数是新增并且经常在农村通话客户的多倍；某地区重入网用户比例偏高等。
洪晶表示，通过新增来源和离网去向分析所发现的客户发展问题，必将会引发运营商对于其客户发展策略的进一步研究，主要从品牌形象宣传、资费策略、渠道管理、客户忠诚度计划，农村市场等细分市场发展等方向入手，研究现有策略的市场有效性，根据客户的行为表现，对部分策略做适度调整。而这些，对于运营商的可持续发展，可谓是尤为关键。
责编：foxnn-1100
转载请注明来源：Teradata解读电信运营商客户流动之谜
客户世界
这家伙很懒，什么都没写！
噢！评论已关闭。