利用数据提升存量客户稳定度的方法详解

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”还有距离。

由于访谈调研营销资源投入成本高，有效性差，运营商越来越倾向于发挥数据的作用。从数据发现，离网用户存在明显的聚类特征：

同样，稳定度较高的用户也有明显的聚类特征：

所以提升客户稳定度可以从以下三方面入手：

第一，利用痛点，优化产品

持续的为客户提供优质化产品和服务是存量客户运营之本。解决用户使用产品的主要痛点是重中之重。从以上套餐使用饱和度可以看出，用户对资费设计并不满意，套餐使用饱和度严重不足短期内能提升运营商收入，对用户忠诚度却有一定的损害。通过主副卡业务、流量转送等提升套餐使用饱和度，对套餐使用过饱和用户推荐套餐升档或流量包等满足其流量需求。

第二，找到痒点，提升用户粘性

所谓痒点，是指用户听到后非常有兴趣，想要购买的产品或服务。比如苹果合约机最初推出时，承诺较高月消费就能享受零元购机活动，对于果粉来说就是无法抵挡的诱惑，像合约机、合约套餐、融合业务、积分等粘性业务都属于这类。

对于没有合约、稳定度低的用户推荐合约类业务就非常有效。同时还可以叠加网龄成长、积分计划等提升用户粘性。

第三，提供爽点，让用户留下来

所谓爽点，是指让用户在使用产品时有aha moment感觉的产品，产品使用超乎用户预期，运营商的校园虚拟网最初就有这种威力。通过缴纳几块钱的月使用费，连入校园虚拟网用户就可以享受网内用户间无限免费通话的服务，在没有微信的当年还是非常有杀伤力的。

目前的亲情号、虚拟网虽然魅力大减，但对于交往圈小、通话频繁的用户还是非常有效的。针对低稳定用户中有此特征的用户可推荐能拓展其交往圈的相关优惠业务。

以上就是电信行业利用数据提升存量客户稳定度的方法，当然也可能已经应用于互联网行业，毕竟方法论是通用的。从中可以看出，数据分析、数据挖掘同样离不开丰富的业务经验做基础，分析方法、建模方法都只是做好业务的手段。积累行业经验，拥有深刻的行业洞察力，才是成为优秀数据分析师的内核！