| |
|
|
|
 |
用数据发现您的世界！ |
|
|
|
|
| 客户关怀与挽留案例 |
 |
客户面临的挑战 |
| |
某运营商拥有规模超千万的客户群，虽然近年来较好的控制了客户离网率，但是由于客户基数大，每月由于客户离网给该运营商带来的收入损失也不可忽视。如何做好客户保留，尤其是高端用户的保留，成为市场工作的重中之重。过去，该运营商根据业务规则积累了一个客户关怀的经验模型，但是，随着客户规模的增大以及竞争的加剧，大家日益意识到需要进一步提高大客户经理回访的针对性和效率。 |
| |
|
|
华院分析的解决方案 |
| |
华院分析与该运营商一起分析了客户流失方面所面临的主要问题，探讨了不同解决方案的优缺点并进行充分的比较论证。最后决定对低端用户和高价值用户采用不同的政策与手段进行客户关怀，以防止客户离网。然后，华院为该运营商量身定做了考虑地区差异、考虑用户对象差异的离网预警模型，在此基础上，形成软件系统支撑，使该运营商的市场人员、客户服务人员、大客户经理都可以方便的了解每个客户的离网倾向及预警的原因。同时，基于华院分析为该运营商提供的用户行为细分模型，使该运营商的市场人员、客户服务人员、大客户经理在了解客户预警信息的基础上，还可以对每一用户的通信消费行为特征、心理偏好特征、社会特征等有一个全面的把握。为他们开展针对性的客户关怀与挽留创造良好条件。从而为该运营商全面控制客户离网，实施高效率的客户关怀创造良好的条件。 |
| |
|
|
客户的应用收益或评价 |
| |
某分公司的收益估算：以用户数占到该省移动公司不足1/10的地区分公司进行验证性收益计算。研究发现，仅仅是客户关怀和挽留活动一项工作，在数据挖掘模型指导下，就可以比以往的经验模型指导每月可多获得额外收益60,000
元，每年可增加收益720,000元。(该估算仅考虑该分公司对高价值用户开展一对一关怀与回访带来的额外收益，不考虑针对低端用户的隐蔽性政策挽留的额外收益) |
|
|
Copyright © 2003 -
Hua Analytical Technology Co.,Ltd All rights reserved. |
|
|
|
|
