KXEN洞悉电信业客户关系

目前，德腾智能针对客户需求，基于KXEN自动化建模，开发了一系列模型，全面助力电信移动业产品线管理和客户关系管理。

客户：国内某直辖市移动分公司

中国移动通信集团某直辖市有限公司是中国移动（香港）有限公司下属全资子公司，公司主营地区的数字蜂窝移动电话、IP电话、互联网接入业务及相关的信息服务、技术开发、技术服务等业务。目前，公司客户总数已突破1500万户，网络容量超过2500万门。

商业问题

1．营销案推广：在营销案正式推出之前，公司希望明确对该套餐业务感兴趣的客户群体，改变以往广撒网式的媒体广告、街面促销等营销形式，针对特定客户群，采用更精确定位营销，减少成本，提高命中率。

2.　客户挽留：随着竞争的加大，客户的内/外转网越来频繁，这种转网对公司的收益造成很大影响，因此，公司试图建立客户流失预测模型，希望事前发现将要流失客户，对客户进行个性化关怀，推荐更合适套餐，减少网外流失的发生。

3.套餐梳理：据最近统计，公司的套餐业务共有2000多种，这给后台系统支撑和业务管理造成很大压力，也不利于品牌优势，而且，公司对于新套餐的审批没有一个完善的标准。公司希望建立一套完善的、清晰的套餐体系，实现对目标客户群的最大程度的覆盖，使得套餐规范化、数量合理化、体系平衡化。

4． 套餐设计：客户的消费行为有内存的关联，在套餐的定制上，把传统业务与关联性强的新业务捆绑设计套餐，实现交叉销售和捆绑销售，更快捷的推广公司的新业务，并且保证短期内盈利。

KXEN使用的模块有：凯森稳健回归，凯森客户分群，凯森关联规则。

KXEN解决方案

1．营销案推广

目的：

对公司最近推出的神州行易通卡**套餐，识别重要客户群，增加新套餐的客户群体。

步骤与结果：

1.　 随机抽取数据仓库中的10000个客户，发放10000份email，进行新套餐的介绍，最后，得到580份回馈，愿意享用新资费套餐（回应率为5.8%）。

2.基于客户的属性（价值类变量，包括客户的月帐单总额，长途费，本地使用费，漫游费等共70个变量；行为类变量：拨打次数，在网时长，在网时间等共30个变量；衍生变量：共计25个）和其反馈与否的结果，用凯森进行建模，得到预测模型。

3．运用预测模型，使用凯森的预测性能对数据仓库中所有的客户进行打分，取打分前10000名客户。

4．对10000名客户发放宣传email，共得到4530份反馈，享用新资费套餐，回应率提高7.8倍。

（如图）

2．客户挽留

目的：

应对竞争对手，识别将要流失客户，在客户流失前进行客户挽留，减少客户网外转网频率。

步骤与结果：

取部分全球通50套餐的客户（100，000个）1－3月份的属性维度（月均帐单总额，月均长途费，月均本地使用费，漫游费等共70个变量；行为类变量：拨打次数，在网时长，在网时间，投诉次数等共54个变量；衍生变量：共计25个），以4月份是否离网为目标变量（实际流失率为4.2%），用凯森稳健回归建立预测模型。

基于上述预测模型，对所有50套餐客户进行预测（共5，430，00），预测其5月份是否流失，最后得到22，320位流失客户。

对于预测流失客户，根据模型得到其流失原因（投诉次数过多；竞争对手套餐更具优势；套餐不合理等），据实际情况的不同，分别采用电话致歉、套餐推荐、MAIL问询、产品回馈答谢等方式进行客户挽留，最后，5月份客户流失率下降至1.2%，KXEN模型降低70%客户流失。

3．套餐梳理

目的：

建立一套完善的、清晰的套餐体系，实现对目标客户群的最大程度的覆盖，实现套餐规范化、数量合理化、体系平衡化。

步骤与结果：

对所有客户进行采样，取100,000客户，运用凯森软件取ARPU值作为目标变量进行客户分群，把客户按照低、中、高的次序分成7－10群。

对每一套餐按照ARPU值为目标进行客户分群，分成7－10群。

把分群结果与套餐在座标系中定位，归纳存在问题：效益不佳套餐、客户数少套餐、满意度低套餐、冲突性强套餐等。

提出套餐整合方案，对预期效果进行评估，并进行相关风险分析，最后，实施套餐的整合。

共取消套餐459个，整合套餐430个，公司收益提高20%。