移动通讯行业客户流失预警及挽留模型构建与应用2009-12-4[摘要]文章以移动通信业为例,讨论企业如何分析客户的基本数据、交易数据和行为模式,建立客户流失预测模型,并在此基础上进行初步的流失原因分析和流失趋势预测,给出有效控制客户流失的建议
[关键词]数据挖掘,客户流失预警,客户挽留CRM在渐趋成熟的竞争性市场环境下,理解客户行为并做出有效反应是企业生存和发展的根本保障
客户流失是高度竞争产业中的一个普遍现象,也是束缚企业发展的瓶颈问题
迄今为止,大部分企业解决客户流失问题的主要手段还停留在经验识别的水平上;而学术界对客户流失问题的研究则主要集中在流失种类、原因和后果的定性识别上,这些研究结果和商业问题的耦合相对松散,难以在管理实践中加以应用
数据挖掘技术的出现,有效地解决了上述问题
但现有的少数利用数据挖掘工具对客户流失数据建模的尝试,大多过分注重对算法与技术的研究,而忽视了对商业问题解决的重视
而且,这些研究并未将对客户流失研究的成果深入到客户保留领域,使得作为客户流失研究最终目的的客户保留和客户价值提升工作缺乏系统的可操作的管理体系
1理解客户流失与客户保留客户流失问题是客户关系管理CRM中客户忠诚度研究的重要内容之一
早在1984年,有研究就发现获取一个新客户的成本比维持一个现有客户的成本高五倍
因此,企业应充分重视两类客户:一类是“竞争性的客户”,即那些虽然现在将本企业视为“首选”,但却认为其它某些供应商与本企业是非常类似的客户;其次是“可转变的客户”,即那些认为本企业与这些客户的首选供应商是非常类似的客户
对这两类客户应采取不同的营销手段以有效防止潜在流失,达到良好的销售效果
对客户忠诚度的研究主要集中于客户与厂商建立并保持关系意愿上
同时,一些学者认为,应对那些尽管仍然保持忠诚,却比其他人有更高的离开关系意愿和更少的保持关系意愿的客户给予特别关注