现代国际市场研究有限公司 数据挖掘在客户满意度闭环管理的应用 前言 随着通信行业竞争日益激烈，中国移动与中国联通、中国电信在服务范畴和业务范畴的每一个细节会决定客户对通信运营商的满意度和忠诚度。 有见及此，如今中国移动更加重视“客户满意度”的提升，一方面推动内部流程（包括“服务细节和一线服务人员能力优化”和“营销案预审流程优化”），另一方面着手通过满意度修复提升客户满意度。 客户不满意现状分为两大块，一是已经表达不满的客户，即显性不满意客户，二是已经存在不满，但没有表达的客户，即隐性不满意客户。隐性不满意客户极有可能在短期内通过各种渠道表达不满（省公司/集团公司调研、热线投诉、营业厅投诉等）。 隐性不满意客户群体相对较大且难以发现，一旦爆发会对中国移动的客户数量、业务收入产生巨大影响。所以，对隐性不满意客户的把控势在必行。 现代国际市场研究公司在此范畴进行深入研究，通过数据挖掘，对隐性不满意客户进行准确定位，并且根据客户行为特征设定标签，对不同标签的客户实行人性化的不满意客户修复，使中国移动对客户满意度现状与发展趋势了如指掌且做到防范于未然！ 现代国际市场研究有限公司 客户满意度闭环管理闭环流程构思 数据回收： 从区域中心、外呼团队、数据业务室、渠道室和省公司回收各类满意度数据，结合服务管理室可以提取的短信满意度数据，汇总为该阶段的数据库，其后把数据库中的数据进行分类，将无效数据（省公司、外呼、热线满意度调研结果：过期、停机、空号数据；飞信、官网、短信满意度调研结果不完整或无结果数据；营业厅意见卡填写不完整数据）分离。 定位显性客户： 将数据库里的投诉客户、评价一般和评价差的客户定义为显性不满意客户，将评价非常好、很好、好的客户定义为显性满意客户； 通过数据挖掘，寻找出显性不满意客户和显性满意客户的各种特现代国际市场研究有限公司 征，并进行对比，发现两者的共性和差异性； 显性不满意客户的特征将为下一步定位隐性不满意客户提供有力的数据支撑。 定位隐性不满意客户： 建立数据挖掘体系：根据客户各类行为特征，将字段分为基本信息、语音通话、GPRS、短信和业务使用情况五大类； 其中客户五大类别的行为特征会再进行细分，形成二级、三级行为特征指标，从而建立数据挖掘体系。 从 BOSS 系统内提取数据：将已经整理好的显性不满意客户号码库导入 BOSS 系统，导出该号码群在一个季度内的行为特征...
