辽宁移动中高端客户项目

-1- 辽宁移动中高端客户保有 项目整体方案汇报 2010年 06月 -2- 目录 中高端客户保有背景概述 中高端客户保有模型建设 中高端客户保有经分应用 中高端客户保有策略制定 -3- 中高端客户保有项目背景 辽宁移动中高端客户保有 中高端客户是辽宁移动利润主要来源 中高端客户是辽宁移动争夺 3G市场的目标人群 中高端客户是辽宁移动未来新业务获利的目标人群 中高端客户是辽宁移动话务量提升的主体人群 中高端市场占有率是辽宁移动品牌价值的体现 电信行业市场成熟度高，市场趋近于饱和，市场占有率争夺由新增市场转向存量市场 电信行业重组及 3G机遇，将导致市场竞争更加白热化，存量市场是未来 3G争夺的主战场 -4- 中高端客户资料完整率达到 80%；准确率达到 70%。 中高端客户保有整体目标 全省月均中高端客户规模达到 245万 中高端客户促销活动捆绑率达到 40% 辽宁移动结合本年度中国移动集团公司关于中高端客户保有工作的指导意见，以强化中高端客户规模保有、中高端客户价值保有和中高端客户在网时长保有为核心思想，制定了符合辽宁市场竞争环境的以下 3大保有目标： -5- 中高端客户保有问题现状 定制终端存在产品缺陷且在定价和机型选择上存在盲目性，导致辽宁移动终端捆绑营销受电信和联通的冲击很大，阻碍终端捆绑率提升 资费捆绑定价缺乏依据，优惠力度不够，且资费回馈模式单一，无法吸引中高端客户，阻碍资费捆绑率提升 中高端客户对资费套餐及其各类语音和新业务叠加包的了解程度不够，业务捆绑营销缺乏精细化数据支持，导致移动和客户双向沟通不畅 营销体系缺陷 刚组建的电话经理客户团队，缺乏有效的人员培训和绩效考核制度，且外呼作业标准化程度不够 客户关怀缺乏标准化流程和关怀时刻策略匹配 差异化高端服务体系尚不健全，且仅针对全球通品牌中高端客户，目标客户辐射范围有限 客户回馈模式和成本结构不合理，相关资源整合程度弱 客户沟通和调研机制未常态化开展，客户资料完整度低 服务体系缺陷 现有的中高端客户潜在客户日查询、中高端客户月分析等功能模块的针对性不强，无法直接支撑终端捆绑营销、资费捆绑营销和电话客户经理团队的关键时刻关怀服务活动；且对价值流失客户和准中高端客户的界定不明确，无法重点监控这两部分的目标客户 现有的中高端客户保有 KPI分析过于分散，多以日分析为主，缺乏分地市的月分析，无法支撑各地市公司每月保有效果监控评估 系统支撑缺陷 -6- 目录 中高端客户保有背景概述 中高端客户保有模型建设 建模思路 建模内容 中高端客户保有经分应用 中高端客户保有策略制定 -7- 中高端客户保有五大模型建模目的概述 资费捆绑定价模型 中高端客户细分模型 终端偏好模型 业务偏好模型 价值流失预警模型 将中高端客户根据消费行为和业务特征分为不同特征的细分组别，可通过对不同细分组推荐辽宁移动不同类型业务套餐包的方式，为中高端客户提供差异化产品服务 通过终端偏好模型识别中高端客户最优推荐机型和备选机型，为大规模开展线上终端捆绑精准营销提供依据，节约短信字段、热线服务时间等营销服务资源，提升中高端客户对辽宁移动的服务认知度 通过业务偏好模型识别中高端客户偏好业务，为在捆绑营销活动中形成 终端 +业务和资费 +业务的捆绑营销组合，提升中高端客户捆绑率 通过资费捆绑定价模型界定中高端客户 5档匹配资费额和 5档激励资费额，资费捆绑营销活动的定价提供依据，规避定价风险，降低营销成本，实现资费捆绑精细化 通过价值流失预警模型区分中高端客户保有优先级，以利用有限的时间和资源，保有价值流失严重的重点人群 -8- 中高端客户价值流失预警模型 根据用户前 3个月 （ 相对于当前月 ） 的消费能力和行为预测用户未来 2个月（ 包括当前月 ） 连续价值流失的可能性 ， 以量化中高端客户的价值流失风险 ， 为中高端客户价值保有提供关键参考 中高端客户细分模型 结合用户消费行为特征、用户消费能力等因素对 3个月前（相对于当前月）的中高端客户进行细分，以便根据用户相应特征制定不同的中高端客户保有策略 2 1 3 4 5 中高端客户终端偏好模型 通过用户基本信息、换机前终端信息、通话行为、业务消费行为等因素建立决策树模型，匹配用户最优推荐机型，并考虑品牌忠诚度和用户消费能力，匹配用户第 1、 2备选推荐机型，精确到用户级 中高端客户业务偏好模型 通过新业务在各用户细分组中渗透率排序、业务消费行为和能力等因素，匹配用户第 1、 2、 3偏好数据业务，精确到用户细分组 中高端客户资费捆绑定价模型 根据四西格玛原则对 ARPU 581元的 3个月前 （ 相对于当前月 ） 的中高端客户 ARPU进行聚类 ， 然后根据决策树模型进行分档 ， 将全体中高端客户 ARPU分为 5档 ， 再将每个中高端客户前 3个月 （ 相对于当前月 ） 的平均 ARPU与这 5档进行匹配 ， 分档上限为第 1资费档次 、 分档下限为第 2资费档次 ， 为资费捆绑定价提供依据 中高端保有 精细化模型支撑 中高端客户保有五大模型建模思路概述 -9- 模型输入 预警用户确定 预警用户细分 预警用户偏好 模型输出 语音消费细分 新业务消费细分 捆绑资费定价依据 业务偏好模型 价值流失预警用户 流失可信度 价值等级 TD匹配终端 语音消费类别 新业务消费类别 新业务偏好 候选中高端用户 自然属性 消费行为 终端信息 终端偏好模型 客户细分模型 资费捆绑定价模型 (客户价值细分 ) 价值流失预警模型 中高端客户保有五大模型架构 -10- 分类算法： C 5.0决策树 价值流失预警模型 终端偏好模型 资费捆绑定价模型 聚类算法： TWO STEP 两步聚类 中高端客户细分模型 资费捆绑定价模型 数据分析 中高端客户业务偏好模型 中高端客户保有五大模型使用算法 -11- 通过资费捆绑定价模型输出的客户匹配资费额和激励资费额，结合先前标注出的客户数据业务偏好和客户细分组特征，制定资费捆绑营销方案，对语音类细分组采用预存返话费 +语音优惠包的营销组合，对新业务类细分组采用预存返话费 +新业务优惠包的营销组合方式 通过客户业务偏好模型结合客户细分模型结果，匹配各细分组别的数据业务偏好 中高端客户保有五大模型应用路径 价值流失预警模型 目标客户细分模型 资费捆绑定价模型 客户终端偏好模型 客户业务偏好模型 输入全体中高端客户名单 1 2 通过价值流失预警模型标识全体中高端客户的价值流失风险等级，配合辽宁移动蓝、绿、黄、红、白这5个流失预警区，确定中高端客户保有工作的优先级和重点人群 3 4 5 5 通过目标客户细分模型将中高端客户进一步细分为不同消费能力和业务特征的组别，以保有策略匹配，可以针对语音类细分组别制定语音业务捆绑策略，奉送语音优惠包 输出终端或资费捆绑营销活动目标客户名单 通过客户终端模型输出的客户最优推荐机型和第 1、 2备选机型，结合先前标注出的客户数据业务偏好，制定终端捆绑营销方案，采用终端补贴 +新业务优惠的营销组合方式 输出业务捆绑营销活动目标客户名单 -12- 目录 中高端客户保有背景概述 中高端客户保有模型建设 建模思路 建模内容 中高端客户保有经分应用 中高端客户保有策略制定 -13- 建模时间窗口： 取数月份 价值流失月份 2009年 9月 2009年 10月 2009年 11月 2009年 12月 2010年 1月 上月数据 前三月均值 前三月变化趋势 ARPU 主叫MOU 网外通话次数 ARPU均值 主叫 MOU均值 ARPU波动率 建模变量 中高端客户价值流失口径 用户 2009年 12月和 2010年 1月 连续 2个月 ARPU 120或主叫 MOU 100 候选中高端客户满足 2009年 9月为中高端客户（ ARPU 120 且主叫MOU 100 ） 在 2009年 11月正常在网、非停机、 ARPU 0且通话次数 0 剔除 120捆绑且 11月到期客户 剔除 120捆绑且 12月还未到期客户 中高端 客 户价值流失预警 模型 建模 准备 -14- 预测变量的重要程度从高到低排序 采用 决策树 算法 进行高价值用户价值流失预警 模型最终采用了 13个变量进行预测， 上月价值流失标志、上月 ARPU、上上月价值流失标志、上月网外通话次数和前三月 ARPU均值 是最重要的 5个变量 上月中高端客户标志 上月 ARPU 上上 月中高端客户标志 上月网外通话次数 前三月 ARPU均值 上月计费通话次数 前三月计费通话次数波动率 上月主叫通话次数 前三月网外通话次数均值 前三月通话时长波动率 前三月计费通话次数均值 前三月主叫通话时长波动率 前三月主叫通话时长均值 中高端 客 户价值流失预警模型 建模流程 -15- 决策树共导出 38条规则判断用户是否会价值流失，其中： 20条规则判断用户不会价值流失 18条规则判断用户会价值流失 判断用户会价值流失规则 1（ Rule1 for 1）解读： 34756是 11月不为中高端用户且 11月ARPU86.58 元的人数 0.926是满足 11月不为中高端用户且 11月ARPU86.58 元条件时，该用户被预测为 12月和 1月连续两月价值流失用户的概率为 92.6% 中高端客户 价值流失预警 模型 规则集 -16- 名词解释 模型响应率 = 预测且实际价值流失客户 /预测价值流失客户 候选客户中筛选客户占比 =筛选客户数 /候选客户数 模型查全率 = 预测且实际价值流失客户 /所有价值流失客户 价值流失率 = 候选客户流失用户数 /候选用户数 模型提升度 = 响应率 /价值流失率 效果评估 如果筛选 30%的候选客户，能包含所有流失客户中的 74%的流失客户，模型的提升度为 2.5 模型收益图 模型提升图 30% 30% 74% 模型查全率模型提升度候选客户中筛选客户占比 候选客户中筛选客户占比 中高端客户 价值流失预警模型 效果评估 -17- 中高端客户细分模型 建模流程 算法为 Two Step 聚类算法 对中高端用户，如果数据业务消费占比大于等于 40%，则为数据业务偏好用户，按照数据业务消费行为聚类；如果数据业务消费占比小于 40%，则为语音偏好用户，按照语音消费行为进行聚类 建模数据为 2009年 9月中高端用户 9月数据 数据在聚类前需进行 标准化变换 和 极值处理 本地 均衡 本地突出 长途 突出 高端商务 ARPU 本地通话次数 总通话时长 漫游通话次数 长途通话次数 长途 -漫游 通话次数 GPRS突出 新业务发烧 短信条数 GPRS费用 新业务费 短信突出 -18- 中高端客户细分模型 语音类组别消费行为特征 序号 细分组名称 细分组特征 规模占比 1 高端商务组 语音消费行为相对数据业务消费行为更为突出，为用户主要行为属性；人均 ARPU为 308元左右，经常去外地，漫游话务突出，漫游通话频次最高，本地话务相对较多，且长途通话频次最高 11.2% 2 长途突出组 语音消费行为相对数据业务消费行为更为突出，为用户主要行为属性；人均 ARPU为 234元左右，交往圈中外地号码多，长途话务突出，且长途通话频次较高，漫游相对较少 7.1% 3 本地突出组 语音消费行为相对数据业务消费行为更为突出，为用户主要行为属性；人均 ARPU为 207元左右，交往圈主要集中在本地，本地话务突出，且本地通话频次最高，长途漫游较少 ,且平均每次通话时长最短 35.6% 4 本地均衡组 语音消费行为相对数据业务消费行为更为突出，为用户主要行为属性；人均 ARPU较低为 152元左右，较少去外地，漫游和长途时通话频次最低 37.0% -19- 序号 细分群名称 细分群特征 规模占比 6 GPRS突出组 数据业务消费行为相对语音消费行为更为突出，为用户主要行为属性；人均 ARPU为 221元左右，数据业务消费占比 47.8%左右， GPRS流量高，其他数据业务使用相对较少 0.7% 7 短信突出组 数据业务消费行为相对语音消费行为更为突出，为用户主要行为属性；人均 ARPU为 176元左右，数据业务费用占比 52.5%左右 ,主要使用短信业务，且短信上行条数最高，人均 834条 5.3% 8 新业务发烧组 数据业务消费行为相对语音消费行为更为突出，为用户主要行为属性；人均 ARPU为 199元左右，订购数据业务种类多，且数据业务消费最高，数据业务费用占比 54.5%左右， 人均高达 109元 3.1% 中高端客户细分模型 新业务类组别消费行为特征 -20- 匹配最佳机型 确定备选机型 确定输入属性 分析输入属性，筛选建模变量 决策树建模 模型效果评估 输出最优匹配机型 分析最重要属性，原机型品牌和 ARPU 分析 ARPU和机型的匹配程度 确定筛选备选机型规则，输出备选机型 中高端客户终端偏好模型 建模流程 -21- 中高端客户终端偏好模型 最优匹配机型确定过程 终端品牌 终端样式 TD标志 使用时长 换机前终端信息 中高端客户终端偏好分析 基本信息 客户性别 客户年龄 品牌（全球通、动感地带、神州行） ARPU 本地通话时长 漫游通话时长 长途通话时长 通话信息 新业务费 彩信条数 彩铃费 手机报订购标识 新业务消费信息 根据以下 15个用户特征，通过建立决策树模型，判别中高端客户的最优机型选择，模型的输出只能有 1款机型，为最优匹配机型 -22- 决策树共导出 1070条规则判断用户终端偏好 判断用户偏好诺基亚 6788规则 184解读： 如果用户为： 原终端品牌是诺基亚 2G终端 品牌全球通 年龄 30 长途通话次数 11 分钟 男性 彩铃费 0.7 元 则判断用户终端偏好为诺基亚 6788 18人 满足上述 7个条件，则导出结果为诺基亚 6788的概率为 72.2% 中高端客户 终端偏好模型 最优匹配机型识别 规则集 -23- 模型识别效果良好，准确率达到了 78.82%，总体准确率和各分类识别情况如下表所示（行为实际数据，列为识别数据，黄色为实际数据与识别数据匹配的数量）： 中高端客户终端偏好模型 最优匹配机型 准确率评估 LG TB200 三星 C3730C 中兴 U230 多普达 T8388 三星 S3930C 摩托罗拉 MT710 诺基亚 6788 酷派 F800 LG TB200 320 7 6 11 8 9 21 1 三星 C3730C 30 285 3 16 5 12 29 1 中兴 U230 19 15 212 8 10 8 20 1 多普达 T8388 26 19 8 458 10 7 37 1 三星 S3930C 20 20 12 30 435 17 32 1 摩托罗拉 MT710 21 21 8 18 23 458 39 1 诺基亚 6788 25 19 22 45 35 30 947 1 酷派 F800 5 9 6 10 7 7 16 40 -24- 中高端客户终端偏好模型 备选机型确定和分析 建模结果显示，用户换机前品牌（品牌忠诚度）和用户 ARPU是用户影响选择 TD机型的最重要 2个因素 用户 ARPU和用户选择机型的匹配分析 从下图可以看出，因为终端价格不一样，预存和每月返还的金额不一样，消费能力不同的用户选择机型区别明显，根据不同 ARPU分档的用户机型分布比例，对每档用户，按机型分布比例的从高到底可以确定推荐的优先级的从高到低。 -25- 备选推荐 机型匹配 根据用户换机前品牌，匹配候选机型中的同品牌且ARPU匹配在前 3的机型 在 8款机型中剔除最优匹配机型，为候选备选机型 备选推荐机型确定规则如下： 如果匹配机型数超过 2个 ， 按 ARPU匹配优先级确定备选机型 1和备选机型 2 如果匹配机型数只有 1个 ， 该机型为备选机型 1， 再按 ARPU匹配优先级确定备选机型 2 如果没有匹配机型 ， 按 ARPU匹配优先级确定备选机型 1和备选机型 2 中高端客户终端偏好模型 确定备选机型筛选规则 -26- 同群组不同业务渗透率对比分析 分群组比较不同业务在该群组渗透率 对同一群组的不同业务，按渗透率从高到低进行排序 同业务不同群组渗透率对比分析 分业务比较不同群组在该业务上的渗透率 对同一业务的不同群组，按渗透率从高到低进行排序 确定业务和不同群组的匹配等级 确定匹配规则，筛选匹配业务 确定匹配规则优先匹配等级，在匹配等级相同的情况下，再按渗透率进行排序 确定不同群组的匹配业务 中高端客户 业务 偏好 模型 建模流程 -27- 新业务 本地均衡 组 新 业务 高端商务 组 新业务 本地突出 组 新业务 长途突出 组 手机上网 59.50% 手机上网 65.90% 手机上网 56.70% 手机上网 69.40% 彩信 49.00% 彩信 61.70% 彩信 51.20% 彩信 60.60% 手机报 20.70% 手机报 42.30% 手机报 27.50% 手机报 23.80% 号簿管家 9.60% 号簿管家 33.70% 号簿管家 11.90% 飞信 17.50% 飞信 9.10% 飞信 13.30% 飞信 8.50% 号簿管家 14.30% 139邮箱 7.40% 139邮箱 10.70% 139邮箱 7.70% 139邮箱 9.50% 彩铃下载 1.30% 12580 1.80% 彩铃下载 1.70% 彩铃下载 1.60% 手机视频 0.90% 彩铃下载 1.40% 全曲下载 1.10% 12580 1.50% 全曲下载 0.80% 手机视频 1.40% 12580 0.90% 手机视频 1.10% 12580 0.80% 全曲下载 0.90% 手机视频 0.80% 全曲下载 1.00% 手机地图 0.10% 手机地图 0.20% 手机地图 0.30% 手机地图 0.10% 手机导航 0.00% 手机导航 0.00% 手机导航 0.00% 手机导航 0.00% 新业务 新业务发烧 组 新业务 GPRS突出 组 新业务 短信突出 组 手机上网 77.10% 手机上网 92.50% 手机上网 81.00% 彩信 61.60% 彩信 80.40% 彩信 68.90% 飞信 20.20% 飞信 40.60% 飞信 28.00% 手机报 18.10% 手机报 23.60% 手机报 13.40% 139邮箱 12.00% 139邮箱 23.10% 139邮箱 11.40% 号簿管家 8.10% 号簿管家 15.20% 号簿管家 5.70% 彩铃下载 2.10% 彩铃下载 5.40% 彩铃下载 2.60% 手机视频 1.90% 12580 4.80% 全曲下载 1.90% 全曲下载 1.80% 全曲下载 4.70% 12580 1.90% 12580 1.50% 手机视频 4.20% 手机视频 1.00% 手机地图 0.30% 手机地图 3.90% 手机地图 0.20% 手机导航 0.10% 手机导航 1.40% 手机导航 0.10% 中高端客户业务偏好模型 细分 组 内 业务渗透率排序 -28- 新业务 彩铃下载 新业务 彩信 新业务 飞信 新业务 号簿管家 新业务 全曲下载 新业务 手机报 GPRS突出组 5.40% GPRS突出组 80.40% GPRS突出组 40.60% 高端商务组 33.70% GPRS突出组 4.70% 高端商务组 42.30% 短信突出组 2.60% 短信突出组 68.90% 短信突出组 28.00% GPRS突出组 15.20% 短信突出组 1.90% 本地突出组 27.50% 新业务发烧组 2.10% 高端商务组 61.70% 新业务发烧组 20.20% 长途突出组 14.30% 新业务发烧组 1.80% 长途突出组 23.80% 本地突出组 1.70% 新业务发烧组 61.60% 长途突出组 17.50% 本地突出组 11.90% 本地突出组 1.10% GPRS突出组 23.60% 长途突出组 1.60% 长途突出组 60.60% 高端商务组 13.30% 本地均衡组 9.60% 长途突出组 1.00% 本地均衡组 20.70% 高端商务组 1.40% 本地突出组 51.20% 本地均衡组 9.10% 新业务发烧组 8.10% 高端商务组 0.90% 新业务发烧组 18.10% 本地均衡组 1.30% 本地均衡组 49.00% 本地突出组 8.50% 短信突出组 5.70% 本地均衡组 0.80% 短信突出组 13.40% 新业务 手机视频 新业务 手机上网 新业务 手机导航 新业务 手机地图 新业务 12580 新业务 139邮箱 GPRS突出组 4.20% GPRS突出组 92.50% GPRS突出组 1.40% GPRS突出组 3.90% GPRS突出组 4.80% GPRS突出组 23.10% 新业务发烧组 1.90% 短信突出组 81.00% 新业务发烧组 0.10% 本地突出组 0.30% 短信突出组 1.90% 新业务发烧组 12.00% 高端商务组 1.40% 新业务发烧组 77.10% 短信突出组 0.10% 新业务发烧组 0.30% 高端商务组 1.80% 短信突出组 11.40% 长途突出组 1.10% 长途突出组 69.40% 本地均衡组 0.00% 高端商务组 0.20% 长途突出组 1.50% 高端商务组 10.70% 短信突出组 1.00% 高端商务组 65.90% 高端商务组 0.00% 短信突出组 0.20% 新业务发烧组 1.50% 长途突出组 9.50% 本地均衡组 0.90% 本地均衡组 59.50% 本地突出组 0.00% 本地均衡组 0.10% 本地突出组 0.90% 本地突出组 7.70% 本地突出组 0.80% 本地突出组 56.70% 长途突出组 0.00% 长途突出组 0.10% 本地均衡组 0.80% 本地均衡组 7.40% 中高端客户业务偏好模型 确定业务和组别匹配等级 根据业务在各群中渗透率的分布情况，比较数据业务在中高端客户各细分组中的渗透率，确定业务 -用户群匹配等级。 橙色 匹配度最高，为第 1等级， 黄色 和 淡红色 依次为第 2和第 3等级。渗透率的分布情况验证了细分模型的准确性。 -29- 中高端客户业务偏好模型 确定组别业务匹配优先级 对每个用户群，首先按照业务 -用户群匹配等级进行排序，然后按照不同业务在该用户群中的渗透率进行排序。即对每个用户群，首先选择匹配等级为 1的业务，没有选匹配等级为 2，还没有则选匹配等级为 3的业务。同等级业务的优先级按照不同业务在该用户群中的渗透率进行排序。 以下用户群 -业务匹配优先级为前 5的业务，业务匹配结果可解释性强，模型合理、准确。 本地均衡组 新业务匹配等级 组内渗透率 高端商务组 新业务匹配等级 组内渗透率 本地突出组 新业务匹配等级 组内渗透率 短信突出组 新业务匹配等级 组内渗透率 手机报 2 20.70% 手机报 1 42.30% 手机报 1 27.50% 彩信 1 68.90% 手机上网 3 59.50% 号簿管家 1 33.70% 号簿管家 2 11.90% 飞信 1 28.00% 彩信 3 49.00% 手机上网 2 65.90% 手机上网 3 56.70% 手机上网 2 81% 号簿管家 3 9.60% 彩信 2 61.70% 彩信 3 51.20% 139邮箱 2 11.40% 飞信 3 9.10% 139邮箱 2 7.70% 飞信 3 8.50% 彩铃下载 2 2.60% 长途突出组 新业务匹配等级 组内渗透率 新业务发烧 组 新业务匹配等级 组内渗透率 GPRS突出组 新业务匹配等级 组内渗透率 手机上网 2 69.40% 手机上网 2 77.10% 手机上网 1 92.50% 彩信 2 60.60% 彩信 2 61.60% 彩信 1 80.40% 手机报 2 23.80% 飞信 2 20.20% 飞信 1 40.60% 飞信 2 17.50% 139邮箱 2 12.00% 139邮箱 1 23.10% 号簿管家 2 14.30% 号簿管家 2 8.10% 彩铃下载 1 5.40% -30- 考虑短信群发的字符限制等因素，筛选各用户细分组中业务偏好排名前 3的业务，以便在终端捆绑营销和资费捆绑营销活动中，选择适当的数据业务形成营销产品组合，提升中高端客户捆绑率 偏好度 本地均衡组 高端商务组 本地突出组 长途突出组 短信突出组 GPRS突出组 新业务发烧组 第 1偏好 手机报 手机报 手机报 手机上网 彩信 手机上网 手机上网 第 2偏好 手机上网 号簿管家 号簿管家 彩信 飞信 彩信 彩信 第 3偏好 彩信 手机上网 手机上网 手机报 手机上网 飞信 飞信 中高端客户业务偏好模型 确定各细分组业务偏好 -31- 中高端客户资费捆绑定价模型 建模过程 分析用户三月平均 APRU离群值 根据 4西格玛原则， 3个月平均 ARPU 561元的用户为离群用户 1 对极值处理后的用户进行聚类建模，根据三月平均 ARPU聚成五类 2 对聚类后的用户建立决策树分类模型，确定平均 ARPU分位点 3 根据分位点确定平均 ARPU分档 4 -32- 中高端客户资费捆绑定价模型 建模结果 分析各档用户分布情况 5 从分布情况来看， APRU分档合理 计算各档用户 ARPU平均值 6 分档 第 1档 第 2档 第 3档 第 4档 第 5档 ARPU平均值 106.102 149.828 225.437 331.927 473.989 确定用户预估月消费额和月最低消费额 参考值；每档用户，可参考该档用户的平均 ARPU（匹配）和上界（激励） 7 预估月消费额 =（预存金额 +赠送金额） /返还月份呢 分档 第 1档 第 2档 第 3档 第 4档 第 5档 匹配消费额 120 150 230 330 470 激励消费额 130 180 300 380 560 1.因为中高端客户 ARPU 120 ，第 1档次匹配消费额由 106提升为 120元 2.因为三个月 ARPU离群值为 561，第 5档激励消费额限制为 560元 3.其他数字均做处理，个位数 5则进 1位，个位数 5则取整为 0，以方便定价 从分 -33- 目录 中高端客户保有背景概述 中高端客户保有建模内容 中高端客户保有经分应用 设计思路 设计内容 中高端客户保有策略制定 -34- 中高端客户保有经分应用建设目的概述 1 2 3 4 精细保有 动态监控 捆绑营销活动支撑 硬捆绑是中高端客户保有的主要方式，实现资费捆绑和终端捆绑精准营销，有助于降低营销成本，提高目标中高端客户的捆绑率和服务感知度 关键时刻关怀支撑 软捆绑是中高端客户保有的难点和关键点，实现关键时刻关怀精细化系统支撑，有助于提高电话客户经理团队客户关怀的效率、及时性、准确性，从而提升中高端客户的服务知晓率和服务满意率，逐步降低中高端客户保有对硬捆绑策略的依赖 信息传递渠道支撑 中高端保有硬捆绑和软捆绑策略的实施，都依赖于保有信息和手段的渠道推送，实现不同类别、不同优先级的渠道匹配系统支撑，对于降低保有成本，提高重点渠道的信息传递频率具有积极意义 保有效果监控支撑 分析和监控中高端客户保有的高危人群和保有效果，有助于形成保有策略制定、实施、评估和修订和闭环管理，全面掌控各层级单位中高端客户保有工作的各个细节和效果 -35- 中高端客户保有经分应用建设思路概述 中高端客户保有 经分应用支撑 客户渠道匹配模块 实现客户针对入网渠道类型、缴费渠道类型、投诉渠道类型的 8种渠道偏好明细查询，分析渠道偏好用户数量及占比 资费捆绑营销模块 应用资费捆绑定价模型、价值流失预警模型、客户细分模型、业务偏好模型，实现资费捆绑营销活动目标人群的明细查询、分析匹配资费额、激励资费额和偏好业务的客户数量及占比 保有客户监控模块 实现价值流失客户月查询、准中高端客户月查询，监控中高端客户保有重点人群和准中高端客户价值提升目标人群 终端捆绑营销模块 应用终端偏好模型、价值流失预警模型、客户细分模型、业务偏好模型，实现终端捆绑营销活动目标人群的明细查询，分析推荐机型和偏好业务的客户数量及占比 关键时刻关怀模块 实现积分清零到期提醒、捆绑协议到期提醒和欠费停机到期提醒的目标人群明细查询，统计距离积分清零到期、捆绑协议到期和欠费停机到期 X天的用户人数 保有效果分析模块 实现中高端客户保有 KPI月分析、中高端客户保有 KPI月排名、中高端客户捆绑月分析和电话客户经理服务月分析，全面评估保有效果 2 1 3 4 5 6 -36- 目录 中高端客户保有背景概述 中高端客户保有建模内容 中高端客户保有经分应用 设计思路 设计内容 中高端客户保有策略制定 -37- 中高端客户保有经分应用 终端捆绑营销模块 终端捆绑营销目标客户查询 应用终端偏好模型、价值流失预警模型、客户细分模型、业务偏好模型，筛选在不同时间、不同区域（地点）、不同品牌、不同用户类型和不同所在流失预警区域等条件的目标客户，并将目标客户名单的查询结果导出以进行终端捆绑营销活动 终端捆绑营销目标客户分析 应用终端偏好模型、价值流失预警模型、客户细分模型、业务偏好模型，分析不同时间、不同区域（地点）、不同品牌、不同用户类型和不同所在流失预警区域等条件的终端机型作为最优推荐机型、第 1、 2备选推荐机型的客户数量和客户占比，第 1、 2、 3偏好业务的客户数量和客户占比，以优化终端捆绑营销的资源配臵 -38- 中高端客户保有经分应用 资费捆绑营销模块 资费捆绑营销目标客户查询 应用资费捆绑定价模型、价值流失预警模型、客户细分模型、业务偏好模型， 筛选在不同时间、不同区域（地点）、不同品牌、不同用户类型和不同所在流失预警区域等条件的目标客户，并将目标客户名单的查询结果导出以进行资费捆绑营销活动 资费捆绑营销目标客户分析 应用资费捆绑定价模型、价值流失预警模型、客户细分模型、业务偏好模型，分析不同时间、不同区域（地点）、不同品牌、不同用户类型和不同所在流失预警区域等条件下某资费档次类型某档次资费额的客户数量和客户占比，第 1、 2、 3偏好业务的客户数量和客户占比，以优化资费捆绑营销的资源配臵 -39- 中高端客户保有经分应用 关键时刻关怀模块 关键时刻关怀目标客户查询 应用价值流失预警模型、客户细分模型， 筛选在不同时间、不同区域（地点）、不同品牌、不同用户类型和不同所在流失预警区域等条件的目标客户，并将目标客户名单的查询结果导出以便电话客户经理使用 关键时刻关怀目标客户分析 应用价值流失预警模型、客户细分模型，分析不同时间、不同区域（地点）、不同品牌、不同用户类型和不同所在流失预警区域等条件的距离捆绑到期 X天的用户数量、距离积分清零到期 X天的用户数量，以优化电话客户经理团队关键时刻关怀的资源配臵 -40- 中高端客户保有经分应用 客户渠道匹配模块 客户渠道偏好查询 从入网渠道、缴费渠道和投诉渠道三个方面，查询在不同时间、不同区域（地点）、不同品牌、不同用户类型和不同所在流失预警区域等条件下中高端客户保有渠道偏好 客户渠道偏好分析 从 入网渠道、缴费渠道和投诉渠道三个方面， 分析不同时间、不同区域（地点）、不同品牌、不同用户类型和不同所在流失预警区域等条件下某渠道类型的第 1、 2、 3偏好渠道用户数量及占比 -41- 中高端客户保有经分应用 保有客户监控模块 价值流失客户月查询 筛选在不同时间、不同区域（地点）、不同品牌、不同用户类型和不同所在流失预警区域等条件的目标客户，并将目标客户名单的查询结果导出，以监控价值流失客户 准中高端客户月查询 筛选在不同时间、不同区域（地点）、不同品牌、不同用户类型和不同所在流失预警区域等条件的目标客户，并将目标客户名单的查询结果导出，以监控准中高端客户 -42- 中高端客户保有经分应用 保有效果分析模块 中高端客户保有 KPI月分析 分析不同时间、不同区域（地点）、不同品牌、不同用户类型和不同所在流失预警区域等条件的申请停机中高端客户数、欠费停机中高端客户数、话费预警中高端客户数、欠费预销号中高端客户数、申请预销号中高端客户数、异网呼转中高端客户数、拨打 10000、 10010中高端客户数、累计中高端客户数、欠费销号中高端客户数、申请销号中高端客户数、办理捆绑业务的中高端客户数、中高端客户捆绑率、中高端客户总收入、中高端客户收入贡献度等指标，以评估中高端客户保有效果 中高端客户保有 KPI月查询 分析不同时间、不同所在流失预警区域全省 14地市的申请停机中高端客户数、欠费停机中高端客户数、话费预警中高端客户数、欠费预销号中高端客户数、申请预销号中高端客户数、异网呼转中高端客户数、拨打 10000、 10010中高端客户数、累计中高端客户数、欠费销号中高端客户数、申请销号中高端客户数、办理捆绑业务的中高端客户数、中高端客户捆绑率、中高端客户总收入、中高端客户收入贡献度等指标排名，以评估中高端客户保有效果 -43- 中高端客户保有经分应用 保有效果分析模块 中高端客户捆绑活动月分析 分析不同时间、不同区域（地点）、不同品牌、不同用户类型和不同所在流失预警区域等条件的办理捆绑业务的中高端客户数、中高端客户捆绑率、终端捆绑客户占比、资费捆绑客户占比、捆绑活动未到期中高端客户数占比等指标，以评估中高端客户捆绑营销活动效果 电话客户经理服务 KPI月查询 分析不同时间、不同区域（地点）、不同品牌、不同用户类型和不同所在流失预警区域等条件的电话客户经理平均服务知晓率、电话客户经理平均服务满意率、电话客户经理平均服务频率等指标，以评估电话客户经理中高端客户服务关怀效果 -44- 目录 中高端客户保有背景概述 中高端客户保有模型建设 中高端客户保有经分应用 中高端客户保有策略制定 策略框架 策略内容 -45- 中高端客户保有策略框架概述 捆绑营销策略 服务提升策略 策略体系 整体监控策略 关键时刻关怀策略 客户回馈活动策略 差异化高端服务策略 终端捆绑营销策略 资费捆绑营销策略 业务捆绑营销策略 目标客户监控策略 保有效果监控策略 针对辽宁移动中高端客户保有工作存在的问题，制定以下的中高端客户保有策略框架体系，强调营销、服务、系统监控三位一体的中高端客户保有策略协同机制 -46- 目录 中高端客户保有背景概述 中高端客户保有模型建设 中高端客户保有经分应用 中高端客户保有策略制定 策略框架 策略内容 -47- 终端捆绑营销策略 产品策略 成长期 成熟期 衰退期 导入期 产品生命周期 语音业务 数据业务 制定“ 3G终端 +数据业务 ”的产品组合，实现“由 3G终端向数据业务延伸”的 延伸型产品组合策略 通过处于产品生命周期成熟期的语音业务市场来拉动处于市场导入期和成长期的数据业务市场 在满足中高端客户高话务量需求的同时，满足其差异化数据业务需求，通过赠送高粘性数据业务提高中高端客户 TD终端捆绑率 根据中高端客户细分模型和中高端客户业务偏好模型可知，辽宁移动的新业务偏好中高端客户占总人数的 9.07%（约 239893人），具有相对重度的数据业务消费行为，而其他 90.93%的语音偏好中高端客户也在不同程度上使用数据业务。 支持多媒体、阅读、游戏、视频是 3G终端的最基本价值体现， 3G网络的核心价值是为用户提供更好的数据业务。而对于 TD网络而言，数据业务成 TD短板。因此，必须提高基于 3G终端的数据业务水平。 -48- 终端捆绑营销策略 定价和促销策略 品牌 机型 零售价 成本价 补贴额 补贴率 购机款 预存话费 每月最低消费 每月返还金额 捆绑月数 三星 C3730C 1798 1528 1259 70% 539 1259 120 126 10 LG GD300S 1949 1750 1364 70% 585 1364 120 136 10 中兴 U720 2350 1970 1645 70% 705 1645 120 165 10 三星 S3930C 2350 2100 1645 70% 705 1645 120 165 10 酷派 F800 3100 2635 2170 70% 930 2170 160 217 10 诺基亚 6788 3998 3533 2799 70% 1199 2799 200 280 10 摩托罗拉 MT710 4980 4180 3486 70% 1494 3486 240 349 10 多普达 T8388 5780 4855 4046 70% 1734 4046 280 405 10 捆绑期缩短为 10个月，在保证中高端客户捆绑率的前提下，提升了客户感知度 捆绑期长达 20个月，客户感知度差 降低每月最低消费额度，为每月返还金额的70%-100%，且符合中高端客户界定标准 每月最低消费额度较高，且额度无依据 补贴率力度加大为 7折，采取利用终端补贴成本的策略，预存话费等于定制终端零补贴额 终端补贴普遍 8折水平，预存话费要求过高 调整前的终端定价和促销策略 调整后的终端定价和促销策略 以辽宁移动本年度中高端客户保有主打的 8款 TD定制终端为例，预存话费购 TD终端的捆绑活动定价方案如下： -49- 终端捆绑营销策略 渠道策略 三位一体 渠道协同 电子渠道 网站 短信 WAP 营业厅 自有 营业厅 热线 人工 座席 自助语音 电话经理 对 IMEI在网时长在 8个月以下的目标客户告知 N次（不重复使用外呼告知方式） WEB活动专区和 WAP活动专区常态化宣传 对由中高端客户价值流失预警模型筛选出价值流失风险等级较低或中等的目标客户采用短信告之 对 IMEI在网时长在 8个月以上目标客户外呼告之 N次活动信息（不重复使用短信告之方式） 对 由中高端客户价值流失预警模型筛选出价值流失风险等级较高的目标客户 主要由电话经理外呼告之 LED广告在营业时间滚动式宣传； 定制宣传册、台历、平面广 告 定制终端产品销售渠道以自有营业厅直销为主，不涉及其他社会渠道 -50- 资费捆绑营销策略 产品策略 成长期 成熟期 衰退期 导入期 产品生命周期 语音业务 移动商城 特商联盟 制定“ 预存话费 +返话费 ”、“ 预存话费 +送礼品 ”、“ 承诺消费+送礼品 ”的 3大产品组合，实现“ 由单一内部资源回馈向外部资源整合延伸 ”的 延伸型产品组合策略 通过处于产品生命周期成熟期的语音业务市场来拉动处于市场导入期和成长期的移动商城和特约商家联盟业务的发展 在满足中高端客户高话务量需求的同时，满足其差异化数据业务需求，通过移动商城和特约商家联盟个性化产品服务，提高中高端客户资费捆绑率 资费捆绑具有很强的不可逆性，对利润的提升有直接影响，在强调集中定价和统一营销的市场环境下慎用资费捆绑是中高端客户保有的趋势，需要虚拟货币和实物馈赠等其他方式配合资费捆绑活动的开展； 根据中高端客户资费捆绑定价模型可知，辽宁省中高端客户消费能力分档如下 ,其中三个月中的平均ARPU126的客户占中高端客户总人数的 75.03%，是开展资费捆绑营销活动的主要目标客户群 : 分档 3个月平均 ARPU 每档 ARPU平均值 人数 人数占比 资费档次 5 375 ARPU 474 141721 06.03% 资费