1 行业背景
为了在越来越激烈的市场竞争中保持优势，所有的电信运营商都面临着如何构建客户的忠诚度和减少客户流失的巨大压力。价格战不是保留客户的唯一方法。具有前瞻思维的运营商正越来越多地采用信息技术来增强其客户关系管理(CRM)战略。基于数据仓库和数据挖掘技术的数据库营销技术普遍应用于寻找最有价值客户并保留他们的业务流程中。
2 客户介绍
***移动通信有限责任公司是中国移动(香港)有限公司全资子公司，下设18个市县分公司。客户数达到70余万。业务收入约8.5亿元。
由于严酷的市场竞争和价格战，***移动平均每月客户流失率高达5%左右。在这种背景下，“客户保持”(Customer Retention)的策略对***移动具有显而易见的重要意义。在“客户保持”策略中，按照客户贡献价值和所关心的维度对客户进行360°细分，对高价值的可能流失客户针对性开展提前挽留活动和服务升级，全方位、高效率、高效益的降低客户流失率，提升客户满意度和忠诚度是**移动所急需解决问题。
3 宏能畅然解决方案
宏能畅然配合***移动公司的系统集成商****公司为其设计和开发了基于数据库营销技术的全面客户保持系统，其中宏能畅然负责相关数据挖掘模型的设计和开发任务。与大多数电信运营商为客户开发的单一流失模型相比，宏能畅然解决方案更加全面深入分析客户消费行为模式、提供更多分析结果以充分满足客户实现精确营销目标和评估营销效果。
第一层面：构建客户消费行为特征变量集
根据电信客户消费特征，构建消费行为特征变量集，跟踪客户通话行为模式形成客户特征快照。特征快照每周或每月更新，以反映客户最新消费模式。这样，既实现客户深入而全面的市场细分，又为数据挖掘模型的构建提供坚实的基础。
第二层面：全面客户保持数据挖掘模型构建
为实现全面客户保持，需要构建数据挖掘模型及提供分析结果：
● 客户细分(Segmentation)模型：基于客户消费行为特征将其划分成不同群组，从而实现客户分类管理和一对一营销；
● 价值评估(Valuator)模型：实现对所有客户价值评分，科学合理评估其价值贡献，并实现客户价值等级监控以反映客户状态迁移；
● 流失预测(Churn Analysis)模型：实现所有客户流失概率的评分和预警，自动生成流失名单和分析流失原因；
● 交叉销售(Cross-Seller)模型：分析客户对特服和其他电信产品偏好，为推荐特定电信产品寻找合适客户群和为特定客户群寻找合适产品群；
第三层面：营销效果评估分析
将各类分析结果和名单传递给客服和短信营销平台等与客户沟通渠道，收集促销反馈数据，实现单次营销效果的分析和每月营销效果的汇总分析、成本收益分析，实现营销效果评估。以帮助营销人员改进营销目标和设计方案等
第四层面：模型效果监控和更新
数据挖掘模型存在一定时效性，市场状况、客户变迁等可能导致模型的“退化”或“失效”，因此模型效果监控是挖掘模型所必需部分。当模型效率低于预期效果时，系统实现自动提醒。
宏能畅然为客户设计的方案涵盖了数据库营销核心环节，具有自学习功能，并且提供与各业务系统形成“营销闭环”的接口。从而真正意义上满足了营销分析和客户分析的需求。
4 运用效果和客户评价
通过分析模型的开发和应用，宏能畅然和****系统集成商一起帮助***移动公司增强对市场反应能力，有效降低了客户流失率和增加了客户的满意度和忠诚度。
