电信客户关系管理论文
客户关系是指企业为达到其经营目标，主动与客户建立起的某种联系。下面小编给大家分享一些电信客户关系管理论文，大家快来跟小编一起欣赏吧。
电信客户关系管理论文篇一
电信家庭客户关系管理研究
[摘要]利用家庭业务捆绑发展客户已成为电信运营商发展客户的主要方式,而如何精准确定目标客户群并提出针对性的捆绑方案则成为运营商所面临的关键问题。本文提出了电信家庭客户关系管理的概念,并设计了相应的管理模型,同时提出了管理系统体系架构,为解决这一关键问题提供了整体解决方案。
[关键词]电信 家庭客户 客户关系管理 数据挖掘
随着中国电信业重组的完成,三家全业务电信运营商已经形成。在这种情况下,各运营商如何根据客户需求,提高服务质量,开发新的业务,争取客户满意已经成为各运营商面临的问题。从客户需求角度看,家庭固定电话、移动电话和宽带网络是家庭成员主要的通讯方式,如何综合考虑这三种通讯方式最低开支与最优配置,是家庭客户关心的首要问题。对全业务运营商而言,在这三种通讯方式基础上利用业务捆绑制定优惠政策可以满足家庭客户这一需求。然而如何从电信数据库中,识别出属于同一个家庭的家庭固定电话客户、移动电话客户和宽带网络客户,随后预测该家庭客户的价值,最终在业务捆绑基础上提高家庭客户满意、扩大市场规模及开发家庭客户。这一系列问题有待通过电信家庭客户关系管理予以解决。
一、电信家庭客户及家庭客户关系管理
电信家庭客户指包括使用固定电话业务、移动电话业务、宽带互联网业务及IPTV业务在内的家庭客户,是具有家庭关系的个人客户集合,也是最具有价值特征的客户。
家庭客户关系管理是一种基于家庭客户的客户管理思想,即利用数据挖掘技术对电信运营商海量的个人客户数据进行挖掘分析,识别出基于家庭关系的固定电话客户、移动电话客户及宽带互联网客户并将这些个人业务客户转化为家庭客户,从而进行家庭客户细分,最终利用家庭业务捆绑保持与发展家庭客户,达到提高家庭客户满意及运营商获利能力的目标。
近年来,国内学者对电信家庭客户管理所包含的子问题进行了一些研究,如上海电信研究院已利用决策树方法对属于同一运营商的固定电话及移动电话的家庭关系识别问题进行了相关研究并取得一定成果;邓玉珊等于2009年构建了电信业潜在宽带客户获取两步预测模型,主要方式是利用决策树算法对宽带客户进行预测,取得了一定成果。但这些研究仅解决了家庭客户关系管理过程中的部分问题,缺乏对其的整体解决方案,而这正是本文需要解决的。
二、电信家庭客户关系管理模型设计
电信家庭客户关系管理模型描述了电信运营商在家庭客户关系管理过程中的基本管理流程(如图1),其各个阶段是循序渐进的,家庭客户必须经过识别期、价值发现期才会达到客户细分及策略实施期。在这个过程中,如何识别具有家庭关系的固定电话及移动电话,分析家庭客户是否为潜在宽带客户,预测竞争运营商的移动电话价值,必须依赖数据挖掘技术的强大知识发现能力。将数据挖掘技术应用于电信家庭客户关系管理管理中,通过各种模型与方法得到有价值的知识,形成一个较整的框架体系,为电信运营商的家庭客户关系管理提供一个完整的解决方案。
三、电信家庭客户关系管理模型实施
电信家庭客户管理的实施需要在管理模型的框架下进行,实施过程中的每个子问题的解决均需要依照规范的电信数据挖掘过程,同时根据子问题的不同应用相应的数据挖掘算法,最后根绝挖掘功能的不同采用不同的评估标准。实施过程中需要注意的四个关键子问题如下:
1)基于家庭关系的电话分类。隶属于同一个家庭的移动电话和固定电话,其通话行为能表现出与其他号码所不同的特征,而不同运营商电话之间的通话均需通过关口局实现,因此可以提取关口局记录进行指标体系生成,生成的指标主要包括通话时长及次数、通话频率、通话分布及通话周期、客户年龄等;挖掘算法可选择决策树、神经网络、神经网络及决策树结合方法[4]等;对分类结果的评估可重点考察第一类错误率及测试后精确度。
2)潜在宽带客户预测。这是一个分类问题,目标是将现有无宽带用户分为“潜在宽带客户”及“非潜在宽带客户”;在我国宽带业务常是与固定电话业务捆绑销售的,所以可以通过客户的固定电话消费特征预测潜在宽带客户;指标体系可通过固定电话的计费数据及客户资料生成,生成的指标主要包括电话月总费用及客户年龄等;挖掘算法可选择决策树及线性规划法等;对预测结果的评估可通过未来一段时间内发展的宽带客户情况进行验证。
3)竞争运营商电话客户价值预测。当识别出家庭所拥有的所有电话后,如何确定竞争运营商电话价值就摆在我们面前;可以通过电信关口局中竞争运营商电话的过网时长及次数对其价值进行预测;挖掘算法可采用回归分析法,为提高精度可以建立混合回归模型进行预测;对预测结果的评估主要考虑模型的拟合度。
4)家庭客户细分。这是整个管理模型的核心,通过对家庭客户的价值-行为属性细分,才能根据家庭客户的特征采用相应的捆绑策略;细分模型应该以价值属性为维度建立,维度应包括细分家庭对本运营商的家价值、对竞争运营商的价值及整个家庭未来总价值;挖掘算法可采用聚类算法,为提高区分度可以尝试多种类型的聚类算法;对聚类的评估主要考虑不同聚类的类间距离等[5]。
由此,不同家庭客户的价值及行为特征就被精确刻画,随后通过针对性的捆绑策略,可实现对每个家庭的精确营销,最终达到提高电信运营商服务水平及增强竞争力的目标。
四、电信家庭客户关系管理系统架构
电信家庭客户关系管理是需要电信运营商各个部门共同参与及现有各IT系统相互配合的复杂系统工程。各个部门在发挥各自功能的同时需要互相协调与合作,给予家庭客户一个统一的服务角色,从而真正体现以家庭客户为中心的宗旨。从功能层次上,这些部门可以分为接触层、分析层、决策层和操作层四个模块(如图2)。
接触层是电信运营商获取家庭客户信息的渠道,也是电信运营商与家庭客户进行沟通的桥梁。通过各种直接或间接接触形式,电信运营商为家庭客户提供了需要的电信产品及服务,并同时获得了家庭客户的相关信息与需求特征。这些数据都通过整合后进入电信运营商的数据仓库,为分析层的数据挖掘和客户细分提供基础。
分析层在电信现有各IT系统以及接触层所提供数据的基础上,通过数据挖掘技术发掘隐藏在海量数据中的、事先未知但对电信运营商的决策有价值的知识,帮助电信运营商细分家庭客户群,发现不同家庭客户群的不同需求特征。
决策层根据数据挖掘得到的知识,进行有针对性的营销规划、产品设计、客户服务和捆绑策略设计,对操作层的工作进行指导。
操作层包括了营销自动化(MA)、销售自动化(SA)、谈判自动化(NA)和客户服务与支持(CS&S),主要实现基本业务活动的优化,涉及了市场营销、销售实现、客户谈判及客户服务与支持四个基本业务流程。
在电信家庭客户关系管理系统中,各个模块之间的数据流应在系统中形成一个完整的闭环机构。决策层不仅通过操作层把营销策略贯彻下去,而且能把家庭客户对这些营销策略的反应收集起来进行分析和研究,以及时调整策略。此时家庭客户的反应能及时通过接触层传递到分析层和决策层,从而在一次次的循环往复中实现对营销策略的不断优化。
五、结论
电信家庭客户关系管理是电信市场竞争加剧、电信运营商全业务服务能力提高、数据挖掘技术及工具应用成熟等共同推动的结果,也体现了电信客户关系管理从“个人客户为中心”到“家庭客户为中心”的必然趋势,为运营商依照家庭客户的实际需求提供多样化、层次化、个性化的服务解决方案提供了有力参考,在理论研究和工程实践上具有重要意义。
参考文献:
[1] 蔡鑫. 基于家庭关联关系识别模型的电信融合套餐营销[J].电信科学,2009,(9):34-37
[2] 邓玉珊. 电信业潜在宽带客户获取预测研究[D]. 成都:电子科技大学,2009:1-72
[3] 蔡鑫.电信数据挖掘数据准备过程的规范化设计[J].计算机工程, 2007. 24:44-45
[4] 倪春鹏,王正欧. 一种基于神经网络和决策树相结合的数据分类新方法[J].系统工程理论方法应用,2005,33(6): 201-205
[5] 牛琨. 聚类分析中若干关键技术及其在电信领域的应用研究[D].北京:北京邮电大学. 2007: 1-156
电信客户关系管理论文的评论条评论