论文部分内容阅读
【摘要】 互联网背景下，网络通信与人们的生活密不可分。电信运营的服务目标是广大客户，客户流失分析一直是各大电信运营商关注的焦点之一。随着通信行业的迅速发展，电信运营记录了大量的历史数据，这既为客户流失的分析提供了原始凭证，更为客户服务业务的调整提供了方向。电信数据仓库技术能够为电信运营商的客户分析提供强大的技术基础与资料支撑，提高客户资源的分析小效率。当前，电信数据仓库在客户流失管理中仍然存在着一系列问题亟待解决。为了进一步提高对客户流失的分析，构建出基于电信数据仓库的客户流失分析新架构，从而最大程度提高电信运营的管理。
【关键词】 电信数据仓库 客户流失 维表模型 启示
引言：
进入21世纪以来，我国通信行业取得实质性发展，随着电信运营商的客户规模不断加大，电信运营商的数据仓库中积累了大量的历史客户数据，这些数据无疑为电信客户流失的分析提供了基础。对于电信运营商而言，客户是电信运营商服务的主体，更是主要的用户目标。如何保持电信客户的稳定性，一直是各大电信运营商重点关注的任务，也是客户流失分析的重要目的。虽然客户的历史数据能够为客户流失提供分析与判断的基础，但是这些历史数据往往分布在不同的业务系统中，数据的的分布较为分散，需要综合运用电信数据仓库等技术，对这些数据进行分析与处理，从而帮助电信运营商对各种业务的决策与执行。文章立足于电信数据仓库的视角，从不同维度分析电信数据仓库的客户流失。
一、电信数据仓库在客户流失分析中的特征
数据仓库（Data Warehouse），简称DW，它是一种信息的中央存储库，其作用机制建立在分析性不高和决策支持目的之上，为需要业务智能的电信运营商、企业、机构等提供信息化、智能化、技术化的服务[1]。电信数据仓库在客户流失中的分析，往往需要采用数据仓库技术和分析挖掘工具，并将其共同组合，生成一个集成化的客户视图，实现综合应用的目的。通过客户视图的建立，从所构建出的业务数据库中提取有效的客户信息，并对其进行分析与处理，得到客户流失的模型，从而帮助人们科学有效的分析客户流失维度与倾向，更好的制定出客户管理方案，实现对客观的统一化、个性化、有效化的管理目的。
二、基于电信数据仓库的客户流失模型分析
对于电信数据仓库技术在客户流失分析中的应用，需要构建出一个系统化、模块化的维表模型，并建立客户属性、服务属性、客户消费情况等数据相关联的数学模型，对数据进行抽取与分析，找到客户数据之间的不同关系;通过建立起模型評估，预测客户的流失倾向，提取出客户流失的概率高的客户群，进而选择适当的管理手段，稳定电信客户群。
2.1维表模型
客户基本属性、客户消费情况是在电信客户流失分析中最基本、最核心的两大因素。在构建维表模型的过程中，需要将客户基本属性、客户消费情况列为数据分析的重点，通过对这两类数据的分析，实现对客户有效较为个体性的描述，从而实现为客户流失倾向的分析提供清晰的数据来源[2]。
1.客户基本属性
客户基本属性是客户的基本信息，主要包括了客户的姓名、年龄、用户名、性别、消费产品、用户号码等等，这些均是客户的最基本信息，在客户入网时便实时的记录与保存到客户资料数据中。
2.客户消费情况
客户消费情况是对客户消费行为的分析，主要包括了客户每个月所使用的套餐情况、主叫时长、被叫时长、在网时间、月消费情况、套餐变更情况、充值情况等等，这些数据可以从客户的计费系统中提取。通过对这两大核心要素的明确，构建出基于客户流失特性的维表模型，从而为客户流失数据的抽取与分析奠定基础（如图1所示）。
2.2客户数据抽取与分析
当前，大学生群体是电信客户进入与流失的最大群体，也是一个特殊的群体。因此，通过维表模型的确立，以校园客户流失群体为案例，随机抽取2020年某6个月的用户数据，如表1所示。
通过对表1的某校园电信运营中心的客户数据分析可知，该校园在2020年5月至10月期间，新增用户214户，月均离网用户148户，月均离网/月均新增比例高达70%。并且，由于校园电信用户群体的不稳定性，从数据表分析可知，5月——7月之间，净增用户量呈现负增长态势，意味着存在客户流失现象。而进入到8月，由于学校开学的原因，新生入校使得客户量增长，集中在9月份，净增用户数呈现出爆发状态，直至10月份开始逐渐下降。根据确立起的维表模型分析，电信客户的稳定结构主要倾向于高价值的消费群体，他们有着共同的特征，即月消费金额高、主被叫时长长、套餐需求量高，且在网时长长，该客户群体的贡献价值大，稳定性较强。而流失量较大的客户群体，主要是低价值消费金额、套餐需求量小、在网不稳定，从而出现流失严重的情况[3]。
三、基于电信数据仓库的客户流失原因
3.1内部原因
通过对基于电信数据仓库的客户流失分析率可知，影响影响电信客户流失的主要因素包括了内部层面、外部层面两个主要原因。其中内部原因方面，首先是电信运营商的服务维度影响着电信客户的稳定率与流失度，由于电信运营商服务的主体是广大客户，这也就决定了电信运营商的服务目标需要着重与客户需求的分析。以校园的客户流失分析为案例，由于学生本身对网络通信的需求较大，对电信运营商服务的维度存在着较大的差异，比社会中其他的客户群体对专业服务上需求度高[4]。而校园中本身存在着电信竞争的情况，倘若不能够有效满足客户的不同需求，那么将会丧失大量的用户群体，这是影响客户流失的主要因素之一。此外，电信的网络覆盖范围与信号强度，也是决定客户流失的关键因素之一。
3.2外部原因 影响电信客户流失的除了内部因素外，也包括了外部因素。首先，电信的外部竞争因素，是影响客户流失的主要原因之一。以校园的客户流失为案例，由于校园中存在着多家的电信运营商，各大电信运营商之间存在着竞争关系，尤其是校园的每年开学季，各大电信运营商就会争先恐后的抢占客户资源，此时，也是客户量急剧上升的时期，而此后，由于学生在校时间的增长，对校园网络的认识度增强，加之电信运营商的竞争环境，客户群体就会重新选择服务商，将面临着客户流失的现象[5]。
其次，以校园为案例，学校每年都会有毕业季，毕业季的学生由于各种原因会注销校园号码，从而造成客户急剧流失的现象。
四、基于电信数据仓库的客户流失有效对策
4.1构建特色服务方案，提高电信专业服务
通过基于电信数据仓库的客户流失分析可知，要想减少客户流失率，就需要从构建特色的服务方案着手，提高电信专业服务力度。例如：以校园的电信客户群体为案例，首先，电信运营服务上要想稳定客户、减少客户的流失，就需要针对客户群体的需求定制出特色的专业化服务方案，提高电信专业服务质量。
要根据校园每年的开学规律，将客户对象瞄准新入学的学生消费群体，针对客户群体开展特色的服务方案，可以将客户群体划分为三大类型，即高消费类型、普通消费类型、不稳定类型，针对每一个类型群体开展不同的服务方案，高消费群体要为其定制出特殊化的个性化服务方案开展个性化服务[6]。普通消费群体要为其定制出更多的优惠方案，使得有更多的套餐可以选择，不稳定群体要以促销为主，提高服务上的针对性，将客户量最大程度保留。
4.2创新电信营销渠道，增强网络通信技术
基于电信数据库的客户流失分析，要想稳定客户群体需要创新电信营销渠道，增强网络通信技术。例如：以校园的电信客户群体为案例，首先，要进一步创新电信营销渠道，采取“校园营销点+校園客户代理”的新模式，建设校园客户代表团队。通过营销渠道的拓宽，实现客户与客户之间的影响，以客户带动客户，从而提高电信客户的稳定性，提高客户新进量。此外，也可以积极的使用互联网的渠道，制定出品牌化、个性化的传播方案，设计出多种类型的电信产品，满足客户的新需求，从而提高电信客户量，减少客户流失。其次，营销虽然是提高客户量的有效方法，但是增强网络通信技术才是减少客户流失的根本[7]。因此，要定期的对电信覆盖信号与设施进行完善与扩充，不断的增强专业技术能力，从而提高通信网络覆盖率。
五、结束语
综上所述，电信数据仓库是有效分析海量数据的重要手段，实践表明，各大运营商采用数据仓库来构建起自己的决策分析系统，能够有效增强客户的粘性。而对客户流失率的减少建立在客户流失的分析模型上，通过构建出维表模型，实施客户数据抽取与分析。从而有效判断客户流失的主要因素，并制定出减少客户流失的有效对策，提高对客户的管理，推动电信通讯的发展。
参 考 文 献
[1] 段思婧，魏莉. 基于数据仓库的电信校园客户流失分析与研究[J]. 通信电源技术，2015（5）：233-235.
[2] 张竞贤. 通信行业基于数据仓库的丢失手机客户筛选方法[J]. 中国新通信，2020，22（9）：87-88.
[3] 余春收. 基于大数据的电信客户信用评价[J]. 科技创新导报，2019，16（25）：234-235.
[4] 郭竑晖，钟智慧. 电信客户关系管理中应用数据挖掘技术的研究[J]. 电脑知识与技术，2019，15（22）：5-7.
[5] 聂英才. 基于电信客户数据的智能化商务运用[J]. 数字化用户，2018，24（29）：188.
[6] 云微，韩明远. 大数据在电信客户流失问题中的应用[J]. 长春大学学报（自然科学版），2020，30（3）：9-14.
[7] 李季，张帅，周静. 服务与需求的匹配度对客户流失的影响研究：基于电信行业的客户数据实验[J]. 管理评论，2020，32（5）：192-204.
【关键词】 电信数据仓库 客户流失 维表模型 启示
引言：
进入21世纪以来，我国通信行业取得实质性发展，随着电信运营商的客户规模不断加大，电信运营商的数据仓库中积累了大量的历史客户数据，这些数据无疑为电信客户流失的分析提供了基础。对于电信运营商而言，客户是电信运营商服务的主体，更是主要的用户目标。如何保持电信客户的稳定性，一直是各大电信运营商重点关注的任务，也是客户流失分析的重要目的。虽然客户的历史数据能够为客户流失提供分析与判断的基础，但是这些历史数据往往分布在不同的业务系统中，数据的的分布较为分散，需要综合运用电信数据仓库等技术，对这些数据进行分析与处理，从而帮助电信运营商对各种业务的决策与执行。文章立足于电信数据仓库的视角，从不同维度分析电信数据仓库的客户流失。
一、电信数据仓库在客户流失分析中的特征
数据仓库（Data Warehouse），简称DW，它是一种信息的中央存储库，其作用机制建立在分析性不高和决策支持目的之上，为需要业务智能的电信运营商、企业、机构等提供信息化、智能化、技术化的服务[1]。电信数据仓库在客户流失中的分析，往往需要采用数据仓库技术和分析挖掘工具，并将其共同组合，生成一个集成化的客户视图，实现综合应用的目的。通过客户视图的建立，从所构建出的业务数据库中提取有效的客户信息，并对其进行分析与处理，得到客户流失的模型，从而帮助人们科学有效的分析客户流失维度与倾向，更好的制定出客户管理方案，实现对客观的统一化、个性化、有效化的管理目的。
二、基于电信数据仓库的客户流失模型分析
对于电信数据仓库技术在客户流失分析中的应用，需要构建出一个系统化、模块化的维表模型，并建立客户属性、服务属性、客户消费情况等数据相关联的数学模型，对数据进行抽取与分析，找到客户数据之间的不同关系;通过建立起模型評估，预测客户的流失倾向，提取出客户流失的概率高的客户群，进而选择适当的管理手段，稳定电信客户群。
2.1维表模型
客户基本属性、客户消费情况是在电信客户流失分析中最基本、最核心的两大因素。在构建维表模型的过程中，需要将客户基本属性、客户消费情况列为数据分析的重点，通过对这两类数据的分析，实现对客户有效较为个体性的描述，从而实现为客户流失倾向的分析提供清晰的数据来源[2]。
1.客户基本属性
客户基本属性是客户的基本信息，主要包括了客户的姓名、年龄、用户名、性别、消费产品、用户号码等等，这些均是客户的最基本信息，在客户入网时便实时的记录与保存到客户资料数据中。
2.客户消费情况
客户消费情况是对客户消费行为的分析，主要包括了客户每个月所使用的套餐情况、主叫时长、被叫时长、在网时间、月消费情况、套餐变更情况、充值情况等等，这些数据可以从客户的计费系统中提取。通过对这两大核心要素的明确，构建出基于客户流失特性的维表模型，从而为客户流失数据的抽取与分析奠定基础（如图1所示）。
2.2客户数据抽取与分析
当前，大学生群体是电信客户进入与流失的最大群体，也是一个特殊的群体。因此，通过维表模型的确立，以校园客户流失群体为案例，随机抽取2020年某6个月的用户数据，如表1所示。
通过对表1的某校园电信运营中心的客户数据分析可知，该校园在2020年5月至10月期间，新增用户214户，月均离网用户148户，月均离网/月均新增比例高达70%。并且，由于校园电信用户群体的不稳定性，从数据表分析可知，5月——7月之间，净增用户量呈现负增长态势，意味着存在客户流失现象。而进入到8月，由于学校开学的原因，新生入校使得客户量增长，集中在9月份，净增用户数呈现出爆发状态，直至10月份开始逐渐下降。根据确立起的维表模型分析，电信客户的稳定结构主要倾向于高价值的消费群体，他们有着共同的特征，即月消费金额高、主被叫时长长、套餐需求量高，且在网时长长，该客户群体的贡献价值大，稳定性较强。而流失量较大的客户群体，主要是低价值消费金额、套餐需求量小、在网不稳定，从而出现流失严重的情况[3]。
三、基于电信数据仓库的客户流失原因
3.1内部原因
通过对基于电信数据仓库的客户流失分析率可知，影响影响电信客户流失的主要因素包括了内部层面、外部层面两个主要原因。其中内部原因方面，首先是电信运营商的服务维度影响着电信客户的稳定率与流失度，由于电信运营商服务的主体是广大客户，这也就决定了电信运营商的服务目标需要着重与客户需求的分析。以校园的客户流失分析为案例，由于学生本身对网络通信的需求较大，对电信运营商服务的维度存在着较大的差异，比社会中其他的客户群体对专业服务上需求度高[4]。而校园中本身存在着电信竞争的情况，倘若不能够有效满足客户的不同需求，那么将会丧失大量的用户群体，这是影响客户流失的主要因素之一。此外，电信的网络覆盖范围与信号强度，也是决定客户流失的关键因素之一。
3.2外部原因 影响电信客户流失的除了内部因素外，也包括了外部因素。首先，电信的外部竞争因素，是影响客户流失的主要原因之一。以校园的客户流失为案例，由于校园中存在着多家的电信运营商，各大电信运营商之间存在着竞争关系，尤其是校园的每年开学季，各大电信运营商就会争先恐后的抢占客户资源，此时，也是客户量急剧上升的时期，而此后，由于学生在校时间的增长，对校园网络的认识度增强，加之电信运营商的竞争环境，客户群体就会重新选择服务商，将面临着客户流失的现象[5]。
其次，以校园为案例，学校每年都会有毕业季，毕业季的学生由于各种原因会注销校园号码，从而造成客户急剧流失的现象。
四、基于电信数据仓库的客户流失有效对策
4.1构建特色服务方案，提高电信专业服务
通过基于电信数据仓库的客户流失分析可知，要想减少客户流失率，就需要从构建特色的服务方案着手，提高电信专业服务力度。例如：以校园的电信客户群体为案例，首先，电信运营服务上要想稳定客户、减少客户的流失，就需要针对客户群体的需求定制出特色的专业化服务方案，提高电信专业服务质量。
要根据校园每年的开学规律，将客户对象瞄准新入学的学生消费群体，针对客户群体开展特色的服务方案，可以将客户群体划分为三大类型，即高消费类型、普通消费类型、不稳定类型，针对每一个类型群体开展不同的服务方案，高消费群体要为其定制出特殊化的个性化服务方案开展个性化服务[6]。普通消费群体要为其定制出更多的优惠方案，使得有更多的套餐可以选择，不稳定群体要以促销为主，提高服务上的针对性，将客户量最大程度保留。
4.2创新电信营销渠道，增强网络通信技术
基于电信数据库的客户流失分析，要想稳定客户群体需要创新电信营销渠道，增强网络通信技术。例如：以校园的电信客户群体为案例，首先，要进一步创新电信营销渠道，采取“校园营销点+校園客户代理”的新模式，建设校园客户代表团队。通过营销渠道的拓宽，实现客户与客户之间的影响，以客户带动客户，从而提高电信客户的稳定性，提高客户新进量。此外，也可以积极的使用互联网的渠道，制定出品牌化、个性化的传播方案，设计出多种类型的电信产品，满足客户的新需求，从而提高电信客户量，减少客户流失。其次，营销虽然是提高客户量的有效方法，但是增强网络通信技术才是减少客户流失的根本[7]。因此，要定期的对电信覆盖信号与设施进行完善与扩充，不断的增强专业技术能力，从而提高通信网络覆盖率。
五、结束语
综上所述，电信数据仓库是有效分析海量数据的重要手段，实践表明，各大运营商采用数据仓库来构建起自己的决策分析系统，能够有效增强客户的粘性。而对客户流失率的减少建立在客户流失的分析模型上，通过构建出维表模型，实施客户数据抽取与分析。从而有效判断客户流失的主要因素，并制定出减少客户流失的有效对策，提高对客户的管理，推动电信通讯的发展。
参 考 文 献
[1] 段思婧，魏莉. 基于数据仓库的电信校园客户流失分析与研究[J]. 通信电源技术，2015（5）：233-235.
[2] 张竞贤. 通信行业基于数据仓库的丢失手机客户筛选方法[J]. 中国新通信，2020，22（9）：87-88.
[3] 余春收. 基于大数据的电信客户信用评价[J]. 科技创新导报，2019，16（25）：234-235.
[4] 郭竑晖，钟智慧. 电信客户关系管理中应用数据挖掘技术的研究[J]. 电脑知识与技术，2019，15（22）：5-7.
[5] 聂英才. 基于电信客户数据的智能化商务运用[J]. 数字化用户，2018，24（29）：188.
[6] 云微，韩明远. 大数据在电信客户流失问题中的应用[J]. 长春大学学报（自然科学版），2020，30（3）：9-14.
[7] 李季，张帅，周静. 服务与需求的匹配度对客户流失的影响研究：基于电信行业的客户数据实验[J]. 管理评论，2020，32（5）：192-204.