基于客户特征信用控制模型.docVIP

基于客户特征信用控制模型 　　1 引言 近年来移动运营商陆续建立了以控制欠费风险为核心的信用控制体系，对保障公司运营收入发挥积极作用的同时也存在一些问题和薄弱环节。例如：用户信用评估标准单一，无法综合反映用户在收益、风险、潜在价值等方面的评价指标；信用服务内容少，缺乏针对不同信用等级用户提供的差异化服务；过于强调风险控制，产生大量不当停机，影响客户感知以及公司收益。 随着市场逐渐进入饱和期，服务行业竞争日趋激烈，信用控制已经从单纯控制风险发展为控制风险、完善服务、提升收入并举的有效手段。金融行业早已根据用户信用情况提供差异化动态信用服务，消费高、收入高、信用好的用户可获得更高的透支额度、更长的还款期限，在提升客户服务的同时鼓励客户消费。 为此，中国移动以最大程度方便客户、提高客户感知、并兼顾提升收益和降低坏帐风险为出发点，建立用户信用的科学评价体系，实现各信用等级用户的差异化服务，支持动态信用控制策略的灵活配置，贯彻“客户为根，服务为本”的理念，全方位提升用户信用服务体验，加强用户粘性，增加企业运营收入。 2 信用度模型 信用是一种建立在信任基础上的能力。现代市场经济中，信用无处不在，信用销售是市场销售发展的最高形式。移动运营商为移动通信用户提供的是一种典型的信用消费方式，通常情况下用户是在本月费用期间结束之后支付通信及服务费用。 信用度是用户可以透支话费的额度，是基于对客户属性、身份、消费额、消费行为等各方面因素综合提取，在一定模型下综合分析评估，按照一定的算法得出的对用户信用的量化评价指标。信用度是用户的一个属性，在一段时间后系统可以进行重新评估。 2.1 数据来源分析 对用户信用度进行评价需使用以下几类信息：用户的基本信息、用户的业务信息、用户的费用及缴纳情况信息等。 （1）用户的基本信息（只列举部分信息）：姓名、性别、年龄、身份证号码、用户品牌、在网时长、用户积分等。 （2）用户的业务信息（只列举部分信息）：移动号码、保证方式（保证人、保证金）、保证金额、交费方式、是否开通国际长途、增值业务使用活跃度、客户状态、客户离网概率。 （3）用户的费用及缴纳信息（只列举部分信息）：近6个月欠费次数、平均每次欠费金额、欠费次数比入网时长、上期3个月月均ARPU、ARPU差值、ARPU离差等。 从上述数据可以看出，用户的基本信息、业务信息都是定性的，用户的费用及缴纳信息大都是定量的。 2.2 信用特征选取 信用特征即信用因素、信用评价指标，是指在用户的基本信息库中，影响用户信用的因素。在信用特征的选取上，一方面要尽量选择能反映评价对象信用水平的特征，一方面要注意这些特征的可获得性，另外还要注意的是避免对用户的歧视。移动用户的信用特征可以分为基本信用特征、业务信用特征、信用记录三方面的信息。 （1）基本信用特征：选择对用户信用水平有较大影响的特征，包括职业类型、所属行业、任职部门、职务、教育水平、收入水平、联系方式、是否能联系上、身份证号码重复数。这些特征的取定一方面是考虑这些信息对用户的基本信用水平的影响较大，另外也参照了很多现有资料的用户特征，但为避免产生用户歧视，未将用户的性别、年龄等列为信用特征。 （2）业务信用特征：交费方式、保证种类、入网方式、业务开通种类、是否每月交费、客户类型、离网概率等。 （3）信用记录：入网时长、欠费次数、平均每次欠费金额、欠费次数比入网时长、欠停次数、平均每次欠停天数、欠停次数比入网时长、透支次数、平均每次透支金额、透支次数比入网时长、最近3个月月均ARPU、上期3个月月均ARPU、ARPU差值、ARPU离差等。 2.3 信用模型建立 本模型对各个信用特征采用特征分析方法进行量化，对各个特征的权重采用回归分析方法来确定。特征分析方法的核心思想之一是提供一套统一的、规范化的客户特征描述和表达方式，并在此基础上进行全面的信用分析。特征分析方法具有内容较为全面且扩展性强、具有较大灵活性、可根据用户的特征进行定义等优点，因此在信用分析中得到广泛应用。回归分析是处理各个特征变量间相关关系的一种有效工具，它可以提供变量间相关关系的数学表达式，易于理解和操作。 （1）信用指标特征分析 特征分析方法的另一个主导思想是将上述各个选定的信用特征进行定量化的评定，因此，将各个定性、定量的特征（指标）按照统一标准进行评定就成了特征分析的关键技术环节。本模型以百分制来评定每个特征所反映的客户资信水平，每个特征从小到大，表示该客户在该项特征方面的好坏程度，最高分代表最好，最低分代表最差，在此基础上制定科学准确的评分标准。 在数据准备阶段制成的宽表中，数据可分为两类：定性的和定量的。 1）