潜在不满意客户识别与服务感知改善.doc

成果上报申请书 成果名称 潜在不满意客户识别与服务感知改善 成果申报单位 北京公司 成果承担部门 /分公司 品质保障部 项目负责人姓名 项目负责人联系电话 和Email 项目完成人 成果专业类别* 市场研究 所属专业部门* 市场线条 成果研究类别* 其他 省内评审结果* （按填写说明4） 关键词索引（3～5个） 潜在不满意客户识别、客户预期-服务匹配模型、贝叶斯网络模型、不满意客户识别率提升 应用投资 万元（指别的省引入应用大致需要的投资金额） 产品版权归属单位 中国移动通信集团北京有限公司 对企业现有标准规范的符合度： 无 如果该成果来源于研发项目，请填写研发项目的年度、名称和类型（类型包括：集团重点研发项目、集团联合研发项目、省公司重点研发项目、其他研发项目），可填写多个： 无 成果简介： 不满意客户价值挖掘与提升则是满意度管理的重中之重。但目前北京公司只实现了对投诉、调研不满意客户的积累，仍缺乏对不满意客户的系统研究，特别是对于存在不满意情绪但却从未向移动表达过不满意的客户缺乏相应的研究和识别方法。为此，北京公司依据客户预期-服务匹配模型，创新性地提出了“潜在不满意客户”理念，对潜在不满意客户进行了研究分析，分为渠道未接触的潜在不满意客户，突发事件影响类潜在不满意客户和不明诱因影响的潜在不满意客户。针对这三种类型的潜在不满意客户，分别建立了科学有效的识别机制，通过渠道信息挖掘，系统信息捕获，以及模型预测筛选，精确定位潜在不满意客户群，其中创新性的应用了贝叶斯因果网等模型，结合基础指标和业务指标，运用逻辑回归计算客户的不满意概率，实现对客户不满意程度的量化评估，达到较高预测成功率：模型查全率及查准率均达到60%以上，是之前随机抽样的3倍。同时，基于北京公司现有的产品和服务，设计了一系列差异化的服务策略，对不同特征的潜在不满意客户“对症下药”，及时有效转变客户的不满意情绪，改善客户对移动服务质量的整体印象，提升品牌形象和口碑。 2010年，北京公司基于模型的识别结果，采用针对性的服务策略，已经实施了多渠道多样化的关怀活动，将潜在不满意客户管理项目从理念方案推进到实践应用，参与活动的客户，满意度提升7.68分，按20%的客户占比计算，对北京公司全网满意度提升贡献1.5分。同时，不满意客户识别准确性的提升，使得服务投入成本大幅降低，预计产生经济效益近2000万元。 省内试运行效果： 1、构建潜在不满意客户识别模型，不满意客户准确率占比达60%以上，将覆盖全网61.7％的不满意客户。相较于之前使用随机抽样寻找不满意客户的方法，使用潜在不满意客户识别模型，可将不满意客户识别率提升3倍。将模型固化形成《潜在不满意客户识别模型脚本》，实时提取最新不满意客户，提升了模型的应用效率和推广性，为后期不满意关怀活动提供支撑。 2、结合不满意客户识别和积累结果，在经分系统建立不满意客户分析专题，实现不满意客户的特征分析、细分客户群管理、不满意关怀活动效果评价，为日常客户关怀活动开展提供系统支撑。 3、基于识别的不满意客户群，根据客户的不同特征设计差异化的服务策略，从而实现客户关怀的精细化管理，包括：（1）对渠道沉默客户，采用“主动出击”策略，向其推荐热门服务产品；（2）针对可接触的不满意客户，采取“守株待免”策略，当客户主动与服务渠道接触时，及时开展关怀服务，即避免对客户的重复打扰，又可提高渠道利用率；（3）针对客户不满意原因，采取“对症下药”策略，针对性改善服务短板。 4、基于模型输出结果，提取潜在不满意客户清单，开展多项关怀服务活动，在客户参与率与满意度提升方面都取得了很好的效果。 文章主体（3000字以上）： 潜在不满意客户识别与服务感知改善 背景情况 服务质量是电信企业的立足之本，树立正确的理念，即以客户为根，服务为本，始终把客户的利益放在首位，把客户的满意作为一切工作的出发点和归宿，才能保证业务的持续发展。因此，维持并提升客户满意度是客户服务工作的首要目标。而由于不满意客户在客户流失、市场稳定、企业口碑及服务短板发掘方面的重要意义，不满意客户价值挖掘与提升成为满意度管理的重中之重。目前，北京公司将投诉、营业厅及热线满意度短信评价、调研等方式直接获取的不满意客户定义为明确不满意客户（即客户明确表示过不满意），并通过经分系统支撑，建立了明确不满意客户管理池，对其建立了基于不满意客户关怀服务效果的退出机制，实现对不满意客户动态管理和满意度改善的全程闭环管理。而另外一些客户在日常服务过程中已经产生了“不满意”情绪但却从未向移动表达过，成为公司的潜在不满意客户。对于这些客户，移动公司应主动出击，丰富潜在不满意客户识别手段，通过服务关怀前移及时改善客户感知，防患于未然，从对