基于客户价值电信客户细分研究.docVIP

基于客户价值电信客户细分研究 　　一、引言 　　 　　随着3G时代的到来，三大电信运营商经过重组后，彼此竞争更加激烈。近年来，我国电信行业保持了高速发展的旺盛势头，随着用户数量的增大，用户增长率呈现明显下降的趋势。作为服务型企业，运营商对市场需求和客户特点的深刻把握才是竞争取胜的关键，因此客户细分作为分析客户的重要方法越发成为市场竞争中最根本的利器。 　　客户终身价值的理论计算与实践应用，在国外已经相当成熟。多被用作长期量化、跟踪、分析客户价值，在特定的假设条件下预测客户期望价值，并以此为依据，进行客户细分，合理调配企业资源，实现企业长期利润最大化。国外的理论研究目前在日用品零售企业、保险市场等行业中都有了一定应用。KumarRajan(2009)在对一个B2C日用品零售企业的300000客户进行客户终身价值计算后，将客户按照客户终身价值得分分成10等分，最高的两等分的客户为高价值客户，中间的5等分客户为中间层客户，最低的3等分为低层次用户。VerhoefDonkers(2001)从客户当前价值和客户潜在价值两个维度对保险市场进行了客户细分。国内也有学者就商业银行零售业以及信用卡等行业进行了分析研究。阮红(2005)在对商业银行零售业务的客户细分体系研究中，从客户的显性价值、潜在价值、成长价值三个维度进行了细分。任红美(2007)在对信用卡用户的细分研究中，改造原有客户终身价值模型，建立了基于当前价值、潜在价值和口碑价值三个维度的客户终身价值细分模型。 　　学术界对基于客户终身价值的电信业客户细分的研究目前还不是很完善。在现有的研究成果中，对客户终身价值的计算模型以及评价体系的建立没有统一的理论体系，同时对于细分维度的选择也有诸多视角，使得目前基于客户终身价值的电信业客户的细分分群设计出现许多不同的标准，相应的营销策略也不尽相同，一定程度上为运营商造成了困扰。 　　在实践中，通信运营商现有的基于客户价值的客户细分方法是通过ARPU值粗略地把客户分为高端客户和低端客户。ARPU值在衡量运营商客户质量方面的局限越发明显，忽略成本、资费调整的影响以及规模效应等成为ARPU值误导决策的主要因素。另外，ARPU值评价的仅仅是客户的当前价值，没有涉及到客户的潜在价值，因此无法从生命周期角度评价客户。根据ARPU值所做的高端客户、低端客户的客户细分还不够科学。 　　本文通过对客户价值的计算模型做了一个详实的研究，提出了一套完善实用的评价体系，同时根据该评价体系对某运营商进行客户细分，为运营商识别客户终身价值，完成精确客户细分及制定有效的营销策略提供了依据。 　　 　　二、电信终身价值评价体系 　　 　　当前，尚没有一个统一的客户终身价值计量模型能够被广泛接受，究其原因，主要是在不同行业下客户的消费行为千差万别。与其他行业相比，电信行业是典型的以客户为中心的消费者市场，客户属性和行为具有典型的行业特征。电信产品的消费特征以及客户对电信产品的需求特征都将对电信客户的终身价值的建模过程产生影响。 　　本文将客户终身价值分成客户历史价值(customerhistoricvalue)、客户当前价值(customercurrentvalue)和客户潜在价值(customerpotentialvalue)，即：CLV=CHV+CCV+CPV。接下来，以HyunseokHwang，TaesooJung和EuihoSuh(2004)的模型为基础，针对电信客户特点对这三部分客户价值分别进行建模，并最终得到电信客户终身价值的计算模型。 　　 　　三、电信客户终身价值细分模型 　　 　　基于客户终身价值的电信客户细分及策略设计的过程可以分为四个阶段进行。阶段一是数据准备阶段，收集、预处理运营商数据仓库中现有数据。阶段二客户价值计量阶段，即进一步评价、计量当前价值、潜在价值、口碑效应价值。阶段三是客户细分及市场策略应用阶段，即通过以上三个变量进行客户细分，并依据结果对各细分市场特征描述，制定相应市场策略。 　　计算历史价值时，从数据仓库过滤客户所有消费数据。计算客户当前价值与潜在价值时，计算客户在t时刻增量购买k产品概率、交叉购买j产品的概率以及客户流失率。而影响客户增量购买、交叉购买以及客户流失的相关变量有很多，通过回归分析的方法对这些变量做出取舍，找到影响这三个概率值的因素。比如计算购买j产品概率，可以通过分析已经选择j产品的客户群特征，对特征进行相关性分析，得到可能的影响变量，然后通过logistic回归分析找到可能的影响变量，得到影响客户选择j服务的影响因素以及客户值。 　　对于口碑价值，直接从数据仓库中寻找出需要指标，通过加权加总方法得到。计算口碑带来的价值时，采用层次分析法对以上不同的指标赋权，权数通过专家法确定，加