商业智能文章之----电信业客户流失分析与维系实务：误区与正途.docVIP

SAS 解决方案经理 徐欣 题目：电信业客户流失分析与维系实务：误区与正途 谢谢前面两位教授的精彩演讲，还有底下专家和各位领导的积极发言。我发觉今天我的题目是叫电信业客户流失分析和维系实务的讲演，其实前面两位教授讲到了很多所谓做数据挖掘和分析的正途，在这里我们会从SAS公司本身，从客户那里了解和电信业企业那里得知发觉的有些问题或者误区做具体的解释或者说阐述。 今天因为是会前培训，所以我们不会像前面有些，对具体的软件或者对工具多做阐述，而是对方法论上希望和大家做一个探讨。 本来误区想了好几个，但是这之前，我想先提一个，有人喜欢把类似于SAS这样的高端软件和一些低端的分析软件比为傻瓜机和高级相机，我个人觉得这是一个误区。为什么呢？因为相机拍出来的照片他是一门艺术，而我们搞的是一门科学，科学他需要严谨，他需要相当认真的一个态度，一个方法论来得到最后一个正确的结果。所以，我觉得如果真要比较的话，我更倾向于用药来比较，这是SAS祖传一个起点的生化和药业行业领域，好的药和差的药，一个可以救人，一个害人。这是科学，大家知道，无论从美国的药检局和中国的药检局，怎么说这个药能救人还是害人，那是经过严格的科学论证，不是随随便便可以说的。 其实SAS中国在电信业和我个人的经历非常相似，就是从海外的经验介绍到国内，从本来银行业到现在逐渐大量的客户都在电信业，都经过了相当长时间的转化，我们也看到了许多现象，在这里今天我想大致先讲一下，现在国内所谓，如果很多人搞流失分析的整个流程。第二个即便在看来非常完美的流程之下，仍然有很多分析人员和我们交谈的时候提出很多困惑和问题。当然我们不可能在今天这么短的40分钟时间内把所有的问题都包罗万象只是摘取很有代表性的和大家探讨一下。然后我们今天不谈软件，只谈一个方法论，所以基于SAS，从我们的观点来讲，三个层次的整合做数据挖掘和流失分析。哪三个层次，第一个是分析、工具和技术之间的整合，SAS的数据挖掘大家知道非常有名，业界第一，他基于是一套非常严谨的方法，SEMMA，今天会跟大家非常简单介绍一下，这个把你需要用的数据，挖掘工具、方法整合起来这么一个方法论，这是第一个层次的整合。第二个层次的整合，现在BI这个词非常流行，非常火，很多人的概念BI仍然是一种报表形式，在我们这里，我们往往把数据挖掘在SAS叫成AI，分析形式的，BI，指的就是报表，报表的东西是如何为分析相辅相成，取得非常好的一个效果，这么一个整合。最后刚刚林教授也讲了，分析的结果最后还得到业务流程，给实际业务人员去做，无论是BI做的再好，一定有跟业务流程的整合，这是三个层次的整合，到最后介绍一下整个方法论可以用三个闭环来解释。 客户流失这一章可以很快过去，因为大家都知道客户流失对电信业来讲是非常严峻的问题，不要说在中国，即使在欧洲、美国还有亚洲其他国家，客户流失所带来的损失是巨大的，包括林教授提到了，这里不多讲。 看看现在非常流行的或者通常的流失分析运用。第一步肯定都定义什么叫流失，怎么叫离网，是拆机还是停机等等，定义下来产生许多的行为变量，比如从CDR数据，各种各样数据，包括呼入呼出、支付、移动性、帐单，我看到很多数据库的数据特别多，几百个变量，非常丰富，很多人认为这些数据都可以拿过来做分析用，这里到底应该挑什么数据，是不是什么都可以拿过来做分析用，一会儿探讨一下。流失倾向模型的建立，一般叫离网就是概率的预测，如果有人问我，在国内的电信来讲，离网概率的预测他会用什么算法，前三位算法是什么？我会说，决策树，决策树，决策树。当然决策树会有他的好处，但是我们一会儿会解释一下，为什么决策树在流失分析当中有很大的局限，那么正确的做法应该选择怎么样一类的模型或者算法会更合适于流失分析。客户筛选，你拿着你的预测模型给客户打一个分，然后口头上找一下你的客服和市场部人员问他你要百分之多少分位，10％还是5％拿去做挽留或者做什么。多半时间业务人员，市场的客服人员会回过来问你一句，你觉得百分之多少是科学上合理的呢？很多人被这句话问了不知道应该怎么回答，一会儿我们也会探讨一下这个问题。然后就是模型的运用，模型的运用多半来讲，国内很多做挽留，我就降价，不断给折扣，新的套餐把你留下来。在SAS里边，即便挽留，我们不太用挽留这个字，今天大家看到我的题目叫维系，这个从我们一个客户那里借过来用，这个特别好，在SAS，挽留一般在我们理解就是你是被动的，他要走了，我再求他，你留下来，你不得不承担大量的成本。但是我们这次做的是维系，客户的维系关怀，在他没有走之前，我已经估计到他将来有可能走，然后我可以事先做一些非常好的手段，哪怕你只是打一个电话关怀一下，看他是不是收到太多的垃圾短信，所以他非常不满，等等这些原因，我可以事先做到一些预防措施，这样真正起到预警的