移動通信客戶流失規律分析研究目的通過對某移動通信公司客戶的流失數據進行分析，了解客戶流失規律，建立流失預警系統，為客戶關系管理服務。背景介紹隨著中國電信業改革的深入開展，電信運營企業之間對于市場的競爭日益加劇，客戶流失現象十分多見。但客戶忠誠度對于電信企業來說卻是影響電信企業盈利的重要因素，美國學者的研究表明，顧客忠誠度提高5%，行業的平均利潤提高25%-85%。因此，研究電信企業客戶流失規律能夠為為電信公司避免客戶流失提供一定的參考意義。隨著移動電話普及率的提高，移動通信業務特別是語音業務的逐漸飽和，移動運營商都加大了市場的競爭力度，從直接的產品降價、業務捆綁銷售到服務意識的轉變、服務內容的完善、服務方式的改進和服務質量的提高，進而到內部運營管理機制、人力資源的改革，企業經營模式和服務體系都以客戶的價值取向和消費心理為導向，真正體現了“創造需求”、“引導消費”的現代客戶服務意識與理念。然而，盡管整個移動通信技術、管理和服務水平不斷提高，面對有限的存量市場，在大量新客戶入網的同時，又有大批老客戶流失，移動通信網上注冊用戶數與在網通話用戶數相差懸殊，出現大量的零通話“休眠”客戶。移動運營商增量不增收，一方面客戶發展代理費用和宣傳費用增長，另一方面客戶平均在網時間逐漸縮短，ARPU值下降，客戶流失率不斷上升，通信業務收人增長相對趨緩，移動通信客戶價值和利潤率的減少嚴重影響了移動通信企業的可持續發展。根據美國安盛咨詢公司的數據統計表明，美國移動通信客戶的月流失率在2.2%左右，年流失率大約是27%，平均獲取一個客戶的成本在300～600美元，而保持一個客戶在網的成本僅為50～100美元。因此，移動運營商為了擴大企業規模，實現企業利潤的同步增長，必須建立客戶價值評價體系和客戶流失分析模型，并在此基礎上做好有價值客戶的維系挽留工作。然而目前有的移動運營商仍然只注重發展，有的只是列出已流失客戶的清單，還應進行簡單的流失原因分析，而精明的運營商不僅是分析已流失客戶的原因，進行客戶價值的評價，對潛在的有流失傾向的高價值客戶進行維系挽留，并將其與經營發展緊密聯系起來，以客戶維系促進發展。因此，研究客戶流失額規律，了解什么樣的客戶具有流失的傾向，流失的客戶都有什么特點，能否通過客戶的相關數據分析得出，這就是本研究要解決的問題。指標設計為了準確的研究移動通信客戶流失的規律，我們考慮一下常見的客戶的特征指標，并對指標的含義和考慮的原因做了纖細討論。●客戶等級（X1）按照一定的分類標準（例如客戶對企業的貢獻率等各個指標進行多角度衡量與分級）對客戶進行分級管理。客戶的等級表明客戶對于企業的重要性是不同的，企業應該區分不同等級的客戶采取不同的措施，對那些對企業的重要性比較重要的客戶進行重點管理。同時，同等級的客戶具有同樣的特征，因此，不同的客戶等級的客戶的流失規律是不同的，因此，我們需要將客戶等級納入研究中。其中，客戶等級可以標記為1、2、3、4。●主叫次數（X2）電話呼叫系統分為主叫和被叫。主叫即是自主呼出。一般來說客戶主叫的次數越多，說明客戶使用的頻率較高，流失的可能性也就越小。主叫次數●被叫次數（X3）在電話呼叫系統中，與主叫相反的概念就是被叫，也就是接電話。同主叫次數次數意義一樣，客戶被叫次數越多，說明客戶使用的頻率較高，流失的可能性較低。被叫次數●通話時長（X4）通話的時長越長也越說明客戶對正在使用的移動通信品牌較為滿意，流失的可能性也越小。通話時長●費用（X5） 費用越多說明，客戶對于該電信企業的貢獻也就越大，對于企業的重要性也就越大，但是，費用越高，對客戶的吸引力也就越低。費用描述分析在正式的模型分析之前，首先對因變量以及自變量做必要的描述分析。主要結果如表1所示。首先討論表1的最后一行流失，從中可以看出n=1000個樣本中流失的客戶占了40%，客戶流失情況比較嚴重。然后討論費用，可以看出費用的標準差較大，說明不同的客戶之間的消費水平相差非常之大，因此，移動通信運營商應該根據這一特點推出不同的套餐服務，以滿足不同用戶的消費需求，為客戶帶來更貼心、合適的服務以提高客戶的忠誠度。再看通話時間以及主叫次數和被叫次數之間的最小值都是非常小，標準差也都非常大。最后看客戶的等級，客戶的等級平均數為1.49，說明客戶的等級總體水平并不高，且客戶的等級的標準差是平均數的1/3，說明客戶之間的差別并不是多大。DescriptiveStatisticsNMinimumMaximumMeanStd.Deviation客戶等級1000141.49.597主叫次數1000.0000000005.327702703.85972297921.618729040151被叫次數1000.0000000004.269230769.82071316138.569869538021通話時長1000.0011132805.814739984.86215923739.628633032828費用1000.0000000001.333668946E1.88416464394.912390442243流失100001.40.490ValidN(listwise)1000我們還將各個解釋變量按照流失狀態分組做盒狀圖對比，其結果如下圖所示。從下面的四個盒裝圖可以看出，流失客戶的最近的主叫次數、被叫次數、通話時長、費用的數據未流失的哪一部分的客戶數據都比流失的那一部分更加集中，而且未流失的客戶的主叫次數、被叫次數、通話時長和費用集中的區域都比流失的客戶的數據集中的區域要高，說明，未流失的客戶具有主叫次數、被叫次數、通話時長、費用都比流失的客戶要大一些，說明使用頻率和費用越大的客戶越難流失，而流失的客戶具有主叫被叫次數、通話時長、費用較低的特點。因此，我們可以合理的預測，主叫次數、被叫次數、通話時長和費用對于判斷客戶流失具有重要作用。模型分析在描述分析的基礎上，通過方差分析對各個因素同客戶流失狀態之間的關系作了邏輯回歸模型。參數估計如表2所示。從中可以看出，客戶等級、主叫次數、被叫次數、通話時長以及費用這幾個解釋變量都是顯著的。尤其是被叫次數，他的極大似然估計最大，為-2.196，且為負值。說明被叫次數對于預測客戶流失狀態具有重要的作用，被叫次數越大，客戶流失的可能系也就越低。其次，客戶等級、主叫次數和通話時長的極大似然估計分別為－0.57、－0.704、－0.535，都是負值，說明客戶等級、主叫次數和通話時長越長，客戶流失的可能性也就越低。而費用的極大似然估計為0.533，為正值，說明費用越高，客戶流失的可能性也就越大。而且，這幾個解釋變量對于預測模型的重要性一次排列為被叫次數、主叫次數、通話時長、費用、客戶等級。預測評估基于上述模型，可以對每位客戶的流失概率予以預測，然后以某閾值為界，將此預測為流失客戶（流失=1）和非流失客戶（流失=0）。如果以50%為界，可以計算出整體預測錯誤概率為17.8%，相應的TPR為72.8%，說明總體預測精度優良，對于實際工