解决方案
        上海玖数软件有限公司以切合客户的实际情况、适应客户的实际运作为出发点,为其度身订制企业策略和解决方案,致力于帮助客户创造更多商业价值。
栏目导航 navigation
 
您现在的位置:上海玖数软件有限公司 > 解决方案 > 通信业解决方案
精细化营销管理市场细分(客户欠费)专题简介
上海玖数软件有限公司   作者:网站管理员 来源: 文字大小:[][][]

商业背景

       随着国内电信市场的不断扩大,中国电信业中的欺诈现象也越来越严重,给电信运营商带来了极大的经济损失,影响了业务的进一步发展。信息产业部近的报告称,“2001年,中国因盗用通信设施和用户恶意欠费的损失超过200亿元,户均60元以上。现在这个数字仍以每年20%的速度增长,这是个可怕的数字,数字背后是大量国有资产的流失。”用户欠费已成为中国电信业发展的五大问题之一。面对电信欺诈行为不断扩张,电信运营商应该采取什么样的措施来防范电信欺诈呢?电信研究院的高级工程师陈育平也建议电信运营商除了采取行政防范之外,更积极的做法是技术防范。他说:“客户数量巨大的运营商应实施数据仓库解决方案,通过数据挖掘、客户行为分析与预测进行欺诈行为的侦测与防范。”

        正如业界人士所指出的,防范欺诈的手段有两条。一是政策调控,利用法律来限制这种不良行为。但是,一项新法律的制定和实施,需要较长时间才能落实。二是利用技术手段,防患于未然。两者相比而言,后者是目前电信运营商佳的防范欺诈利器,因为技术是没有界限可言的。因此,利用数据仓库技术构建预测欺诈模型,减少欺诈事件的发生,是直接而又可行的一条捷径。

        信用环境的问题永远是客观存在的,恶意欠费的问题在世界上许多国家都不足为奇。全球每年由于电信用户欺诈所造成的损失约占电信营收总额的5%。美国电信每年欠费额总量在80到100亿美元左右。目前,国内电信商在对付恶意欠费上,基本还处于一种事后的、被动的、依赖人力的阶段。如果利用数据挖掘技术,事先侦测欠费行为模式,在恶意欠费发生前就采取防范措施,这样,可以大幅减少欠费行为给运营商带来的巨额损失。

玖数软件解决方案

                                  ——客户欠费分析

(一)客户欠费问题定义

        在进行客户欠费分析之前,首先要对以下几个问题进行定义。

1. 对时间段、地区、产品进行定义。首先确定要对哪个地区、哪个时间段、哪种产品的客户欠费行为进行分析。

2. 对客户进行定义。根据业务目的,选定要进行欠费分析的客户群。既可以选定全体用户,也可以选定一部分用户,如VIP客户、金卡客户等等。

3. 对客户欠费问题进行定义。根据不同的实际需要,可以将客户欠费问题看作是定量问题,也可以看作是定性问题。无论是定量还是定性,都要对欠费这一概念进行定义。如果把客户欠费看作是定量问题,则欠费的定义就相对简单。客户欠费额即为我们的目标问题。虽然此时对欠费概念的定义要简单一些,但在实际分析中,由于它是对单一客户进行分析的,而我们更希望得到一种适合群体的结论,因此大部分时候,人们会把此问题转换为定性问题,寻找欠费人群与不欠费人群的差别。如果把客户欠费看作是定性问题,则欠费的定义相对复杂。把客户可以分为二分级别(即有、无欠费),也可以分为多个欠费级别(即零、低、中、高欠费)。在作欠费级别分析时,各级别的欠费额也要有一个清晰的界定。

(二)利用数据挖掘进行客户欠费分析

      在我们对以上几个概念进行定义之后,再来看一下这个问题。按照数据挖掘对问题的分类,可将客户欠费问题看作是概念描述—描述与欠费级别年龄、性别、职业、收入等特征的交叉分布情况等;也可将客户欠费问题看作是预测问题—预测各客户可能欠费额/可能欠费级别;还可把它看作是分类问题—将客户细分,各类客户的欠费情况不一。

        我们可以将业务问题定义为:2003年A省城大客户欠费级别预测分析。大客户定义为每月平均话费总额大于800元的客户(金卡及以上客户)。欠费级别为四级:零欠费—2003年9月欠费总额为0;低等欠费—2003年9月欠费总额大于0元小于300元,催款一次后还清;中等欠费—2003年9月欠费总额大于等于300元小于1000元,或欠费总额大于0元小于300元,催款一次后未还清;高额欠费—2003年9月欠费总额大于等于1000元。将业务问题转化为数据挖掘问题为:利用A省城2003年1月至8月大客户数据预测其9月欠费级别。

        首先,利用数据描述技术,可以对已知的欺诈性客户和非欺诈性客户进行有关的数据分析,发现可能影响客户欠费的因素,比如年龄、性别、职业、职位、以往欠费情况、月平均话费趋势等。然后,我们可以根据对以上因素的分析和统计,利用各种成熟的数据挖掘算法,如神经网络、决策树算法等构建一个预测模型,并应用到当前客户数据库中,从而为客户10月的欠费级别及概率记分。当然,也可建立模型用于针对新SIM卡的申请,以预测新客户的信用度—欠费可能性。

                                      A省城客户欠费行为预测示意图

    利用上述预测结果,我们可以适时地对大客户进行重点跟踪,并在必要时采取措施,以减少损失。业务功能:利用预测结果,识别潜在欠费客户,为欠费管理提供一定依据。

    也可以从另一个角度进行大客户欠费分析。我们可以利用决策树算法将客户细分,各细分客户群的欠费行为有差别。因而可针对不同客户群制订不同的策略,以预防欠费行为发生。

资讯 | 合作伙伴 | 成功案例 | 法律申明 | 隐私保护 CopyRight 2015 上海玖数软件有限公司   网站备案号: 
     
鍙嬫儏閾炬帴:    瀹忕繑褰╃エ-瀹夊叏璐  澶у湴褰╃エ缃戞  蹇呰儨褰╃エ璁″垝   鐙傛  鏃舵椂褰╁摢涓猘pp鏈