KPI管理系统电信行业的应用案例.pptxVIP

OUBAS在电信行业应用案例

KPI管理系统电信行业的应用案例第1页

OUBAS行业应用电信行业BOSSCRMCallCenterSMSVoiceMMSDigitalAccessValueAddedProtocolNetworkDevice网络协议层业务应用层运行服务层协议分解报表设备故障监控网络优化分析数据报表协议监控网络流量分析定制化报表业务分析监控与告警业务KPI挖掘与预测业务报表市场分析客户分析竞争分析挖掘与预测定制化报表精准营销KPI指标分析Analysis多维分析Report数据报表Mining数据挖掘2KPI管理系统电信行业的应用案例第2页

经过OUBAS，利用BI技术从海量业务数据中，分析用户行为、习惯、喜好，

了解用户，体贴服务3KPI管理系统电信行业的应用案例第3页

客户个人信息消费行为价值定位客户自画像身份信息归属地性别/年纪入网时间家庭情况受教育程度短信/彩信数据业务通话期间通话次数通话时长漫游通话信用度增值业务连带率累计消费月均消费最近消费4KPI管理系统电信行业的应用案例第4页

Case1：客户信用评定信用管理失败案例：

某客户是移动全球通用户：

ARPU值约800元，在网时间超出5年。

同时用于随e行上网卡一个，200元包月。

每个月向中国移动贡献大约1000元收入。

对中国移动有较高忠诚度。

最近因为其欠费0.7元随e行短信费用被停机，停机前没有收到移动正式停机通知或欠费催缴通知。

该客户先埋怨GPRS网络不稳定，以后发觉同事能够上网，就怀疑网卡有问题，最终当发觉是中国移动因为0.7元而停机造成其不能在差旅途中上网并为他带来很多麻烦时，他愤恨了……5KPI管理系统电信行业的应用案例第5页

Case1：客户信用评定我们能够依据以下属性创建一套客户信用评价模型，经过该模型对客户行为细分。客户信用评价模型+归属地类别职业资料真实性黑名单平均停机时长月均停机次数客户状态欠费时长欠费金额入网时长缴费方式客户级别月均消费额累计消费总额每次缴费额客户基本属性客户欠费属性客户业务属性客户贡献度客户预期准则客户行为准则客户价值准则客户信用度6KPI管理系统电信行业的应用案例第6页

Case1：客户信用评定了解了信用度高或低客户行为特征，从而能够采取对应办法：如提升对高信用度客户服务水准，对低信用度客户采取限制性策略以降低风险。客户客户信用评价模型+信用度高客户信用度低客户可信用客户7KPI管理系统电信行业的应用案例第7页

客户生命周期分析目标市场响应者新客户高价值客户潜力客户低价值客户主动离开被动离开取得客户活动市场活动回报问询填写申请消费……交叉销售升级销售激发首次购置挽回客户活动强制性取消主动取消活动历史购置统计市场活动回应信用汇报自动汇报信息其它产品使用付账历史活动响应渠道偏爱其它终止原因潜在客户既得客户客户流失考查期形成期稳定时衰退期（危险期）8KPI管理系统电信行业的应用案例第8页

Case2：客户离网预警某通信运行商优质客户变动分析显示，4-6月份优质组客户流失率较高。这是一个很大收入损失。4-6月份有95.8%客户保持在优质组。流失率4.2%103664101983109132617231633315优质组客户人数50000600009000010000011000080000700003月

优质组流往

普通流失普通

流入弱势

流入新增6月

优质组9KPI管理系统电信行业的应用案例第9页

Case2：客户离网预警构建客户离网行为预测模型，将客户按离网概率高低分组。客户高危客户边缘客户离网概率低数据挖掘预警全体客户，

103664人在网115天，

2800人在网≥115天，

100864人最近一月通话次数

5次，21人最近一月通话次数

6~50次，1093人最近一月通话次数

50次，1686人更换套餐次数

2次，3425人更换套餐次数

≤2次，97439人ARPU28元，

125人ARPU≥28元，

3300人10KPI管理系统电信行业的应用案例第10页

Case2：客户离网预警营销人员能够准确地抓住高流失倾向客户营销人员能够依据ARPU确定客户挽留活动力度了解潜在流失客户行为特点，制订针对性挽留办法营销人员能够参考流失倾向评分高低确定客户挽留活动次序依据预警模型产生未来1-2月之中需要挽留、值得挽留客户清单，有放矢采取挽留行动。11KPI管理系统电信行业的应用案例第11页

Case2：客户离网预警7-9月份，实施挽留办法后优质客户组变动情况，能够看到流失率显著下降。降低了客户保持成本，同时增加了收入。4-6月份有95.8%客户保持在优质组。流失率4.2%103664101983109132617231633315优质组客户人数5000060000900001