2013年12月4日工信部正式向三大運營商發(fā)布TD-LTE 4G牌照，2015年2月27日，工業(yè)和信息化部向中國電信和中國聯(lián)通發(fā)放FDD-LTE經(jīng)營許可。業(yè)內(nèi)普遍認為，在3G時代扭轉的三大運營商競爭格局，也許會在即將到來的4G時代被再次打破。在4G發(fā)牌后，三大運營商重新站在了同一起跑線上。4G市場將是一個更大的蛋糕，三大運營商誰能在新的競爭中抓住最佳的市場機遇，誰就能獲益其中。2016年國家提速降費持續(xù)推進，全年互聯(lián)網(wǎng)業(yè)務加速增長。從長期來看，隨著信息技術的升級換代，網(wǎng)絡成本逐步下降，基礎電信企業(yè)提速降費將成為常態(tài)。從用戶需求來看，用戶對高帶寬的需求越來越大，高帶寬用戶占比將持續(xù)快速提高，移動數(shù)據(jù)流量也將繼續(xù)加速增長。

導致國內(nèi)電信業(yè)用戶流失的現(xiàn)象非常嚴重的主要因素有以下幾點：

市場競爭因素。從三家運營商公布的數(shù)據(jù)看，全國移動業(yè)務用戶已達13億戶，多數(shù)城市移動電話滲透率超過100%，新增市場空間非常有限，國內(nèi)市場己經(jīng)趨于飽和。因此，客戶資源的競爭成為運營商的首要任務。

通信技術更新因素。在移動電話興起前，用戶通信主要以固定電話為主，市場空間很大，客戶流失極少。如今，隨著科技的發(fā)展，各種通信技術的發(fā)明，產(chǎn)生出一系列新產(chǎn)品，供用戶選擇的范圍更加廣泛。隨著客戶消費水平的提高，理性消費趨于主流?？蛻舾嗟母鶕?jù)自己的偏好、資費等因素選擇運營商。

同質(zhì)化業(yè)內(nèi)競爭。雖然各通信運營商采用不同的技術，但是提供的服務都是語音業(yè)務及數(shù)據(jù)業(yè)務為主。因此，對用戶來說選擇哪個運營商，所獲得的使用價值差別不是很大。在這種情況下，用戶比較容易流失。

低ARPU值群體增加。隨著電信市場的飽和，開始涌入大量低端用戶。很多用戶都有兩個以上運營商的號碼在用，或者是同一運營商的兩個號碼，一個為主另一個為輔，產(chǎn)生很多ARPU值較低的用戶號碼，低ARPU值用戶對資費的高敏感度導致離網(wǎng)率不斷上升。

受到營改增、成本壓降、實名制等宏觀政策的影響。例如營改增及成本壓降后，中國聯(lián)通成本轉換空間較小，只能剛性壓縮終端補貼成本和傭金等營銷成本，直接影響了社會渠道的盈利和發(fā)展能力，之前靠社會渠道粗廣的“大進大出”的營銷模式帶來的增量用戶手段已經(jīng)不適用現(xiàn)行的市場環(huán)境，中國聯(lián)通社會渠道業(yè)務發(fā)展比重在三家運營商中占比最高，實名制實施后，對中國聯(lián)通移動業(yè)務發(fā)展影響極大。

所以運營商需要尋找更有效的辦法來保持與客戶的關系，創(chuàng)造價值和維系用戶，增加盈利。如何盡早發(fā)現(xiàn)客戶的流失傾向并進行有針對性的維系對于企業(yè)的發(fā)展舉足輕重。

數(shù)據(jù)挖掘技術是預測客戶流失最常用的方法。其目的是對大量的數(shù)據(jù)進行各種處理，從中提取出隱含在數(shù)據(jù)中的知識。在預測客戶流失時，可利用其決策樹、神經(jīng)元網(wǎng)絡、分類回歸樹等手段建立預測客戶流失傾向的模型，通過模型從大量的客戶數(shù)據(jù)中提取對預測客戶流失有用的信息，據(jù)此信息制訂相關的客戶維系工作計劃。由于電信行業(yè)的數(shù)據(jù)庫數(shù)據(jù)量極大，而且數(shù)據(jù)中的數(shù)據(jù)并不能直接用于數(shù)據(jù)挖掘。因此，將數(shù)據(jù)挖掘技術應用于電信行業(yè)時，需要注意電信行業(yè)某些業(yè)務有別于其他行業(yè)的特點。

在電信行業(yè)中，數(shù)據(jù)挖掘技術一般應用于以下幾個方面：

（1）客戶消費模式分析。通過分析客戶的通話時段、不同職業(yè)客戶的通話特征、繳費周期、使用網(wǎng)絡服務的規(guī)律、套餐飽和度等，為電信行業(yè)的經(jīng)營決策提供依據(jù)。

（2）新產(chǎn)品推廣分析。在電信行業(yè)推廣其新產(chǎn)品時，利用數(shù)據(jù)挖掘技術分析推廣活動中存在的問題，據(jù)此分析結果調(diào)整其推廣策略，以達到最佳的推廣效果。

（3）客戶欠費分析。通過數(shù)據(jù)挖掘技術，發(fā)現(xiàn)客戶欠費行為的規(guī)律，當客戶在某一時間段內(nèi)的話費規(guī)律與欠費規(guī)律相似時，數(shù)據(jù)挖掘系統(tǒng)提出警示，以便工作人員采取相關措施，將企業(yè)的風險和損失降至最低。 （4）客戶流失分析。根據(jù)己流失客戶的數(shù)據(jù)，找出客戶相關屬性、客戶消費行為等數(shù)據(jù)與客戶流失之間的內(nèi)在關系，并建立這種關系的數(shù)據(jù)模型。然后監(jiān)控在網(wǎng)客戶中與流失客戶相關的數(shù)據(jù)屬性，當某些屬性與客戶流失模型吻合時，向工作人員提出預警。工作人員據(jù)此報告采用相應的維系手段來提高客戶的忠誠度，降低客戶的流失率。

由于客戶數(shù)據(jù)的一些特點，使得將數(shù)據(jù)挖掘技術用于電信客戶關系管理時將會面臨以下幾個較具挑戰(zhàn)性的問題。

（1）數(shù)據(jù)準備工作時間長：由于原始客戶數(shù)據(jù)量大、時間跨度長、業(yè)務流程發(fā)生變化等，在進行數(shù)據(jù)挖掘工作前，需要對這些原始數(shù)據(jù)依次進行選擇、格式化、清洗、整合以及重建的工作，導致在數(shù)據(jù)準備這一環(huán)節(jié)的工作量非常大。有相關研究指出，在數(shù)據(jù)挖掘過程中，數(shù)據(jù)準備這一過程一般花費整個數(shù)據(jù)挖掘過程50%-80%的時間。

（2）預測模型數(shù)據(jù)集的建立：在進行客戶流失預測時，如果直接采用某種預測模型，比如神經(jīng)元網(wǎng)絡模型、分類回歸樹、決策樹等，那么最終的預測結果將是無效的。因為利用原始客戶數(shù)據(jù)建立預測模型集時，流失客戶在客戶數(shù)據(jù)庫中過少，導致流失客戶的樣本特征不具有代表性。一般解決方案是提高流失客戶在客戶數(shù)據(jù)庫中的比例，但是這種方法也會產(chǎn)生潛在的負面影響。

（3）數(shù)據(jù)挖掘結果與實際情況不吻合：電信行業(yè)客戶數(shù)據(jù)庫中，由于客戶眾多，導致客戶數(shù)據(jù)量大。而且隨著技術的發(fā)展和業(yè)務流程的變化，導致數(shù)據(jù)的正確性、完整性以及一致性也會發(fā)生變化。從而使得利用歷史數(shù)據(jù)分析出來的結果與實際情況存在不吻合的情況。

（4）采用數(shù)據(jù)挖掘技術的成本效益：當需要耗費大量的人力和物力進行數(shù)據(jù)挖掘后，數(shù)據(jù)挖掘的預測結果不是非常理想，則會使得將數(shù)據(jù)挖掘技術用于客戶流失預測的成本效益過低。此外，如果進行客戶維系的成本過高，即使數(shù)據(jù)挖掘的結果很理想，也會導致數(shù)據(jù)挖掘技術失去實際意義。

目前常用的數(shù)據(jù)挖掘方法有很多，從國內(nèi)相關研究來看，客戶流失分析較為常用的有四種方法，分別是決策樹方法、貝葉斯分類方法、神經(jīng)元網(wǎng)絡方法和Logistic回歸方法。

使用以上幾種數(shù)據(jù)挖掘方法建立模型并應用于市場分析，可有效的預測未來即將流失或有流失風險的用戶數(shù)據(jù)，尤其是高ARPU值用戶?？蛻粢坏╇x網(wǎng)，重新回流的難度和成本就非常高了，因此必須要在客戶離網(wǎng)之前，提前發(fā)現(xiàn)客戶的離網(wǎng)傾向，更重要的是需要找出這些客戶離網(wǎng)的原因，從而有針對性的進行客戶維系工作和開展新的營銷計劃，因此，建立數(shù)據(jù)挖掘模型必須在發(fā)現(xiàn)客戶離網(wǎng)傾向的同時，能夠提供對客戶離網(wǎng)行為的解釋，幫助找出客戶離網(wǎng)的內(nèi)在原因。為了能夠有效的提前做好防止客戶離網(wǎng)的工作，建立數(shù)據(jù)挖掘預測模型應該能夠講求效率，所以對預測的時效性要求也比較高，不能耗費過多的時間在模型的建立和訓練上，需要盡可能早發(fā)現(xiàn)客戶的離網(wǎng)傾向盡早的拿出維系挽留措施，降低流失風險，這樣在當今競爭激烈的通信市場環(huán)境下，能新發(fā)展用戶的同時又能最大限度的維系在網(wǎng)老客戶是運營商保持市場及收入份額的關鍵。

作者簡介：閆飛（1980.03—），男，籍貫：陜西，學校：內(nèi)蒙古科技大學，學歷：碩士，院系：信息工程學院，專業(yè)：計算機技術，研究方向：基于數(shù)據(jù)挖掘技術的電信行業(yè)3G用戶流失分析研究。