客户流失，忠诚度

案例分析：客户流失，忠诚度分析



客户流失或​​银行，电信公司，零售公司，金融服务机构和保险公司的一个最重要的原因，获取一个新客户的成本是保留现有顾客的成本远远大于客户流失分析是一种重要的商务活动。

业务问题

我们的客户是一家全球领先的电信公司，想用分析逮捕日益增加的客户流失率在预付费电信投资组合。客户关系管理团队（CRM）希望能够使用其现有资源的最佳和最低的成本，减少客户流失。面临的挑战是 - 识别用户谁最有可能放弃服务，以及用户标记为“一次用户”或“用户已经到了不归路”，所以可以专注于那些用户，客户服务最有可能继续的服务。

目标

的目标客户流失，忠诚度分析模型被确定为如下：

★早期识别的用户更容易流失
★识别的重要因素驱动的流失
★优化运营成本

我们的方法

面临的主要挑战是定义的“流失”，并了解关键客户流失的司机。确定用于客户流失，忠诚度分析的数据源 - 用户人口统计学，认购人花，呼叫中心记录，服务请求记录，复古的客户，活动/非活动的客户，用户的使用历史和产品/包类型特征。我们试图找出经过后，在翻腾可以被重新赢回机会的最佳和最优的日子过去之后，其中有最小的机会，激活点的不归路。


我们观察到，约94％的客户从过去的7天中未使用的预付服务进行终止服务。基于这一观察7天，被定义为机会赢得背部和用户超过7不活跃的天被标记为进入不归路区的。被定义为识别用户谁最有可能在未来7天不使用预付费服务的目标。重要的属性/主要驱动力的客户流失行为选择使用各种统计技术，如集群，主成分分析，相关分析等基于二分因变量的性质，Logistic回归方法选择最合适的模型技术。

结果/执行

使用预测模型，从而开发，使他们的客户流失，并保留运动更科学的方法和系统驱动。模型，在CRM系统中实现后，记分卡是用来得分的积极的投资组合，每两个星期（1月15日）。分数被用来识别段最高流失倾向在未来15天（之间的15日至30日和1日至15日）。客户流失管理和保留的团队有15天的窗口中运行段特定的客户流失预防运动和降低自愿流失率。

为了更多地了解我们，以及我们如何可以帮助您，请与我们联系吧！