关于基于CRM信息技术的渠道偏好度模型的管理应用

4. 渠道模型分析结果与验证。 （1）电话客服中心渠道的偏好度分析。在电话客服中心的营销活动中，电话外呼的目标客户优先选择具有电话偏好度的客户群，其次是没有明显渠道偏好的客户群，再次是营业厅偏好的客户群，针对营业厅偏好客户，可以在电话营销的时候加入向用户推荐就近的营业厅的资料。 通过电话渠道偏好客户分析，归纳出影响偏好电话客服渠道最明显的前10个参数如表2示。 其中，拨打客服次数、在网时长、总计费分钟数、是否VIP客户、拨打客服平均时长、拨打声讯台次数、呼转次数这7个因素对客户的电话偏好产生正影响，也就是客户的这些参数的值越大，其偏好电话渠道的可能性就越大；而网站操作业务类型数、短信操作次数、网站登录次数这3个因素对电话偏好产生负影响，与正影响相反。 以“拨打客服次数”为例，T统计量基本显著（P-值小于显著性水平0.05），即“拨打客服次数”对因变量具有显著的解释能力，参数估计值为0.102 3，即在其他控制其他变量不变的情况下，对数发生比随着“拨打客服次数”的增加而增加。 从电话渠道模型验证的角度，前10%的用户数量明显较多，因此选择前模型得分前10％的客户作为电话偏好的目标客户。从图2的曲线来看，模型得分前10％的客户覆盖实际具有电话渠道偏好客户比例达到了30％以上，因此模型提升率达到3倍以上，说明选择前10%是可以满足目前的要求。 （2）短信渠道的偏好度分析。通过短信渠道偏好客户分析，归纳出影响偏好短信渠道最明显的前9个参数：其中短信操作业务类型数、WLAN使用分钟数、是否使用中文秘书、漫游计费分钟4个参数，对短信偏好产生正影响；而在网时长、网站操作业务类型数、总计费分钟数、拨打客服次数、是否使用留言信箱5个参数对短信偏好产生负影响。 由于短信办理业务的方式比较容易被年轻人接受，而在网时长比较大的客户通常是老客户，他们比较习惯使用电话，使用短信的可能性比较小，因此对比可以看出，在网时长对电话渠道是正影响，对短信渠道是负影响。 对短信渠道模型进行验证，几乎所有的短信业务办理的用户都是模型得分在20％以内的，采用短信方式办理业务的用户的得分都很高，模型覆盖率非常精确，模型评分前20％的用户几呼覆盖100％的短信办理用户，模型提升率接近5倍。说明短信渠道偏好的模型评价用户是否有短信偏好的能力较强，具有很好的预测能力。 （3）网站渠道的偏好度分析。通过网站渠道偏好的客户分析，归纳出影响偏好网站渠道最明显的前10个参数：其中网站操作业务类型数、数据业务使用种类数、是否使用号码管理3个参数对网站偏好产生正影响；而拨打客服次数、总计费分钟数、拨打客服平均时长、订购的WAP服务数、是否VIP客户、短信操作业务类型数、彩铃IVR买歌次数7个参数对网站偏好产生负影响。 前10大参数中，网站偏好影响为正的参数只有3个，负影响的因素则有7个，原因是参数的设置和选择目前主要来自于客户属性和使用手机的信息，这些内容通常与网站操作没有太多关联性，与网站相关的许多数据目前的系统中难以取到；另一个原因可能是网站营业厅的出现时间比较晚，能够提供的服务内容比较少。针对熟练使用网站办理业务的用户，可以提供目标性的营销发展成为公司的网站业务使用的“种子客户”，通过他们去影响交往圈的其他客户，从而提升网站办理的数量和比例，减轻对电话渠道的压力，使得电话营销中心的资源可以投放到更有生产力的活动中。 网站渠道模型评分排名前10％的客户实际验证中通过网站办理数明显高于排名靠后的其他客户，说明模型评分的准确度比较高。 三、 研究案例总结 掌握好渠道偏好度的工作，能够有效地以有限的资源尽可能的服务更多的高价值的客户和业务，减少低价值客户和业务占用客服渠道资源的比例。同时，重点发展电子渠道，培养引导用户从传统渠道（营业厅和电话客服）向电子渠道（网站和短信）转变，对于电信运营商就必能产生关键性的绩效提升。 利用数据仓库再进行数据挖掘可以突破以往的技术困难限制，有效地建立高精确度的模型。构建模型时基础变量选取得当能够产生很好的适应性和普及弹性，体现涵盖不同省、市的区域差别。从上述实际的案例，也验证了应用这种CRM信息技术的优越能力，一旦建立了标准模型和技术方案的实施机制，将会易于其推广便利为运营商创造显著绩效。