[原创]如何测定虚拟网的客户维系效用

gechangwei

曾几何时，虚拟网是移动手中攻城略地的利器，将移动的规模效应发挥到极致，助推移动强者恒强。
　　但如今，虚拟网渗透已高，却似英雄迟暮。于是，有人质疑：廉颇老矣，尚能饭否？
　　为此，我们需要测定虚拟网的效用。
　　
　　一、问题提出
　　对于虚拟网的效用，我们有过一些类似校园虚拟网的成功经验，更有不少虚拟网用户流失率低的实际数据。所以，我们以前从不怀疑。
　　但如今，随着语音资费的逐年下降，虚拟网的资费优势日益不显，使其对于新增用户的吸引力显著下降，且这种下降是感受得到的。另外，随着虚拟网渗透率的上升，其用户构成越来越接近大众市场，使得其客户流失率也日益走高。
　　于是，越来越多的人开始质疑：
　　虚拟网用户的流失率确实低一些，但其中多少是因为客户群本身、多少是因为虚拟网的维系作用？在其维系作用中，优惠因素起到多少作用，而粘性因素又起到多少作用？
　　
　　二、测算思路
　　最近一段时间，这个问题也在困扰着我，因为最近做的几个专题分析都或多或少牵涉到了虚拟网。
　　影响流失的因素很多，仅仅对比虚拟网/非虚拟网用户的流失率差异已经不具备什么说服力：
　　
　　从上图可以看出，尽管虚拟网用户流失率比非虚拟网低不少，但是怎样证明这不是因为物理集团用户大都加入虚拟网缘故？怎样证明不是在网老客户比重较大缘故？
　　为此，我们需要一个测算模型，这个模型应该能够排除其他因素的影响，从而测得单独虚拟网的效用。另外，这个模型应该能够区分出虚拟网的优惠因素和粘性因素各有多少影响。
　　经过一段时间探索，我得到了一个基本可用的客户维系效用测算模型。
　　该模型的关键是将实验方法的思路应用到跟踪分析上，其核心思路如下：
　　1、找到影响客户流失的一些主要因素，根据这些因素对客户群进行细分，并在每一个细分里再区分虚拟网和非虚拟网用户两个群体。
　　2、跟踪各个细分客户群的客户流失情况，在每一个细分里，先得到非虚拟网用户的流失率，然后用此来推算虚拟网用户的理论流失用户数。最后，用虚拟网实际流失数跟推算流失数进行对比，得出虚拟网对于客户流失的改善程度。
　　3、为了分析粘性因素影响，在以上细分基础上，再做一个分析，增加一个资费维度对客户群进一步细分，即让每一个细分群体的实际资费相同，用这种方法排除虚拟网的资费因素影响，得到虚拟网中的粘性因素影响。
　　
　　三、因素分析
　　从以上思路可知，该模型需要找到影响流失的关键因素，并根据这些因素进行客户细分。
　　从分析经验看，以下一些因素对流失率有显著影响：
　　1、地域：不同地区市场竞争环境相差极大，有些地区大家较为克制，所以各家的流失率都低；而有些地方竞争环境恶劣，大家都有些乱来，导致流失率长期居高不下。
　　2、品牌：品牌实际上是对客户群的一个最基本的细分。
　　3、套餐：一个用户选择什么套餐，在很大程度上就代表了这个客户是什么类型，比如选择一个外来务工套餐的人群，无论是否虚拟网，其流失率都高。另外，因为虚拟网话务激发效应显著，对用户平均资费有显著影响，所以在分析总维系效用时不能用资费分布，但可以用套餐，因为套餐在很大程度上决定了用户的基本资费。
　　4、消费：消费层次对流失率有显著差异，越是高端的用户流失率越低，办理虚拟网的比例越高。与资费不同，虚拟网虽然对用户消费有一定影响，但从以往分析看，激发的话务基本能跟弥补资费的下降，使得消费基本只是略降，所以消费依然可以作为一个客户分群要素。
　　5、网龄：多年以来，高增长高流失一直集中在新增这块，而老客户一直相对较为稳定，两者流失率之差极为显著。而老客户中，虚拟网比例显著较高，所以客户分群需要考虑网龄分布。
　　6、籍贯：流失客户中，60-70%还是会回流到移动，只有少部分会跑到对手里。而这些内部循环的用户中，除了新增/存量市场资费倒挂因素外，还有很大一部分是因为工作变动，这个现象在外来务工群体中非常显著。这个属性在具体分析时简化成是否外省，计算时先根据一些规则判断该用户是否实名，然后再根据身份证前两位区分成：是、否、非实名。
　　7、终端补贴：终端补贴的实质是运营商用成本换取用户在网。对用户来说，这基本是一种硬捆绑，捆绑期内用户一般不会流失，除非是被套机。
　　8、预缴反充：每到年底，各省估摸着今年的收入目标完成没有问题了，就会出台一些预缴赠送的营销举措，为明年的客户维系做好准备。从实际效果看，这么做对降低流失率还是有一定效果的。
　　9、是否物理集团：物理集团用户本身较为稳定，且因为很多集团专门有客户经理负责维系，所以流失率一直较低。
　　10、是否家庭亲情网：对于一般用户，通话最多的对象不是家人，就是同事。家庭亲情网实际上是个家庭成员间通话的小虚拟网，对降低客户流失有显著效果。以前虚拟网用户中，就有很多是员工家属。
　　11、是否统一支付：跟家庭亲情网的功用类似，不过目前很多被用作无线座机等产品的统一付费。
　　
　　四、测算模型
　　综上分析，该模型实际计算过程如下：
　　步骤1：跟踪各细分客户群的流失情况
　　即做一个拍照跟踪汇总，跟踪某月拍照通话用户在N个月后的情况。
　　汇总维度：月份、拍照月份、地区名称、品牌名称、套餐编号、消费层次、网龄分布、是否外省、是否终端补贴、是否预缴反充、是否物理集团、是否家庭亲情网、是否统一支付
　　汇总指标：普通用户数、普通用户流失数、虚拟网用户数、虚拟网流失数
　　
　　步骤2：跟踪各细分客户群在资费相同情况下的流失情况
　　在上述汇总基础上，再增加一个“资费分布”维度，做一个汇总，以便排除优惠因素，找出粘性因素影响。
　　“资费分布”用拍照月份的实际综合单价或语音单价。从实际分析看，该维度适合以5分为一个层次，不适合按每分一个层次，因为会导致每个细分的客户数量过少，影响最终的推算。
　　
　　步骤3：计算客户流失改善度
　　首先，要对以上数据做一个基本筛选，排除无效细分，比如普通用户数为零的细分。实际使用时，建议设定一个门限，比如设定普通用户数大于10。
　　接着，针对每一个层次计算：虚拟网推算离网数=虚拟网用户数*（普通用户流失数/普通用户数）
　　最后，针对总体和各个细分群体进行客户维系改善度分析，这部分分析可以放在EXCEL里用数据透视表完成，公式如下：改善度 = 1 – 虚拟网流失数/虚拟网推算流失数。
　　
　　五、注意事项
　　做过分析的人都知道，分析中的干扰因素很多。为了让结果真实可信，我们需要采取一定措施来排除干扰因素。
　　为此，需要注意以下情况：
　　1、对整体跟踪客户群进行一定筛选，保证是活跃通话客户
　　首先要排除零通话或只有服务电话的用户，另外最好对整月停机或停机半月以上的用户进行排除。若除了跟踪客户保有外，还考虑了话务和收入保有，那么还需要排除话务极度异常或收入极度异常人群。
　　2、虚拟网用户的判定宜采用“虚拟网话务> m”口径
　　虚拟网用户的判定采取是否有虚拟网通话，因为登记的用户中存在很多“被虚拟网”的用户。另外，由于一些地区通过社会渠道来发展虚拟网，而渠道为了套利经常会制造出一些超低话务量的虚拟网用户来，这些虚假的用户也会影响分析。为此，我建议将虚拟网通话5分钟以上的用户视作虚拟网，其他的都视作非虚拟网。
　　3、判断客户流失，宜用“离网+零次”口径
　　由于某些年份存在着离网率的考核，所以离网用户可能存在一定程度的失真，仅用离网来判断流失容易出现较大误差，而用“离网+零次”口径基本能够避免以上问题。
　　
　　六、实战案例
　　某地区N个月后虚拟网维系效用分析：
　　1、虚拟网流失率之所以低于普通用户，其中一半原因归结于客户群本身，另外一半才是因为虚拟网。而虚拟网维系效用中，优惠因素约占40%，粘性因素约占60%。
　　
　　
　　2、从多年趋势看，随着虚拟网渗透率的上升，虚拟网的效用逐年下降。
　　
　　
　　3、虚拟网维系效用之所以逐年下降，关键原因不是因为优惠因素，而是粘性因素，这跟如今的虚拟网发展模式有极大关系。
　　
　　
　　七、结束语
　　如今，对于虚拟网，我们有很多疑问：
　　对于各类客户，虚拟网效用是否依旧，其弊端是否更为显著？我们是继续加大渗透，还是致力于提高纯度？是推广区域大网，还是发展真实小网？跟家庭亲情网如何和谐共存？是继续客户经理模式、渠道模式，还是借助互联网力量来变革发展模式？
　　最近，我一直尝试着用数据来解答以上问题。
　　本文阐述模型就是为了定量解析虚拟网的实际效用，在方法上是实验方法与跟踪分析相结合的产物。下一步，我将继续用数据来剖析虚拟网的现状，以便让大家更好地认识虚拟网的利弊和问题。
　　所有分析和思考，权当抛砖引玉，期待大家的参与。

[ 本帖最后由 gechangwei 于 2011-8-9 08:58 编辑 ]