羅磊

【摘 要】隨著我國通信行業(yè)逐步發(fā)展開放，市場競爭也越來越激烈。提前分析不滿意客戶，提高電信市場競爭力已經(jīng)成為我國電信通信企業(yè)生存發(fā)展的重中之重。文章在借鑒美國客戶滿意度指數(shù)（ACSI）模型的基礎(chǔ)上，對客戶滿意度進行深入分析和分類分析。同時，通過運用數(shù)據(jù)挖掘分類算法進行數(shù)據(jù)分析和模型擬合，最終確定關(guān)鍵因素及其對顧客滿意度的影響程度。

【關(guān)鍵詞】分類分析;顧客滿意度模型（ACSI）;數(shù)據(jù)挖掘;結(jié)構(gòu)方程

【中圖分類號】F274;F626 【文獻標識碼】A 【文章編號】1674-0688（2019）05-0186-03

1 研究目的

對于電信運營商來說，客戶就是生命，如何吸引并且留住客戶是運營商必須思考的問題?？头峋€服務質(zhì)量的好壞，顧客的滿意度直接影響到企業(yè)的利益，因此及時了解顧客對客服熱線的滿意程度及服務缺陷，提前預測不滿意客戶并及時進行關(guān)懷修復具有非常重要的意義。

2 問題分析

根據(jù)已有的結(jié)果，針對流失客戶尋找流失的原因，即流失客戶的特征，進行數(shù)據(jù)統(tǒng)計歸納;根據(jù)擁有的客戶流失數(shù)據(jù)建立基本屬性、服務屬性和客戶消費屬性與客戶流失可能性的數(shù)據(jù)模型，找出其潛在的關(guān)系，分析客戶流失的因素，計算出客戶流失的可能性，預測客戶是否流失。

3 分類分析

分類就是找出一個類別的概念描述，進行不同種類的數(shù)據(jù)分析。分類是數(shù)據(jù)挖掘的主要方法，分類數(shù)據(jù)能夠很好地模擬訓練樣本集中屬性和類別之間的關(guān)系，也可以預測一個新樣本屬于哪一個種類。

4 客戶滿意度

客戶滿意度能檢測客戶的滿意程度，它可以是一個人的使用感覺和初始預感的對比關(guān)系，也可以是一群人對一個產(chǎn)品的滿意百分比概率。一般來說，與期望值相比，高于期望值為滿意，低于期望值為不滿意。

4.1 客戶滿意指數(shù)

客戶滿意指數(shù)也叫顧客滿意度程度，是對服務性行業(yè)的顧客滿意度調(diào)查系統(tǒng)的簡稱，它是一個相對的概念，是客戶期望值與客戶體驗的匹配程度。換言之，就是客戶通過對一種產(chǎn)品可感知的效果與其期望值相比較后得出的指數(shù)?？蛻魸M意度由購買期望、體驗感知、感知價值、顧客抱怨、顧客忠誠組成。

（1）購買期望。即顧客在購買某種產(chǎn)品或得到某種服務之前對其質(zhì)量的估計。顧客的購買預期來源于銷售人員的宣傳、身邊人員對產(chǎn)品的評價等，決定顧客購買期望的變量有產(chǎn)品價格預期、產(chǎn)品可靠性預期和服務質(zhì)量好壞的總體預期。

（2）體驗感知。顧客在購買并且使用了某種產(chǎn)品或獲得某種服務后，對產(chǎn)品質(zhì)量或價格等的主觀體驗，包括對產(chǎn)品本身的內(nèi)容或者質(zhì)量的使用體驗和對產(chǎn)品服務的自身感受。

（3）感知價值。顧客在使用產(chǎn)品或者獲得服務后，綜合產(chǎn)品質(zhì)量或服務質(zhì)量之后得出的評價。感知價值的自變量有兩個：一個是給定價格標準后對質(zhì)量的感受，另一個是給定質(zhì)量標準后對價格的感受。感知價值直接影響到顧客對產(chǎn)品服務的滿意度。

（4）顧客抱怨。即顧客在使用產(chǎn)品或體驗服務時的不滿意程度，決定顧客抱怨這個結(jié)構(gòu)變量的觀察變量有顧客的抱怨程度和抱怨方向兩個。通過顧客對產(chǎn)品的抱怨程度就能得出客戶的滿意度，通過抱怨方向得出產(chǎn)品的缺點。

（5）顧客忠誠。顧客重復購買產(chǎn)品或服務，或向其他顧客推薦。顧客忠誠這個結(jié)構(gòu)變量的觀察變量有顧客重復購買的可能性和對價格變化的承受力兩個。

我們假設(shè)一個測量變量為該變量的最大值、最小值和期望值，該測量變量為客戶滿意度（ACSI），變量的最小值、最大值由相應的測量變量值決定。其中，A是潛在客戶滿意度的測定值，B是權(quán)重，C是測評變量數(shù)。計算ACSI時，若用非標準測定值，則必須使用非標準加權(quán)，將兩個測評變量加權(quán)得到的結(jié)果換算為0～100分之間的數(shù)值，即得到客戶最終的滿意度。其余結(jié)構(gòu)變量用同樣方法得到。根據(jù)結(jié)構(gòu)變量的得分，進一步將品牌形象、體驗感知、產(chǎn)品滿意、顧客抱怨、服務滿意這5個變量對顧客滿意度的影響作回歸分析。由回歸分析結(jié)果可以看出（見表1），感知質(zhì)量對其回歸結(jié)果影響不顯著，故將感知質(zhì)量剔除。

4.2 對不滿意客戶的預測

電信客戶滿意度的預測可將其轉(zhuǎn)化為量化分析的過程，即用數(shù)據(jù)來反映客戶對測量對象的不同態(tài)度，因此需要將測量對象的每個測評指標進行量化。

顧客滿意度是顧客對企業(yè)產(chǎn)品、自身服務的看法和態(tài)度，這是因人而異又有偏好的，而直接通過詢問客戶或觀察客戶態(tài)度的方法來了解客戶滿意程度是困難的，于是我們利用某些特殊的態(tài)度測量技術(shù)進行數(shù)字量化處理（見表2），使那些客戶不能表達和衡量的“態(tài)度”能夠被既客觀又方便地表達給服務人員，通過這些數(shù)字對客戶使用的產(chǎn)品、獲得的服務進行不同的升級改進。

通過對數(shù)據(jù)的初步處理，匯總計算每個測評指標的評價值，消除量綱后得到各個分值。

通過對滿意評價體系的建立，可以得出客戶對電信滿意度中的兩個代表指標，即人工接通次數(shù)和30 s接通率，其中人工接通次數(shù)對電信滿意度的影響分值為2.81，30 s接通率對電信滿意度的影響分值為5.28（見表3）。

通過進一步分析可以得到（見表4），影響電信行業(yè)顧客滿意的首要因素是服務質(zhì)量，其次是顧客價值，電信行業(yè)客戶忠誠度主要決定于顧客對產(chǎn)品的滿意程度，而顧客抱怨也會對顧客忠誠產(chǎn)生影響。

5 數(shù)據(jù)挖掘

當前，大數(shù)據(jù)已深度附著在各行各業(yè)，對運營商而言如果要開辟新的藍海，就必須在用戶運營方面有所突破。比如，個性化精準推薦、第三方數(shù)據(jù)服務、行業(yè)分析報告等領(lǐng)域，這些都可以助力運營商數(shù)據(jù)變現(xiàn)，當然也需要運營商在數(shù)據(jù)挖掘和探索領(lǐng)域做出成績。在這個階段，運營商的目標主要是面向特定行業(yè)、特定場景提供成熟數(shù)據(jù)探索模型和自助探索工具。做基于大數(shù)據(jù)的標準化建模探索平臺，圍繞企業(yè)最關(guān)注的、普遍的數(shù)據(jù)探索需求，提供分行業(yè)、分場景的數(shù)據(jù)探索解決方案。這就需要運營商在數(shù)據(jù)領(lǐng)域具備一定的分析能力，具體包括：①關(guān)鍵特征分析。關(guān)鍵特征分析的對象可以是用戶自身特征，可以是客戶服務管理，也可以是行為事件觸發(fā)，主要用于分析量化事物的關(guān)鍵特征，并能根據(jù)關(guān)鍵特征自動建立識別模型，對數(shù)據(jù)進行自動歸類。如垃圾短信、垃圾電話自動甄別等，目的是使客戶收益最大化。②影響因素分析。分析事件的真正原因，到底是在哪個環(huán)節(jié)出現(xiàn)問題，可以引用“漏斗理論”，量化每個因素對事件的影響程度，進而能夠快速、準確地制定解決方案。如用戶離網(wǎng)原因分析等，分析的目的是“對癥下藥”。③用戶標簽挖掘。雖然每個用戶都有自己的基礎(chǔ)屬性，如姓名、性別、年齡等，但是這些信息并不足以支撐大數(shù)據(jù)精準營銷業(yè)務需求，必須進一步挖掘用戶偏好，比如內(nèi)容偏好、渠道偏好、生活偏好、消費偏好等。所以，必須構(gòu)建用戶標簽體系，并根據(jù)用戶畫像建立多維度的分析平面，通過數(shù)據(jù)聚類自動在數(shù)據(jù)中挖掘用戶標簽。在這個環(huán)節(jié)所形成的就是用戶360度畫像和統(tǒng)一視圖。④信用評估引擎。個人信用在今天已經(jīng)是很多企業(yè)用于評估客戶信用等級的重要手段之一，評估客戶信用可以精確衡量業(yè)務風險，進行有效地風險管理。通過客戶信用度評估可以大大降低用戶的違約風險。⑤智慧推薦引擎。挖掘產(chǎn)品的潛在客戶，發(fā)現(xiàn)最有可能的新客戶，從而擴大產(chǎn)品營銷的客戶范圍，提升產(chǎn)品銷量。如個性化應用、內(nèi)容、套餐、終端推薦等。這個分析環(huán)節(jié)有利于運營商賣出更多的產(chǎn)品。

在這種場景下，數(shù)據(jù)挖掘的前提是了解當前的實際情況，可以通過大數(shù)據(jù)中心的基礎(chǔ)數(shù)據(jù)，了解用戶的基礎(chǔ)特征，包括新增使用應用個數(shù)、是否參與流量促銷活動、是否變更為智慧手機用戶、是否變更為4G手機用戶，接下來就是執(zhí)行流量提升影響原因分析，這些分析結(jié)果會直接影響客戶在合適的時間、合適的地點下載合適的應用，而最終影響用戶使用更多的流量。當然，這些分析不僅會涉及非常復雜的業(yè)務模型和算法支持，也需要海量數(shù)據(jù)支持。

智能推薦引擎可以結(jié)合分析結(jié)論決定向用戶推薦哪些應用（游戲、音樂）、推薦給誰（高端用戶、普通用戶）、使用什么渠道（網(wǎng)廳、微信）、什么時機（午休時間、晚間時間），推薦的背后，將為運營商帶來巨大的廣告收益。這還沒有結(jié)束，服務是永恒的，推薦的效果直接影響下一次推薦的策略，所以還需要生成用戶推薦策略和潛在用戶標簽，實現(xiàn)營銷活動的效果評估、推薦分成。

6 客戶忠誠

在研究出客戶滿意度和大數(shù)據(jù)分析以后，可以得出客戶忠誠度?？蛻糁艺\可定義為重復購買同一產(chǎn)品的行為。根據(jù)客戶忠誠度高低，可將客戶忠誠理解為4種不同的程度：①外表忠誠。通過宣傳，對產(chǎn)品的外形或者質(zhì)量產(chǎn)生的喜愛優(yōu)于其他產(chǎn)品，這是忠誠度最低的程度。②感情忠誠。通過購買某種產(chǎn)品，在使用的過程中獲得滿足感和喜愛感，進而產(chǎn)生感情忠誠。③意向忠誠。指客戶購買一種產(chǎn)品后，產(chǎn)生喜愛，有再次或者持續(xù)購買該產(chǎn)品的意向，但還沒有產(chǎn)生實際行動。④動作忠誠。在意向忠誠的基礎(chǔ)上，用戶又產(chǎn)生了購買該產(chǎn)品的意愿，并且在購買過程中忽略一些因素，比如價格或者質(zhì)量，將意向變成購買動作行為，對該品牌產(chǎn)生內(nèi)在的好感，例如喜愛移動手機的用戶不會考慮價格或者實用性去選擇固定電話。

7 對策建議與結(jié)論

電信業(yè)的競爭重點集中在對大客戶市場的爭奪，這一競爭要求各大電信運營商將更多的精力投入其中，做好大客戶的培育、鞏固、回流工作，這3個方面的工作是相互促進、相互補充的，可采取以下措施。

（1）開展品牌工程建設(shè)工作。實行品牌經(jīng)營，向客戶宣傳與推廣產(chǎn)品、品牌服務，培養(yǎng)品牌消費觀念。電信運營商要本著“立足長遠，放眼未來”的原則開展品牌工程建設(shè)工作。

（2）開展個性化服務。現(xiàn)階段，企業(yè)服務差異不是在大眾化服務上，而是體現(xiàn)在個性化服務上。目前，電信客戶對個性化服務的要求越來越高，電信企業(yè)應該知道如何應對大眾的個性化服務，將個性化服務作為企業(yè)新的競爭力和業(yè)務增長點。

（3）做好客戶關(guān)系的開發(fā)和維持工作。良好的客戶關(guān)系對于企業(yè)發(fā)展至關(guān)重要，在企業(yè)內(nèi)部培養(yǎng)自己的支持者，掌握客戶的通信需求和消費心理，收集競爭對手的情報，幫助企業(yè)樹立競爭優(yōu)勢。

（4）提升自身業(yè)務能力。電信運營商要大力宣傳企業(yè)現(xiàn)有的業(yè)務，加快市場消費吸收速度，對客戶有需求但企業(yè)未能提供的業(yè)務要加快研發(fā)速度，不能讓需求在等待中消失。

（5）做好營銷隊伍建設(shè)。要建立一支精干、忠誠的營銷隊伍，不但要在生活和工作中關(guān)心員工，還要幫助他們設(shè)計完善個人職業(yè)生涯，提供必要的培訓機會，開闊他們的思維，為電信企業(yè)做好營銷工作。首先，客服人員方面。公司對客服人員進行崗前培訓，增強服務質(zhì)量與業(yè)務專業(yè)性;對客服人員進行科學的服務指導，定期對其進行專業(yè)培訓，增強服務主動意識，完善服務體系;對客服人員進行合理的指標考核，可以從溝通能力、普通話標準程度、業(yè)務能力、服務主動意識、遇到惡意（粗俗）或顧客抱怨電話時的應對等方面考核。其次，營業(yè)廳方面。加強規(guī)范文明服務的文化氛圍;加強對客服人員工作的監(jiān)督檢查;加強對客服人員的管理。最后，公司管理方面。定期對客服人員進行專業(yè)培訓，傳遞正確的服務理念與服務標準;對客服人員進行合理的激勵措施，例如對客戶評價高的客服人員進行適當獎勵等;完善公司監(jiān)督管理及責任制體系;通過微博、電視等媒介加強對外宣傳，增強客戶對客服行業(yè)的了解，減少知識盲區(qū)，使顧客能更好地與客服人員進行交流與業(yè)務咨詢，提高顧客滿意度。

參 考 文 獻

[1]花葩，陳鵬.我國電信企業(yè)客戶滿意度模型與測評[J].中國質(zhì)量，2005（7）：13-15.

[2]孟慶紅.基于顧客滿意度的電信運營商競爭優(yōu)勢研究[D].成都：電子科技大學，2012.

[3]趙宏波，孟雅玲.數(shù)據(jù)挖掘在電信客戶關(guān)系管理中的應用[J].電信技術(shù)，2001（12）：9-12.

[4]胡萌.基于Hadoop的數(shù)據(jù)挖掘技術(shù)在電信用戶分析中的應用[D].北京：北京郵電大學，2016.

[5]王維佳，繆柏其，魏國省.數(shù)據(jù)挖掘——電信客戶流失分析預測[J].數(shù)理統(tǒng)計與管理，2006（4）：419-425.

[6]劉金蘭.顧客滿意度與ACSI[M].天津：天津大學出版社，2006.

[責任編輯：高海明]