 幾乎每一個(gè)公司在獲取一個(gè)新客戶所投入的成本都遠(yuǎn)大于保持一個(gè)上等客戶的成本。KownServce（ISP，如中國(guó)的163）所面臨的一個(gè)難題是，它每月經(jīng)歷每月8%的行業(yè)平均磨損（客戶減少）率；這意味著如果他擁有100萬(wàn)客戶，則每月會(huì)有8萬(wàn)的客戶離它而去。替換這些客戶的成本為每個(gè)200美金或者一共1600萬(wàn)，這也是著手磨損管理程序的主要?jiǎng)訖C(jī)。
KownServce要做的第一件事就是準(zhǔn)備用來(lái)預(yù)測(cè)哪些客戶會(huì)離開(kāi)的數(shù)據(jù)。KownServce需要從客戶數(shù)據(jù)庫(kù)中選擇變量并（可能）進(jìn)行轉(zhuǎn)換。KownServce的大多數(shù)用戶是進(jìn)行撥號(hào)連接，所以KownServce知道每一個(gè)客戶連接到Web需要多長(zhǎng)的時(shí)間。KownServce也知道客戶計(jì)算機(jī)的傳輸?shù)臄?shù)據(jù)量、一個(gè)用戶所用有的Email賬號(hào)的數(shù)量、Email信息發(fā)送和接收的數(shù)量以及客戶的賬單歷史。另外，KownServce還有客戶撥號(hào)時(shí)提供的人口統(tǒng)計(jì)數(shù)據(jù)。
KownServce要做的第一件事就是需要識(shí)別哪些是“上等”客戶。這并不是數(shù)據(jù)采集問(wèn)題，而是通過(guò)計(jì)算得出的商業(yè)定義（如收益率或生命周期價(jià)值）。KownServce建立模型來(lái)剖析能帶來(lái)收益的客戶和不能帶來(lái)收益的客戶。KownServce不僅用這一模型來(lái)提高客戶的保持力，還用它來(lái)識(shí)別哪些客戶現(xiàn)在不能帶來(lái)收益但將來(lái)卻可以。
接著KownServce建立模型來(lái)預(yù)測(cè)哪些可以帶來(lái)收益的客戶會(huì)離開(kāi)。在大多數(shù)數(shù)據(jù)采集問(wèn)題中，決定如何使用哪些數(shù)據(jù)和怎樣將現(xiàn)存數(shù)據(jù)結(jié)合起來(lái)是模型開(kāi)發(fā)中最大的難題。例如：KownServce需要關(guān)注如每月使用的時(shí)間系列數(shù)據(jù)，模型中寧愿使用三個(gè)月中每月的平均數(shù)量而不采用原始的時(shí)間系列數(shù)據(jù)。KownServce也計(jì)算出三個(gè)月的平均數(shù)量的改變，并將它作為預(yù)測(cè)的依據(jù)。這些依據(jù)中一部分是非常好的，如下降的使用，它們是出現(xiàn)需要處理的問(wèn)題的預(yù)兆；另外一些依據(jù)如服務(wù)請(qǐng)求的數(shù)量和它的平均數(shù)量的改變預(yù)示著客戶滿意度出現(xiàn)問(wèn)題。
預(yù)測(cè)誰(shuí)將出現(xiàn)離開(kāi)是不夠的�；谀Ｐ彤a(chǎn)生的結(jié)果，KownServce確定可能的計(jì)劃和可以誘使客戶留下的提議。例如一部分離開(kāi)者由于超過(guò)固定費(fèi)用下的可用量一大截的使用（上網(wǎng)）而需要支付次超過(guò)的得那一部分真實(shí)的費(fèi)用；KownServce給這一部分用戶提供較高費(fèi)用的服務(wù)，但卻包含更多的捆綁時(shí)間。也有一些客戶被提議使用更多的磁盤空間來(lái)存放個(gè)人主頁(yè)。KownServce建立模型來(lái)預(yù)測(cè)度一個(gè)特殊的用戶需要提供更有效的提議。
總的說(shuō)來(lái)，項(xiàng)目需要三個(gè)模型。一個(gè)模型用來(lái)確定離開(kāi)用戶，第二個(gè)模型用來(lái)選擇可以帶來(lái)收益的潛在的離開(kāi)者來(lái)進(jìn)行“飼養(yǎng)”，第三個(gè)模型為這些潛在的離開(kāi)者匹配最適宜的提議。得到的結(jié)果是KownServce的客戶離開(kāi)率由8%下降到7.5%，這為KownServce每月減少獲取客戶的成本為$1,000,000。
KownServce發(fā)現(xiàn)自己的數(shù)據(jù)采集投資是有回報(bào)的——它改善了客戶關(guān)系，并且引人注目地提高了收益。 
【正-文-結(jié)-束】
大數(shù)據(jù)時(shí)代對(duì)企業(yè)經(jīng)營(yíng)決策的影響分析偉創(chuàng)軟件 -> 在互聯(lián)網(wǎng)時(shí)代獲得數(shù)據(jù)的方式多樣，獲得的數(shù)據(jù)形態(tài)豐富，有很多數(shù)據(jù)只是能夠單純的判斷出結(jié)果而無(wú)法判斷出處和因果。而傳統(tǒng)觀念是要獲知事情的因果，也就是說(shuō)不僅僅要知其然，而且還要知其所以然。而大數(shù)據(jù)時(shí)代的背景下這一點(diǎn)是非常難以做到的，所以獲得的參考數(shù)據(jù)在形態(tài)上和數(shù)量上雖然獲得了大規(guī)模提升，而對(duì)于數(shù)據(jù)做出合理的審核和判斷也是未來(lái)決策者的難題。..
|
