中国移动潜在不满意客户识别及服务感知善.ppt

中国移动科技创新成果推广材料,完成单位：中国移动北京公司,成果名称：潜在不满意客户识别与服务感知改善,01,成果应用价值：加强不满意客户管理，促进北京公司整体满意度提升,成果专业类别：市场研究,背景,方案,关键点,应用,推广,引入方式,数据摘自：Karl Albrecht and Ron Zemke,Service America Doing Business in the New Economy.Homewood,IL:Business One Irwin,(1985),p.6,安抚客户不满情绪避免客户大量流失,发掘客户服务短板持续提升服务水平,不满意客户管理,提升企业服务形象建立优质服务口碑,平均来说，一个不满意客户会将他的不满意经历告诉910个人，造成负面情绪的快速扩散，影响其他客户满意度有效的不满意客户管理，可及时安抚不满意客户情绪、提升服务水平，树立企业优质服务形象，达到事半功倍效果,凡是抱怨被满意地解决的客户平均会把他们所受到的对待告诉5个人；,平均来说，一个企业无法听到它的96%的不满意客户的声音；,每收到一次抱怨，就意味着实际上有26个顾客也有同样的问题；,平均来说，一个有问题的人会告诉910个人，有13%的客户将会告诉20个以上的人；,1.1 为什么进行不满意客户管理？,背景,方案,关键点,应用,推广,引入方式,2009年，北京公司在全国首次基于经分系统建立不满意客户管理池，将投诉、热线及营业厅短信评价不满意、调研不满意等不同来源的不满意客户进行有效管理和监控，在集团公司获得经分案例评选一等奖2010年，除原有150万明确不满意客户外，进一步寻找“隐性”潜在不满意客户,09年，首创明确不满意客户系统化监控管理,注：北京公司用户规模2000余万，根据集团满意度调研结果，约20%客户不满意，即北京公司不满意客户总规模为400万,1.2 在对明确不满意管理创新的基础上进一步挖掘潜在不满意客户,背景,方案,关键点,应用,推广,引入方式,2.潜在不满意客户识别及服务感知改善的三步曲,客户在哪些情况下会发出不满意？具有怎样特点的客户是不满意客户呢？,如何从北京公司两千万客户中，准确找到不满意目标客户，多种来源不满意客户来源如何统一管理,在客户分析的基础上，设计的服务产品，以及服务活动的实施，客户参与了吗？客户满意了吗？,如何界定？,怎么找？,怎样提升？,背景,方案,关键点,应用,推广,引入方式,客户预期,从满意度的传统定义出发，引入客户预期-服务匹配分析模型，客户期望的服务分为理想的服务和适当的服务两类，当客户服务感受值小于适当服务时，客户就会不满意，是不满意客户分析的关键点,客户满意度,客户满意度=服务感受值-服务期望值,不满意分析关键点,适当服务是最小的宽容期望值，它反映顾客期望接受的基本服务水平，如基本通话顺畅、服务人员业务熟练,客户想要什么样的服务？,2.1 引入客户预期-服务匹配模型，科学界定潜在不满意客户研究范畴,背景,方案,关键点,应用,推广,引入方式,基于客户预期-服务匹配分析模型，潜在不满意客户发生在客户服务感受低于适当服务标准时。因此，我们假设三种情况会降低客户服务感受值，并针对三种假设条件下满意度进行深度研究与验证,潜在不满意客户=服务感受值-适当服务值 0,不满意分析关键点,影响客户服务感受的三大假设,2.1 基于客户预期-服务匹配模型，提出影响客户服务感受的三大假设,背景,方案,关键点,应用,推广,引入方式,潜在不满意客户识别模型建设框架,基于客户预期-服务匹配模型理论及上述假设，综合考虑影响客户服务感知的各类指标，利用科学的数据挖掘方法，建立起潜在不满意客户识别模型，有效定位潜在不满意客户,2.2 潜在不满意客户识别方法,背景,方案,关键点,应用,推广,引入方式,2.2.1 渠道接触沉默对满意度影响（1/2）：业务特征分析锁定渠道接触沉默客户,剔除专属服务渠道的VIP钻金卡客户、集团客户联系人等特殊群体后，锁定半年内的渠道接触“沉默”客户，通过数据分析发现，该类客户多数是正常消费客户，平均网龄在3年以上，80%以上的客户月均消费在10元以上，且四分之一客户为中高端客户,渠道接触“沉默”客户,STEP1：锁定渠道接触沉默客户,STEP2：数据分析勾勒客户业务特征,连续6个月内,未登录过网站,未使用过营业厅,未使用过短信渠道,背景,方案,关键点,应用,推广,引入方式,通过对沉默客户进行抽样外呼调研，验证其满意度水平发现，该类客户的综合满意度比普通客户综合满意度低12%，标准满意度更比普通客户的低14%，渠道接触频次是反映客户满意度水平差异的显著指标，因此将其作为潜在不满意客户识别建模重要参数之一,STEP3：客户调研了解满意度情况,2.2.1 渠道接触沉默对满意度影响（2/2）：调研验证渠道接触行为对满意度影响,背景,方案,关键点,应用,推广,引入方式,2.2.2 突发事件对满意度影响：锁定对满意度影响的突发事件指标,通过不满意诱因指标梳理及调研验证，选取对满意度影响超过10分的指标，已通过经分系统建设落地实现对6项突发事件指标的实时监控,STEP1：潜在不满意诱因梳理,STEP2：突发事件指标有效性评估,指标满意度影响评估,指标数据获取渠道指标数据是否准确,外呼调研突发事件影响客户实际满意度水平经验证，影响客户标满低于普通客户近10分,数据有效性评估,STEP3：建立突发事件指标常态化监控,背景,方案,关键点,应用,推广,引入方式,以客户满意度考核商业过程为基础，首次通过构建“贝叶斯因果网”分析模型，挖掘并直观展示出各商业过程满意度与公司标准满意度的影响关系鉴于网络与新业务服务直接影响标准满意度水平，在构建潜在不满意客户识别模型时重点考虑网络及新业务相关指标,客户新业务消费特征指标点对点短信数飞信短信条数彩玲开通业务申销失败率手机报接送失败次数,网络使用特征指标是否使用3G终端GPRS上网时长所处基站是否属于热点投诉地区,网络服务和新业务服务满意度直接影响标准满意度水平,2.2.3 商业过程满意度影响分析：贝叶斯网络模型快速定位满意度影响关键因素,背景,方案,关键点,应用,推广,引入方式,注：1、查全率指模型准确识别出的潜在不满意客户与样本中实际不满意客户的比率，是衡量模型识别出潜在 不满意客户能力的尺度。2、查准率指模型准确识别出的潜在不满意客户与模型识别的全部潜在不满意客户的比率，是衡量模型识 别出潜在不满意客户准确度的尺度。3、实际不满意客户识别率=样本数据中实际不满意客户数/样本客户数，实际不满意客户来源于调研数据,基于前期指标探索结果，在重点引入客户渠道使用偏好、突发事件影响指标、网络和新业务使用特征的基础上，综合考虑客户基础属性、消费特征等因素，构建潜在不满意客户识别模型通过模型计算，可得到客户不满意发生概率，并将发生概率50%以上的客户定为潜在不满意客户，模型查全率与查准率均在60%以上，与随机抽取情况下，20%的不满意客户识别率相比，模型实际不满意客户识别率提升了3倍以上,满意客户识别率提升3倍以上,潜在不满意客户决策树模型示例,2.2.4 构建潜在不满意客户识别模型：通过模型验证，实现不满意客户的有效识别,背景,方案,关键点,应用,推广,引入方式,主动出击,守株待兔,对症下药,2.3 基于潜在不满意客户特征实施差异化服务策略，实现客户关怀精细化管理,背景,方案,关键点,应用,推广,引入方式,针对长期未接触的潜在不满意客户进行分析，有38.5万客户为资费敏感客户，通过开展互动关怀活动，主动调研客户对话费信息类服务产品的偏好程度，并对高偏好客户开展针对性推荐，有效提升客户服务感知活动后，该部分客户套餐余量提醒产品的办理率由之前的12%提升至58%,锁定资费敏感不满意客户38.5万,19%(7.3万)客户参与调研互动，套餐余量提醒产品的办理率提升46个百分点,2.3.1 主动出击策略：渠道接触沉默客户服务产品主动推介资费敏感客户话费类产品推荐,背景,方案,关键点,应用,推广,引入方式,2.3.2 守株待兔策略(1/2)：建立客户渠道接触点主动关怀模式,不满意客户拨打人工热线,热线接通后，系统为客服人员提示关怀内容,客服人员对目标客户进行关怀，提升客户满意度,人工热线接触点主动关怀服务场景示例,针对有渠道接触的潜在不满意客户，采取守株待兔策略，有效利用客户与我们的接触时机，当客户主动与我们的服务渠道接触时，开展服务关怀活动目前，通过对客户业务使用偏好、渠道使用偏好的挖掘与应用，已针对人工热线偏好和网站渠道偏好的潜在不满意客户开展接触点主动关怀服务,为您贴心推荐（您可能对以下服务产品感兴趣）,预存享VIP服务包,业务查询与办理,满意100优惠资讯,业务查询与办理,网站接触点主动关怀服务场景示例,当客户进行余额查询时的主动关怀推荐,关键触点,背景,方案,关键点,应用,推广,引入方式,2.3.2 守株待兔策略(2/2)：渠道接触点主动关怀效果,通过上述服务策略的实施，已对18.3万人工热线偏好潜在不满意客户、30万网站渠道偏好客户开展服务关怀，活动平均响应率由原来的8%提升至33%，客户标准满意度平均成绩由原来的70.6分提升至77.5分,满意度提升10%,背景,方案,关键点,应用,推广,引入方式,2.3.3 对症下药策略：针对网络及新业务潜在不满意客户，开展服务关怀,通过对新业务和网络不满意客户深访，发现手机上网是新业务及网络服务的共同短板，而“手机上网速度慢”、“没信号”、“流量扣费不清楚”等是造成不满意的主要原因因此，向35万手机上网活跃的潜在不满意客户推荐数据流量使用查询、数据套餐用尽提醒等服务产品，有效改善手机上网服务体验，活动成功参与率达到24%，标准满意度由原来的69.3分提升至76.8分,背景,方案,关键点,应用,推广,引入方式,国内首次提出“潜在不满意客户”服务理念，实现客户满意度管理的“未雨绸缪”,理念创新,国内首次形成潜在不满意客户的识别方法论，高效定位“隐形”不满意客户群体,方法创新,国内首次实现潜在不满意客户差异化服务，多样化关怀提升不满意客户服务感知,应用创新,什么是“潜在不满意客户”？,如何找到“潜在不满意客户”？,找到后该怎么办？,3.在理念、方法、应用三方面创新研究,背景,方案,关键点,应用,推广,引入方式,2009年，通过经分系统支撑，已监控到明确不满意客户150余万，可识别出全部不满意客户（400万）的37%2010年通过潜在不满意客户识别研究，新增识别出潜在不满意客户150万客户，不满意客户共计达到300万，识别出全部不满意客户（400万）的75%，提升超过2倍,注：1.北京公司客户规模2000余万，根据集团满意度调研结果，约20%客户不满意，即不满意客户总规模为400万 2.按照60%的平均识别率，2010年可扩展识别的不满意客户=（400-150）*60%=150万人，可实际识别不满意 客户总量达到300人,4.1 提升不满意客户识别率,背景,方案,关键点,应用,推广,引入方式,4.2 提升全网客户满意度,2010年，北京公司开展的各项服务关怀活动共覆盖潜在不满意客户348.5万人次，活动平均参与率为20.2%，活动前客户满意度平均成绩为69.16分，活动后客户满意度平均成绩为76.84分，满意度成绩提升7.68分，对北京公司全网满意度提升贡献1.5分,背景,方案,关键点,应用,推广,引入方式,4.3 创造客户服务经济价值,通过潜在不满意客户识别模型构建，识别准确率由原来的20%提升至60%，即可节约三分之二的不满意客户服务关怀成本，预计802.3万元同时，在各项服务关怀活动中，通过成功推荐预存享VIP服务包、满意100优惠资讯、信用开机等各项服务产品，共计带来经济收益1121.3万元,成本节约三分之二,节支总额,新增利润,背景,方案,关键点,应用,推广,引入方式,集团公司及各省公司均越来越重视对不满意客户的研究，各省只要具备经分系统及服务互动活动方案支撑，即可根据北京公司积累的3种满意度影响因素探索方法、1个模型、1系列活动方案，进行项目成果落地应用09-10年，北京公司持续基于经分系统实现对明确及潜在不满意客户的管理和监控，今年，北京公司将继续依据潜在不满意模型分析结果，开展多种形式的服务互动活动，并根据效果反馈对模型进行优化,渠道接触沉默客户提取及分析统计类需求.xls,潜在不满意诱因梳理.xls,潜在不满意客户识别模型构建.doc,各类服务活动方案设计.doc,贝叶斯网络模型构建.doc,引入方式,经分系统支撑,基于经分系统的需求开发费用,服务互动活动方案支撑,中国移动科技创新成果推广材料,完成单位：中国移动北京公司,成果名称：潜在不满意客户识别与服务感知改善,01,成果应用价值：加强不满意客户管理，促进北京公司整体满意度提升,成果专业类别：市场研究,感谢各位专家的聆听！,