《借助客户识别模型,促进客户质量提升.ppt》由会员分享，可在线阅读，更多相关《借助客户识别模型,促进客户质量提升.ppt（37页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、借助客户识别模型，促进客户借助客户识别模型，促进客户质量提升和发展质量提升和发展单位：中国移动通信集团河南有限公司单位：中国移动通信集团河南有限公司时间：时间：20092009年年1111月月1616日日-2-目目 录录p案例应用背景、目标及意义案例应用背景、目标及意义p案例应用简介及具体实施方案p案例应用情况展示p效益评估、创新点-3-一、案例应用背景：客户高质量发展是精细管理的要求一、案例应用背景：客户高质量发展是精细管理的要求三大市场存在的发展质量问题是不容忽视的。三大市场存在的发展质量问题是不容忽视的。个人市场：高离网率、重复入网；集团市场：客户资料虚假、集团成员不准；家庭市场：虚假家
2、庭、套取优惠；会大大增加企业运营风险：会大大增加企业运营风险：营销成本增加、企业利润下降；在假数据基础上的分析会误导经营管理和决策。客户数量发展的同时要保证质量，实现从规模扩张到效益型发展的转变！解决之道：-4-二、案例目标及其意义：二、案例目标及其意义：个人客户属性研究及应用：个人客户属性研究及应用：经分从07年就开始对个人“指纹”进行研究，通过离网客户流失方向分析、客户重复入网以及客户稳定挽留等专题支持个人市场发展质量提升。个人客户个人客户发展质量发展质量集团客户属性研究集团客户属性研究及应用及应用家庭客户属性研究家庭客户属性研究及应用及应用集团集团客户客户发展发展质量质量家庭家庭客户客户
3、发展发展质量质量p借鉴个人客户研究经验，可以系统地、全面地支撑三大市场的高质量发展！借鉴个人客户研究经验，可以系统地、全面地支撑三大市场的高质量发展！-5-目目 录录p案例应用背景、目标及意义p案例应用简介及具体实施方案案例应用简介及具体实施方案p案例应用情况展示p效益评估、创新点-6-经分系统整合了客户的网络位置信息、BOSS系统数据以及CRM客户资料等信息，使用数据挖掘技术，对个人、集团、家庭三类客户的特征进行挖掘，建立了三类客户的识别模型，通过对客户数据的分析，展示个人客户的离网流向、集团虚假成员情况以及家庭成员的真假等数据，通过这些客户识别模型的应用可以有效地提升客户发展质量。数据数据
4、仓库仓库网络网络数据数据BOSSBOSSCRMCRMBASSBASS客户识别模型客户识别模型建立模型模型计算过程专题应用专题应用应用展示应用展示个人客户识别报表智能查询主题分析预警流程一、案例应用简介一、案例应用简介客户流失流向客户重入网集团客户识别他网成员回流家庭客户识别目标家庭查找虚假成员甄别家庭成员甄别-7-个人客户呼叫指纹20072007集团客户识别模型1月12月1月1月20082008家庭客户识别模型集团客户识别模型优化2008200812月2009200910月构建集团客户识别模型家庭客户识别模型验证集团客户识别模型优化集团、家庭模型应用推广个人呼叫指纹模型模型验证模型应用及推广集
5、团客户识别模型模型验证模型应用及推广建设应用历程建设应用历程项目整体路标项目整体路标个人客户呼叫指纹个人客户呼叫指纹集团客户识别模型集团客户识别模型家庭客户识别模型家庭客户识别模型&集团客户识别模型优化集团客户识别模型优化-8-二、应用案例具体实施方案二、应用案例具体实施方案个人客户识个人客户识别模型建立别模型建立1 12 23 3模型建立模型模型拓展拓展集团客户识集团客户识别模型建设别模型建设家庭客户识家庭客户识别模型建设别模型建设-9-个人客户识别模型建设思路个人客户识别模型建设思路个人客户识个人客户识别模型建立别模型建立1 1全集交往圈全集交往圈有效交往圈有效交往圈特征假设：特征假设：客
6、户存在习惯特征：客户存在习惯特征：客户在通信消费中体现出通话行为、背景资料、终端等习惯特征；客户习惯相对稳定客户习惯相对稳定:用户在某一时期的交往圈、消费水平等相对稳定；客户特征存在个体差异性：客户特征存在个体差异性：每个客户户的交往圈、消费习惯、使用的终端都不尽相同。消费行为消费行为终端标识终端标识p通过研究客户相对固定的通信消费特征，可刻画出每个客户的“个人指纹”。-10-个人客户识别模型建设步骤及特点个人客户识别模型建设步骤及特点个人客户识个人客户识别模型建立别模型建立1 1个人客户识别模型主要基于交往个人客户识别模型主要基于交往圈识别，结合圈识别，结合IMEIIMEI识别，在查全识别，
7、在查全率与纯度两个层次均有保障率与纯度两个层次均有保障准准客户指纹客户指纹识别系统识别系统特点特点稳稳效效效用效用-客户指纹识别模型是移动关于客户应用研究的基石稳定稳定-客户的交往信息、通信行为具有相对稳定性精准精准-通过对客户的交往圈以及IMEI等信息刻画定格客户递进式组合识别模型-11-个人客户识别模型应用规划个人客户识别模型应用规划专题专题分析分析支撑支撑应用应用支撑支撑个人个人客户客户指纹指纹识别识别模型模型客户区域属性消费属性交往属性时间属性指纹知识库指纹知识库N-M月指纹应用数据集市ModelModel重入网识别重入网识别客户流失客户流失中高端监控中高端监控圈内作用圈内作用重入网专
8、题重入网专题重入网转出分析重入网转入分析转入转出分析欠费催缴重入网构成客户流失专题客户流失专题预测流失客户流失客户构成流失客户跟踪、回流中高端监控中高端监控拍照中高端异网中高端中高端新业务中心节点对于圈内影响圈内成员对于中心节点影响圈内作用圈内作用应用数据集市应用数据集市应用数据集市应用数据集市 。N-M1月指纹N-1月指纹N月指纹模型处理，生成指纹模型处理，生成指纹时间个人客户识个人客户识别模型建立别模型建立1 1-12-集团客户识别模型建设思路集团客户识别模型建设思路2 2集团客户识集团客户识别模型建设别模型建设时间通信特征时间通信特征（上班时间）（上班时间）小区小区位置特征位置特征业务业
9、务订购和使用订购和使用时间通信特征时间通信特征假设假设 集团客户白天和晚上通话对象和通话集团客户白天和晚上通话对象和通话习惯都会存在一定区别习惯都会存在一定区别根据这个条件来观察集团成员的通话行为和位置信息网状通信联系圈集团客户的位置基本上是相对固定的集团客户的位置基本上是相对固定的集团或者集团成员具有业务订购和集团或者集团成员具有业务订购和业务使用特征业务使用特征单区域集中型多区域集中型非区域集中型位置特征假设位置特征假设 业务订购假设业务订购假设 集团彩铃移动总机手机邮箱研究集团客户特征研究集团客户特征基于特征建立模型基于特征建立模型p深入研究集团客户的特征，基于客户特征建设集团客户识别模
10、型。集团客户集团客户特征特征-13-13客户在白天和晚上通话对象和通话习惯都会存在客户在白天和晚上通话对象和通话习惯都会存在一定区别。一定区别。比如客户白天在公司主要的通话为同事之间的通话，业务通话；晚上在家里的通话主要是亲人之间的通话；根据这个条件来观察集团成员的通话行为和位置根据这个条件来观察集团成员的通话行为和位置信息。信息。无论客户如何变动移动通讯设备，他始终都无论客户如何变动移动通讯设备，他始终都有固定的通话群有固定的通话群其中一个是同事的交往圈，他们之间形成一个互通的“网络式的”通信联系圈；根据这个条件，通过集团成员内部的语音或根据这个条件，通过集团成员内部的语音或短信联系来判定集
11、团成员。短信联系来判定集团成员。时间特征（上班时间）时间特征（上班时间）“网络式的网络式的”互通联系互通联系集团客户工作时段的时间和通信联系特征说明集团客户工作时段的时间和通信联系特征说明2 2集团客户识集团客户识别模型建设别模型建设-14-集团客户的位置基本上是相对固定的提取话单中的小区信息对其成员通话位置进行汇总，计算集团相对集中的前三个小区单区域单区域集中型集中型多区域多区域集中型集中型非区域非区域集中型集中型经常在某集团所在小区发生通话的经常在某集团所在小区发生通话的用户与从未在此小区发生通话的用用户与从未在此小区发生通话的用户相比，归属此集团的可能性大户相比，归属此集团的可能性大示列
12、示列非区域集中型非区域集中型如果集团小区分布呈非区域集中型，其录入的集团用户资料不准；如：行政类的集团其位置是非常固定的、而非区域集中型的。单区域或多区域集中型单区域或多区域集中型分析其成员通话小区是否符合集团小区位置信息，辅助进行判定其是否为集团真实成员；同时辅助进行集团潜在成员的挖掘。小区位置归属假设小区位置归属假设集团客户小区位置特征说明集团客户小区位置特征说明2 2集团客户识集团客户识别模型建设别模型建设-15-p集团或者集团成员具有业务订购和业务使用特征集团或者集团成员具有业务订购和业务使用特征根据成员订购集团业务情况一方面对已纳入管理的成员鉴定其真实性；另一方面对未纳入管理的成员识
13、别其是否为潜在成员。集团客户的业务定购和使用特征说明集团客户的业务定购和使用特征说明2 2集团客户识集团客户识别模型建设别模型建设-16-集团客户识别集团客户识别模型构建规则模型构建规则模型构建模型构建成果输出成果输出三级训练模型业务订购时间特征工作日工作时间通话特征语音短信网内网外潜在挖掘集团客户真实性真实集团真实成员虚假成员潜在成员挖掘、市场预测潜在成员市场构成三方占比虚假识别市场构成位置特征单区多区非区集团客户识别模型建立步骤集团客户识别模型建立步骤决策树决策树训练集训练集判定树分类算法InputInputOutputOutput通信行为偏好话务量特征小区特征2 2集团客户识集团客户识别
14、模型建设别模型建设-17-真实集团成员真实集团成员的判定的判定变量选择收据抽取变量选择收据抽取通过语音和短信通话详单，提取集团成员通信联系和通信小区位置信息；同时提取其产品订购信息；时间为周一到周五，早上8点到晚上6点。真实集团的判真实集团的判定定虚假集团或成虚假集团或成员判定员判定集团成员有语音内部通话联系行为集团成员有短信内部多人联系行为集团成员订购或使用置信度较高的集团业务（通过设置算法，区别出置信度较高的产品或使用较多的产品）集团成员通话小区匹配集团通话集中小区非两两联系集团加入管理条件要求集团注册人数在20人以下的，真实成员达4人及以上20人以上的，真实成员达10人及以上未满足真实集
15、团或真实成员条件的集团或集团成员进一步优化规则进一步优化规则集团客户识别模型之虚假集团识别模型的集团客户识别模型之虚假集团识别模型的进一步完善进一步完善2 2集团客户识集团客户识别模型建设别模型建设-18-变量选择收据抽取变量选择收据抽取通过语音和短信通话详单，提取和集团真实成员有语音通话的非注册用户提取其与集团成员通话联系人数及占其通话人数比和通信小区位置信息；时间为周一到周五，早上8点到晚上6点。潜在成员判定潜在成员判定和集团真实成员有语音通话联系行为的用户订购或使用相应集团集团业务的非注册用户与集团真实成员有语音通话联系的人数（根据集团规模不同须满足不同的联系人数）与集团真实成员有语音通
16、话联系人数占其通话人数比（其比例在50%以上）订购或使用集团相应置信度较高的集团业务（如：统付、移动总机）通话小区符合集团通话集中小区通过通信行为置信度、小区行为置信度、业务订购置信度综合判定用户归属那个集团可能性大进一步优化规则进一步优化规则潜在成员查找潜在成员查找潜在成员归属潜在成员归属集团客户识别模型之潜在成员挖掘模型的集团客户识别模型之潜在成员挖掘模型的进一步完善进一步完善2 2集团客户识集团客户识别模型建设别模型建设-19-p虚假成员识别模型效果验证模型准确率高于80%！平顶山对模型识别的虚假集团成员验证平顶山对模型识别的虚假集团成员验证准确率为准确率为8181；另外对识别为是虚假成
17、员、验证为真实的可户进行调研发现另外对识别为是虚假成员、验证为真实的可户进行调研发现:其中一部分为长期外地出差，一部分是多其中一部分为长期外地出差，一部分是多卡用户（他们通过其它号码进行内部联系），可以通过删除整月漫游客户使模型结果更加准确。卡用户（他们通过其它号码进行内部联系），可以通过删除整月漫游客户使模型结果更加准确。数据抽取数据抽取验证结果验证结果从识别结果中随机抽取2826名平顶山虚假客户，通过核对集团内部通讯录的方法进行验证。验证结论验证结论虚假成虚假成员验证员验证识别虚假用户识别虚假用户28262826 验证为虚假用户验证为虚假用户22762276 不确定虚假不确定虚假5 5验证
18、为真实用户验证为真实用户545545 准确率准确率 81%81%集团客户识别模型准确率验证集团客户识别模型准确率验证2 2集团客户识集团客户识别模型建设别模型建设p潜在成员识别模型效果验证模型准确率为77%！数据抽取数据抽取从潜在模型结果中随机抽取639名平顶山潜在客户，通过核对集团内部通讯录进行验证。潜在成潜在成员验证员验证验证量验证量639639归属预测集团归属预测集团492492完成量完成量639639不归属预测集团不归属预测集团147147准确率准确率77%77%验证结果验证结果验证结论验证结论平顶山对模型识别的潜在集团成员的验证平顶山对模型识别的潜在集团成员的验证准确率为准确率为77
19、77。-20-p 模型分析出虚假集团和成员，还要通过完善的管理流程进行落地，支撑集团客模型分析出虚假集团和成员，还要通过完善的管理流程进行落地，支撑集团客户各级管理人员提高客户资料的真实率和准确率。户各级管理人员提高客户资料的真实率和准确率。集团客户识别模型虚假清单下发验证清单审批客户经理进行验证大客户系统提交验证结果未未通通过过通通过过回回传传确为虚假确为真实根据反馈的结果，根据反馈的结果，进行模型纠正，进行模型纠正，不在认为是虚假，不在认为是虚假，但提供跟踪情况，但提供跟踪情况，如：三个月，半如：三个月，半年都认为是虚假，年都认为是虚假，需要客户经理重需要客户经理重新验证新验证删删除除20
20、模型应用规划：借助模型和流程提升集团模型应用规划：借助模型和流程提升集团资料真实率资料真实率2 2集团客户识集团客户识别模型建设别模型建设-21-p 模型识别出潜在成员，要通过流程将本网潜在成员纳入集团客户进行管理，提升客户资料模型识别出潜在成员，要通过流程将本网潜在成员纳入集团客户进行管理，提升客户资料完整性，将他网潜在成员送交客户经理进行关怀、回流，提升集团客户市场占有率。完整性，将他网潜在成员送交客户经理进行关怀、回流，提升集团客户市场占有率。集团客户识别模型潜在清单下发验证清单审批客户经理进行验证大客户系统提交验证结果未未通通过过通通过过非潜在潜在根据反馈的结果，根据反馈的结果，进行模
21、型纠正，进行模型纠正，对确为其潜在录对确为其潜在录入大客户管理；入大客户管理；非潜在的进入黑非潜在的进入黑名单，以后不再名单，以后不再识别其为潜在识别其为潜在21模型应用规划：借助模型和流程提升集团模型应用规划：借助模型和流程提升集团资料完整性和市场占有率资料完整性和市场占有率2 2集团客户识集团客户识别模型建设别模型建设-22-家庭客户识别模型建设思路家庭客户识别模型建设思路3 3家庭客户识家庭客户识别模型建设别模型建设时间通信特征时间通信特征（下班时间）（下班时间）小区小区位置特征位置特征家庭业务家庭业务使用特征使用特征时间通信特征时间通信特征假设假设 家庭成员间白天和晚上通话对象和通家庭
22、成员间白天和晚上通话对象和通话习惯都会存在一定区别话习惯都会存在一定区别根据这个条件来观察家庭成员的通话行为和位置信息家庭成员通信联系圈家庭客户家的位置相对固定家庭客户家的位置相对固定家庭或者家庭成员具有业务订购和家庭或者家庭成员具有业务订购和使用特征使用特征住宅小区相对固定晚上一般都在家中休息私人时间位置重合度高位置特征假设位置特征假设 业务订购假设业务订购假设 移动之家家庭账户研究家庭客户特征研究家庭客户特征基于特征建立模型基于特征建立模型p深入研究家庭客户的特征，基于客户特征建设家庭客户识别模型。家庭成员家庭成员特征特征家庭成员特征家庭成员特征假设假设 家庭成员构成相对固定家庭成员构成相
23、对固定两口之家三口之家-23-模型构建（从成员特征识别出家庭客户）时间、小区位置通话家庭客户小区位置特征细分细分家庭客户通话圈家庭构成特征家庭通话特征时间位置特征业务定购和使用业务定购和使用家庭客户模型输出（家庭客户真伪鉴别、潜在家庭客户）PP对已圈定的家庭客户进行识别挖掘潜在家庭客户特定细分家庭客户时间特征年龄差异特征年龄差异特征性别分布特征性别分布特征月相同小区活动次月相同小区活动次数、天数数、天数主被叫频繁活动小主被叫频繁活动小区区主被叫平凡活动小主被叫平凡活动小区站总通话互动小区站总通话互动小区占比其他指标区占比其他指标具有明显的工作具有明显的工作周期特征周期特征具有相对固定的具有相对
24、固定的基站通话基站通话家庭客户识别模型构建步骤家庭客户识别模型构建步骤3 3家庭客户识家庭客户识别模型建设别模型建设-24-p家庭客户识别模型效果验证模型准确率超过80%！平顶山对家庭客户识别模型识别出的家庭客户验证平顶山对家庭客户识别模型识别出的家庭客户验证准确率为准确率为8282。数据抽取数据抽取验证结果验证结果从家庭识别结果中随机抽取800个平顶山的家庭客户，通过电话经理问卷验证的方式。验证结论验证结论家庭客户识别模型准确率验证家庭客户识别模型准确率验证3 3家庭客户识家庭客户识别模型建设别模型建设家庭客家庭客户验证户验证验证量验证量800800验证存在家庭验证存在家庭402402完成量
25、完成量489489不存在的家庭不存在的家庭8787准确率准确率82%82%-25-截至10月份各分公司家庭客户圈定完成全年任务比例截至10月份，全省共计组建家庭111.68万户，圈定家庭成员319.47万个，完成全年计划的111.7%，家庭市场发展速度很快！10月份圈定家庭过程中共计带来新增客户2.09万户，占新圈定家庭的比例为10.42%，家庭新增成员较多！10月份新增家庭成员占新增家庭的比例模型应用规划：家庭客户高速发展的同时模型应用规划：家庭客户高速发展的同时保障高质量保障高质量3 3家庭客户识家庭客户识别模型建设别模型建设p在家庭市场快速发展的同时，要借助家庭客户识别模型保障新增家庭客
26、户的质量，使家庭客户市场走上一条高起点、高质量的效益型发展模式！-26-目目 录录p案例应用背景、目标及意义p案例应用简介及具体实施方案p案例应用情况展示案例应用情况展示p效益评估、创新点-27-借助个人识别模型开展中高端客户回借助个人识别模型开展中高端客户回流工作流工作个人客户识别模型个人客户识别模型中高端用户群中高端用户群中高端流失客户中高端流失客户他网中高端客户他网中高端客户制定回访、关怀方案，展开制定回访、关怀方案，展开策反、回流活动策反、回流活动回流客户回流客户4 4万户万户/月月p通过个人客户识别模型，查找离网的中高端客户，有针对性的开展通过个人客户识别模型，查找离网的中高端客户，
27、有针对性的开展策反、回流工作，回流成功率在策反、回流工作，回流成功率在20%20%左右，有效地减少了中高端客户左右，有效地减少了中高端客户的损失、增加了中高端市场占有率。的损失、增加了中高端市场占有率。个人客户识个人客户识别模型应用别模型应用实例实例-28-提升集团客户市场占有率提升集团客户市场占有率3 3个百分点个百分点效果效果1;1;1 1通过集团客户识别模型查找出集团客户中的他网潜在成员，通过客户经理有针对性的回流工作，提升核心集团市场占有率，从09年1月份占有率的84.96%提升到10月份的87.94，提高了近3个百分点。提高集团成员提高集团成员“真实率真实率”1414个百分点个百分点
28、效果效果1;1;2 2集团客户识别模型展示出每个集团客户的成员真实率，并提供识别出的真实成员、虚假成员，供客户经理进行验证和核对，并通过经分流程将成员真实率低的集团客户派单到其分包客户经理，要求其及时处理，从09年1月份到10月份核心集团客户成员真实率从54提高到68，提升了14个百分点。通过集团客户识别模型应用，提升集团通过集团客户识别模型应用，提升集团市场占有率和集团资料真实率、完整率市场占有率和集团资料真实率、完整率集团客户识集团客户识别模型应用别模型应用实例实例 纳入集团管理的成员数增加了纳入集团管理的成员数增加了155155效果效果1;1;3 3集团客户识别模型识别出潜在成员供客户经
29、理进行核对后，纳入集团客户管理，从09年1月份到10月份集团成员数量由300万增加到766万户，增加了155，有力的推进了集团客户的管理水平。-29-p家庭市场作为公司新进入市场，从4月份推出移动之家、家庭账户等家庭产品以来发展很快，公司利用家庭客户识别模型进行潜在家庭的挖掘和圈定家庭的甄别，使可疑家庭客户占比低于10，在家庭市场快速增长的同时有效保障了发展质量，保证了家庭市场高起点、高质量的发展之路。借助家庭客户识别模型保障家庭市场发借助家庭客户识别模型保障家庭市场发展质量展质量家庭客户识家庭客户识别模型应用别模型应用实例实例十月份可疑家庭占比0.0%2.0%4.0%6.0%8.0%10.0
30、%12.0%可疑家庭占比10.9.2 8.4 7.9 7.2 7.0 6.0 5.9 5.7 4.8 4.8 4.5 4.0 3.6 3.6 3.4 3.1 2.4 2.3信阳新乡鹤壁郑州开封洛阳三门全省周口南阳驻马许昌平顶商丘焦作漯河济源濮阳安阳-30-目目 录录p案例应用背景、目标及意义p案例应用简介及具体实施方案p案例应用情况展示p效益评估、创新点效益评估、创新点-31-基于个人客户识别模型的应用提升了中高端客户市场占有率，产生了良好的经济效益通过个人识别模型查找到他网的中高端客户，有针对性开展关怀、回流活动，我公司中高端市场占有率比去年同期增长13.62%。按照每户中高端客户每月消费8
31、0元（中高端客户的ARPU值标准），近一年增加了约50万中高端客户计算使用个人客户识别模型近一年增加帐务收入4.84.8亿元亿元,相相当于我省济源分公司当于我省济源分公司三年的帐务收入三年的帐务收入！-32-通过集团客户识别模型应用提高核心集团市场占有通过集团客户识别模型应用提高核心集团市场占有率，赢得了可观的经济效益率，赢得了可观的经济效益09年1月份核心集团成员市场占有率截止09年10月份市场核心集团成员市场占有率核心集团成员核心集团成员市场占有率市场占有率84.96%84.96%87.94%87.94%占有率提升：占有率提升：2.98%2.98%提升提升新增移动成员数量新增移动成员数量1
32、1.2911.29万人万人增加经济效益增加经济效益601.72601.72万元万元年增加经济效益年增加经济效益7220.647220.64万元！万元！601.72601.72万元万元X X X XARPUARPU48.9648.96元元/人人核心集团成员数核心集团成员数350.5350.5万户万户-33-通过家庭客户识别模型的应用，提高了家庭客户真实率通过家庭客户识别模型的应用，提高了家庭客户真实率p借助经分家庭客户识别模型，公司在大力发展家庭客户的同时，对借助经分家庭客户识别模型，公司在大力发展家庭客户的同时，对家庭客户的质量也进行了提升，截至家庭客户的质量也进行了提升，截至1010月底家庭
33、客户真实率提升到月底家庭客户真实率提升到了了94.1%94.1%，实现了家庭客户市场的高起点、高质量发展。，实现了家庭客户市场的高起点、高质量发展。-34-客户识别模型的应用创新点客户识别模型的应用创新点模型应用思路的延展性：模型应用思路的延展性：借鉴个人识别模型的成功应用，建设集团客户识别和家庭客户识别模型，有效的保障了集团客户和家庭客户的发展质量；实现模型的复用：实现模型的复用：个人通话交往圈模型在个人客户识别、集团客户识别和家庭客户识别模型中都得到了有效应用。模型理念创新模型理念创新模型建设创新模型建设创新应用支撑创新应用支撑创新 模型的复用：模型的复用：个人客户识别模型又应用在了集团客
34、户识别和家庭客户识别模型中，既实现了成功经验的共享，又节省了系统运算资源。模型数据的可视化：模型数据的可视化：打开了以前建模的黑匣子，将模型计算的数据都清晰进行了展示，更有利于对模型的理解和应用；提高了模型的互动性、灵活性：提高了模型的互动性、灵活性：模型可通过经分前台进行互动配置，增加了模型使用的灵活性。经验共享：经验共享：将个人客户识别的经验成功拓展到新的市场；流程落地：流程落地：通过流程将识别结果及时通知给客户经理，有效保障了工作的落地。-35-模型具备很强的可推广性模型具备很强的可推广性2 2、该案例可移植性强、该案例可移植性强1 1、该案例解决问题具有集团普遍性、该案例解决问题具有集
35、团普遍性 提升客户发展质量，从规模型扩展向效益型增长模型转变是全国各省移动公司都在不断努力的方向；1 1 各省公司在客户发展过程中也存在重复入网率高、集团客户资料不准、家庭客户圈定不准等急待解决的问题；2 2 该模型可以在客户数量发展的同时有效地保障发展质量。3 3 该案例建模所用数据各省公司经分系统都进行了采集和存储；该案例的建模思路和步骤简单、易懂，很易于复制；2 2 该案例若经过集团公司优化后全国推广，可在很大程度上推动公司向效益型发展模式的转变。3 31 1-36-客户识别模型的未来展望客户识别模型的未来展望p通过客户识别模型的建设，使公司每块专业市场的发展都能得到经分的质量支撑，实现公司规模扩展同时兼顾质量的效益型发展模式。