|
(一)系统结构示意图 |
|
(二)核心功能 |
状况分析 系统利用运营商业务中的历史数据,并按照客户的基本属性、业务使用情况、话费情况等信息进行流失状况分析。 建立模型 借助GamutDM数据挖掘平台,利用大量历史数据,分析客户流失特征并以此建立数据模型,根据该模型可进行流失预测。 价值评估 提取预测结果中流失情况的客户信息,采用聚类分析算法,对客户进行细分,并结合联机分析(OLclearcase/" target="_blank" >cc">AP)技术,分析各种客户群的价值情况,进行流失客户价值评估。 流失预警 在流失预测和价值评估的基础上,制定筛选机制,重点关注最有可能流失的高价值客户,进行流失预警,通过报表等形式将预警信息给业务人员和决策者。 实施挽留 针对预警的客户群的不同特点及可能流失的原因,自动生成客户挽留方案,并通过自动和人工等方式开展实施工作。 效果分析 将挽留情况报告和客户回访报告提交给决策者参考,并结合挽留效果分析,对实施挽留工作的业务人员进行考核。 |
(三)闭环流程图 |
|
(四)产品特点 |
高预测度和覆盖率 GamutCCMS已经在多个客户现场投入实际应用,经过验证,对具有流失倾向的客户预测准确度和覆盖率都满足运营商的实际需求。 全过程闭环管理 在预测客户流失倾向并进行流失分析基础上,GamutCCMS对具有流失倾向的客户实施挽留全过程闭环管理,完善了产品的服务功能,对运营商业务效率的提高起到了明显的推动作用。 高度灵活性和适应性 该系统的嵌入了金道通用数据整合平台GamutDI,并借助GamutDI提取来自不同系统的数据信息。通过对GamutDI进行配置,可以灵活有效地实现多数据源提取,更方便了系统升级、更新等导致数据源变更的系统修正。确保系统正常运行。 适合海量数据的处理 GamutCCMS的算法经过长期的优化和改进,具有强大的任务调度和负载均衡功能,经过实际运行的检验,完全适应电信运营商的大数据量处理。 方便快捷的即时查询 即时查询计费、客服、营帐等系统中的实时信息。对于预测出来的具有流失倾向的客户,可以实时查询其在计费等系统中的当前信息。 |