電信行業不同目標群成長期客戶忠誠度影響因素分析

黃瑛

[摘 要]電信企業產品的同質化造成愈來愈激烈的競爭，迫使企業必須采取更加精準的營銷措施來提高競爭優勢，以保持企業的可持續發展。為了正確實施市場細分，電信企業可通過搜索和積累消費者的大量信息，建立一個完善的營銷數據庫。在統計分析軟件的支持下，根據成長期客戶的細分變量，如地理變量、人口變量、心理變量和行為變量，研究消費需求特征和購買規律，準確進行市場的細分和定位，進而實施創造性的、個性化的精準營銷策略，提高用戶忠誠度。

[關鍵詞]客戶忠誠度；精準營銷；重復購買

[DOI]10.13939/j.cnki.zgsc.2016.35.092

1 引言及問題提出

根據2016年5月工信部和三大運營商公布的發展情況，中國移動公司擁有4G終端用戶達到4.09億戶；中國電信4G終端用戶8455萬戶；中國聯通移動用戶月增長57.9萬戶，達到2.60億戶，4G達到6818.2萬戶。隨著數據業務在移動運營商中的業務量呈指數級上升，移動產品的同質化也帶來巨大的競爭。如何在市場競爭中取得優勢地位，爭取更大的市場份額和更持久的消費者忠誠，對運營商，尤其對于弱勢電信運營商顯得尤為重要。隨著市場水平的發展，消費者關注的不再僅僅是價格，而更多的是滿足消費者們的社會認同和自我認同的心理需要，如何更為精準地投放資源提升客戶保有效能，將客戶關懷與維系保有工作有機結合，持續提升在網用戶感知、黏性與價值，是亟待研究的課題。

最早由得克薩斯州A&M大學的倫納德·L.貝瑞（Leonard L.Berry）教授（1996）提出了“關系營銷”較全面的定義：關系營銷是為了滿足企業和相關利益者的目標而進行的識別、建立、維持、促進同消費者的關系并在必要時終止關系的過程。這只有通過交換和承諾才能實現。在客戶價值的成本分析中包括顧客盈利能力分析和顧客維系成本分析，其中科特勒對維系顧客成本進行研究，提出下面四個步驟來測定：測定顧客的維系率即發生重復購買的顧客比率；識別各種造成顧客損失的原因，計算流失顧客的比率；估算由于不必要的顧客流失，企業將損失的利潤；企業維系顧客的成本只要小于損失的利潤，企業就應當支付降低顧客損失率的費用。

基于客戶特征的分析是為了讓運營商更好地保留老用戶。發掘新用戶，但僅提升運營商的用戶新開數量是不夠的，同時需要提高用戶的忠誠度。長期用戶能給運營商創造持久的價值，而全網用戶的網齡一旦下降，用戶很可能會漸漸地遠離運營商，進而流失用戶。用戶網齡是衡量電信用戶對企業忠誠度的一個重要指標，國內目前對網齡影響因素的分析已經很多，但是對已經重復購買過維系活動的用戶，也就是成長期客戶的網齡分析很少。

成長期是關系快速發展的階段，也是客戶提升階段。在這一階段，客戶對所選擇的運營商產生了信任和依賴，并可能出現重復購買，電信運營商一般都對此階段客戶考慮如何通過刺激需求的產品組合或服務組合把其培養成高價值客戶?？蛻襞c運營商之間從關系中獲得的回報日益增多，相互依賴的范圍和深度也有所增加，逐步意識到對方有能力為自己提供預期或超出預期的回報和收入，因此也愿意嘗試建立長期的合作關系。這一階段的顯著特點是，隨著用戶和電信運營商之間的信任逐漸加深，關系日趨成熟，風險承受意愿加強，因此交易增加。[1]這些重復購買的客戶，如果客戶價值得不到滿足，將可能放棄參加的活動，中途離網。采用高效率的統計方法，使企業不再海量地向顧客灌輸信息（產品信息、活動信息），而是通過挖掘消費者的購買行為（消費水平、購買組合、購買需求等），針對性地為顧客傳遞個性化信息、邀請顧客進行個性化體驗，這一行為就是持續的、循環的精準性營銷。

筆者結合實際工作，采集了自2014年正式實施實名制以來的部分有效入網用戶數據，在有效區分客戶年齡和性別差異基礎上，深入分析客戶參加維系活動對其在網時長的具體影響，以期探索這些已經辦理過維系活動客戶的在網時長規律特征，從而更有針對性地開展標準化精準維系建議，重塑客戶維系流程，聚焦優質資源，有效防范、攔截流失用戶。

2 不同目標群成長期客戶忠誠度影響因素分析

通信行業經常將客戶分為新老用戶、流失留存用戶等不同類別，不同客戶群體因自身地理位置、年齡結構等差異而表現出不同的行為特征。本文將以兩年內開戶的客戶群體為樣本，并在有效控制客戶性別和年齡特征影響下，采用最小二乘法來分析客戶參加維系活動對其在網時長和離網行為的具體影響，以便深入了解不同特征客戶群體對公司的忠誠度高低。這里以HD代表客戶參加活動的次數、SEX為客戶性別、AGE為客戶年齡，客戶在網時長用Time來表示，所得結果如下所示。

2.1 離網用戶分析

對于在2014年開戶且目前已經離網的客戶群體，該部分首先分析客戶參加活動次數對其網齡所具有的線性和非線性影響，然后再分別考慮不同性別和年齡客戶參加活動對其網齡的影響。

從上表可以看出，參加活動對客戶在網時間存在顯著影響。系數大小等于1說明，當客戶增加一次活動時，將使其平均在網時間上升一個月。

從上表2可以看出，客戶參加活動次數對其在網時間存在明顯的倒U形非線性特征。HD*HD和HD的回歸系數分別為-0.3709和2.6680，說明當客戶參加活動次數約等于3次時，其在網時間將達到最長，隨后將逐漸下滑。

結合表1和表3可知：一方面，男性客戶平均在網時長比女性客戶要少0.89個月左右；另一方面，相對于參加活動的女性客戶來說，參加活動的男性客戶在網時長卻僅比女性少0.19個月。這一事實充分說明，男性客戶多參加一次活動有助于增加其在網時長0.7個月左右，提高男性活動比例更有利于增加客戶總體在網時長。

從上述各表分析結果可知，客戶年齡特征變量（AGE）對客戶在網時長的影響均顯著為負，但系數的絕對值均較小，說明年齡大小對客戶在網時長的影響甚微。進一步根據表4可知，不同年齡層次的客戶參加活動對其在網時長影響的回歸系數為-0.0085，雖然其在1%臨界水平下顯著，但回歸系數的絕對值較小，說明在參加活動的群體中，年齡特征并不是影響其是否在網的重要因素。