移动运营商离网挽留的策略制定

移动运营商离网挽留的策略制定（一）

2008年8月19日

18:45

每个行业都有自己高度关注的问题。中国移动在快速发展的背后，是一套由集团公司制定的绩效考核指标做为指挥棒，对全国31省公司近300个地市公司进行“作战”指导。因此，这套绩效考核指标如何设定，成了中国移动最核心的工作内容之一。近几年，由于绩效考核原因，离网率控制开始频频被各地移动的朋友挂到嘴上，各级公司的市场分析报告也将离网分析和离网控制做为单独的篇章进行讲解。

很多朋友与我就离网率进行沟通的时候，经常问得很直接：我要如何降低离网率呢？这还真不是一两句话可以讲得清楚的。基于我的过往经验，对离网问题做一下盘点和梳理，希望对关心这个话题的朋友能有所帮助。考虑到项目保密原则，文中不体现详细的数据分析。

首先，我们探讨一下为什么离网率居高不下，甚至是越来越高呢。大家都清楚，移动通信用户的市场容量正向饱和线趋近，用户竞争逐渐在低端低质客户间展开，由于各项营销政策的冲突和一大批低质客户的涌入，因此出现了一大批客户反复离网和重入网的情况。从宏观上来说，离网率增长的趋势将长期存在。

那么，我们为什么要关注离网率呢？主要是从两个方面考虑：一是客户开发成本，二是客户粘性。

1、高离网率使得每客户成本难以下降：几乎所有人都知道一个道理，开发一个新客户成本远高于维护一个老客户的成本。开发新客户的显性成本包括卡费、入网优惠赠送、渠道奖励政策；隐性成本包括宣传广告费、物流费、冷冻期号码资源占用等。这个成本是很高的。

2、高离网率不利于建立客户粘性：要想更有效挖掘客户价值，保持客户粘性是很重要的营销举措。用户粘性是多因素组成的，主要的有号码粘性、业务粘性和品牌粘性。号码粘性与用户的使用时长、沟通范围、业务使用广度有直接关系。用户使用一个号码的时间越长、通过该号码与他联系的朋友越多、使用该号码作为标识的增值业务越多（如网上付费、号码身份识别等），则该用户对号码的依赖性就越强。为了提升客户粘性，我们会做很多营销工作，可是一旦离网，用户对这个号码的粘性马上降为零，我们前期的工作就白干了。

对于离网率的重要性，我们还可以谈很多。其实朋友们最关注的是，我要如何降低离网率？要解决离网率的问题，我们得明确与离网率有关的三个要点：1、离网是一定会发

生的，需要制定合理的目标；2、离网控制是有选择性的，需要找到离网原因，对症下药；

3、新用户营销与离网控制存在竞争，合理制定客户增长策略，避免拆东墙补西墙。

好了，接下来我们一起来探讨如何降低离网率。一般要划分为五个步骤：预估离网原因（划分离网类型）、经分数据分析（找出高离网用户套餐及用户特征）、实地调研（锁定离网具体原因）、设定解决方案（找出离网控制对象及策略）、方案实施效果跟踪及改进。

第一步：预估离网原因。

我们各地市的市场工作人员，大多具有丰富的经验。一旦上级的离网控制目标下达，则可以先借助经验快速分析本地近期离网的主要原因，预估未来可能要重点关注的离网人群。这样下接下来几个环节的工作中，可以更有目标，可以节约不少的工作时间。

从离网原因上，我们大致可以归纳为10类：欠费、非法活动、迁移、失业、旅游、阶段性流动、号卡丢失、号码重选、网内资费重选、转往竞争对手。上述10类离网类型，在不同的地区不同的阶段，比重都会有所不同。例如，有些地区外来务工人员多，离网的季节性特征非常明显；而外出务工人员多的地区，其离网用户的季节性则呈现相反的情况。有如有些地区的低资费、低入网门槛的营销措施泛滥，使得用户重入网现象严重，并带来一批恶意欠费的用户，把号卡费用打完就扔。

（备注：号码重选和网内资费重选是两种不同的离网意图。号码重选是指对原来号码不满意，需要换一个更好的号码；而网内资费重选是对现有资费不满意，干脆直接买个新号码换个新套餐）

从离网的主观上，分为恶意离网、被动离网、主观离网、引导离网等几类。一般来说，恶意离网和主观离网的挽留可能性较低；引导离网的挽留可能性会高些；被动离网的挽留难度介于两者之间。

以上两种分类，有助于帮助我们分析我们可能要重点解决的离网类型。

以E地市为例，其07年下班年开始，用户离网率呈现快速上升趋势。公司把上半年的离网控制工作目标定为降低3个百分点。市场部接到这个指标后，首先内部研讨了可能导致近期离网上升的原因。经过一番讨论，基本上锁定为：打工人群多导致的阶段性流动、由于入网门槛为零导致的重入网现象严重。

究竟这些猜测是否正确呢？市场部马上部署了第二步的工作：从经分数据中分析原因。

第二步：经分数据分析

有了大致的方向后，我们就可以从经分中进行数据挖掘。

从学术角度看，经分系统所包含的内容博大精深，数据挖掘的大有可为。优秀的咨询公司，会从不同维度设计分析模型，并以软件的形式出售给使用方。市场人员只需要点击几下按键就可以看到分析的结果。然而，再好的经分系统，仍会存在很多的分析盲点，无法协助我们做出具体的营销举措。因此我们有必要从计费中心提取数据，进行一些组合分析。

我们需要从经分系统同获取哪些信息呢？一般来说，我们需要通过数据，初步判断这些离网情况是规律性还是异常性；了解离网用户的区域特征、主要消费特征以及是是否存在套餐冲突的可能性。

如果某月离网数据异常，那么，我们往往需要追溯3~6月前的营销措施、新入网情况以及当时的社会状况。因为主动销户的比率不高，大部分是欠费3个月后被销户。在此之前，号卡往往会以零次用户或预销户状态存在。

一般来说，我们通过离网数据和追溯3~6月前的市场情况，我们就可以基本锁定离网的主要原因。

以E地市为例，第一步的经验判断主要离网原因为打工人群多导致的阶段性流动、由于入网门槛为零导致的重入网现象严重。这两种原因究竟是否正确呢？

通过经分数据分析，有几个发现：

1、打工返乡周期的确会引起离网率升高，但是呈现规律性特征。近三年来，1~3月为全年离网最高峰。

2、但是，07年的离网增长异常，比05、06年均提升了很多

3、离网套餐主要集中在5元月租、存100元免卡费的神州行的某套餐上（简称A套餐）

4、各区域的离网率均匀，没有特别特别显著的区域

5、离网用户的主要是分布在3~9个月的入网时长之间

6、离网异常是从07年11月份开始的

通过上述数据情况，做出几个判断：

1、去年年底离网异常增长与打工流动关联不大，但打工导致的离网情况还是比较突出

2、可能存在营销政策导致的引导离网，一批数量巨大的用户购卡随意性在增强

而后，市场部调取了07年3月~11月之间的营销政策。信息如下：