满意度数据分析及应用-慧辰.pdf

为准备由提送满意度数据分析及应用中国移动2021年6月18日慧辰资讯2讲在前面的话“道为术之灵，术为道之体；以道统术，以术得道”希望大家学会规律，而不是简单的技巧目录满意度分析的基础4满意度分析的方法5满意度的基本介绍1满意度算法的秘密3满意度题目中隐含的信息2满意度分析的应用64a.什么是满意度？b.哪些因素会影响到客户满意度？满意度的基本介绍5“客户满意度”就是“现实的产品质量和接受的服务”与“客户期望”之间的差距满意度是客户的一种感知客户满意度是如何形成的？源自客户需求的满足程度6客户满意度：得到的收获与期望值的差距“现实表现”“期望”“现实表现”“期望”“现实表现”“期望”不满！基本满意愉悦！期望即“需求的程度”因此，以“需求”为核心才是满意度研究的正确思路！7a.什么是满意度？b.哪些因素会影响到客户满意度？满意度的基本介绍8稳定可靠有用安全可信客户满意度吸引力客户需求宣传册介绍销售人员讲解促销活动手续办理客户经历售前售中售后业务要素经销商媒体促销活动企业客户满意度来自于经验的积累9客户期望是如何形成的？客户期望顾客以往的服务体验1社会舆论口碑2企业公开的承诺4竞争对手影响3企业暗示的承诺5顾客对企业所提供服务积累的经验越多，对服务的期望就可能越清晰。企业通过广告、宣传、推销员等市场沟通方式向顾客公开提出的承诺。通过定价和服务环境等向顾客暗示对服务质量的某种承诺。如价格，一般情况下，企业所提供的服务价格越高，顾客对服务的期望就越高。包括同行业竞争对手（如微信、易信等），及其他行业竞争对手（如银行、航空业等）非可控因素可控因素客户期望是如何形成的？周围朋友亲人，社会舆论，企业口碑等也将影响客户期望10客户满意企业对客户期望的把握对外宣传的服务标准客户期望企业制定的服务质量标准客户体验各接触渠道对服务质量标准的实施客户体验客户期望服务差异五缺口模型企业对用户需求把握中的偏差1服务标准制定过程中，出现信息丢失而造成的差异2执行过程中，人员提供服务与服务标准之间的差异3对外的宣传、促销活动与实际的服务标准之间的差异4客户体验与客户期望之间的差异5满意度研究就是缩小客户期望与客户体验的差距11满意度本身是客观的，但满意度设计是主观的12a.题目内隐藏的信息b.题目间隐藏的信息满意度题目中隐藏的信息13题目内隐藏的信息具体来看，满意度调查的题干蕴含了多方面信息，需要认真研读，包括：被调查对象的范围被调查对象的体验范围、体验时间范围评价指标及含义隐含信息1：被调查对象并不是任何一个客户，而是符合抽样条件的客户您代表的是这样的客户：抽样前，连续3个月（不含当月）月均MOU10分钟且DOU100M，近3月均省外流量 回归性来看：44中级统计分析方法不满客户识别不满客户识别实际综合运用了对比分析，交叉分析，扣分贡献分析等多种分析方法1、通过匹配后台字段，挖掘不满客户特征客户业务属性特征-使用卡号类型客户消费及使用特征-不同套餐类型45中级统计分析方法不满客户识别如何选择关系修复的最优目标客户点对点关系修复2、计算扣分影响，定位不满问题关键人群46中级统计分析方法不满客户识别3、对比分析，定位问题原因进一步分析，认为“资费贵”的原因主要是套餐不适配和优惠感知不足通过对比数据（评价贵的用户VS评价不贵的用户）发现，变更套餐后及、超套、推荐套餐不合适等适配类触点的贵的发生率高于其他触点，是造成客户认为资费贵的主要原因。评价“贵”的触点类型评价“贵”的用户发生率评价“不贵”的用户发生率发生率的差距绝对值变更套餐后消费增加33.61%15.61%17.99%没参与过促销34.87%42.24%7.37%流量超套21.92%17.51%4.41%推荐套餐不合适8.15%5.14%3.01%语音超套22.10%20.13%1.98%没查询过流量45.11%43.14%1.97%不知道不限量25.36%24.10%1.26%收到促销电话5.80%4.69%1.10%不关注提醒51.81%50.72%1.09%改套餐新办卡9.15%8.66%0.48%不了解套餐29.62%30.05%0.43%47中级统计分析方法不满因素识别74.9 78.8 65.1 70.9 70.4 72.0 68.3 63.4 63.8 77.8 80.8 76.8 79.2 77.1 80.5 79.7 65.7 77.8 87.9 91.5 80.3 87.4 86.8 88.0 86.6 83.2 81.8 92.0 93.8 91.8 92.5 91.5 92.9 92.4 86.4 92.3 满意比例差距网络覆盖与信号强度语音通话手机上网新业务宣传促销活动资费套餐价格水平定制终端账单缴费业务办理质量提醒服务营业厅服务热线服务电子渠道咨询投诉服务人员不满用户对各感知要素满意的比例满意用户对感知要素满意的比例网络质量业务质量客户服务质量-13.0-12.7-19.2-16.5-16.4-15.9-18.3-19.8-18.0-8.2-9.4-15.0-11.2-10.4-8.5-12.8-20.7-14.43、对比满意和不满的指标差距，定位提升空间较大的要素48中级统计分析方法满意度扣分贡献分析49计算步骤XX区1XX区2XX区3XX区4XX区5XX区6XX区7XX区8XX县1XX县2XX县3XX县4用户占比10.7%14.1%12.3%8.9%6.8%6.1%4.4%1.8%14.3%10.2%8.0%2.3%促销满意度表现78.38 75.05 79.73 82.24 82.79 76.05 81.33 80.92 79.70 80.70 82.54 80.50 促销挑战目标值82.50 82.50 82.50 82.50 82.50 82.50 82.50 82.50 82.50 82.50 82.50 82.50 STEP 1扣分情况-4.12-7.45-2.77-0.26 0.29-6.45-1.17-1.58-2.80-1.80 0.04-2.00 STEP 2剔除非扣分区县-4.12-7.45-2.77-0.26-6.45-1.17-1.58-2.80-1.80-2.00STEP 3扣分影响-0.4417-1.0504-0.3406-0.0227-0.3920-0.0511-0.0292-0.4010-0.1842-0.0469STEP 4相对扣分（百分制化）14.9%35.5%11.5%0.8%0.0%13.2%1.7%1.0%13.5%6.2%0.0%1.6%STEP 5抓重点14.9%35.5%11.5%0.8%0.0%13.2%1.7%1.0%13.5%6.2%0.0%1.6%启示扣分贡献：XX区1、XX区2、XX区3、XX区6、XX县1为扣分贡献度最高的几个分公司，应首先集中资源改善这几个区域的促销满意度感知。中级统计分析方法满意度扣分贡献分析应用：结合用户数占比、满意度表现，计算影响整体满意度下降的重点区域，便于集中资源解决满意度明显下降的区域及重点问题，便于集中以最小的资源解决问题，获得最大的产出。50高级分析方法 专项分析 大数据分析511、抽丝剥茧2、现象本质3、靶向透析52案例1、抽丝剥茧1、是否遇到问题手机上网是否遇到网络/非网络问题的比例95.6%87.2%1.4%遇到网络问题遇到非网络问题 没有遇到问题 近96%的用户在手机上网过程中遇到过网络问题，网络问题已经十分普遍；近90%的用户遇到过非网络问题，也应该引起足够的重视。2、遇到什么问题84.7%81.3%67.4%63.7%54.3%55.5%48.3%39.2%35.0%20.2%19.3%18.3%7.1%0.0%10.0%20.0%30.0%40.0%50.0%60.0%70.0%80.0%90.0%网络问题非网络问题没有网络信号速度慢有信号但上不去网站中途断开收费标准的知晓时快时慢手机上网流量提醒的接收套餐中流量的设计收费合理性宣传方面的表现手机上网扣费准确性手机上网流量的查询是否开通流量套餐各类问题的发生率533、锁定重点问题有信号但上不去网站速度慢滞后/延时中途断开没有网络信号收费标准的知晓收费的合理性是否开通流量套餐套餐中流量的设计手机上网流量的查询手机上网流量提醒接收手机上网扣费准确性宣传方面的表现-15-10-50510152025121416181影响力大，发生率高影响力满 意 度 表 现影响力大，发生率低影响力小，发生率高影响力小，发生率低综上，网络问题中我们锁定有信号上不了网、没有网络信号、速度慢作为重点问题。4、重点问题二次分析以“有信号上不了网”问题优先开展二次分析发生频率发生时间发生地点发生业务1、抽丝剥茧544、重点问题二次分析发生频率发生时间发生地点发生业务有超过20%的用户发生概率超过10%，该问题对用户作用程度较深；当用户遇到“有信号上不了网”问题，满意度会出现大幅度下滑。该方面问题出现频率超过10%时，满意度又会出现一次大幅度下滑；当该方面问题发生频率超过10%时，满意度下滑幅度最大，且降到60分以下，我们应该将该问题发生频率控制在10%以下。1、抽丝剥茧555、问题地点的再次挖掘发生频率发生时间发生地点发生业务1、抽丝剥茧家里靠窗的地方屋子中央不靠窗卧室里不靠窗客厅里不靠窗厕所里不靠窗厨房里不靠窗其他房间不靠窗住宅电梯/楼道住宅地下停车场住宅走廊、过道住宅区其它地方家中屋内，没有固定地点办公楼靠窗的地方办公楼中央，不靠窗办公楼的电梯/楼道办公楼的地下停车场/地下室在办公室的其它地方55.3%17.6%15.4%12.0%7.4%7.4%4.0%3.0%2.9%15.1%在家里/住宅区在汽车上在办公室/工厂学校里商场/超市/酒店/娱乐场所在火车上在山区在城郊结合部/近郊区在农村其他有信号上不了网各发生地点的用户比例5.5%6.4%2.6%2.9%3.6%25.7%28.9%19.8%13.5%4.3%1.9%0.8%1.0%1.0%0.4%0.4%4.9%再次深挖 问题主要集中在家里/住宅区，用户比例达到55.3%。其中，靠窗的地方和不靠窗的地方，遇到问题的比例都超过20%；在不靠窗的地方，卧室以及客厅是问题发生比例较高的区域；除了住宅区外，汽车上以及办公室、学校等人群聚集的固定场所，也是有信号但上不了网的主要地点。56案例2：现象本质现象（表面特征）月均DOU1G以上月均ARPU80元以上校园客户超套120%以上的用户5星级用户参加促销活动用户异网双卡用户入网1-3年用户男性近3月变更套餐用户大流量套餐98元以上用户第二步：形成影响资费满意度的触点变更套餐后消费增加、流量不适配推荐套餐不合适、语音不适配第一步：找到影响资费满意度的感知因素没有参与过促销、收到促销电话改套餐新办卡不知道不限量、不关注提醒没查询过流量、不了解套餐本质（背后原因）第三步：锁定影响资费的关键问题套餐适配不合理资费的优惠感知差资费沟通不到位5784.0%95.0%91.6%81.0%77.8%16.0%5.0%8.4%19.0%22.2%整体0-50元50，100元）100，150元)150元及以上不同ARPU值客户流量超套与未超套比例未超套超套 随着月均消费的增长满意度呈下降趋势，随着月均消费的增长满意度呈下降趋势，月均消费月均消费150150元及以上元及以上用户满意度最低用户满意度最低不同不同ARPUARPU用户满意度用户满意度89.9 89.9 86.9 86.9 85.7 85.7 83.2 83.2 5050元元5050，100100元）元）100100，150150元元)150150元及以上元及以上案例2：现象本质现象：某类特征的用户不满意，例如高ARPU、高流量、高价值客户不满，此为现象，但这些特征并不解释不满的原因本质：由于某些事件造成客观消费超过主观预期引起的不满，这类问题可能在某类特征的客户身上高发，因此形成某些客户的不满 进一步对比客户流量和语音超套情况，显示流量、语音超进一步对比客户流量和语音超套情况，显示流量、语音超套比例随着套比例随着ARPUARPU提升而增加，是不满主要原因之一提升而增加，是不满主要原因之一42.4%58.0%50.0%42.0%38.0%53.0%42.0%50.0%58.0%62.0%整体0-50元50，100元）100，150元)150元及以上不同ARPU值客户语音超套与未超套比例未超套超套58案例3、靶向透析第1步：通过定性的内外部访谈结合分析，概括问题，找到问题线索59 通过定性研究，总结出六大类影响资费感知的因素调查类别可能影响资费满意度的因素资费影响资费认知套餐内容及收费标准对套餐内容和使用情况的了解程度对资费满意度影响消费情况关注竞品竞品关注度对资费满意度影响资费设计办理条件办理受限或不受限对资费满意度影响资费使用资费适配度套餐适配或不适配对资费满意度影响资费推介合适度资费推荐合适或不合适对资费满意度影响消费异动消费异动和未异动对资费满意度影响优惠感知促销活动参与或不参与促销活动对资费满意度影响“贵”的感知资费价格贵和不贵对资费满意度影响查询和提醒提醒频次提醒频次多少对资费满意度影响提醒及时性提醒及时或不及时对资费满意度影响查询方式查询主动和被动对资费满意度的影响投诉投诉处理情况处理结果，影响资费满意度定性研究：通过定性研究总结问题线索60第2步：通过定量调查，验证问题线索，并形成量化的、可供相关部门操作的结论61定量分析结论问题1：推荐套餐是否合适资费满意度-套餐推荐适配度套餐推荐适配度-占比解决套餐推荐不合适问题可提升资费满意度的比例=推荐合适及一般客户与不合适满意度的差异不合适客户占比（80.13-64.81）*（147/420）=5.3682.44 78.88 64.81 合适一般不合适合适22.9%一般42.1%不合适35.0%96177147N=认为移动推荐套餐不合适的客户和一般的客户满意度最低，认为合适的客户占比最小，需要通过对客户真实需求的匹配做到让客户使用合适资费套餐。如果改善向客户推荐资费套餐的适配程度最高可以提升客户资费满意度5.36。62问题2：资费“贵”资费满意度-资费评价资费评价-占比解决资费评价贵问题可提升资费满意度的比例=评价便宜及一般客户与评价贵满意度的差异评价贵的客户占比（83.09-66.62）*（1104/2212）=8.2266.62 82.27 92.34 价格贵一般便宜价格贵49.9%一般46.0%便宜4.1%1104101791N=资费评价通过定量研究分析发现，认为价格贵的客户满意度最低，并且占比最大，需要通过不同的宣传改进和优惠改善客户对资费价格的真实认知。如果改善客户对资费价格感知最高可以提升客户资费满意度8.22。63第3步：量化各问题对满意度的影响，锁定改善重点64资费触点类型潜在破坏满意度的客户群体潜在破坏群体满意度潜在非破坏群体满意度潜在破坏群体占比组间差改善可提升资费满意度资费感知资费贵66.6283.10.516.488.22资费适配变更套餐后消费增加80.02 67.91 0.47 12.11 5.73 推荐套餐不合适64.8180.130.3515.325.36流量不适配73.4177.580.64.182.51语音不适配73.5977.130.643.542.28资费优惠感知没参与过促销75.179.780.644.683.00收到促销电话70.6876.480.125.80.67改套餐新办卡73.5874.220.160.650.11资费沟通不知道不限量72.7979.360.546.573.58不关注提醒75.50 74.25 0.51-1.26-0.64 没查询过流量73.99 75.60 0.46 1.61 0.74 不了解套餐73.9575.260.31.310.394G资费关键问题的锁定三大关键问题：套餐不适配、优惠未感知、沟通不到位资费价格贵套餐适配不合理资费优惠感知差资费沟通不到位65第4步：针对重点改善的问题进一步深入分析66套餐不适配的原因分析存在五大差距移动对客户资费期望的把握移动制定的资费标准资费推广中的实施资费对外宣传客户对资费的体验客户对资费的期望套餐不适配（未满足客户需求）客户满意对客户资费使用把握不足1资费设计/考核与客户需求的偏差2资费的推广落地与客户需求的偏差3套餐需求和实际套餐的差异5资费宣传的不足导致客户理解偏差4 套餐不适配的原因从客户对资费的期望开始，到客户对资费的体验结束，存在五大差距。6774.8 73.3 76.2 78.2 70.6 资费满意度-不限量套餐的不限速流量饱和度每月剩很多每月剩一点差不多够用每月超一点每月超很多21614339591136N=每个月都剩很多，用不完,22.0%每个月都剩一点，用不完,14.6%差不多够用,40.3%每个月都超一点,9.3%每个月都超很多,13.9%不限量套餐的不限速流量饱和度-占比75.2 78.5 79.4 71.3 66.6 资费满意度-非不限量套餐的流量饱和度每月剩很多每月剩一点差不多够用每月超一点每月超很多1727529889120N=每个月都剩很多，用不完,22.8%每个月都剩一点，用不完,9.9%差不多够用,39.5%每个月都超一点,11.8%每个月都超很多,15.9%非不限量套餐的流量饱和度-占比套餐不适配成为常态，且对满意度形成较大影响！现阶段客户用量剩余较多和超套很多的客户占比超3成，同时满意度较低。认为自己流量超套较多的客户资费满意度最低。套餐适配差距1：对客户资费使用把握不足-流量非不限量不适配占比=60.5%不限量不适配占比=59.7%数据来源：专项调研68套餐适配差距2：资费设计/考核与客户需求的偏差跟随型的资费设计，较少考虑客户需求1注；以上问题内容均来自于内部访谈摘录和整理1、跟随集团：集团统一资费，省市公司不能单独设计。2、跟随竞品：套餐价格参照竞品设计3、忽略使用需求：不注重资费内容的合理搭配。收入考核压力，推荐动作变形2套餐适配中主要以升档为主，不根据客户需求适配。访谈原声“第一个是总部的要求，第二个是竞争对手，第三个还有基础交费，从去年开始我们基本上各个省已经没有精力了，甚至应该也不会主动去单独设计套餐，不会去这样做了。”“为什么会把飞享停了，为什么我们出的48不是38，为什么我们出的是68不是58，其实也想原来38、58的客户向上升档增值”M：为什么我们现在套餐设计当中语音会少一些？1：因为流量多了，大家对语音不感兴趣。实际问题资费设计和考核过程中缺失客户真实需求的匹配，成为影响客户资费感知的主要内部问题之一69 资费整体宣传的缺失导致部分客户对自身实际的消费认知产生误差。套餐适配差距4：资费宣传存在不足（1）对资费超套判断不准确，影响客户感知声称超套而未超套用户资费评价最低超套未超套超套套餐语音使用情况-认知与实际的差异（占比）客户声称占比55.1%，满意度75.2占比19.1%，满意度75.4占比14.7%，满意度73.7占比11.1%，满意度73.5实际超套未超套超套套餐流量使用情况-认知与实际的差异（占比）客户声称实际占比49.7%，满意度77.3占比22.3%，满意度79.5占比13.4%，满意度71.6占比14.7%，满意度65.9数据来源：专项调研70第5步：根据锁定的具体问题，形成改善策略714G资费专项问题总结总体来说客户感知资费较贵，并通过资费适配、资费优惠感知及资费沟通来体现。资费用量需求把握不足：客户的资费适配存在误差，不适配客户占比高，满意度低。资费设计用户需求偏差：资费设计和考核过程中缺失客户真实需求的匹配，成为影响客户资费感知的主要内部问题。资费的推广与落地：资费套餐降档办理中存在设置障碍，不能自由降档；资费套餐私开和办理差错频发；不限量套餐是推广重点，但办理后消费增多导致客户不满。资费宣传不足：对资费超套判断不准确，影响客户感知；客户对资费不了解，导致客户超套率高；同时宣传存在虚假、隐瞒关键信息等情况资费适配1优惠感知2促销问题：客户有促销活动的需求，参与促销客户中流量类促销客户最不满意。优惠节省效果：用户不能有效形成价格下降的对比，与竞争对手相比忽悠优劣但缺乏优势宣传。增值服务：缺失差异化增值服务内容。资费沟通资费提醒：需要进一步加强客户资费感知正确引导。资费查询：客户缺少主动查询的意识，造成消费不清楚，影响满意度。资费了解：客户整体自身资费了解程度不高。372高级分析方法 专项分析 大数据分析73从算法的功能角度分类决策树回归SVM 聚类降维神经网络关联规则随机森林深度学习推荐算法有监督无监督74决策树(Decision Tree)决策树(Decision Tree)是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。由于这种决策分支画成图形很像一棵树的枝干，故称决策树。在机器学习中，决策树是一个预测模型，他代表的是对象属性与对象值之间的一种映射关系。常用决策树算法常用决策树算法CART:Classification and Regression Tree ID3:Iterative Dichotomiser 3 C4.5 and C5.0(different versions of a powerful approach)CHAID:Chi-squared Automatic Interaction Detection M5CDT:Conditional Decision Trees75供货次数供货天数响应时长供货次数小于5次供货次数大于5次响应时长订单追踪供货天数小于7天供货天数大于7天满意度8分满意度7分响应小于24小时 响应大于24小时满意度8分满意度6分可追踪不可追踪每一个路径确定一个预测得分随机森林是利用多棵树对样本进行训练并预测的一种分类器，并且其输出的类别是由个别树输出的类别的众数而定，可以有效弥补传统单决策树训练时产生的过拟合问题。例如：满意度指标作为因变量代入模型。根据自变量的数据情况生成多个树，预测满意度得分，取最多的满意度得分结果为预测结果。升级版决策树随机森林供货次数76回归（Regression）回归算法是一种通过最小化预测值与实际结果值之间的差距，而得到输入特征之间的最佳组合方式的一类算法。对于连续值预测有线性回归等，而对于离散值/类别预测，我们也可以把逻辑回归等也视作回归算法的一种，在大部分机器学习课程中，回归算法都是介绍的第一个算法。原因有两个：一.回归算法比较简单，介绍它可以让人平滑地从统计学迁移到机器学习中。二.回归算法是后面若干强大算法的基石，如果不理解回归算法，无法学习那些强大的算法。回归算法有两个重要的子类：即线性回归和逻辑回归。Ordinary Least Squares Regression(OLSR)Linear RegressionLogistic RegressionStepwise RegressionLocally Estimated Scatterplot Smoothing(LOESS)Multivariate Adaptive Regression Splines(MARS)供货时间供货时间满意度供货指标供货满意度供货指标供货满意度线性回归非线性回归非线性回归77聚类Cluster聚类分析又称群分析，它是研究（样品或指标）分类问题的一种统计分析方法，同时也是数据挖掘的一个重要算法。聚类试图探索和发现一定的模式，用于发现共同的群体，按照内在相似性将数据划分为多个类别，使得组内相似性大，组间相似性小。k-MeansHierarchical ClusteringExpectation Maximisation(EM)78神经网络神经网络(也称之为人工神经网络，ANN)算法是由大量处理单元互联组成的非线性、自适应信息处理系统。它是在现代神经科学研究成果的基础上提出的，试图通过模拟大脑神经网络处理、记忆信息的方式进行信息处理。人工神经网络中，神经元处理单元可表示不同的对象，例如特征、字母、概念，或者一些有意义的抽象模式。网络中处理单元的类型分为三类：输入单元、输出单元和隐单元。输入单元接受外部世界的信号与数据；输出单元实现系统处理结果的输出；隐单元是处在输入和输出单元之间，不能有外部观察79大数据分析示例180大数据分析步骤研究假设：设计因变量的影响因素（字段），形成研究假设；数据匹配：选取客户满意度和忠诚度测评数据，从经分系统匹配调查客户行为特征和业务特征字段的筛选：针对提取出的字段，利用相关分析进行初步筛选，剔除和因变量无显著相关的字段关键指标确认：利用统计学方法建模，找到关键的影响要素2134深入研究：结合关键要素再深入挖掘分析56研究成果应用：根据深入发掘的结论制定对应的提升措施81案例1 1：结合移动内部大数据进行分析以4 4G G资费套餐为例发掘现有不满意客户特征，并通过系统数据映射出的服务数据来锁定工作短板问题导向研究问题导向研究优势导向研究优势导向研究对比分析发现满意客户/推荐客户业务属性和行为特征等，寻找优势提升方向不满意客户/诋毁客户满意客户/推荐客户数据联动分析投诉数据分投诉数据分析析BOSS系统系统数据数据经分数据分经分数据分析析经分数据分经分数据分析析将满意度和将满意度和NPS监测与监测与BOSS后台数据、投诉数据、经分数据等进行结合分析，更精准锁定问题点和问题主体，后台数据、投诉数据、经分数据等进行结合分析，更精准锁定问题点和问题主体，更深入挖掘客户不满的原因寻找提升线索。更深入挖掘客户不满的原因寻找提升线索。82提出研究假设基于内部系统指标构建资费套餐模型4G资费满意度资费满意度客户基础数据客户基础数据资费业务特征资费业务特征资费类型资费类型是否4G资费主套餐消费构成消费构成计费语音收入计费流量收入套餐适配套餐适配适配率超量叠加包促销参与消费异动消费异动ARPU异动幅度MOU异动幅度DOU异动幅度资费变更资费变更是否变更变更渠道消费拨动资费服务资费服务手厅使用是否投诉是否资费类投诉投诉处理过程处理结果自然属性特征地市区县区域通信属性特征是否集团客户集团成员属性是否中高端客户是否家庭网客户是否校园网客户星级是否中高星级客户信用等级ARPUMOUDOU基于内部系统指标，从客户自然属性、通信属性等基础特征和资费类型、消费构成、套餐适配、消费异动、资费基于内部系统指标，从客户自然属性、通信属性等基础特征和资费类型、消费构成、套餐适配、消费异动、资费变更、资费服务等业务特征二大方面构建资费套餐模型变更、资费服务等业务特征二大方面构建资费套餐模型83数据匹配，确定变量筛选的统计分析方法没有关系没有关系有关系有关系变量的筛选：针对众多的后台字段，首先利用相关分析检验，剔除未达到显著性相关水平的变量对变量对变量进行剔除进行剔除保留变量保留变量采用相关分析检验，以完成变量的筛选采用相关分析检验，以完成变量的筛选84筛选显著相关的细项指标显著相关性运算显著相关性运算自然属性3个输出：输出：相关性变量28个输入：输入：136个变量个变量资费类型4个消费构成21个资费适配24个消费异动18个资费服务15个通信属性45个变量分类变量分类细项变量细项变量通信属性网龄、星级、信用额度、中高星级、中高端ARPU/DOU/MOU、4G流量资费类型是否4G套餐消费构成计费流量、计费语音资费适配适配率、是否超量、叠加包办理渠道/次数、促销参与消费异动ARPU/DOU/MOU异动情况资费变更变更前后ARPU/MOU/DOU波动比例资费服务手厅/热线接触、资费投诉资费变更6个通过将资费套餐模型中通过将资费套餐模型中136个后台字段变量进行显著相关性运算，其中个后台字段变量进行显著相关性运算，其中28个变量与资费满意度存在显著相关性个变量与资费满意度存在显著相关性85锁定关键因素的统计分析方法驱动力的计算：针对筛选后的变量，采用回归分析进行影响力的计算，找到后台系统变量对客户评价的影响作用当因变量当因变量y y和自变量呈某种线和自变量呈某种线性趋势时，影响系数就是指性趋势时，影响系数就是指因变量依赖自变量变化幅度因变量依赖自变量变化幅度的大小的大小。采用多元回归方程统计方法，以完成变量的驱动力的计算采用多元回归方程统计方法，以完成变量的驱动力的计算86利用回归模型进行关键因素锁定4G资费满意度各要素驱动影响力资费满意度各要素驱动影响力客户基础数据客户基础数据资费业务特征资费业务特征消费类型消费类型消费构成消费构成套餐适配套餐适配消费异动消费异动资费服务资费服务计费流量10.3%DOU14.6%ARPU6.8%是否4G套餐7.0%资费适配率10.2%超包次数8.7%MOU6.7%加入家庭网5.0%集团客户4.5%网龄3.6%校园客户3.4%登录手厅次数3.4%不知情定制投诉次数2.2%国际漫游1.9%开通加油包次数1.9%信用额度1.7%加入校园网1.6%拨打热线次数1.6%投诉次数1.2%优惠流量1.1%安装安装手厅手厅0.8%中高星级0.5%MOU值波动0.5%计费流量波动0.3%参加促销次数0.1%是否中高端0.5%再结合模型影响力计算发现：再结合模型影响力计算发现：客户价值、套餐适配率、客户价值、套餐适配率、4G4G资费套餐资费套餐是影响客户流量资费感知的主要因素是影响客户流量资费感知的主要因素后续分析将从此三点展开，其余要素由于影响力相对较弱，不作专门的展示。后续分析将从此三点展开，其余要素由于影响力相对较弱，不作专门的展示。87发现：4G套餐客户的流量资费满意度低于非4G套餐客户57.962.261.360.660.159.659.358.857.457.357.052.060.760.063.162.263.761.959.062.759.458.258.856.64G资费非4G资费各地市不同资费类型客户的满意度各地市不同资费类型客户的满意度全省地市地市地市地市地市地市地市地市地市地市地市非4G资费3822171734178912643784453072403404G资费5802193717471937052787443414071060相差4.6pp相差3.6pp相差3.9pp多数地市4G4G资费客户流量资费满意度低于非资费客户流量资费满意度低于非4G4G资费客户资费客户884G资费本身并不是客户资费不满的原因4G4G客户客户59.1/100%59.1/100%非非4G4G资费资费60.7/41.8%4G4G资费资费57.9/58.2%未超量（未超量（100%100%）60.4/33.1%开通加油包55.1/5.4%未开通加油包61.4/27.8%超量（超量（100%100%）54.6/25.1%开通加油包55.5/9.7%未开通加油包54.1/15.4%4G资费满意度更低4G资费客户超量后满意度才低套餐使用未超量而开通加油包满意度低套餐超量后开通加油包满意度注：图中文本框内左边数值对应满意度，右边百分比对应人群占比55.2%58.3%非4G资费4G资费满意客户不满客户不同资费类型中不满客户占比不同资费类型中不满客户占比资费类型资费类型资费套餐名称资费套餐名称样本数样本数 不满占比不满占比非4G资费神州行市话卡6965.2%神州行流量卡296660.6%全球通商旅88套餐（2012版）7459.5%全球通商旅58套餐（2012版）12457.3%神州行新家园卡17355.5%神州行流量卡13450.0%神州行标准单向卡9250.0%神州行市话卡（13版）6647.0%丽水新家园卡（08版）11646.6%神州行新家园卡（13版）25246.4%4G资费动感地带网聊200套餐（G3版）12070.8%动感地带4G上网套餐58元（2014校园版）13669.9%4G飞享套餐544758.2%神州行4G流量卡3053.3%4G飞享套餐B3033.3%原因1：超量是超量是4G4G套餐客户满意度低的根本原因套餐客户满意度低的根本原因，4G套餐客户套餐超量时满意度更低原因2：加油包开通与否对流量资费满意度有较大影响加油包开通与否对流量资费满意度有较大影响：超量用户开通后，满意度上升；而未超量用户开通后，满意度下降4G4G客户对资费的不满并不是客户对资费的不满并不是4G4G资费本身造成的，关键原因在于套餐使用超量或未正确使用加油包资费本身造成的，关键原因在于套餐使用超量或未正确使用加油包89发现：产生省外流量客户的满意度低59.665.362.263.062.659.556.355.857.2 65.3 59.9 61.1 60.5 57.2 54.2 55.7 整体0-5050-100100-300300-500500-1G1-2G2G以上无省外流量有省外流量无省外流量253216906132622981551892有省外流量2428192372791579271是否产生省外流量的各是否产生省外流量的各DOUDOU段客户流量资费满意度段客户流量资费满意度产生省外流量客户产生省外流量客户DOUDOU分布情况分布情况产生省外流量客户外地流量使用量产生省外流量客户外地流量使用量产生省外流量客户外地流量使用占产生省外流量客户外地流量使用占其总流量比重其总流量比重2.6%1.9%9.5%14.5%33.8%24.2%13.6%50以下50-100100-300300-500500-1G1G-2G2G以上27.7%9.4%20.8%11.6%16.0%9.9%4.6%50以下50-100100-300300-500500-1G1G-2G2G以上48.2%8.9%8.2%34.7%30%以内30%-50%50%-80%80%-100%有外省流量的客户有外省流量的客户月均月均DOU大于大于500M以上的占比以上的占比71.6%有有48.4%的产生的产生过外地流量的过外地流量的客户月均外地客户月均外地流量消耗在流量消耗在300-1Gb在产生省外流在产生省外流量的客户中，量的客户中，有有35%的的客户的的客户外地流量使用外地流量使用占其总流量的占其总流量的80%80%以上，省外以上，省外流量使用是其流量使用是其主要特征主要特征从各流量段是否产生省外流量的客户满意度对比：有省外流量的客户流量资费满意度相对较低建议：建议：在针对此类客户进行提升时，不能只提供有限制本地使用的优惠或者免费资源90产生省外流量客户的满意度低的原因分析55.567.560.459.958.856.151.653.562.262.257.863.065.659.861.767.4整体0-5050-100100-300300-500500-1G1-2G2G以上部分省外全部省外部分省外流量1423122277568434227全部省外流量105709522314544产生省外流量客户的分类对比产生省外流量客户的分类对比高3.1pp高6.8pp高6.7pp高3.7pp高10.1pp高13.9pp从用户省使用看，全部使用省外流量的客户资费满意度高于产生部分省外流量的客户原因：原因：产生部分省外流量的客户对于流量使用的边界不明确建议：建议：对于此类客户可在资费提醒中明确流量扣除的优先等级，例如：区分省内/全国通用流量/以及免费资源流量的消耗的使用量和剩余量91满意度分析的应用92手机网络提升思路网络满意度网络体验物理网络质量物理检测指标感性态度指标理性体验指标网络使用环境网络服务（网络投诉处理、事前引导等）用户网络能力因素网络口碑因素差距1综合网络体验网络出现硬伤（覆盖、连接、使用）网络质量采集内容和方式与用户体验不匹配差距2差距3非体验因素非网络体验网络因素体验因素非体验因素情感利益因素样本特征93资费提升思路资费适配客户化宣传方式，易读性更强加强对“优惠”的显性化感知客户类型业务适配性客户敏感性客户满意度提升举措流量饱和度关系语音饱和度近三个月有无资费类投诉当月是否资费不满意模型输出用户低饱和（单低）30%或30%有是降档（推荐资费适配套餐）/外呼否激发（资源共享+APP使用激励）/外呼无是降档（推荐资费适配套餐）/短信否营销黄名单（不接触），收入保有低饱和（双低