欠费评估与运营专题汇报

黑龙江电信欠费专题报告目录1：欠费分析与评估2：获取用户电子联系方式3：欠费用户聚类分析与催缴策略4：欠费回收运营模式探索1.1欠费背景背景描述：以我省为例，截至到2015年7月累计欠费金额已达1.1亿元，欠费用户250万，当月新增欠费的3月内欠费回收率为31.76%，大部分每月新增欠费无法回收，成为沉淀欠费。欠费问题：从目前的调研中，我们发现省公司与地市公司，在用户发生欠费后，除了计费系统的自动停机和短信提醒外，基本无其他措施。特殊是用户双停后，用户欠费基本再无人问津，欠费运营处在空白状态。一：想法设法获取欠费用户与存量用户较为固定的电子联系方式；欠费运营方案二：通过数据挖掘和分析构建回收概率模型，对欠费用户聚类分群，并通过欠费运营平台，执行差异化、多波次、逐步梯级运营的催缴策略；三：通过探索企业内外部运营模式，有效执行催缴策略。1.2构建欠费运营平台ODS新增欠费回收概率模型；新增欠费聚类分群与催缴策略经分欠费明细取数，增加聚类分群类型与催缴策略建议运营欠费用户与存量用户电子联系方式获取协同差异化，多波次，逐步梯级运营催缴；自动短信，自动邮件经分催缴回收评估与分析运营引入第三方社会化合作运营欠费运营平台功能架构不需要新建平台，只需在协同营销中打通邮件网关，在结合原来的短信网关即可目录1：欠费分析与评估2：获取用户电子联系方式3：欠费用户聚类分析与催缴策略4：欠费回收运营模式探索从上表数据，我们可以看出，欠费用户的联系方式极其缺乏，可回收空间狭小。同时用户较为固定的电子联系（电子邮箱，QQ号等）方式几近空白。2.1用户电子联系方式欠费的催缴我们认为首先必须获取其联系方式，特别是有利于批量、程序化执行的廉价的联系方式。如，电信网内联系号码，电子邮箱，QQ号码（获取QQ邮箱）等对目前的欠费分析（截止201507账期），我们发现：欠费用户总数/欠费金额有电信联系方式异网联系方式用户数/金额占比用户数/金额占比2516552173340.69%948323.77%110239023.66079383.835.51%3885202.873.52%2.2内部运营获取联系方式1234开展用户QQ与电子邮件录入活动，用户第一次通过网厅，实体渠道，预留QQ邮箱电子邮件后，可前往邮箱领取免费流量包或者其他奖励。用户联系QQ客服，鼓励QQ客服人员进行记录用户的QQ号码，给与客服人员1元绩效奖励。在用户入网、办理业务、联系QQ客服时，鼓励营业员对用户的QQ号码，电子邮箱进行记录，用户可前往邮箱领取某项奖励或者抽奖。通过QQ客服历史记录，完善部分用户的QQ号码。2.3社会化合作获取联系方式支付宝合作，通过绑定关系，获取用户的电子邮箱与QQ合作，通过绑定关系，获取用户的电子邮箱与163合作，通过绑定关系，获取用户的电子邮箱………目录1：欠费分析与评估2：获取用户电子联系方式3：欠费用户聚类分析与催缴策略4：欠费回收运营模式探索整理用户的历史信息、欠费信息以及用户的自然属性等数据，分析、归纳、整理相关信息，为数据挖掘，欠费催缴模型的建立做好数据准备。用户历史信息用户自然属性欠费金额历史欠费信息欠费类型欠费类型用户基本属性用户类别用户交往圈信息。。。。。。用户欠费信息用户历史使用信息用户联系方式用户级别用户套餐类型等等关联分析归结有用信息3.1：构建用户可回收概率模型可回收用户概率模型因子探索用户欠费回收概率模型因子欠费账龄在网时长欠费金额（总欠费金额）是否实名制是否重入网欠费属性联系电话是否本地身份证客户扣分因素停机状态用户年龄最小欠费月是否合约到期是否离开居住地用户属性电子邮件-13其他属性最小欠费账期应收增幅联系地址可回收欠费用户概率因子探索指标间相关性分析指标与目标结果的方差分析指标与目标结果的相关分析在构建好欠费用户回收概率模型评分后，我们对欠费用户的单因子也进行记录和探索，便于制定不定的回收策略，以及回收策略的对批量用户执行。探索因子说明欠费属性欠费账龄最小的欠费账期至现在的欠费时长最小欠费月应收增幅判断用户是否有争议欠费欠费金额判断回收难度用户属性是否实名制是否本地身份证判断回收难度联系地址便于批量信件催缴联系电话便于批量短信，语音，以及外呼电子邮件便于批量点子邮件催缴在网时长判断回收难度是否重入网对同一证件重入网，批量短信，语音，以及外呼停机状态判断是否可联系上（单双停状态），便于批量短信，语音，以及外呼用户年龄判断是否自然消亡其他属性最小欠费月是否合约到期判断是否违约，便于回收是否离开居住地判断回收难度综合分析模型指标体系中各变量与欠款回收情况的相关性，得出其相对的变量重要性相关系数决策变量的重要性结果0.01720.01720.01780.02180.02230.02280.02380.02450.02540.02660.02710.02850.02960.03250.03250.03340.03450.03620.03790.04140.04140.08060.10120.1305漫游通话时长占比波动用户稳定度漫游通话时长波动主叫通话时长波动次均缴费金额波动交往圈波动出账收入合约剩余时长通话次数波动主叫异网通话时长波动次均缴费金额历史停复机次数78（良）同期标杆：89分（优）同区域平均：72分（良）71欠费属性其他属性可回收概率得分用户属性回收用户概率模型输出回收策略•用户可匹配回收策略•回收策略可以提取适合的欠费用户XXX欠费用户•支持对单因子的批量用户导出；•支持批量用户的回收策略执行生成具备执行同一策略的用户清单8082欠费属性用户属性其他属性欠费账龄53欠费金额对比前3月出账金额增幅89%9欠费金额1240是否实名制是10是否本地身份证是10联系地址哈尔滨XXXX10联系电话XXXXX10电子邮件XXXXX10在网时长250是否重入网否0停机状态双停0用户年龄342最小欠费月是否合约到期否10是否离开居住地否0通过sas等数据分析工具，进行因子间的相关性、方差等分析，进而输出结果。模型输出结果解读模型会根据用户的固有属性、消费行为、历史欠费及停复机等数据信息综合决策出用户欠费后欠款被回收回来的概率值，概率值越大说明欠款被回收回来的可能性越大，反之，欠款回收回来的可能性越小。电话号码在网时长是否政企用户是否校园用户合约剩余时长用户稳定度用户价值欠费金额回收概率回收概率区间1332930993411000-99低稳定低价值7.170.8321390.8-0.9189460328304700-99低稳定低价值5.610.550.5-0.61335999762810700-99低稳定低价值10.780.4124290.4-0.5133516177559900-99低稳定低价值3.970.1310430.1-0.2133518162229110-99低稳定中高价值151.380.7083330.7-0.8133136477759400-99中稳定中高价值5.690.8900230.8-0.9153046108888800-99低稳定中低价值32.890.7630060.7-0.8153036117099000-99中稳定低价值0.610.7158840.7-0.8133598541288500-99高稳定中高价值1.240.6902170.6-0.7133036067988300-99低稳定低价值0.40.2616510.2-0.318182755307121013低稳定中低价值2020.2865850.2-0.3133046063637900-99高稳定高价值110.9561540.9-1.01330360196314710-99高稳定低价值5.920.9887830.9-1.01334941456713510-99中稳定中高价值38.270.9757670.9-1.01331451456113200-99低稳定低价值4.890.2616510.2-0.31330460347812200-99高稳定高价值89.260.6902170.6-0.71331450412311600-99低稳定中低价值16.840.6491230.6-0.7利用15年1月欠费用户数据训练模型，利用15年3月欠费用户对模型进行检验，15年3月欠费用户共计217618户，欠款总额为498.7万元，有82371户用户欠款被回收，欠款金额回收率为32.9%；模型测试集（15年3月数据）覆盖率及命中率表现较好，模型整体稳健良好，可用于支持决策；得分0.2以下的约10万用户回收率只有14%，得分0.8以上的约3万左右的用户回收率约为81%。模型检验结果2.523.641.856.167.378.385.190.195.097.6100.093.389.279.070.863.759.253.748.745.041.037.91102030405060708090100覆盖查准P分档欠费金额回收金额欠费用户数欠款回收率0-0.1942957.7189465.03428999.5%0.1-0.21311424.48229521.345554317.5%0.2-0.31050273.64355191.963680133.8%0.3-0.4495616.58158364.282104732.0%0.4-0.589953.9944294.82486649.2%0.5-0.6136355.0665414.25754248.0%0.6-0.7238321.96148523.531092262.3%0.7-0.8176167.31108453.55777461.6%0.8-0.9275267.47199825.031718672.6%0.9-1.0270878.95242367.651303889.5%3.2：新增欠费聚类分群与催缴策略通过回收概率数据模型挖掘和分析，我们将当月欠费用户，按回收概率得分，分为高风险欠费用户和低风险欠费用户两大类（分值=0.2为高风险，分值0.2为低风险），再将高风险用户聚类分析如下：（说明，小额欠费为欠费10元，其余为欠费10元，争议欠费为出账收入突增50%，分群互不交叉）用户分群优先级用户数用户占比欠费金额回收用户欠费回收率公众小额欠费群14034250.85%182605.1728916.1915.8%新增用户欠费266938.44%283291.9418744.746.6%欠费重入网32700.34%9595.329402.8898.0%争议欠费沉默违约419862.50%79653.812367.253.0%争议欠费活跃违约51400.18%5581.214611.9882.6%争议欠费沉默非违约622502.84%59910.711705.982.8%争议欠费活跃非违约7640.08%1755.141594.4490.8%无争议欠费群沉默违约81141814.39%449640.638094.428.5%无争议欠费群活跃违约916402.07%63478.3856201.7788.5%无争议欠费群沉默非违约101366117.22%433150.5323272.085.4%无争议欠费群活跃非违约118771.11%49553.3226694.6453.9%公众合计793411618216.13211606.3713.1%政企小额欠费群1661534.63%33924.914333.3512.8%新增用户欠费28704.55%34235.25119.9715.0%欠费重入网32141.12%10299.799611.7993.3%争议欠费沉默违约42241.17%8644.21693.58.0%争议欠费活跃违约5310.16%1006.371971.4%争议欠费沉默非违约66543.42%15227.9734.94.8%争议欠费非沉默非违约7240.13%643.25539.6483.9%无争议欠费群沉默违约8443123.20%299819.9130565.8110.2%无争议欠费群活跃违约94862.5