通信客户分类管理方法、系统、电子设备及存储介质与流程

1.本公开涉及通信技术领域，具体涉及一种通信客户分类管理方法，一种通信客户分类管理系统，一种电子设备，以及一种计算机可读存储介质。


背景技术：

2.通信、电商、线下商铺门店等各行业对客户分类的方法很多，如区分会员和非会员、设置会员等级等，一般都是根据消费情况区分客户价值贡献，对客户进行分类。
3.通信业务的特点是每月通信消费数据都会有更新，业务分为移网、宽带、固话，通信消费包括移网、宽带融合套餐等，并且客户名下可能有多个账号或主副卡，消费数据较为复杂，当客户对通信业务不满意或其他原因时，还会离网或携号转网，因此，运营商会对客户的消费信息进行分析，对客户消费情况划分会员档级，以预测具有流失倾向的客户，识别并保持有价值的客户，但现有客户分类方式主要是基于客户单个账户进行分析。只考虑了客户的价值贡献。在进行离网高危客户预测时，训练结果只分为高危客户和非高危客户两类，对于客户的维系行为中客户分类颗粒度不够细，并且分类过程中往往是通过设置一系列的限制条件来对客户进行分类管理，而这些分类方式几乎都是基于用户单个号码为主，未实现以客户为评级单元的客户价值归集。无法为客户提供更好的管理。


技术实现要素：

4.本公开提供一种通信客户分类管理方法、系统、电子设备及技算机可读存储介质根据客户名下全业务稳定性和价值贡献，分级分类优化资源配置，匹配维系策略，为客户提供更好的管理服务。
5.第一方面，本公开提供一种通信客户分类管理方法，所述方法包括：
6.根据客户的稳定度因子以第一预设周期计算客户的综合稳定度得分，并根据客户的综合稳定度得分将客户分为不同的稳定度等级；
7.根据客户的每用户平均收入arpu值贡献和网龄，以所述第一预设周期计算客户综合价值得分，并根据客户的综合价值得分将客户分为不同的综合价值评级等级；
8.根据客户的稳定度等级和综合价值评级等级将客户分为不同的群组；
9.针对不同群组的客户，对客户进行差异化管理。
10.进一步的，所述根据客户的稳定度因子以第一预设周期计算客户的综合稳定度得分包括：
11.获取训练数据，所述训练数据包括已知客户的各个稳定度因子得分和不同类别客户的流失率p，以及根据流失率p测算出的稳定度得分z；
12.通过预设回归分析模型对所述训练数据进行训练，得到客户的各个稳定度因子分别对稳定度得分z的影响系数；
13.通过客户的各个稳定度因子分别对稳定度得分z的影响系数及待计算客户的各个稳定度因子得分以第一预设周期计算客户的综合稳定度得分z
′
。
14.进一步的，所述训练数据中流失率p与稳定度得分z的关系为：
[0015][0016]
客户的综合稳定度得分z
′
的计算公式为：
[0017]
z
′
＝β0 β1x1 β2x2
…
β
t
x
t
[0018]
x1、x2、...、x
t
分别表示待计算客户的各个稳定度因子得分，β0为根据所述训练数据得出的基本稳定度得分，β1、β2、...、β
t
分别表示通过模型训练得到的客户的各个稳定度因子对稳定度得分z的影响系数，t为稳定度因子的数量。
[0019]
进一步的，所述稳定度因子的类型包括：
[0020]
合约稳定度类型、业务稳定度类型、号码稳定度类型和业务使用稳定度类型中的至少一种。
[0021]
进一步的，所述根据客户的综合稳定度得分将客户分为不同的稳定度等级，包括：
[0022]
若客户的综合稳定度得分在流失率小于(1
‑
m)
×
s％对应的综合稳定度得分的范围内，则客户稳定度等级为高稳定度；
[0023]
若客户的综合稳定度得分在流失率大于或等于(1
‑
m)
×
s％，且小于或等于(1 n)
×
s％对应的综合稳定度得分的范围内，则客户稳定度等级为中稳定度；
[0024]
若客户的综合稳定度得分在流失率大于(1 n)
×
s％对应的综合稳定度得分的范围内，则客户稳定度等级为低稳定度；
[0025]
其中，s％为当前的全网流失率，m和n为预设的参数。
[0026]
进一步的，根据客户的arpu值贡献和网龄，以所述第一预设周期计算客户综合价值得分的计算公式为：
[0027]
客户综合价值得分＝客户的arpu值贡献得分 网龄得分，
[0028]
其中，客户的arpu值贡献得分根据客户的自然人账户在最近预设时间段内移网业务、融合业务和固网业务累积出账收入合计进行评分，按照一元一分计算；网龄得分根据客户的自然人名下所有移网、宽带和固话号码的实际在网时长累计进行评分，按照在网一个月三分计算。
[0029]
进一步的，根据客户的综合价值得分将客户分为不同的综合价值评级等级，包括：
[0030]
按第二预设周期更新分级得分阈值，所述分级得分阈值由在本次更新周期内的首次综合价值评级时，根据客户首次综合价值评级的综合价值得分从高到低按5％、10％、15％、40％、30％对客户进行分级后，根据各个等级对应的综合价值得分阈值得出；
[0031]
在本次更新周期内的非首次综合价值评级时，根据本次更新周期的分级得分阈值和客户当次评级的综合价值得分确定客户的综合价值评级等级。
[0032]
进一步的，所述方法还包括：
[0033]
将客户的稳定度等级分为高稳定度、中稳定度和低稳定度；
[0034]
将客户的综合价值评级等级从高到低分为五星、四星、三星、二星和一星；
[0035]
所述根据客户的稳定度等级和综合价值评级等级将客户分为不同的群组，包括：
[0036]
构建由客户的综合价值评级和稳定度等级组成的交叉矩阵，得到客户的星级加稳定度编码，其中将编码为五星高稳定度和四星高稳定度的客户定为黄金客户，将编码为五星低稳定度、四星低稳定度和三星低稳定度的客户定为高危客户，将编码为五星中稳定度、
四星中稳定度和三星中稳定度的客户定为波动客户，将编码为二星低稳定度、一星中稳定度和二星中稳定度的客户定为常规客户，将编码为三星高稳定度、二星高稳定度和一星高稳定度的客户定为潜力客户，将编码为一星低稳定度的客户定为潮汐客户。
[0037]
进一步的，所述针对不同群组的客户，对客户进行差异化管理包括：
[0038]
针对黄金客户，提供热线服务优先接入，生日权益，购机优惠服务；
[0039]
针对高危客户，提供赠送充话费优惠券权益活动；
[0040]
针对潜力客户、常规客户和波动客户，进行套餐产品推送，推送内容包括承诺最低消费、预存转兑、流量包合约型产品。
[0041]
第二方面，本公开提供一种通信客户分类管理系统，包括：
[0042]
第一计算分级模块，其设置为根据客户的稳定度因子以第一预设周期计算客户的综合稳定度得分，并根据客户的综合稳定度得分将客户分为不同的稳定度等级；
[0043]
第二计算分级模块，其设置为根据客户每用户平均收入arpu值贡献和网龄，以所述第一预设周期计算客户综合价值得分，并根据客户的综合价值得分将客户分为不同的综合价值评级等级；
[0044]
分组模块，其设置为根据客户的稳定度等级和综合价值评级等级将客户分为不同的群组；
[0045]
管理模块，其设置为针对不同群组的客户，对客户进行差异化管理。
[0046]
第三方面，本公开还提供一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，当所述处理器运行所述存储器存储的计算机程序时，所述处理器执行如第一方面中任一所述的通信客户分类管理方法。
[0047]
第四方面，本公开还提供一种计算机可读存储介质，包括：计算机程序，当其在计算机上运行时，使得计算机执行如第一方面中任一所述的通信客户分类管理方法。
[0048]
有益效果：
[0049]
本公开提供的通信客户分类管理方法、系统、电子设备及计算机可读存储介质，选择自然人客户为评级对象，选取其名下移网、宽带、固话业务。从客户稳定度和价值贡献(arpu值、网龄)两方面对客户进行分类，分别分为稳定度高、稳定度中、稳定度低3个标签和五星、四星、三星、二星、一星5个标签。构建由客户稳定度评定和综合价值评级组成的交叉矩阵，将客户编码与标签进行匹配，将客户分为黄金客户、高危客户、波动客户、低端客户、潜力客户、潮汐客户6类；针对这6种分类对客户开展精准化维系活动，分级分类优化资源配置，匹配维系策略，为客户提供更好的管理服务，提升客户感知，降低客户的流失。
附图说明
[0050]
图1为本公开实施例一提供的一种通信客户分类管理方法的流程示意图；
[0051]
图2为本公开实施例二提供的一种通信客户分类管理系统的架构图；
[0052]
图3为本公开实施例三提供的一种电子设备的架构图。
具体实施方式
[0053]
为使本领域技术人员更好地理解本公开的技术方案，下面结合附图和实施例对本公开作进一步详细描述。
[0054]
其中，在本公开实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚的表示其他含义。
[0055]
通信客户涵盖移网、宽带、固话业务，名下可能有多个账号，包括主副卡。而现有客户分类通过根据客户账户的消费情况区分客户价值贡献，对客户进行分类，对于客户维系行为中的客户分类颗粒度不够细致；而且这些分类方式几乎都是基于用户单个号码为主，未实现以客户为评级单元的客户价值归集。
[0056]
下面以具体地实施例对本公开的技术方案以及本公开的技术方案如何解决上述问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。
[0057]
图1为本公开实施例一提供的一种通信客户分类管理方法的流程示意图，如图1所示，所述方法包括：
[0058]
步骤s101：根据客户的稳定度因子以第一预设周期计算客户的综合稳定度得分，并根据客户的综合稳定度得分将客户分为不同的稳定度等级；
[0059]
步骤s102：根据客户的每用户平均收入arpu值贡献和网龄，以所述第一预设周期计算客户综合价值得分，并根据客户的综合价值得分将客户分为不同的综合价值评级等级；
[0060]
步骤s103：根据客户的稳定度等级和综合价值评级等级将客户分为不同的群组；
[0061]
步骤s104：针对不同群组的客户，对客户进行差异化管理。
[0062]
通信业务的特点是每月通信消费数据都会有更新，业务分为移网、宽带、固话，通信消费包括移网、宽带融合套餐等，并且客户名下可能有多个账号或主副卡，消费数据较为复杂，本公开实施例以自然人客户为评定对象，评定等级时将客户名下所有账户统一进行考虑，选取其名下移动网络、宽带和固话业务，在预设周期通过预设的稳定度因子计算客户的综合稳定度得分，其中第一预设周期可以是一个月，两个月、一个季度等，根据具体情况设置，预设的稳定度因子为根据客户的签约情况，业务使用情况，号码等各方面确定的客户是否会离网或转网的影响因子，计算时需要确定各个稳定度因子的影响权重，具体可以根据现有已统计的各稳定度因子的得分和是否离网数据进行回归分析得出，再根据待计算客户的各个稳定度因子的得分和各因子权重计算得出客户的综合稳定度得分，得分越高表示越稳定，根据得分对客户进行稳定度分级。再对客户以自然人为基础进行星级评定，评级对象为自然人客户，基于客户全业务包括移网、宽带、固话，综合考虑自然人arpu(average revenue per user，每用户平均收入)值贡献和网龄两个因素，计算客户综合价值得分，根据综合价值得分将客户分为不同的综合价值评级等级，一般地，综合价值评级等级根据一定的分级得分阈值进行划分，根据得分落入区间确定综合价值评级等级。评级时与稳定度因子计算采用相同的周期，在得出客户的稳定度等级和综合价值评级等级后，将客户进行分群组处理，以确定哪些客户是高价值稳定客户，高价值不稳定客户，潜力客户，低价值稳定客户等等，对不同群组的客户进行精准维系，提供差异化服务和营销活动。
[0063]
本公开实施例可以对客户进行精准的分类，以对客户进行分级分类优化资源配置，匹配维系策略，为客户提供更好的管理服务，提升客户感知，降低客户的流失。
[0064]
进一步的，所述根据客户的稳定度因子以第一预设周期计算客户的综合稳定度得
分包括：
[0065]
获取训练数据，所述训练数据包括已知客户的各个稳定度因子得分和不同类别客户的流失率p，以及根据流失率p测算出的稳定度得分z；
[0066]
通过预设回归分析模型对所述训练数据进行训练，得到客户的各个稳定度因子分别对稳定度得分z的影响系数；
[0067]
通过客户的各个稳定度因子分别对稳定度得分z的影响系数及待计算客户的各个稳定度因子得分以第一预设周期计算客户的综合稳定度得分z
′
。
[0068]
预设回归分析模型可以选择logistics回归分析模型，自变量为各个稳定度因子，有离散型0
‑
1变量、分类变量和数值型变量，因变量为根据流失率p测算的稳定度得分z。采用最大似然估计的方法求出回归系数，使得预测概率尽可能吻合目标变量的真实概率，概率越大，客户流失的可能性越大，反之越稳定。概率值为0到1分布，使用logistics回归将正常使用客户的得分值扩大。通过模型训练得到各个稳定度因子对稳定度得分z的影响系统β
i
及基础稳定度得分β0。
[0069]
进一步的，所述训练数据中流失率p与稳定度得分z的关系为：
[0070][0071]
客户的综合稳定度得分z
′
的计算公式为：
[0072]
z
′
＝β0 β1x1 β2x2
…
β
t
x
t
[0073]
x1、x2、...、x
t
分别表示待计算客户的各个稳定度因子得分，β0为根据所述训练数据得出的基本稳定度得分，β1、β2、...、β
t
分别表示通过模型训练得到的客户的各个稳定度因子对稳定度得分z的影响系数，t为稳定度因子的数量。
[0074]
进一步的，所述稳定度因子的类型包括：
[0075]
合约稳定度类型、业务稳定度类型、号码稳定度类型和业务使用稳定度类型中的至少一种。
[0076]
稳定度因子会适时进行动态调整，初次评定采用以下如表1中所示的5类共32个稳定度因子进行评价。
[0077]
表1稳定度因子
[0078]
[0079][0080]
训练时，训练数据包括32个稳定度因子和不同类别用户的流失率。
[0081]
通过对客户的各个稳定度因子根据表1中标准进行打分，在根据各个稳定度因子的权重，则可以计算出每个客户的稳定度得分z，稳定度得分充分考虑了各个影响因素，使计算的稳定度得分与实际情况更相近。
[0082]
进一步的，所述根据客户的综合稳定度得分将客户分为不同的稳定度等级，包括：
[0083]
若客户的综合稳定度得分在流失率小于(1
‑
m)
×
s％对应的综合稳定度得分的范围内，则客户稳定度等级为高稳定度；
[0084]
若客户的综合稳定度得分在流失率大于或等于(1
‑
m)
×
s％，且小于或等于(1 n)
×
s％对应的综合稳定度得分的范围内，则客户稳定度等级为中稳定度；
[0085]
若客户的综合稳定度得分在流失率大于(1 n)
×
s％对应的综合稳定度得分的范围内，则客户稳定度等级为低稳定度；
[0086]
其中，s％为当前的全网流失率，m和n为预设的参数。
[0087]
计算出客户综合稳定度得分之后，按照以下规则将客户分别标记为高稳定度、中稳定度和低稳定度。规则如下表2所示：
[0088]
表2：稳定度等级评价标准
[0089][0090][0091]
综合稳定度级别可以根据参数m、n值配置进行动态调整。
[0092]
高、中、低三类级别的综合稳定度得分在初次评定时依据xx年xx月存量客户次月流失率进行评定：
[0093]
流失率高于平均流失率一倍以上客户为低稳定度客户，即n＝1；
[0094]
流失率低于平均流失率一半以下客户为高稳定度客户，即m＝0.5；
[0095]
其他客户为中稳定度客户。
[0096]
在初次评定了稳定度等级后，可以根据初次评定的综合稳定度得分，确定综合稳
定度得分阈值，综合稳定度得分阈值确定后，再次评定时可以根据阈值进行稳定度等级评定。综合稳定度得分阈值相对固定，在必要时也可以进行更新。
[0097]
每月对客户的稳定度评定一次，评估前一个月月末时的自然人客户全业务稳定度。
[0098]
进一步的，根据客户的arpu值贡献和网龄，以所述第一预设周期计算客户综合价值得分的计算公式为：
[0099]
客户综合价值得分＝客户的arpu值贡献得分 网龄得分，
[0100]
其中，客户的arpu值贡献得分根据客户的自然人账户在最近预设时间段内移网业务、融合业务和固网业务累积出账收入合计进行评分，按照一元一分计算；网龄得分根据客户的自然人名下所有移网、宽带和固话号码的实际在网时长累计进行评分，按照在网一个月三分计算。
[0101]
以自然人客户为评级对象，综合考虑自然人arpu值贡献、网龄两个因素，计算客户综合价值得分，
[0102]
其中，预设时间段可以为半年、一年或其他，可自主设置，若为一年，则arpu值取自然人账户最近12个月移网业务、融合业务、固网业务累积出账收入合计所得，以元为单位四舍五入取整，arpu值得分按照1元1分计算，移网arpu取自然人最近12个月移网业务累积出账收入，融合arpu按照移网、固网收入归属的自然人分别进行价值归集，固网业务arpu取宽带固话实际资费；网龄得分选取自然人名下所有移网、宽带、固话号码的实际在网时长进行评分，在网一个月3分。计算是根据第一预设周期计算。
[0103]
进一步的，根据客户的综合价值得分将客户分为不同的综合价值评级等级，包括：
[0104]
按第二预设周期更新分级得分阈值，所述分级得分阈值由在本次更新周期内的首次综合价值评级时，根据客户首次综合价值评级的综合价值得分从高到低按5％、10％、15％、40％、30％对客户进行分级后，根据各个等级对应的综合价值得分阈值得出；
[0105]
在本次更新周期内的非首次综合价值评级时，根据本次更新周期的分级得分阈值和客户当次评级的综合价值得分确定客户的综合价值评级等级。
[0106]
对全网全量客户以自然人为基础进行综合价值评级等级评定，按星级划分，评级对象为自然人客户，基于客户全业务包括移网、宽带、固话。计算客户综合价值得分后，按统一价值得分定级阈值，依次分为五星、四星、三星、二星和一星客户。阈值固定按第二预设周期更新，所示第二预设周期数值大于第一预设周期，可以为一个季度，半年，一年等。将自然人账户按照综合价值得分由高至低划分等级，自然人星级首次划分将按照自然人比例得分进行划分，分级比例为5％、10％、15％、40％、30％，根据划分比例得出分级得分阈值测算初始值(score1、score2、score3、score4)。在确定了分级得分阈值后，在一个第二预设周期内，再次进行评级时，根据分级得分阈值确定客户的综合价值评级等级。一个第二预设周期内首次进行评级规则如下表3所示：
[0107]
表3：客户的综合价值评级等级首次进行评级规则
[0108][0109][0110]
进一步的，所述方法还包括：
[0111]
将客户的稳定度等级分为高稳定度、中稳定度和低稳定度；
[0112]
将客户的综合价值评级等级从高到低分为五星、四星、三星、二星和一星；
[0113]
所述根据客户的稳定度等级和综合价值评级等级将客户分为不同的群组，包括：
[0114]
构建由客户的综合价值评级和稳定度等级组成的交叉矩阵，得到客户的星级加稳定度编码，其中将编码为五星高稳定度和四星高稳定度的客户定为黄金客户，将编码为五星低稳定度、四星低稳定度和三星低稳定度的客户定为高危客户，将编码为五星中稳定度、四星中稳定度和三星中稳定度的客户定为波动客户，将编码为二星低稳定度、一星中稳定度和二星中稳定度的客户定为常规客户，将编码为三星高稳定度、二星高稳定度和一星高稳定度的客户定为潜力客户，将编码为一星低稳定度的客户定为潮汐客户。
[0115]
将客户分为不同的群组是对客户进行分类分群。以价值作为主轴，结合稳定度，构建交叉矩阵，将客户划分为15宫格，并以客户编码标识。构建由客户综合价值评级和稳定度评定组成的交叉矩阵如下表4所示。每个第一预设周期都对客户进行重新分群。
[0116]
表4：客户的综合价值评级和稳定度等级组成的交叉矩阵
[0117][0118]
将客户编码后，将编码与标签进行匹配，匹配规则如下表5所示:
[0119]
表5：客户编码与标签匹配规则
[0120][0121]
在确定客户标签后，将客户对应分入了不同的群组，每个群组的客户具有其共有的特性，确定客户重点关注的问题，可以针对这些特性更好的对客户进行管理。
[0122]
进一步的，所述针对不同群组的客户，对客户进行差异化管理包括：
[0123]
针对黄金客户，提供热线服务优先接入，生日权益，购机优惠服务；
[0124]
针对高危客户，提供赠送充话费优惠券权益活动；
[0125]
针对潜力客户、常规客户和波动客户，进行套餐产品推送，推送内容包括承诺最低消费、预存转兑、流量包合约型产品。
[0126]
针对不同群组的客户，进行精准维系，提供差异化服务和营销活动。如针对黄金客户，提供热线服务优先接入、生日权益、购机优惠等服务。针对高危客户，赠送充话费优惠券等权益，进行关怀挽留。针对潜力客户、常规客户、波动客户，进行精准的套餐产品推送，包括承诺最低消费、预存转兑、流量包等合约型产品，引导客户提价值，提升客户稳定度。
[0127]
本公开实施例从客户稳定度和价值贡献(arpu值、网龄)两方面对客户进行分类，分别分为稳定度高、稳定度中、稳定度低3个标签和五星、四星、三星、二星、一星5个标签。构建由客户稳定度评定和综合价值评级组成的交叉矩阵，将客户编码与标签进行匹配，将客户分为黄金客户、高危客户、波动客户、低端客户、潜力客户、潮汐客户6类。针对这6种分类对客户开展精准化维系活动，分级分类优化资源配置，匹配维系策略，为客户提供更好的管理服务，提升客户感知，降低客户的流失。
[0128]
图2为本公开实施例二提供的一种通信客户分类管理系统的架构图，如图2所示，包括：
[0129]
第一计算分级模块11，其设置为根据客户的稳定度因子以第一预设周期计算客户的综合稳定度得分，并根据客户的综合稳定度得分将客户分为不同的稳定度等级；
[0130]
第二计算分级模块12，其设置为根据客户每用户平均收入arpu值贡献和网龄，以所述第一预设周期计算客户综合价值得分，并根据客户的综合价值得分将客户分为不同的综合价值评级等级；
[0131]
分组模块13，其设置为根据客户的稳定度等级和综合价值评级等级将客户分为不同的群组；
[0132]
管理模块14，其设置为针对不同群组的客户，对客户进行差异化管理。
[0133]
进一步的，所述第一计算分级模块11包括：
[0134]
获取单元，其设置为获取训练数据，所述训练数据包括已知客户的各个稳定度因子得分和不同类别客户的流失率p，以及根据流失率p测算出的稳定度得分z；
[0135]
训练单元，其设置为通过预设回归分析模型对所述训练数据进行训练，得到客户的各个稳定度因子分别对稳定度得分z的影响系数；
[0136]
计算单元，其设置为通过客户的各个稳定度因子分别对稳定度得分z的影响系数及待计算客户的各个稳定度因子得分以第一预设周期计算客户的综合稳定度得分z
′
。
[0137]
进一步的，所述获取单元获取的训练数据中流失率p与稳定度得分z的关系为：
[0138][0139]
所述计算单元计算客户的综合稳定度得分z
′
的计算公式为：
[0140]
z
′
＝β0 β1x1 β2x2
…
β
t
x
t
[0141]
x1、x2、...、x
t
分别表示待计算客户的各个稳定度因子得分，β0为根据所述训练数据得出的基本稳定度得分，β1、β2、...、β
t
分别表示通过模型训练得到的客户的各个稳定度因子对稳定度得分z的影响系数，t为稳定度因子的数量。
[0142]
进一步的，所述稳定度因子包括：
[0143]
合约稳定度、业务稳定度、号码稳定度、业务使用稳定度中的至少一种。
[0144]
进一步的，所述第一计算分级模块11还包括分级单元；
[0145]
所述分级单元设置为：
[0146]
若客户的综合稳定度得分在流失率小于(1
‑
m)
×
s％对应的综合稳定度得分的范围内，则客户稳定度等级为高稳定度；
[0147]
若客户的综合稳定度得分在流失率大于或等于(1
‑
m)
×
s％，且小于或等于(1 n)
×
s％对应的综合稳定度得分的范围内，则客户稳定度等级为中稳定度；
[0148]
若客户的综合稳定度得分在流失率大于(1 n)
×
s％对应的综合稳定度得分的范围内，则客户稳定度等级为低稳定度；
[0149]
其中，s％为当前的全网流失率，m和n为预设的参数。
[0150]
进一步的，所述第二计算分级模块12采用以下公式计算客户综合价值得分：
[0151]
客户综合价值得分＝客户的arpu值贡献得分 网龄得分，
[0152]
其中，客户的arpu值贡献得分根据客户的自然人账户在最近预设时间段内移网业务、融合业务和固网业务累积出账收入合计进行评分，按照一元一分计算；网龄得分根据客户的自然人名下所有移网、宽带和固话号码的实际在网时长累计进行评分，按照在网一个月三分计算。
[0153]
进一步的，所述第二计算分级模块12还设置为：
[0154]
按第二预设周期更新分级得分阈值，所述分级得分阈值由在本次更新周期内的首次综合价值评级时，根据客户首次综合价值评级的综合价值得分从高到低按5％、10％、15％、40％、30％对客户进行分级后，根据各个等级对应得的综合价值得分阈值得出；
[0155]
在本次更新周期内的非首次综合价值评级时，根据本次更新周期的分级得分阈值和客户当次评级的综合价值得分确定客户的综合价值评级等级。
[0156]
进一步的，所述第一计算分级模块11还设置为将客户的稳定度等级分为高稳定度、中稳定度和低稳定度；
[0157]
所述第二计算分级模块12还设置为将客户的综合价值评级等级从高到低分为五星、四星、三星、二星和一星；
[0158]
所述分组模块13具体设置为：
[0159]
构建由客户的综合价值评级和稳定度等级组成的交叉矩阵，得到客户的星级加稳定度编码，其中将编码为五星高稳定度和四星高稳定度的客户定为黄金客户，将编码为五星低稳定度、四星低稳定度和三星低稳定度的客户定为高危客户，将编码为五星中稳定度、四星中稳定度和三星中稳定度的客户定为波动客户，将编码为二星低稳定度、一星中稳定度和二星中稳定度的客户定为常规客户，将编码为三星高稳定度、二星高稳定度和一星高稳定度的客户定为潜力客户，将编码为一星低稳定度的客户定为潮汐客户。
[0160]
进一步的，所述管理模块14具体设置为：
[0161]
针对黄金客户，提供热线服务优先接入，生日权益，购机优惠服务；
[0162]
针对高危客户，提供赠送充话费优惠券权益活动；
[0163]
针对潜力客户、常规客户和波动客户，进行套餐产品推送，推送内容包括承诺最低消费、预存转兑、流量包合约型产品。
[0164]
本公开实施例的通信客户分类管理系统用于实施方法实施例一中的5g通信客户
分类管理方法，所以描述的较为简单，具体可以参见前面方法实施例一中的相关描述，此处不再赘述。
[0165]
此外，如图3所示，本公开实施例三还提供一种电子设备，包括存储器10和处理器20，所述存储器10中存储有计算机程序，当所述处理器20运行所述存储器10存储的计算机程序时，所述处理器20执行上述各种可能的通信客户分类管理方法。
[0166]
其中，存储器10与处理器20连接，存储器10可采用闪存或只读存储器或其他存储器，处理器20可采用中央处理器或单片机。
[0167]
此外，本公开实施例还提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，当用户设备的至少一个处理器执行该计算机执行指令时，用户设备执行上述各种可能的方法。
[0168]
其中，计算机可读存储介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于asic(application specific integrated circuit，专用集成电路)中。另外，该asic可以位于用户设备中。当然，处理器和存储介质也可以作为分立组件存在于通信设备中。
[0169]
可以理解的是，以上实施方式仅仅是为了说明本公开的原理而采用的示例性实施方式，然而本公开并不局限于此。对于本领域内的普通技术人员而言，在不脱离本公开的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本公开的保护范围。