4. 渠道模型分析結果與驗證。 （1）電話客服中心渠道的偏好度分析。在電話客服中心的營銷活動中，電話外呼的目標客戶優先選擇具有電話偏好度的客戶群，其次是沒有明顯渠道偏好的客戶群，再次是營業廳偏好的客戶群，針對營業廳偏好客戶，可以在電話營銷的時候加入向用戶推薦就近的營業廳的資料。 通過電話渠道偏好客戶分析，歸納出影響偏好電話客服渠道最明顯的前10個參數如表2示。 其中，撥打客服次數、在網時長、總計費分鐘數、是否VIP客戶、撥打客服平均時長、撥打聲訊臺次數、呼轉次數這7個因素對客戶的電話偏好產生正影響，也就是客戶的這些參數的值越大，其偏好電話渠道的可能性就越大；而網站操作業務類型數、短信操作次數、網站登錄次數這3個因素對電話偏好產生負影響，與正影響相反。 以“撥打客服次數”為例，T統計量基本顯著（P-值小于顯著性水平0.05），即“撥打客服次數”對因變量具有顯著的解釋能力，參數估計值為0.102 3，即在其他控制其他變量不變的情況下，對數發生比隨著“撥打客服次數”的增加而增加。 從電話渠道模型驗證的角度，前10%的用戶數量明顯較多，因此選擇前模型得分前10％的客戶作為電話偏好的目標客戶。從圖2的曲線來看，模型得分前10％的客戶覆蓋實際具有電話渠道偏好客戶比例達到了30％以上，因此模型提升率達到3倍以上，說明選擇前10%是可以滿足目前的要求。 （2）短信渠道的偏好度分析。通過短信渠道偏好客戶分析，歸納出影響偏好短信渠道最明顯的前9個參數：其中短信操作業務類型數、WLAN使用分鐘數、是否使用中文秘書、漫游計費分鐘4個參數，對短信偏好產生正影響；而在網時長、網站操作業務類型數、總計費分鐘數、撥打客服次數、是否使用留言信箱5個參數對短信偏好產生負影響。 由于短信辦理業務的方式比較容易被年輕人接受，而在網時長比較大的客戶通常是老客戶，他們比較習慣使用電話，使用短信的可能性比較小，因此對比可以看出，在網時長對電話渠道是正影響，對短信渠道是負影響。 對短信渠道模型進行驗證，幾乎所有的短信業務辦理的用戶都是模型得分在20％以內的，采用短信方式辦理業務的用戶的得分都很高，模型覆蓋率非常精確，模型評分前20％的用戶幾呼覆蓋100％的短信辦理用戶，模型提升率接近5倍。說明短信渠道偏好的模型評價用戶是否有短信偏好的能力較強，具有很好的預測能力。 （3）網站渠道的偏好度分析。通過網站渠道偏好的客戶分析，歸納出影響偏好網站渠道最明顯的前10個參數：其中網站操作業務類型數、數據業務使用種類數、是否使用號碼管理3個參數對網站偏好產生正影響；而撥打客服次數、總計費分鐘數、撥打客服平均時長、訂購的WAP服務數、是否VIP客戶、短信操作業務類型數、彩鈴IVR買歌次數7個參數對網站偏好產生負影響。 前10大參數中，網站偏好影響為正的參數只有3個，負影響的因素則有7個，原因是參數的設置和選擇目前主要來自于客戶屬性和使用手機的信息，這些內容通常與網站操作沒有太多關聯性，與網站相關的許多數據目前的系統中難以取到；另一個原因可能是網站營業廳的出現時間比較晚，能夠提供的服務內容比較少。針對熟練使用網站辦理業務的用戶，可以提供目標性的營銷發展成為公司的網站業務使用的“種子客戶”，通過他們去影響交往圈的其他客戶，從而提升網站辦理的數量和比例，減輕對電話渠道的壓力，使得電話營銷中心的資源可以投放到更有生產力的活動中。 網站渠道模型評分排名前10％的客戶實際驗證中通過網站辦理數明顯高于排名靠后的其他客戶，說明模型評分的準確度比較高。 三、 研究案例總結 掌握好渠道偏好度的工作，能夠有效地以有限的資源盡可能的服務更多的高價值的客戶和業務，減少低價值客戶和業務占用客服渠道資源的比例。同時，重點發展電子渠道，培養引導用戶從傳統渠道（營業廳和電話客服）向電子渠道（網站和短信）轉變，對于電信運營商就必能產生關鍵性的績效提升。 利用數據倉庫再進行數據挖掘可以突破以往的技術困難限制，有效地建立高精確度的模型。構建模型時基礎變量選取得當能夠產生很好的適應性和普及彈性，體現涵蓋不同省、市的區域差別。從上述實際的案例，也驗證了應用這種CRM信息技術的優越能力，一旦建立了標準模型和技術方案的實施機制，將會易于其推廣便利為運營商創造顯著績效。