在电信业新增市场增长趋缓的背景下，如何维系存量用户成为各通信运营商关注的焦点，而用户维系的前提在于能否对用户进行有效细分。

    用户维系成本投入的极限是每用户平均收入(ARPU值)与离网率的乘积。如针对ARPU值为100元的用户群，其月离网率如果仅为5%，则每户每月维系成本投入不能超过5元，否则维系收益为负。但5元的维系成本对有离网倾向的用户而言，无法起到维系效果，这就是维系工作的最大难题。解决这一难题的一个途径就是用户细分，通过细分找出高离网率、高收入贡献的用户群，如找到离网率为10%的用户群，则投入成本可以提高到10元/户，这样就能将维系成本投入到值得维系的用户群中，解决维系成本投入的难题。

    用户细分需要根据用户在特征变量上的不同表现，按照科学的方法把用户分成不同的组群，满足两方面的内容：组群内用户在某一特征或若干特征的表现上相同或者相似；组群间用户在细分的特征变量上表现不同或差异性较大。

    现有用户细分方法分析

    (一)主要研究方法

    以往用户细分的手段是通过聚类算法，将用户分成不同的用户群，识别这些不同用户群的消费习惯和消费特征。主要有设备商分类标准和运营商分类标准两种。

    1.设备商分类标准

    聚类的纬度主要有用户背景属性、行为属性、账务属性和扩展属性，衍生出来的用户细分的模型有很多种，常见的有ARPU值模型、积分模型和综合价值模型。

    用户细分是按照不同标准对用户进行区别，用户细分管理支持各种用户细分要求。常用的用户细分模型可以包括以下三类。

    其一是用户生命周期，是描述用户生命过程的模型，比如可以将用户的各个生命阶段划分为潜在用户、新用户、成长用户、稳定用户、波动用户、流失倾向用户和历史用户几部分。其二是用户价值模型，从用户的贡献度和忠诚度方面加以考察，贡献度可以按ARPU值作为分析依据，比如分为高贡献用户、中等贡献用户和低贡献用户三个等级。其三是用户行为模型，从用户的呼叫、消费、支付和资费选取等方面来考察用户的行为，在用户细分时分别建立用户的呼叫特征模型、消费特征模型、支付特征模型和资费特征模型。

    2.运营商分类标准

    运营商最常用的是采取“客户金字塔”细分法。“客户金字塔”是根据销售营收或利润等重要客户行为指针为基准，划分为VIP客户、主要客户、普通客户和小客户四种类别。

    VIP客户指客户金字塔中最上层的客户，也就是在过去特定期间内，依购买金额所占最多的前1%客户；主要客户指客户金字塔中，除了VIP客户外，在此特定期间内，消费金额占最多的前5%客户；普通客户指除了VIP客户与主要客户，购买金额最多的前20%客户；小客户指除了上述3种客户外，消费金额为其他客户。详见图1。

    图1：“客户金字塔”细分示意图

    随着存量细分工作的深入，运营商又在“客户金字塔”细分法基础上提出“五分”法。“五分”法是依据CDMA“存量经营”发展的需要而提出的市场细分方法，包括“分级”、“分档”、“分期”、“分群”和“分类”，分别按照按照用户ARPU值、用户预存款、用户的品牌属性和用户是否享受补贴等属性细分用户。