TM 电工技术 1．中国电机工程学报 2. 电力系统自动化 3. 电工技术学报4.电网技术 5. 电池6. 电源技术7. 高电压技术8. 电工电能新技术9. 中国电力 10. 继电器（改名为：电力系统保护与控制）11. 电力自动化设备12. 电力系统及其自动化学报 13.电力电子技术 14. 高压电器15. 微特电机16. 电化学17. 电机与控制学报18. 华北电力大学学报19. 变压器20. 微电机21. 电气传动22. 磁性材料及器件23.电机与控制学报 24.华东电力25.绝缘材料 26低压电器. 27. 电瓷避雷器28.蓄电池29.电气应用30.大电机技术31.电测与仪表 32.照明工程学报
TN 无线电电子学,电信技术 1．电子学报 2. 半导体学报3. 通信学报4. 电波科学学报5. 北京邮电大学学报6.光电子、激光 7. 液晶与显示8.电子与信息学报9.系统工程与电子技术10.西安电子科技大学学报 11. 现代雷达12. 红外与毫米波学报 13. 信号处理14. 红外与激光工程 15半导体光电16. 激光与红外17. 红外技术18. 光电工程19. 电路与系统学报20.微电子学21. 激光技术 22. 电子元件与材料23. 固体电子学研究与进展 24.电信科学25.半导体技术26. 微波学报27. 电子科技大学学报28. 光通信技术29. 激光杂志30. 光通信研究31. 重庆邮电学院学报.自然科学版(改名为:重庆邮电大学学报.自然科学版)32.功能材料与器件学报33.光电子技术34. 应用激光35.电子技术应用 36. 数据采集与处理37.压电与声光38. 电视技术39.电讯技术 40.应用光学 41. 激光与光电子学进展42.微纳电子技术43.电子显微学报
以上都是电力杂志，你可以选择投稿。至于稿费吗，我想每一家都会有的。
北京邮电大学学报是EI期刊。
《北京邮电大学学报》(自然版)是北京邮电大学主办的学术类期刊(双月刊)， 被美国工程信息公司(EI)定为核心期刊。
学报被收录的权威检索系统和数据库：英国《科学文摘》、俄罗斯《文摘杂志》、美国《剑桥科学文摘》。《中国无线电电子学文摘》、 《电子科技文摘》、《中国科学引文数据库》、《电子期刊》"、《邮电科技中文文献数据库》、《中国物理文摘》、《中国学术期刊综合评价数据库》、《中国数学文摘》等。
北京邮电大学是中华人民共和国教育部直属，工业和信息化部共建的一所以信息科技为特色，工学门类为主体，管理学、文学、理学等多个学科门类协调发展的全国重点大学。系国家“211工程”、“985工程优势学科创新平台”项目重点建设。被誉为“中国信息科技人才的摇篮”。
2 008年10月
北京邮电大学学报(社会科学版)
Journal of BUPT ( Social Sciences Edition)
Vol110, No15
Oct1 2008
收稿日期: 2008 - 07 - 23
作者简介: 杨学成(1977 - ) , 山东平度人, 北京邮电大学经济管理学院讲师、管理学博士。
·管理科学·
客户的关系属性及其对沟通行为的影响
———以移动通信的集团客户为例
杨学成, 张晓航, 石文华
(北京邮电大学经济管理学院, 北京 100876)
摘 要: 预测客户行为是客户关系管理的中心命题。采用客户的人口特征信息、消费数据等指标来预测客户行为, 忽视了客户之间的互动, 尤其是客户的关系属性。文章研究关系属性对移动集团客户沟通行为的影响。为突破以往研究的局
限性, 将集团客户看作是相互连接的社会网络, 客户在这个社会网络中通过语音通话、短信、彩信等方式进行互动和沟通。研究结果显示, 关系属性是客户沟通行为的重要预测变量, 但在不同的沟通水平上存在着一些差异。结论对移动运
营商的营销实践具有重要的借鉴意义。
关键词: 关系属性; 社会网络分析; 客户关系管理; 集团客户
一、引 言
由于政府管制的放开, 更为激烈的竞争环境以及新技术和市场的发展, “流失率”成为电信运营商非常关心的问题, 他们比以往任何时候都更重视客户关系管理。然而, 客户关系管理也有其自身的局限性。其中最大的局限是客户关系管理普遍将客户视为相互独立的, 认为他们的购买决策独立于其他任何人。实际上, 客户是有意识或无意识地相互连接在一起的[ 1 ] , 也就是说客户是处在自身的社会网络之中的。造成这一局限的一大原因是分析人员通常缺乏有关客户互动的信息, 因而就无法理解客户的社会网络属性及其结构。幸运的是, 随着移动通信行业信息化水平的提升, 大量的通话记录保留了
下来, 因此通过移动运营商的信息系统平台很容易获得客户相互之间进行沟通和互动的数据, 这为基
于社会网络的营销机会分析和活动推广提供了良好的基础。
本文阐述客户的关系属性对其沟通行为的影响力。以中国移动某省分公司的一个集团客户作为研
究对象, 首先描述集团客户内部成员之间的互动特征; 进而计算各个成员的关系属性; 最后研究这些
关系属性对其沟通行为(语音通话) 的影响程度。
二、作为社会网络的移动通信网
伴随着新技术的发展, 类似于手机、电子邮件、即时通信这样的沟通模式和沟通设备已经把人们
带到了一个“随时随地交往”的时代。[ 2 - 3 ]移动通信为人们的日常沟通打开了方便之门。通过语音通
话、短信等形式, 客户可以很方便地咨询产品信息和消费建议, 诉说自己的消费经历和提供购买参考。
从这个角度上来讲, 客户实际上是连接在一起的, 他们的购买决策通常受到家人、朋友、熟人、业务
伙伴等的强烈影响。
根据社会网络分析的观点, 一个社会网系统是由大量的行动者(或称节点) 和将他们连接在一起
·43·
的关系模式构成。[ 4 ]社会网络分析就是一套基于网络系统中的关系来研究社会结构的方法。[ 5 ]网络分析
的目的是检验行动者委身于什么样的关系系统, 并进而分析关系结构的属性如何影响行为。因而研究
的焦点是行动者之间的相互依赖, 以及他们在社会网的位置如何影响他们的机会、约束和行为。[ 6 ]基于
此, 社会网视行动者是镶嵌在关系系统之中的, 他们的特征由其所处的结构环境决定。社会网分析在
宏观和微观之间架起了一座桥梁, 既可以考察宏观效应(如网络结构、网络演化等) , 也允许考察微观效
应(如个体的目标) , 还允许研究宏观和微观两个层面的混合效应(如网络结构对个体推荐动机的影响)。
近年来的研究已经显现出了客—客互动( customer - to - customer interaction) 对客户行为愈益重要
的影响力。例如, 有的学者研究了客—客互动对顾客推荐行为的研究[ 7 ] ; 有的研究了交易关系在社会
网络中的镶嵌性[ 8 ] ; 还有学者研究了客户互动对销售终端系统( POS, point of sale) 使用行为的影
响[ 9 ] 。此外, 大量有关社会网络分析的文献也探讨了顾客在各种各样的组织中的行为问题, 从而推动
社会网络分析理论发展到了一个相对成熟的阶段。然而, 这一领域的实证研究没有跟上理论的发展,
鲜见考虑客户之间的相互连接性所带来的行为结果的研究出现。
文献[ 10 ] 认为, 作为一种研究方法, 社会网络分析可以用于研究通信网络中的客户关系管理问
题。最近, 很多研究人员开始利用社会网络分析的方法研究移动通信网络。对这些研究人员来说, 移
动通信网络并非单纯的产业背景, 而是一种新出现的社会网络渠道。手机用户就是社会行动者, 而他
们的沟通行为代表了一种关系结构或社会连带。从这种意义上讲, 移动通信网是由相互缠绕在一起的
社会连带构成的, 由此大量的信息得以传递。在这个过程中, 手机用户作为网络的节点传递信息, 根
据对通话对象的挑选决定他们的通信联系。
目前, 已经有一些学者研究了移动通信网络中的手机用户。例如, 文献[ 11 ] 根据社会网络分析
方法研究了如何在客户关系管理中利用社会网络效应, 发现客户的短信使用行为依赖于他所处的社会
网络的短信使用行为; 文献[ 12 ] 研究了手机使用时网络效应的重要性, 以及社会网络结构对用户采
用决策的影响。但这些文献大多探讨移动通信网的网络效应问题, 很少考虑客户的互动特性。
三、研究方法与数据收集
1. 研究程序
首先, 笔者对拟采集数据的移动公司高层管理者和集团客户的客服经理分别进行了两次深度座谈,
访谈的目的是了解哪些关系属性可能对集团客户的通话行为产生比较大的影响。对访谈结果的详细梳
理形成了本研究关系属性的构成维度, 并为各个维度的具体测量方法选择奠定了基础。然后, 深入检
查了该公司集团客户的名单目录, 初步分析了各个集团客户的关系网络特征和关系属性, 以便选择一
个恰当的数据集。最后, 通过运行UC INET610和SPSS1210进行相关的数据分析和模型检验。
2. 数据收集
① 中心度是指某集团客户成员在该集团中所拥有的关系数量的总和。
② 捷径距离是指捷径距离矩阵中列的捷径距离之和。
③ 中介性衡量的是一个人作为媒介者的能力,也就是占据在其他两人快捷方式上重要位置的人。占据这样位置越多,就
越代表他具有很高的中介性。
第一步, 从某地市移动公司的2 000个集团客户中选择一个集团客户作为分析对象, 这个集团客户
必须满足两个条件: ①集团规模适中, 即集团用户数在100～150之间, 这样的用户规模最具代表性;
②集团内成员之间的联系较为紧密, 即平均度在所有集团平均度的均值以上。在满足这两个条件的集
团中通过简单随机抽样选出一个集团客户作为分析对象, 所抽取的集团客户拥有139名成员, 即社会
网络中有139个节点。
第二步, 基于集团内成员的通话记录详单, 构造集团成员间的关系矩阵A139 ×139 , A 中的项aij表示
节点i和节点j之间的联系强度。对联系强度的处理, 采用简单二元对称关系矩阵, 即aij ∈aji , aij = aji。
如果节点i和j之间产生过通话, 那么aij = 1; 否则aij = 0。
第三步, 基于成员间的关系矩阵A139 ×139 , 计算各成员的中心度( degree) ①、捷径距离( farness) ②、
中介性( betweenness) ③等指标。统计集团内各个成员网络内通话量, 记为通话总时长( dur) 。
·44·
北京邮电大学学报(社会科学版) 2008年第5期
最后, 以成员的通话总时长为因变量, 中心度、捷径距离、中介性等指标为自变量构造回归模型,
并估计回归模型的各个参数, 进而研究变量之间的关系。
为了保护用户的隐私, 没有任何有关识别个体用户的信息, 如姓名、地址、性别、年龄等。为了
防止逆向工程, 用户的呼入呼出号码、用户号码等信息由运营商编码后分两步传送过来。此外, 运营
商的员工在个体层面上无法接触到本文的研究结果, 且所有通话内容都不在分析范围之内。
3. 数据分析
本研究的目标是通过实证研究深入理解关系属性如何影响集团客户的沟通行为。为此, 选择了三
个网络指标测量手机集团客户的关系属性。与此同时, 选择某一特定时间段的通话时长作为因变量
(通话行为) 。然后, 通过回归分析检验这些关系属性对沟通行为的影响程度。构建的回归模型如下
Y =α +β1 X1 +β2 X2 +β3 X3 +ε
式中, Y表示对沟通行为的测量, 定义为在选定的1个月时间里(2008年7月1日至7月31日) 某用
户呼入呼出电话的通话分钟数的总和; X1、X2、X3 分别表示客户的社会网络指标中心度、捷径距离、
中介性; α、β1 、β2 、β3 是待估计的参数; ε表示系统误差。
四、研究结果
在整理完毕的网络数据集中, 共有139个节点(个体客户) , 这些节点共形成了1 306条网内联系。
实际联系数量与理论上最大联系数量的比例(网络密度) 为01066 2, 网络的中心度为17119% , 网络
的平均距离为21786。表1归纳了研究模型中主要变量的均值(mean) 、标准差( s1e1) 和变量( varia2
ble) 之间的Pearson相关系数。由表1可以看出, 所有相关系数均显著小于1, 而且膨胀系数均小于
15, 因此不存在明显的共线性问题。
表1 描述性统计和相关矩阵
variable mean s. e. range 1 2 3
dur 112179 99176 605
degree 9134 8134 32 01713 3
farness 389174 75153 464 - 01573 3 - 01793 3
betweenness 253116 405117 2 528 01673 3 01783 3 - 01563 3
注: 3 3 p < 0101。
然后分析自变量( degree、farness和betweenness) 与因变量通话时长的关系。通过运行SPSS1310
的回归( regression) 模块, 得出如表2所示的结果。T值检验的结果显示有两条路径( degree到dur和
betweenness到dur) 是显著的( p < 0101) 。
表2 回归分析结果
variable standardized coefficients t - Value Sig.
degree 014443 3 3 31444 01001
farness - 01054 - 01554 01581
betweenness 012903 3 31075 01003
R - Square = 01540; F = 521911 (P < 01001)
注: 3 3 p < 0101; 3 3 3 p < 01001。
如表2所示, 在对用户通话总时长的影响方面, 中心度比中介性更具解释能力。中心度指标代表
了一个用户与其他用户之间的社会联系。如果一个用户具有更高的中心度, 那么他可能拥有更多与其
他人沟通的机会, 并因此获得更多的利益。由此可以看出, 具有较高中心度的用户是需要运营商重点
·45·
杨学成等: 客户的关系属性及其对沟通行为的影响
关注的, 因为他们往往能为运营商带来更多的收入。中介性指标是能够解释通话总时长的另一个重要
指标, 具有较高中介性的人是指那些在社会网络中占据有利位置或处在其他人联络的捷径距离中间的
人。也就是说, 这些人担当了其他用户之间的中间人( broker) 角色, 并居间平衡, 成为其他人相互联
络的媒介者。因此, 这样的用户也会频繁通话。捷径距离指的是一名用户联系到网络中另一名用户所
要经过的最短路径。然而, 结果显示, 捷径距离对通话时长的回归系数没有通过t检验。造成这一现象
的原因可能是捷径距离只能解释成员在组织中的社会影响力, 而这种社会影响力可以通过其他一些渠
道得以传达, 不一定表现为通话时长。
为了进一步研究这些指标对不同类型用户的影响, 要对回归结果进行深入分析。实际上, 通过表1
的数据可以得到这样一个印象: 通话总时长数据的分布范围非常大( range为605) , 而且通过计算发现
偏度指标也超过了1100的临界值( skewness为11856) 。这说明通话总时长数据并不服从标准的正态分
布, 而是向低水平的通话总时长偏离(mean为112179, s1e1为99176) 。因此, 中位数(88) 是对中
心趋势的一个更好的判断指标。为了更深入的研究, 按照通话总时长的中位数进一步将样本区分为两
个样本数接近但更有意义的小样本。在区分出来的两个小样本中, 分别对回归模型进行估计, 结果如
表3所示。
表3 分样本回归结果
variable 低分组( dur≤88) 高分组( dur > 88) 整体模型(overallmodel)
dependent dur
degree 0146633 01012 11015333
farness - 01065 01001 01019333
betweenness 01161 01633333 0102333
R - Square 01376 01412 01797
F - Value 131484333 141964333 177183333
注: 33 p < 0101; 333 p < 01001。
从表3可以看出, 两个回归模型均通过了统计检验, 说明具有较好的解释能力。对于不同水平的
因变量, 回归模型表现出了显著的不同。在低分组( dur≤88) 中, 中心度指标是最具解释能力的预测
变量; 而在高水平组( dur > 88) 中, 中介性指标的解释能力最大。下面讨论这些分析结果对于运营商
营销和管理的实践意义。
五、实践建议
过去运营商仅通过个体用户的属性理解用户的行为, 忽视用户的网络属性, 而网络属性对于理解
用户的行为至关重要。运营商有必要从网络的角度来看待客户。由于中心度、中介性等网络属性能在
一个组织的范围内很好地解释用户的行为, 因此为运营商提供了了解客户的另一窗口。
在营销实践过程中, 运营商除了关注客户人口特征、消费特征指标外, 还应该重视客户的关系属
性。首先, 运营商在向集团客户推广新产品和开展促销活动时, 应该将集团客户看作是一个相互连接
的社会网络, 而非一群相互独立的客户; 其次, 借助社会网络分析等手段, 分析集团客户的社会网络结
构, 从中找出集团客户中那些占据有利网络位置的个体客户; 最后, 重点向这些占据有利网络位置的个体
客户开展营销活动, 以使营销信息能借助客户自身的社会网络传播, 从而达到节约营销费用的目的。
预测客户的行为是顾客关系管理中的核心命题。传统的预测模型仅仅包含了个体的信息, 而没有
顾及客户的互动特征, 也就是关系属性, 这大大限制了预测的准确性。本文在论述关系属性的重要性
的同时, 建立了运用关系属性预测顾客行为的模型, 并运用实证数据进行了检验。研究结果表明, 客
户的关系属性能对用户的沟通行为产生显著的影响, 这对于运营商提高营销效率具有重要的实践意义。
·46·
北京邮电大学学报(社会科学版) 2008年第5期
参考文献:
[ 1 ] Algesheimer R, Florian V M. A network based app roach to customer equity management[ J ]. Journal of Relationship Marke2
ting, 2006, 5 (1) : 39～57.
[ 2 ] Katz J E, AakhusM A. Perpetual contact: mobile communication, p rivate talk, public performance [M ]. Cambridge: Cam2
bridge University Press, 2002.
[ 3 ] Wellman B. Computer networks as social networks[ J ]. Science, 2001, 293 (14) : 2031～2034.
[ 4 ] IacobucciD. Interactive marketing and the megaNet: networks of networks[ J ]. Journal of InteractiveMarketing, 1998, 12: 5
～16.
[ 5 ] Rogers EM, Kincaid D L. Communication networks: toward a new paradigm for research[M ]. New York: Free Press, 1981.
[ 6 ] Wasserman S, Galaskiewicz J. Advances in social network analysis[M ]. London: Sage, 1994.
[ 7 ] Wangenheim F, Bayon T. The impact ofword ofmouth on service switching: measurement and moderating variables[ J ]. Eu2
ropean Journal ofMarketing, 2004, 38 (9 /10) : 1173～1185.
[ 8 ] Grove S J, Fisk R P. The impact of other customers on service experiences: a critical incident examination of“GettingAlong”
[ J ]. Journal of Retailing, 1997, 73 (1) : 63～85.
[ 9 ] Wathne K H, Biong H, Heide J B. Choice of supp lier in embedded markets: relationship and marketing p rogram effects[ J ].
Journal ofMarketing, 2001, 65: 54～66.
[ 10 ] Algesheimer R, Wangenheim F. A network based app roach to customer equitymanagement[ J ]. Journal of RelationshipMar2
keting, 2005, 5 (1) : 39～57.
[ 11 ] Kiss C, BichlerM. Leveraging network effects for p redictive modeling in customer relationship management[ C ] / / Proceed2
ings of the 15 th AnnualWorkshop on Information Technologies & System (W ITS). LasVegas: [ s. n. ] , 2005.
[ 12 ] Birke D, Swann GM P. Network effects and the choice of mobile phone operator[ J ]. Journal of Evolutionary Economics,
2006, 16 (1～2) : 65～84.
The impact of rela tiona l a ttr ibutes on mob ile phone user’commun ica tion behav ior
YANG Xue - cheng, ZHANG Xiao - hang, SH IWen - hua
( School of Economics andManagement, BUPT, Beijing 100876, China)
Abstract: Predicting customers’behavior is a major analytical task in Customer Relationship Management
(CRM). While the CRM analysts takes a large number of customer attributes such as demography information,
consump tion characteristics into account, the customers’interaction with each other, and in particular relational
attributes have been ignored, although it iswell known that customers are consciously or unconsciously connected
to each other. This article focuses on the impact of relational attributes on mobile phone users’communication be2
havior. Instead of viewing a market as a set of independent entities, we view it as a social network in which the
customer interact with each other via mobile communication app lications such as voice calling, SMS, MMS, blue
- tooth, etc. The results show that relational attributes are powerful p redictors of customers’ voice calling, but
there exists differences between relatively higher calling level and lower calling level. The article concludes by
discussing marketing imp lications for the mobile telecommunications industry.
Key words: relational attributes; social network analysis; customer relationship management; enterp rise cus2
tomer
·47·
杨学成等: 客户的关系属性及其对沟通行为的影响
等数学类杂志
分析理论与应用（英）
高校应用数学学报（中）
高校应用数学学报（英）
应用数学学报（英）
工程数学学报（5期）
生物数学学报
应用泛函分析学报
高等学校计算数学学报(英)
数学译林
数学学报（英）
中国科学基金（英）
数学年刊（英）
大学数学（原工科数学）
代数集刊（英）
南京大学数学半年刊
偏微分方程（英）
微分方程年刊（英）
纯粹数学与应用数学
数学研究
中国科学(A辑)
中国科学A辑（英）
中国大学教学
数学学报
数学进展
系统科学与数学
数学的实践与认识
应用数学学报
数理统计与管理
中国数学文摘
数学年刊中文版
应用概率统计
数学研究与评论
东北数学（英）
数学季刊（英）（河南）
应用数学（湖北）
数学杂志（湖北）
数学物理学报（中）
数学物理学报（英）
模糊系统与数学（湖南）
数学理论与应用（湖南）
应用数学和力学
系统科学与复杂性学报
高等数学研究（陕西）
运筹与管理
中国科学基金
自然科学进展
自然科学进展（英）
统计与精算（人大）
计算数学
高等学校计算数学学报
运筹学学报
计算机科学类
数值计算与计算机应用
计算机科学与技术学报(英)
计算机研究与发展
计算机学报
电子与电脑
网络与信息
计算机工程*
计算机工程与应用*
计算机工程与科学*
计算机应用与软件
软件学报
微型机与应用
计算机辅助设计与图形学
电脑编程技巧与维护
计算机仿真
微型电脑应用
小型微型计算机系统
电脑学习
电脑开发与应用
模式识别与人工智能
数据采集与处理
计算机时代
计算机系统应用
现代计算机
微电子学与计算机
微机发展
计算机应用
信息技术教育
微型计算机
计算机应用文摘
计算机科学
计算机应用研究
电子技术应用
网络安全技术与应用
信息技术
计算机教育
单片机与嵌入式系统应用
信息安全与保密（2006始）
实验室研究与探索
初等数学类杂志
数学通报
中学生数学（下）
中学生数学（上）
数学教学
上海中学数学
中等数学
理科考试研究
中学生理科应试（高中）
中学数学杂志。高（曲阜）
中学数学杂志。初（曲阜）
中学数学月刊（苏州）
中学教研（数学）（浙江）
教学月刊（中学理科）
福建中学数学
中学生数理化（高中）
中学生数理化（初中）
数学通讯（湖北）
中学数学研究（江西）
中学数学研究（广东）
中学理科（下）
中学理科（中）
中学理科（上）
中学数学教学参考（陕西）
数学教学研究（甘肃）
数学教学通讯（重庆）
中学数学教学（安徽）
中学数学（湖北）
数学教育学报（天津）
中学数学教与学（人大）
课程教材教法
中小学教材教学
数理天地（初中）
数理天地（高中）
教育研究
学科教育
高中数学教与学（扬州）
中国电化教育
教育发展研究(上海)
高校学报类杂志
北京大学学报（自然版）
首都师范大学学报
北京师范大学学报
复旦大学学报（自然版）
上海师范大学学报
华东师范大学学报
辽宁师范大学学报
吉林大学学报（自然版）
哈尔滨师范大学学报
河北师范大学学报
中国科学技术大学学报
南京大学学报（自然版）
苏州大学学报（自然版）
福建师范大学学报
河南师范大学学报
武汉大学学报（自然版）
华中师范大学学报
湖南师范大学学报
江西师范大学学报
中山大学学报（自然版）
广西师范大学学报
陕西师范大学学报
兰州大学学报（自然版）
西北师范大学学报
四川大学学报（自然版）
云南师范大学学报
贵州师范大学学报
西南师范大学学报
浙江大学学报（理工版）
南开大学学报（自然版）
清华大学学报（自然版）
湖南大学学报（自然版）
厦门大学学报（自然版）
东南大学学报（自然版）
上海交通大学学报（自然版）
东北师范大学学报（自然版）
扬州大学学报（自然版）
山东大学学报（理学版）
西安电子科技大学学报(自然版)
山西大学学报（自然版）
中南大学学报（自然版）
华中科技大学学报（自然版）
北京邮电大学学报（自然版）
北京航空航天大学学报(自然版)
