數(shù)據(jù)挖掘在銀行ＣＲＭ中的應(yīng)用研究

[摘 要] 隨著金融市場(chǎng)競(jìng)爭(zhēng)的加劇和消費(fèi)者的需求日趨個(gè)性化，如何在快速多變的市場(chǎng)中保持老客戶與爭(zhēng)取新客戶成為關(guān)乎各類(lèi)銀行成長(zhǎng)和發(fā)展的關(guān)鍵，以客戶為中心的客戶關(guān)系管理（CRM）思想就在這樣的一個(gè)環(huán)境和變化中逐漸為銀行所重視與推崇，在日常管理中逐漸成為注目的焦點(diǎn)。然而，如何成功地實(shí)施一個(gè)CRM項(xiàng)目，關(guān)鍵在于如何對(duì)客戶與銀行交互過(guò)程中的各種數(shù)據(jù)進(jìn)行收集、分析，挖掘出隱含在數(shù)據(jù)中的有用信息，然后用分析所得的知識(shí)做出決策，這需要先進(jìn)的技術(shù)和工具的支持，數(shù)據(jù)挖掘技術(shù)的出現(xiàn)為銀行CRM的實(shí)施提供了良好的支持。本文主要闡述了銀行客戶關(guān)系管理中數(shù)據(jù)挖掘技術(shù)的應(yīng)用問(wèn)題。

[關(guān)鍵詞] 數(shù)據(jù)挖掘 客戶關(guān)系管理

客戶關(guān)系管理（CRM——Customer Relationship Management）的首創(chuàng)者Gartner Group認(rèn)為，CRM是迄今為止規(guī)模最大的IT概念，它將看待客戶的概念從獨(dú)立分散的單個(gè)部門(mén)提升到了企業(yè)的層面，雖然與每個(gè)客戶的具體交互行為是由每個(gè)部門(mén)來(lái)完成的，但是卻是企業(yè)對(duì)客戶全面的責(zé)任。CRM可以為企業(yè)提供全方位的管理視角，賦予企業(yè)更完善的客戶交流能力，最大化客戶的收益率。

CRM的核心管理思想就是“客戶”是企業(yè)最重要的資源之一，企業(yè)必須由過(guò)去的“產(chǎn)品”導(dǎo)向向“客戶”導(dǎo)向轉(zhuǎn)變，對(duì)企業(yè)與客戶之間發(fā)生的各種關(guān)系進(jìn)行全面的管理。銀行與客戶之間發(fā)生的關(guān)系，不僅包括單純的各類(lèi)金融產(chǎn)品銷(xiāo)售過(guò)程所發(fā)生的業(yè)務(wù)關(guān)系，如合同簽訂、定單處理、收款等，而且包括在金融營(yíng)銷(xiāo)及售后服務(wù)過(guò)程中發(fā)生的各種關(guān)系，如在金融產(chǎn)品市場(chǎng)活動(dòng)、市場(chǎng)推廣過(guò)程中與潛在客戶發(fā)生的關(guān)系，客戶服務(wù)人員對(duì)客戶提供關(guān)懷活動(dòng)、服務(wù)活動(dòng)的售后服務(wù)關(guān)系等。對(duì)銀行與客戶之間可能發(fā)生的各種關(guān)系進(jìn)行全面管理，將會(huì)顯著提升銀行營(yíng)銷(xiāo)能力，降低營(yíng)銷(xiāo)成本，控制營(yíng)銷(xiāo)過(guò)程中可能導(dǎo)致客戶不滿的各種行為，不斷改進(jìn)對(duì)客戶的服務(wù)水平，提高客戶的忠誠(chéng)度，從而為銀行帶來(lái)更多利潤(rùn)。

然而許多銀行用了很大力氣去積累有關(guān)客戶的信息，但是并不能有效地進(jìn)行客戶關(guān)系管理，因?yàn)樾畔⒅皇且恍┰牧?，?jīng)過(guò)組織、分析并理解后，才可以用來(lái)構(gòu)建成有關(guān)客戶的知識(shí)。這些知識(shí)運(yùn)用在銀行的市場(chǎng)、銷(xiāo)售、客戶服務(wù)等各個(gè)領(lǐng)域，并讓這些知識(shí)發(fā)揮出作用，以提升銀行客戶的滿意度和忠誠(chéng)度，從而降低生產(chǎn)和銷(xiāo)售成本，縮短銷(xiāo)售周期，擴(kuò)大市場(chǎng)份額，提高銀行的效率和效益。然而，銀行如何管理和分析大量、復(fù)雜的客戶信息，從中找出對(duì)自身管理決策有價(jià)值的信息和知識(shí)，則需要有先進(jìn)的技術(shù)和工具的支持，數(shù)據(jù)挖掘等新興技術(shù)的出現(xiàn)，為銀行CRM的實(shí)現(xiàn)提供了良好的支持。

從技術(shù)上定義，數(shù)據(jù)挖掘(Data Mining，簡(jiǎn)稱為DM)是一種半自動(dòng)地從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中，提取出隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識(shí)的過(guò)程。

如果從銀行角度說(shuō)，數(shù)據(jù)挖掘是一種新的客戶信息處理技術(shù)，其主要特點(diǎn)是對(duì)銀行數(shù)據(jù)庫(kù)中的大量業(yè)務(wù)數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換、分析和其他模式處理，從中提取輔助銀行決策的關(guān)鍵性數(shù)據(jù)。因此，數(shù)據(jù)挖掘也可被描述為：是提取有用信息的數(shù)據(jù)產(chǎn)生過(guò)程，是從大量數(shù)據(jù)中挖掘出隱含的、先前未知的、對(duì)決策有潛在價(jià)值的知識(shí)和規(guī)則，并能夠根據(jù)已有的信息對(duì)未來(lái)發(fā)生行為做出結(jié)果預(yù)測(cè)，為銀行經(jīng)營(yíng)決策、市場(chǎng)策劃提供依據(jù)的過(guò)程。

在銀行CRM中，數(shù)據(jù)挖掘應(yīng)用廣泛。比如金融市場(chǎng)分析和預(yù)測(cè)、賬戶分類(lèi)、信用評(píng)估等。這些金融業(yè)務(wù)都需要收集和處理大量數(shù)據(jù)，通過(guò)人工或使用小型軟件進(jìn)行分析預(yù)測(cè)十分困難，而數(shù)據(jù)挖掘可以通過(guò)對(duì)已有數(shù)據(jù)的處理，找到數(shù)據(jù)對(duì)象的特征和對(duì)象之間的關(guān)系，并可觀察到金融市場(chǎng)的變化趨勢(shì)，然后利用挖掘出的知識(shí)進(jìn)行合理的分析預(yù)測(cè)，進(jìn)而發(fā)現(xiàn)潛在客戶及現(xiàn)有客戶的金融和商業(yè)興趣等。數(shù)據(jù)挖掘在銀行CRM中的應(yīng)用模型如下圖所示。

在對(duì)CRM的廣泛理解中，最簡(jiǎn)單的含義就是:管理所有的與客戶的相互作用。在實(shí)踐中，這需要在客戶關(guān)系的各個(gè)階段使用與客戶相關(guān)的信息來(lái)預(yù)測(cè)與客戶的相互作用。我們將客戶關(guān)系的各個(gè)階段定義為客戶生命周期?？蛻羯芷诎ㄋ膫€(gè)階段:一是獲得客戶，二是提高客戶的價(jià)值，三是保持上等效益客戶，四是防止客戶流失。數(shù)據(jù)挖掘技術(shù)在CRM的不同生命周期具有不同的作用。

一、利用聚類(lèi)分析法進(jìn)行客戶細(xì)分，獲得客戶

客戶細(xì)分是銀行有效運(yùn)營(yíng)、營(yíng)銷(xiāo)、服務(wù)的基礎(chǔ)，是把大量的客戶分成不同類(lèi)型，每個(gè)類(lèi)型里的客戶擁有相似的屬性。銀行通過(guò)客戶細(xì)分，針對(duì)每類(lèi)的客戶使用不同的營(yíng)銷(xiāo)方式或提供不同的服務(wù)，可使銀行以最小的投入獲得最大的回報(bào)。

聚類(lèi)分析技術(shù)是通過(guò)無(wú)指導(dǎo)學(xué)習(xí)，按類(lèi)相似性最大化原則，自動(dòng)對(duì)數(shù)據(jù)分類(lèi)。對(duì)于客戶關(guān)系管理系統(tǒng)中存在的大量數(shù)據(jù)，管理人員常常希望得到有意義的提示以做出正確的客戶分類(lèi)判斷，此時(shí)使用聚類(lèi)分析結(jié)果，可為管理者提供多個(gè)不同的相對(duì)較大的類(lèi)劃分，然后再進(jìn)行精確劃分。例如，管理人員要根據(jù)客戶的價(jià)值細(xì)分客戶，由于客戶的價(jià)值對(duì)每個(gè)銀行來(lái)說(shuō)衡量的標(biāo)準(zhǔn)不同，因此可先對(duì)銀行現(xiàn)有的客戶進(jìn)行聚類(lèi)，利用聚類(lèi)結(jié)果給客戶賦予類(lèi)標(biāo)記，類(lèi)標(biāo)記有四種，即高價(jià)值客戶、成長(zhǎng)性客戶、普通客戶，以及潛在客戶，并描述出每類(lèi)客戶特征。通過(guò)聚類(lèi)分析，銀行往往可以發(fā)現(xiàn)客戶的群體行為，了解客戶的共性，從而提供針對(duì)性的客戶服務(wù)，提高銀行服務(wù)成功率。還可以通過(guò)分類(lèi)或聚類(lèi)分析對(duì)客戶進(jìn)行群分后，再由模式分析預(yù)測(cè)哪些人可能成為其客戶，以幫助管理人員找到正確的對(duì)象。例如一家銀行利用現(xiàn)有的客戶郵件地址數(shù)據(jù)庫(kù)給潛在客戶發(fā)送網(wǎng)絡(luò)銀行產(chǎn)品支付寶的降價(jià)信息。不加區(qū)分的給每名客戶都發(fā)送促銷(xiāo)宣傳冊(cè)顯然是一種很大的浪費(fèi)，而有針對(duì)性的給有最大購(gòu)買(mǎi)可能的顧客發(fā)送產(chǎn)品廣告，才是一種高效節(jié)儉的營(yíng)銷(xiāo)策略。這時(shí)可以通過(guò)聚類(lèi)分析結(jié)果，找到潛在客戶，有針對(duì)性的客戶服務(wù)才可能是成功的服務(wù)。

二、利用關(guān)聯(lián)分析法進(jìn)行交叉營(yíng)銷(xiāo)，提高客戶價(jià)值

關(guān)聯(lián)分析就是給定一組或一個(gè)記錄集合，通過(guò)分析記錄集合，推導(dǎo)出其相關(guān)性，目的是為了挖掘出隱含在數(shù)據(jù)間的相互關(guān)系，常用的關(guān)聯(lián)分析有簡(jiǎn)單關(guān)聯(lián)﹑因果關(guān)聯(lián)和時(shí)序關(guān)聯(lián)。交叉營(yíng)銷(xiāo)則是指銀行通過(guò)和客戶交流，向現(xiàn)有客戶銷(xiāo)售新的產(chǎn)品或服務(wù)的過(guò)程。它以“雙贏”為原則，即對(duì)客戶來(lái)說(shuō)，因得到更多、更好滿足需求的服務(wù)而受益；對(duì)銀行來(lái)說(shuō)，因營(yíng)業(yè)額的增長(zhǎng)而獲益。銀行利用數(shù)據(jù)挖掘技術(shù)中的關(guān)聯(lián)分析法可以從客戶過(guò)去發(fā)生的交易數(shù)據(jù)中尋找影響客戶交易行為的因素，并建立預(yù)測(cè)模型對(duì)客戶將來(lái)可能發(fā)生的交易行為進(jìn)行預(yù)測(cè)，分析哪些客戶最有可能對(duì)銀行的服務(wù)感興趣，會(huì)對(duì)哪些金融產(chǎn)品感興趣，哪些理財(cái)產(chǎn)品或服務(wù)通常會(huì)一起發(fā)生在同一次交易里，按什么樣的先后順序發(fā)生，從而實(shí)施有效的交叉營(yíng)銷(xiāo)，提高銀行的客戶價(jià)值。

用數(shù)據(jù)挖掘技術(shù)對(duì)交叉銷(xiāo)售做分析時(shí)應(yīng)包括三個(gè)步驟。一是分析現(xiàn)有客戶的購(gòu)買(mǎi)行為和消費(fèi)習(xí)慣數(shù)據(jù)，然后用數(shù)據(jù)挖掘的一些算法對(duì)不同的銷(xiāo)售方式的個(gè)體行為進(jìn)行建模；二是用建立的預(yù)測(cè)模型對(duì)客戶將來(lái)的消費(fèi)行為進(jìn)行預(yù)測(cè)分析，對(duì)每一種銷(xiāo)售方式進(jìn)行評(píng)價(jià)；三是用建立的分析模型對(duì)新的客戶數(shù)據(jù)進(jìn)行分析，以決定向客戶提供哪一種交叉銷(xiāo)售服務(wù)最合適。

三、利用分類(lèi)法有效保持客戶，提高客戶忠誠(chéng)度

數(shù)據(jù)分類(lèi)是通過(guò)在訓(xùn)練集上針對(duì)某一屬性進(jìn)行類(lèi)劃分，建立描述并區(qū)分?jǐn)?shù)據(jù)類(lèi)或概念的模型，再使用該模型對(duì)數(shù)據(jù)類(lèi)集進(jìn)行劃分。銀行以客戶為中心并非是指所有的客戶都同等重要，往往一個(gè)公司80%的盈利是由20%的客戶產(chǎn)生，因此識(shí)別銀行的價(jià)值客戶是實(shí)現(xiàn)銀行CRM的關(guān)鍵。尤其隨著各個(gè)行業(yè)競(jìng)爭(zhēng)的加劇，銀行獲得新客戶的成本正在不斷的上升，因此保持原有客戶對(duì)所有企業(yè)來(lái)說(shuō)就顯得越來(lái)越重要，而且往往失去的客戶要比新得到的客戶貢獻(xiàn)更多的利潤(rùn)。來(lái)自北美和歐洲的權(quán)威機(jī)構(gòu)提供的統(tǒng)計(jì)數(shù)據(jù)表明，在全球500強(qiáng)企業(yè)中，它們?cè)谖迥陜?nèi)大約流失50%的客戶。企業(yè)爭(zhēng)取一個(gè)新客戶的成本是保留一個(gè)老客戶的7-10倍，所以可以看出企業(yè)最關(guān)心的話題是企業(yè)如何才能留住客戶，增加客戶對(duì)企業(yè)的忠誠(chéng)度。

利用數(shù)據(jù)挖掘技術(shù)，可以通過(guò)挖掘大量的客戶信息來(lái)構(gòu)建預(yù)測(cè)模型，較準(zhǔn)確的找出易流失的客戶群，并指定相應(yīng)的方案，最大程度的保持住老客戶。

通過(guò)研究，認(rèn)為數(shù)據(jù)挖掘技術(shù)中的決策樹(shù)技術(shù)能夠較好的應(yīng)用在這一方面。決策樹(shù)是在一系列決策基礎(chǔ)上做出預(yù)測(cè)的決策模型。樹(shù)的每個(gè)分支都是一個(gè)分類(lèi)問(wèn)題，即對(duì)某些重要問(wèn)題做出預(yù)測(cè)，相似的記錄會(huì)落在分支的同側(cè)，于是原始數(shù)據(jù)便被分割成樹(shù)的葉子。從決策樹(shù)中得到的預(yù)測(cè)分割同時(shí)還帶有對(duì)它本身進(jìn)行定義的一些特征的描述。通過(guò)決策樹(shù)算法在挖掘特定數(shù)據(jù)的基礎(chǔ)上給出預(yù)測(cè)模型，由此按計(jì)算出的預(yù)測(cè)流失率細(xì)分客戶群體，確定客戶的交易習(xí)慣、交易金額和交易頻率，分析客戶對(duì)某個(gè)產(chǎn)品的忠誠(chéng)度、持久性等，并為他們提供個(gè)性化定制服務(wù)，以提高客戶忠誠(chéng)度。

四、利用孤立點(diǎn)分析法發(fā)現(xiàn)客戶異常行為，防止客戶流失

孤立點(diǎn)是數(shù)據(jù)集中與一般數(shù)據(jù)模型不相符合的那些數(shù)據(jù)。一般情況下，在數(shù)據(jù)被導(dǎo)入數(shù)據(jù)倉(cāng)庫(kù)前，應(yīng)該經(jīng)過(guò)數(shù)據(jù)清理，以消除不一致的情況。但是在實(shí)際應(yīng)用中，往往會(huì)發(fā)現(xiàn)一些客觀存在的、非操作人員的人為因素而導(dǎo)致的異常數(shù)據(jù)。對(duì)于這些異常數(shù)據(jù)，我們無(wú)法按照一般可行的分類(lèi)規(guī)則對(duì)其進(jìn)行劃分，也無(wú)法通過(guò)聚類(lèi)的方法將其與其他數(shù)據(jù)建立有效的聯(lián)系。但是這些數(shù)據(jù)往往包含著實(shí)際應(yīng)用價(jià)值?？蛻袅魇倾y行難以控制的常見(jiàn)問(wèn)題，流失現(xiàn)象會(huì)對(duì)銀行帶來(lái)很多不利影響。在客戶關(guān)系管理系統(tǒng)中，通過(guò)利用孤立點(diǎn)分析法可發(fā)現(xiàn)客戶的異常行為，從而使銀行避免不必要的客戶流失。比如信用卡推廣中，我們?yōu)槊课豢蛻舭丛孪M(fèi)金額或月消費(fèi)次數(shù)設(shè)定一個(gè)閾值，客戶的日常行為都應(yīng)該在此閾值之中，如果某客戶某月的消費(fèi)金額或消費(fèi)次數(shù)低于該閾值，表明該客戶出現(xiàn)了異常行為，有可能變?yōu)榱魇Э蛻?。此時(shí)，信用卡中心管理人員應(yīng)及時(shí)分析原因，采取一定的措施挽留住該客戶。

為了使數(shù)據(jù)挖掘技術(shù)更好地在銀行CRM系統(tǒng)中發(fā)揮作用，在實(shí)施過(guò)程中各銀行必須具備以下關(guān)鍵條件。

1.做好基礎(chǔ)數(shù)據(jù)庫(kù)的建設(shè)。銀行實(shí)現(xiàn)數(shù)據(jù)挖掘的前提和基礎(chǔ)是首先建立一個(gè)能夠全面組織和管理來(lái)自銀行內(nèi)部和外部數(shù)據(jù)的平臺(tái)，擁有大量、真實(shí)的數(shù)據(jù)積累。否則，數(shù)據(jù)挖掘?qū)o(wú)從進(jìn)行。實(shí)踐表明，數(shù)據(jù)挖掘技術(shù)應(yīng)用的成功與失敗，是否能給銀行帶來(lái)經(jīng)濟(jì)效益，數(shù)據(jù)準(zhǔn)備工作起到了至關(guān)重要的作用。

2.做好人員的培訓(xùn)工作。在數(shù)據(jù)挖掘應(yīng)用過(guò)程的多個(gè)環(huán)節(jié)中，人的主觀辨識(shí)和控制是應(yīng)用成敗的關(guān)鍵，這就對(duì)系統(tǒng)使用人員提出了很高的要求。如果沒(méi)有具備相應(yīng)素質(zhì)的使用和維護(hù)人員，必將導(dǎo)致分析系統(tǒng)與現(xiàn)實(shí)分離，無(wú)法達(dá)到預(yù)期效果。因此，對(duì)于銀行來(lái)講，要想使得多年積累下來(lái)的數(shù)據(jù)資料和由數(shù)據(jù)挖掘得來(lái)的知識(shí)結(jié)合利用，就必須培養(yǎng)和引進(jìn)數(shù)據(jù)挖掘?qū)I(yè)人才，通過(guò)他們來(lái)將數(shù)據(jù)挖掘提升為銀行的核心競(jìng)爭(zhēng)力。

3.數(shù)據(jù)挖掘必須由來(lái)自不同領(lǐng)域的人員共同參與。包括金融行業(yè)專(zhuān)家、數(shù)據(jù)管理員、數(shù)據(jù)分析人員、業(yè)務(wù)分析人員、數(shù)據(jù)挖掘?qū)＜业?。人們通常認(rèn)為只要有了一個(gè)數(shù)據(jù)挖掘工具，就能自動(dòng)挖掘出所需要的信息，就能更好地進(jìn)行銀行運(yùn)作，其實(shí)這是一個(gè)誤區(qū)，要想真正做好數(shù)據(jù)挖掘，數(shù)據(jù)挖掘工具的選擇只是其中的一個(gè)方面，同時(shí)還需要對(duì)銀行業(yè)務(wù)的深入了解和數(shù)據(jù)分析經(jīng)驗(yàn)。銀行要想在未來(lái)的市場(chǎng)中具有競(jìng)爭(zhēng)力，必須有一些數(shù)據(jù)挖掘方面的專(zhuān)家，專(zhuān)門(mén)從事數(shù)據(jù)分析和數(shù)據(jù)挖掘工作，并同其他部門(mén)有效協(xié)調(diào)，把挖掘出來(lái)的信息供管理者決策參考。

參考文獻(xiàn):

[1]楊會(huì)志:數(shù)據(jù)挖掘技術(shù)的主要方法及其發(fā)展方向，《河北科技大學(xué)學(xué)報(bào)》，2000

[2]張闡軍:基于數(shù)據(jù)挖掘的CRM系統(tǒng)關(guān)鍵技術(shù)研究及其應(yīng)用，碩士論文.2005

[3]姜永波 孫向前:基于數(shù)據(jù)挖掘的客戶關(guān)系管理，經(jīng)濟(jì)管理論壇.2005(9)

注：本文中所涉及到的圖表、注解、公式等內(nèi)容請(qǐng)以PDF格式閱讀原文