數(shù)據(jù)挖掘技術(shù)在銀行CRM系統(tǒng)中的應(yīng)用

摘 要：數(shù)據(jù)挖掘技術(shù)是對海量數(shù)據(jù)信息進(jìn)行分析和處理的技術(shù)，能為制定客戶決策提供有價值的信息，銀行客戶關(guān)系管理系統(tǒng)運用數(shù)據(jù)挖掘技術(shù)施以有效的客戶關(guān)系管理，能夠提高客戶服務(wù)水平，增強市場競爭能力。決策樹是歸納學(xué)習(xí)和數(shù)據(jù)挖掘的重要方法。本文對決策樹C4.5算法進(jìn)行了介紹，闡述了數(shù)據(jù)挖掘技術(shù)在銀行客戶關(guān)系管理系統(tǒng)中的應(yīng)用。

關(guān)鍵詞：數(shù)據(jù)挖掘技術(shù)；銀行客戶關(guān)系管理系統(tǒng)；決策樹

中圖分類號：TP311.13

隨著社會的不斷發(fā)展和進(jìn)步，企業(yè)逐漸轉(zhuǎn)變以往“以產(chǎn)品為導(dǎo)向”的做法，開始注重發(fā)掘客戶資源，通過分析客戶信息和把握客戶需求，提供方便便捷的服務(wù)渠道和售后服務(wù)，建立持久的客戶關(guān)系等措施，來加強對客戶關(guān)系的有效管理?？蛻絷P(guān)系管理CRM的概念最早被美國GartnerGroup最早提了出來，目的在于建立一個系統(tǒng)，使企業(yè)在客戶服務(wù)、市場競爭、營銷等方面形成一個協(xié)調(diào)的關(guān)系實體，為企業(yè)贏得競爭的優(yōu)勢。

1 銀行客戶關(guān)系管理系統(tǒng)

客戶關(guān)系管理（Customer Relationship Management，簡稱CRM）作為一種改善企業(yè)與客戶關(guān)系的管理模式，主要對業(yè)務(wù)處理流程及服務(wù)環(huán)節(jié)進(jìn)行有效的整合和管理，使企業(yè)以較低的成本獲得較高的收益，最大限度地滿足客戶需求，提高企業(yè)的經(jīng)濟(jì)效益和收益。隨著各領(lǐng)域?qū)蛻絷P(guān)系管理理念認(rèn)同的不斷擴(kuò)大，CRM在銀行領(lǐng)域的實施也逐漸被一些大型銀行列入工作日程。銀行作為客戶密集型行業(yè)，日常的業(yè)務(wù)處理中積累了大量的客戶數(shù)據(jù)信息，但是缺乏數(shù)據(jù)管理與分析工具，很難有效地為決策提供幫助，建立CRM系統(tǒng)能夠有效地解決這些問題[1]。

基于數(shù)據(jù)挖掘技術(shù)的CRM系統(tǒng)能幫助銀行準(zhǔn)確地發(fā)現(xiàn)目前具有潛在經(jīng)濟(jì)效益的客戶，幫助銀行開拓符合消費者需求的新產(chǎn)品，為銀行留住原有客戶提供有效的方法和手段。利用數(shù)據(jù)挖掘技術(shù)對客戶數(shù)據(jù)信息進(jìn)行挖掘和分析，能夠充分利用積累的數(shù)據(jù)資源，挖掘出其中的模式和規(guī)則，進(jìn)一步深化和客戶的關(guān)系，發(fā)現(xiàn)潛在的客戶群體，提高競爭能力，降低投資風(fēng)險，提高投資經(jīng)濟(jì)效益。

2 數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)挖掘是指從大量的數(shù)據(jù)中提取有用的信息和知識，用來指導(dǎo)實際決策的制定。數(shù)據(jù)挖掘通過對數(shù)據(jù)的綜合分析處理過程，發(fā)現(xiàn)潛藏在數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系，從數(shù)據(jù)信息中推導(dǎo)并揭示出模式與未來趨勢。數(shù)據(jù)挖掘技術(shù)是銀行CRM系統(tǒng)采用的關(guān)鍵技術(shù)，通過數(shù)據(jù)挖掘和分析，了解把握客戶的消費偏好和行為模式，有助于決策者商業(yè)策略的制定和參考，使銀行最大限度地獲取利潤[2]。

數(shù)據(jù)挖掘技術(shù)從功能上主要包括分類分析、關(guān)聯(lián)分析、聚類分析等分析技術(shù)，廣泛應(yīng)用于客戶分類和預(yù)測等。數(shù)據(jù)挖掘主要有以下功能：（1）分類分析。以訓(xùn)練數(shù)據(jù)集的某一屬性為類別進(jìn)行分類劃分，建立描述數(shù)據(jù)分類的模型，對其它數(shù)據(jù)集進(jìn)行劃分。分類的方法有決策樹分類、貝葉斯分類、遺傳算法分類等，其中決策樹算法是數(shù)據(jù)挖掘分類的一種重要方法；（2）關(guān)聯(lián)分析。數(shù)據(jù)關(guān)聯(lián)是數(shù)據(jù)庫的數(shù)據(jù)之間中存在的—類重要的可被發(fā)現(xiàn)的知識。若兩個或多個變量的取值之間存在某種規(guī)律性，就稱為關(guān)聯(lián)。關(guān)聯(lián)分析的目的是找出數(shù)據(jù)庫數(shù)據(jù)中隱藏的關(guān)聯(lián)關(guān)系；（3）聚類分析。聚類是將數(shù)據(jù)庫中的記錄劃分為一系列有意義的子集。

3 數(shù)據(jù)挖掘技術(shù)在銀行CRM系統(tǒng)中的應(yīng)用

近年來，數(shù)據(jù)挖掘作為一種發(fā)現(xiàn)大量數(shù)據(jù)中潛在信息的數(shù)據(jù)分析方法和技術(shù)，受到各界的廣泛關(guān)注。數(shù)據(jù)挖掘主要包括決策樹算法、神經(jīng)元網(wǎng)絡(luò)算法、遺傳算法以及關(guān)聯(lián)規(guī)則挖掘方法等。其中，決策樹以其出色的數(shù)據(jù)分析效率高、形象直觀易懂等特點，廣泛應(yīng)用在機(jī)器學(xué)習(xí)、知識發(fā)現(xiàn)等各領(lǐng)域。構(gòu)建決策樹有多種算法，ID3和C4.5算法最具有代表性，都是基于信息熵的決策樹分類算法。ID3算法采用信息熵作為節(jié)點屬性的選擇標(biāo)準(zhǔn)，易偏向于具有較多取值的候選屬性。C4.5算法用信息增益率來選擇節(jié)點屬性標(biāo)準(zhǔn)，它繼承ID3算法的優(yōu)點的基礎(chǔ)上增加了對連續(xù)屬性的離散化、對未知屬性的處理等功能，C4.5算法在商業(yè)、金融、醫(yī)療等各領(lǐng)域得到了成功的應(yīng)用[3]。

3.1 決策樹C4.5算法描述

決策樹數(shù)據(jù)挖掘算法作為數(shù)據(jù)挖掘分類的一種重要方法，具有數(shù)據(jù)分析準(zhǔn)確率高、穩(wěn)定性好等特點。決策樹生成算法的輸入是一組帶有類別標(biāo)記的實例，構(gòu)造的輸出結(jié)果是一棵二叉或多叉的樹。C4.5算法構(gòu)造決策樹的過程：計算數(shù)據(jù)集中每個屬性的信息增益率，選擇最大信息增益率的屬性作為當(dāng)前的屬性節(jié)點，依據(jù)屬性的每一個取值構(gòu)建一個分支，對該子節(jié)點所包含的樣本子集遞歸地執(zhí)行上述過程，直到子集中的數(shù)據(jù)記錄的類別取值都相同，或沒有屬性可劃分，由此構(gòu)造一棵決策樹。通過決策樹提取分類規(guī)則，對從根到葉子節(jié)點的每一條路徑獲取一個規(guī)則，形成規(guī)則集。將規(guī)則集顯示給用戶，把經(jīng)過篩選過的認(rèn)為可行的規(guī)則存入規(guī)則數(shù)據(jù)庫。

3.2 決策樹C4.5算法的應(yīng)用

銀行在信貸業(yè)務(wù)中，積累了大量客戶信息和還貸情況等數(shù)據(jù)，在這些客戶數(shù)據(jù)的基礎(chǔ)上運用決策樹算法構(gòu)造的簡單決策樹如下。當(dāng)新客戶在銀行進(jìn)行信貸業(yè)務(wù)時，系統(tǒng)運用決策樹所得到規(guī)則對新客戶進(jìn)行分析，預(yù)測該客戶的行為屬于哪一等級，從而幫助銀行判斷是否允許該客戶貸款。

4 結(jié)束語

隨著時代的進(jìn)步和發(fā)展，人們觀念的轉(zhuǎn)變以及我國銀行經(jīng)營壟斷的局面逐漸被打破，銀行經(jīng)營觀念開始從傳統(tǒng)的“以產(chǎn)品為中心”向“以客戶為中心”轉(zhuǎn)變。CRM作為一種改善企業(yè)與客戶之間關(guān)系的新型管理機(jī)制，能夠幫助銀行建立完善的客戶服務(wù)體系，優(yōu)化銀行的業(yè)務(wù)流程，為客戶提供高質(zhì)量服務(wù)。在銀行CRM系統(tǒng)中有效利用數(shù)據(jù)挖掘技術(shù)，通過對大量的客戶信息進(jìn)行分析，找出各種數(shù)據(jù)之間的關(guān)聯(lián)性，為銀行高層決策者提供準(zhǔn)確的客戶分類、盈利能力及潛在用戶等有用信息，指導(dǎo)他們制定最優(yōu)的銀行營銷策略、降低運營成本、增加利潤及加速銀行的發(fā)展[4]。

參考文獻(xiàn)：

[1]陳建成.數(shù)據(jù)挖掘技術(shù)在客戶關(guān)系管理系統(tǒng)中的應(yīng)用[J].電腦與電信，2007（02）：41-43.

[2]左愛群，杜波.數(shù)據(jù)挖掘在銀行客戶關(guān)系管理系統(tǒng)中的應(yīng)用[J].武漢工業(yè)學(xué)院學(xué)報，2006（25）：52-55.

[3]劉耀南.C4.5算法的分析及應(yīng)用[J].東莞理工學(xué)院學(xué)報，2012（19）：47-52.

[4]孔德漢.數(shù)據(jù)挖掘技術(shù)在銀行業(yè)客戶關(guān)系管理中的應(yīng)用[J].合作經(jīng)濟(jì)與科技，2010（20）：60-62.

作者簡介：杜麗英（1969-），女，吉林長春人，講師，碩士，研究方向：計算機(jī)應(yīng)用。

作者單位：吉林建筑大學(xué) 計算機(jī)科學(xué)與工程學(xué)院，長春 130118

基金項目：吉林省教育廳“十二五”科學(xué)技術(shù)研究項目（項目編號：吉教科合字[2012]第198號）。