數(shù)據(jù)挖掘在銀行CRM系統(tǒng)中的應(yīng)用

摘 要：數(shù)據(jù)挖掘是一種對(duì)大量信息進(jìn)行分析和處理的技術(shù)，銀行客戶(hù)關(guān)系管理系統(tǒng)使用數(shù)據(jù)挖掘技術(shù)實(shí)施有效的客戶(hù)關(guān)系管理，為企業(yè)決策提供有價(jià)值的信息，提高市場(chǎng)競(jìng)爭(zhēng)能力。決策樹(shù)方法是數(shù)據(jù)挖掘技術(shù)常用的分類(lèi)方法，本文對(duì)決策樹(shù)ID3算法的進(jìn)行了介紹，闡述了數(shù)據(jù)挖掘技術(shù)在銀行客戶(hù)關(guān)系管理系統(tǒng)的應(yīng)用。

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

中圖分類(lèi)號(hào)：TP311.13

隨著市場(chǎng)經(jīng)濟(jì)改革的不斷深入，今天的中國(guó)銀行業(yè)，已步入客戶(hù)為主導(dǎo)的買(mǎi)方市場(chǎng)。無(wú)論是國(guó)有銀行還是股份制商業(yè)銀行，都已經(jīng)認(rèn)識(shí)到客戶(hù)是其重要的商業(yè)資源，客戶(hù)關(guān)系管理越來(lái)越受到企業(yè)的重視和關(guān)注。對(duì)于企業(yè)而言，能否對(duì)客戶(hù)數(shù)據(jù)信息進(jìn)行合理、有效地利用，成了他們?cè)谑袌?chǎng)競(jìng)爭(zhēng)中能否取得優(yōu)勢(shì)的基礎(chǔ)和關(guān)鍵。

1 銀行客戶(hù)關(guān)系管理系統(tǒng)

銀行要想在激烈的市場(chǎng)競(jìng)爭(zhēng)中立于不敗之地，必須轉(zhuǎn)變銀行的經(jīng)營(yíng)觀念，只有實(shí)行以客戶(hù)為中心的客戶(hù)關(guān)系管理，與客戶(hù)建立長(zhǎng)期穩(wěn)定的客戶(hù)關(guān)系，不斷完善客戶(hù)的服務(wù)水平，使客戶(hù)的收益最大化，提高客戶(hù)的滿(mǎn)意度，才能取得在金融競(jìng)爭(zhēng)中的主動(dòng)權(quán)。

銀行客戶(hù)關(guān)系管理（Customer Relationship Management，簡(jiǎn)稱(chēng)CRM）系統(tǒng)是一套客戶(hù)信息分析系統(tǒng)，運(yùn)用數(shù)據(jù)挖掘技術(shù)，分析現(xiàn)有客戶(hù)和潛在客戶(hù)相關(guān)的需求、交易行為，投資習(xí)慣等，從而為企業(yè)最大限度地獲取經(jīng)濟(jì)效益。銀行通過(guò)對(duì)銀行存儲(chǔ)的大量客戶(hù)數(shù)據(jù)進(jìn)行綜合分析，發(fā)現(xiàn)在市場(chǎng)競(jìng)爭(zhēng)中潛在的優(yōu)質(zhì)客戶(hù)群，將客戶(hù)進(jìn)行分類(lèi)，對(duì)不同的客戶(hù)群體制定和實(shí)施不同的營(yíng)銷(xiāo)服務(wù)策略，提供個(gè)性化服務(wù)[1]。

2 數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)挖掘是從大量的數(shù)據(jù)信息中發(fā)現(xiàn)并提取潛在的有價(jià)值的信息的過(guò)程，目的是幫助分析人員尋找隱藏在各種數(shù)據(jù)之間的關(guān)聯(lián)，尋找其中的規(guī)律，挖掘出潛在的模式和規(guī)則，為有效的決策提供支持和幫助。數(shù)據(jù)挖掘涉及數(shù)據(jù)庫(kù)、人工智能、機(jī)器學(xué)習(xí)和統(tǒng)計(jì)分析等多個(gè)領(lǐng)域，是多種技術(shù)的綜合[2]。

銀行利用數(shù)據(jù)挖掘技術(shù)，通過(guò)對(duì)大量的客戶(hù)數(shù)據(jù)信息進(jìn)行深入的分析，對(duì)客戶(hù)定位和分類(lèi)，了解客戶(hù)的消費(fèi)傾向與消費(fèi)模式，預(yù)測(cè)客戶(hù)的風(fēng)險(xiǎn)性與利潤(rùn)性，作為對(duì)客戶(hù)提供服務(wù)和產(chǎn)品營(yíng)銷(xiāo)的輔助手段。數(shù)據(jù)挖掘技術(shù)是CRM系統(tǒng)的核心技術(shù)，通過(guò)數(shù)據(jù)挖掘技術(shù)，迅速準(zhǔn)確地把握客戶(hù)的消費(fèi)習(xí)慣和行為模式，才能幫助管理者調(diào)整市場(chǎng)策略，做出正確的決策，能夠?qū)崿F(xiàn)符合銀行要求的高效的客戶(hù)關(guān)系管理的目標(biāo)。

3 銀行CRM系統(tǒng)的目標(biāo)

CRM是一種業(yè)務(wù)流程，銀行將客戶(hù)視為其重要資源，最大限度地滿(mǎn)足客戶(hù)要求，并建立與客戶(hù)的相互信任，使企業(yè)和客戶(hù)之間保持持久穩(wěn)定的關(guān)系。CRM系統(tǒng)的目標(biāo)主要有：（1）理解客戶(hù)的真正需求。通過(guò)了解客戶(hù)需要，為客戶(hù)提供優(yōu)質(zhì)服務(wù)，提高客戶(hù)的滿(mǎn)意程度和忠誠(chéng)度，提供差異化服務(wù)，增加新客戶(hù)，留住原有客戶(hù)，提高客戶(hù)的利潤(rùn)貢獻(xiàn)度。統(tǒng)計(jì)表明，銀行從新客戶(hù)身上賺錢(qián)的成本是往往是從現(xiàn)有客戶(hù)身上賺錢(qián)成本的數(shù)倍。企業(yè)要留住老客戶(hù)，要按照老客戶(hù)的行為習(xí)慣和偏好提供服務(wù)，對(duì)推出的新金融產(chǎn)品，及時(shí)通知老客戶(hù)，贏得他們的滿(mǎn)意；（2）對(duì)客戶(hù)進(jìn)行細(xì)分，根據(jù)不同類(lèi)客戶(hù)的特點(diǎn)，采取相應(yīng)的營(yíng)銷(xiāo)策略，對(duì)客戶(hù)的行為進(jìn)行引導(dǎo)。如何找出優(yōu)質(zhì)的有價(jià)值的客戶(hù)，進(jìn)行針對(duì)性的重點(diǎn)營(yíng)銷(xiāo)。通常情況下，占客戶(hù)群20%的優(yōu)質(zhì)客戶(hù)，實(shí)現(xiàn)的利潤(rùn)往往占到銀行總利潤(rùn)的80%以上。CRM系統(tǒng)的任務(wù)就是根據(jù)對(duì)客戶(hù)的數(shù)據(jù)分析，發(fā)現(xiàn)這一部分優(yōu)質(zhì)客戶(hù)，針對(duì)不同的客戶(hù)實(shí)施不同的策略。

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

銀行的數(shù)據(jù)庫(kù)中存儲(chǔ)著大量的客戶(hù)業(yè)務(wù)數(shù)據(jù)記錄，每個(gè)客戶(hù)都有自己的投資和消費(fèi)習(xí)慣。為了更好地贏得客戶(hù)的信任，提高客戶(hù)的服務(wù)水平，就要對(duì)銀行的所有客戶(hù)進(jìn)行分類(lèi)劃分，為客戶(hù)分類(lèi)能夠提高銀行的服務(wù)效率，針對(duì)客戶(hù)類(lèi)別的不同采用不同的服務(wù)政策。數(shù)據(jù)挖掘技術(shù)可以將銀行客戶(hù)劃分成不同的類(lèi)，類(lèi)別相同的客戶(hù)擁有相似的屬性。數(shù)據(jù)挖掘主要方法包括決策樹(shù)算法、神經(jīng)元網(wǎng)絡(luò)算法、遺傳算法以及關(guān)聯(lián)規(guī)則挖掘等，其中，決策樹(shù)是數(shù)據(jù)挖掘分類(lèi)技術(shù)的常用方法[3]。

（1）決策樹(shù)ID3算法的基本原理。ID3算法是由Quinlan在1986年提出來(lái)的，是最具影響的生成決策樹(shù)的分類(lèi)算法。ID3算法廣泛應(yīng)用于各種領(lǐng)域，ID3算法引入了信息論，提出了用熵來(lái)衡量一個(gè)決策樹(shù)中非葉節(jié)點(diǎn)信息量大小的思想。ID3算法的輸入是數(shù)據(jù)集包含的全部實(shí)例，輸出是要構(gòu)造的一棵決策樹(shù)，其葉子節(jié)點(diǎn)標(biāo)記為實(shí)例所屬類(lèi)別。在ID3算法中用非葉結(jié)點(diǎn)表示屬性，而用葉子結(jié)點(diǎn)表示類(lèi)別。構(gòu)造決策樹(shù)的過(guò)程中用信息增益作為節(jié)點(diǎn)屬性的選擇標(biāo)準(zhǔn)。在對(duì)每一個(gè)非葉結(jié)點(diǎn)進(jìn)行節(jié)點(diǎn)屬性測(cè)試時(shí)，獲取其中屬性信息增益的最大值的屬性一個(gè)作為分裂結(jié)點(diǎn)。使用該屬性對(duì)將當(dāng)前節(jié)點(diǎn)的數(shù)據(jù)集劃分成子集后，系統(tǒng)的熵值最小，對(duì)分類(lèi)提供的信息量最大；（2）決策樹(shù)ID3算法描述。用信息增益作為決策樹(shù)節(jié)點(diǎn)屬性的選擇標(biāo)準(zhǔn)，使得在對(duì)每一個(gè)非葉結(jié)點(diǎn)進(jìn)行測(cè)試時(shí)，能獲得關(guān)于被測(cè)試記錄中最大的類(lèi)別信息。ID3選擇具有最大信息增益的屬性作為當(dāng)前節(jié)點(diǎn)的測(cè)試屬性，具體方法是：檢測(cè)所有的屬性，選擇信息增益最大的屬性作為決策樹(shù)結(jié)點(diǎn)，由該屬性的不同取值作為節(jié)點(diǎn)分支，再對(duì)各分支的對(duì)應(yīng)的子集繼續(xù)遞歸調(diào)用此方法確定決策樹(shù)各節(jié)點(diǎn)及分支，直到所有子集的實(shí)例屬于包含同一類(lèi)別為止，最后得到一棵決策樹(shù)，它可以用來(lái)對(duì)新的樣本數(shù)據(jù)集進(jìn)行分類(lèi)；（3）決策樹(shù)ID3算法在客戶(hù)分類(lèi)中的應(yīng)用。在個(gè)人貸款申請(qǐng)的審批中，要對(duì)申請(qǐng)的貸款風(fēng)險(xiǎn)大小作出判斷，通過(guò)對(duì)客戶(hù)數(shù)據(jù)中債務(wù)、收入、工作類(lèi)型的數(shù)據(jù)分析，進(jìn)行判斷是否有信用風(fēng)險(xiǎn)。

5 結(jié)束語(yǔ)

銀行為了在市場(chǎng)競(jìng)爭(zhēng)中贏得優(yōu)勢(shì)，必須為客戶(hù)提供優(yōu)質(zhì)與個(gè)性化的服務(wù)。銀行業(yè)只有盡快實(shí)施客戶(hù)關(guān)系管理系統(tǒng)，進(jìn)行準(zhǔn)確的市場(chǎng)定位，以客戶(hù)滿(mǎn)意為出發(fā)點(diǎn)改善服務(wù)質(zhì)量，降低市場(chǎng)營(yíng)銷(xiāo)成本，從而為銀行帶來(lái)更多的利潤(rùn)。在銀行大量的客戶(hù)數(shù)據(jù)中要發(fā)現(xiàn)有價(jià)值的信息和知識(shí)就必須采用數(shù)據(jù)挖掘技術(shù)，CRM系統(tǒng)就是利用數(shù)據(jù)挖掘的理論與技術(shù)構(gòu)建預(yù)測(cè)客戶(hù)未來(lái)行為的模型，以實(shí)現(xiàn)有效的客戶(hù)關(guān)系管理。通過(guò)數(shù)據(jù)挖掘技術(shù)，在大量的客戶(hù)數(shù)據(jù)中挖掘出潛在的模式和規(guī)則，包括預(yù)測(cè)客戶(hù)的細(xì)分、發(fā)現(xiàn)重點(diǎn)客戶(hù)、提高客戶(hù)的忠誠(chéng)度、預(yù)防客戶(hù)的流失，幫助銀行決策者及時(shí)對(duì)市場(chǎng)策略進(jìn)行調(diào)整，作出正確的決策[4]。

參考文獻(xiàn)：

[1]尹曉麗，方旭昇.數(shù)據(jù)挖掘技術(shù)在銀行CRM中的應(yīng)用[J].經(jīng)濟(jì)研究導(dǎo)刊，2009（20）：112-113.

[2]趙衛(wèi)軍，李捷.數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘在銀行CRM中的應(yīng)用[J].華南金融電腦，2007（15）：8-11.

[3]于淑香.決策樹(shù)ID3算法的研究與應(yīng)用[J].沙洲職業(yè)工學(xué)院學(xué)報(bào)，2011（14）：27-30.

[4]王小燕，周建民.數(shù)據(jù)挖掘技術(shù)在商業(yè)銀行中的應(yīng)用研究[J].華南金融電腦，2005（13）：94-96.

作者簡(jiǎn)介：杜麗英（1969-），女，吉林長(zhǎng)春人，講師，碩士，研究方向：計(jì)算機(jī)應(yīng)用。

作者單位：吉林建筑大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院，長(zhǎng)春 130118

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