盛祥均 中國建設(shè)銀行陜西省分行公司業(yè)務(wù)部
數(shù)據(jù)挖掘在商業(yè)銀行客戶關(guān)系管理中的應(yīng)用分析
盛祥均 中國建設(shè)銀行陜西省分行公司業(yè)務(wù)部
隨著我國金融行業(yè)的不斷發(fā)展,商業(yè)銀行之間的競爭焦點由傳統(tǒng)的產(chǎn)品的競爭轉(zhuǎn)變?yōu)楦鼮榧ち业目蛻舻母偁?,商業(yè)銀行如何穩(wěn)定現(xiàn)有客戶基礎(chǔ),從海量客戶數(shù)據(jù)中挖掘出信息和規(guī)律來加強客戶關(guān)系管理,不斷發(fā)展壯大客戶群體,成為未來發(fā)展成敗的關(guān)鍵。近年來,我國商業(yè)銀行先后建立了涵蓋銀行全部業(yè)務(wù)的數(shù)據(jù)倉庫系統(tǒng),開展對海量客戶數(shù)據(jù)的分析和利用。本文旨在通過對數(shù)據(jù)挖掘在客戶關(guān)系管理中的應(yīng)用方式進行綜述,并結(jié)合其在多家商業(yè)銀行中的應(yīng)用現(xiàn)狀,描述數(shù)據(jù)挖掘?qū)︺y行客戶關(guān)系管理的應(yīng)用前景。
數(shù)據(jù)挖掘 商業(yè)銀行 客戶關(guān)系管理 應(yīng)用
數(shù)據(jù)挖掘(data mining)是近年來在國外銀行業(yè)得到廣泛應(yīng)用的一門新興邊緣技術(shù),數(shù)據(jù)挖掘的研究正方興未艾。數(shù)據(jù)挖掘是從大量的、不完全的、有噪聲的、模糊的、隨機的數(shù)據(jù)中,提取隱含在其中的但又是潛在有用的信息和知識的過程,其融合了數(shù)據(jù)庫、人工智能、機器學習、統(tǒng)計學等多個領(lǐng)域的理論和技術(shù)[1]。
數(shù)據(jù)挖掘是多樣化技術(shù)的綜合,常用到以下一些方法[2]:
1.傳統(tǒng)統(tǒng)計方法:包括回歸分析、時間序列分析(如VAR、ARIMA、GARCH等方法)、多元分析等。
2.可視化技術(shù):用圖表等方式把數(shù)據(jù)特征直觀地表述出來,具體的方法有提取幾何圖元、繪制、顯示和演放。
3.決策樹:是一種用樹枝狀展現(xiàn)資料受各變量的影響情況的分析預測模型,根據(jù)對目標變量產(chǎn)生效應(yīng)的不同而制定分類規(guī)則。
4.神經(jīng)網(wǎng)絡(luò):模擬人的神經(jīng)元功能,經(jīng)過輸入層,隱藏層,輸出層等,對數(shù)據(jù)進行調(diào)整、計算,最后得到結(jié)果。
5.遺傳算法:是一種全新的基于自然進化理論,模擬基因聯(lián)合、突變、選擇等過程的優(yōu)化技術(shù),應(yīng)用算法的適應(yīng)函數(shù)來決定搜尋方向,再運用一些擬生物化的人工運算過程進行演化,周而復始地進行一代一代的演化,以求得一個最佳的結(jié)果。
6.模糊數(shù)學方法:根據(jù)Zadeh總結(jié)的互克性原理,利用模糊集合理論對實際問題進行模糊評判、模糊決策、模糊模式識別和模糊聚類分析。
7.粗集方法:將知識理解為對數(shù)據(jù)的劃分,每一被劃分的集合稱為概念,主要思想是利用已知的知識庫,將不精確或不確定的知識用已知的知識庫中的知識來近似刻畫處理。
8.近鄰算法:依據(jù)相鄰數(shù)據(jù)必然有相同的屬性或行為的原則。近鄰算法的含義為:K表示某個特定數(shù)據(jù)的K個鄰居,可以通過K個鄰居的平均數(shù)據(jù)來預測該特定數(shù)據(jù)的某個屬性或行為。
客戶關(guān)系管理(customer relationship management)一詞起源于美國,是由美國營銷之父——GartnerGroup提出的。GartnetGroup認為客戶關(guān)系管理就是企業(yè)為應(yīng)對競爭和留存客戶,努力改善自身的經(jīng)營管理,與客戶進行關(guān)系的維護和交流,實現(xiàn)利潤的最大化和長期的發(fā)展??蛻絷P(guān)系管理是一種以客戶為中心的經(jīng)營戰(zhàn)略,其以信息技術(shù)為手段,不斷地管理和改善市場、銷售、客戶服務(wù)等與客戶關(guān)系有關(guān)的業(yè)務(wù)流程,并提高各個環(huán)節(jié)的自動化程度,使企業(yè)內(nèi)部和客戶之間達到信息共享,從而提高客戶的滿意度和忠誠度,通過提高客戶忠誠度從而最終提高企業(yè)的利潤率[3]。
在當今競爭激烈的市場環(huán)境中,能否了解客戶的實際需求,并提供量身定制的個性化服務(wù),已成為決定銀行成功與否的關(guān)鍵因素??蛻絷P(guān)系管理是銀行未來發(fā)展的主要方向,多角度的挖掘和分析客戶信息,明確客戶的需求,衡量客戶的忠誠度、滿意度、潛在價值、信用度和風險度等指標,按照客戶創(chuàng)造盈利的多少和潛在價值的大小將客戶進行分類,合理配置資源,為客戶提供個性化產(chǎn)品和服務(wù),拓展新市場,培育新的盈利點。
數(shù)據(jù)挖掘技術(shù)在客戶關(guān)系管理中的應(yīng)用主要體現(xiàn)為搜集和分析每一個客戶的信息,利用數(shù)據(jù)挖掘方法對客戶數(shù)據(jù)進行科學的分析,發(fā)現(xiàn)其數(shù)據(jù)模式及特征、存在的關(guān)聯(lián)關(guān)系和業(yè)務(wù)規(guī)律,并根據(jù)現(xiàn)有數(shù)據(jù)預測未來業(yè)務(wù)的發(fā)展趨勢,從而能夠?qū)€別客戶的需求做出反應(yīng),最終在適當?shù)臅r間、通過適當?shù)那?、向特定的客戶提供個性化的產(chǎn)品和服務(wù),使企業(yè)與客戶的關(guān)系及企業(yè)的贏利都得到最優(yōu)化,真正做到“以客戶為中心”,提升客戶的忠誠度,對商業(yè)銀行管理、制定商業(yè)決策、提升核心競爭力具有重要的意義和作用。
目前國內(nèi)商業(yè)銀行數(shù)據(jù)挖掘技術(shù)在客戶關(guān)系管理中的應(yīng)用主要表現(xiàn)在以下領(lǐng)域:
數(shù)據(jù)挖掘技術(shù)在客戶關(guān)系管理中的應(yīng)用最初級的表現(xiàn)就是客戶的識別分類,商業(yè)銀行根據(jù)客戶的不同的金融資產(chǎn)、不同的風險偏好,利用聚類分析將客戶群體予以分類,對不同類型客戶群體采取有針對性的營銷手段,開展不同類別的營銷活動,提高營銷效果。
在聚類分析實現(xiàn)客戶細分的基礎(chǔ)上,商業(yè)銀行可以利用關(guān)聯(lián)分析方法分析客戶的交易行為與客戶的年齡、性別、教育程度、職業(yè)等其他屬性的關(guān)聯(lián)關(guān)系,尋找影響客戶交易行為的因素,建立預測模型對客戶將來可能發(fā)生的交易行為進行預測,確定最優(yōu)的銷售組合,實施有效的交叉銷售,提高銀行的客戶價值。
利用邏輯回歸與決策樹分類技術(shù)分析客戶的數(shù)據(jù),預測客戶流失的可能性,對數(shù)據(jù)異常的客戶進行重點關(guān)注和分析,通過相應(yīng)的措施挽留潛在流失客戶,穩(wěn)定客戶基礎(chǔ)。
通過數(shù)據(jù)關(guān)聯(lián)分析發(fā)現(xiàn)客戶違約的典型特征,同時還可通過偏差分析對少數(shù)的、極端的違約數(shù)據(jù)進行分析,與正常數(shù)據(jù)的一般行為或模型進行對比,揭示內(nèi)在的原因,用于風險識別和重點監(jiān)控,降低商業(yè)銀行的信用風險。
我國部分商業(yè)銀行業(yè)近年來積極探索利用數(shù)據(jù)挖掘技術(shù)來提升銀行的經(jīng)營管理和業(yè)務(wù)拓展能力。
中國民生銀行充分利用數(shù)據(jù)挖掘技術(shù)對高端客戶進行管理,通過構(gòu)建現(xiàn)金的邏輯回顧和決策分析技術(shù),實現(xiàn)對高端客戶流失風險預測研究。通過對客戶流失風險的測算和評估,將客戶按照流失可能性的從高到低進行排序,并且按流失客戶的分布情況進行多類別細分,針對潛在流失客戶制訂適當?shù)耐炝舨呗浴?/p>
廣東發(fā)展銀行引入申請計分機制,建立數(shù)據(jù)挖掘模型對信用卡新申請客戶或已有客戶進行信用評分和評估,識別客戶是優(yōu)質(zhì)客戶還是高風險客戶,提升了批核新卡的效率。同時,通過引入行為計分機制,對客戶的消費模式和還款數(shù)據(jù)進行數(shù)據(jù)跟蹤和挖掘,通過構(gòu)建的數(shù)據(jù)模型分析來對客戶的未來信貸進行智能管理。
2006年,招商銀行啟動了個人住房貸款評分卡開發(fā)與推廣項目。該項目第一期通過采用SAS的EnterpriseMiner模塊建立個人貸款評分卡模型,構(gòu)建了個人貸款申請評分卡系統(tǒng),核心是通過對個人貸款信息的分析,建立信貸監(jiān)測系統(tǒng)。招商銀行通過建立客戶評分卡及相關(guān)模型,實現(xiàn)了對客戶信用風險的評估。
中信銀行通過引入Greenplum數(shù)據(jù)倉庫解決方案,實現(xiàn)了對全局數(shù)據(jù)的管理和挖掘。通過建立統(tǒng)一的客戶視圖,來打造數(shù)據(jù)庫營銷平臺,實現(xiàn)精準營銷;同時客戶數(shù)據(jù)挖掘為線下營銷活動提供了方向和指引。對于風險管理部門來說,借助數(shù)據(jù)挖掘構(gòu)建的分析模型,有效的實現(xiàn)了對客戶行為的評估,可以對客戶信用額度在一天內(nèi)進行調(diào)整,降低了信用卡不良率的發(fā)生。
企業(yè)級數(shù)據(jù)應(yīng)用平臺是建設(shè)銀行企業(yè)級共享類數(shù)據(jù)和信息的交付和展現(xiàn)平臺,平臺部署多種應(yīng)用模式,支持各級機構(gòu)、多業(yè)務(wù)條線用戶對相關(guān)業(yè)務(wù)數(shù)據(jù)和信息的統(tǒng)計、查詢、分析、挖掘等應(yīng)用需求,普通用戶可以查詢固定報表和數(shù)據(jù)模板;自助查詢用戶可訪問自助查詢模型;數(shù)據(jù)模型研發(fā)人員可以訪問數(shù)據(jù)實驗室;挖掘模型應(yīng)用成果推送至營銷類模塊支持各級人員開展營銷工作。
可以看出,數(shù)據(jù)挖掘在商業(yè)銀行客戶關(guān)系管理領(lǐng)域的應(yīng)用都得到了一定的重視,而且應(yīng)用結(jié)果表明數(shù)據(jù)挖掘技術(shù)能幫助提升銀行經(jīng)營管理效率。
目前國內(nèi)商業(yè)銀行主要將數(shù)據(jù)挖掘技術(shù)應(yīng)用于客戶分類、交叉營銷領(lǐng)域,對客戶維持、風險防控等方面涉及較少,應(yīng)用領(lǐng)域還不夠?qū)挿?。從未來的?yīng)用前景分析,數(shù)據(jù)挖掘在以下方面領(lǐng)域還需不斷加強。
(一)基于客戶關(guān)系管理的目標市場的新客戶識別、分類,從而采取有針對性的客戶營銷和服務(wù)策略;
(二)通過對數(shù)據(jù)進行分析,挖掘出數(shù)據(jù)模式和特征,預測客戶的金融需求,從而有利于商業(yè)銀行制定決策、規(guī)避風險;
(三)隨著基礎(chǔ)數(shù)據(jù)的不斷增長,通過時間序列的分析和挖掘,挖掘出某一段時間內(nèi)交易數(shù)據(jù)的變化趨勢和規(guī)律,從而指導未來業(yè)務(wù)發(fā)展。
近年來,國內(nèi)商業(yè)銀行的經(jīng)營發(fā)展勢頭明顯放緩,利潤增長率大多步入個位數(shù)水平,發(fā)展后勁不足的現(xiàn)象明顯,在這樣的背景下,商業(yè)銀行如何穩(wěn)定現(xiàn)有客戶基礎(chǔ),并不斷發(fā)展壯大客戶群體,營銷推廣產(chǎn)品,就需要提升客戶管理能力和水平[4]。數(shù)據(jù)挖掘作為新時期對客戶信息管理的新手段和新方法,已經(jīng)成為商業(yè)銀行實現(xiàn)有效客戶管理的核心技術(shù),通過建立數(shù)據(jù)分析的模型,來充分挖掘已有的海量客戶信息,能夠有效的識別客戶的需求和偏好,實現(xiàn)客戶資源的價值最大化。通過數(shù)據(jù)挖掘,在識別客戶需求特征的基礎(chǔ)上,開展針對性的營銷吸引客戶、維持客戶,為客戶提供有針對性的產(chǎn)品和服務(wù),防止客戶流失,識別違約特征,防控金融風險,真正打造現(xiàn)代商業(yè)銀行的核心競爭力。
[1]賀本嵐.大數(shù)據(jù)時代數(shù)據(jù)挖掘在銀行客戶關(guān)系管理中的應(yīng)用研究[C].中國管理現(xiàn)代化研究會、復旦管理學獎勵基金會:,2013:6.
[2]張嫻.數(shù)據(jù)挖掘技術(shù)及其在金融領(lǐng)域的應(yīng)用[J].金融教學與研究,2003,(04):15-18.
[3]周意.數(shù)據(jù)挖掘在商業(yè)銀行客戶關(guān)系管理中的應(yīng)用研究[D].湖南大學,2005.
[4]黃華卿,張維,熊熊.數(shù)據(jù)挖掘技術(shù)在商業(yè)銀行客戶關(guān)系管理中的應(yīng)用分析[J].哈爾濱商業(yè)大學學報(社會科學版),2006,(03):40-43.
盛祥均(1968.1-),男,經(jīng)濟師,現(xiàn)就職于中國建設(shè)銀行陜西省分行公司業(yè)務(wù)部,長期從事信貸業(yè)務(wù)及客戶營銷工作。