数据挖掘技术在银行客户关系管理中的应用

1、数据挖掘技术在银行M户关系管理中的应用【摘要】：随着金融市场竞争的加剧和消费者的需求日趋个性化如 何在快速多变的市场中保持老客户与争取新客户成为关乎各类银行成长 和发展的关键，以客户为中心的客户关系管理(CRM)思想就是在这样的环 境和变化中逐渐为银行重视与推崇。然而，如何成功地实施一个CRM项目 关键在于如何对客户与银行交互过程中的各种数据进行收集、分析、挖掘 出隐含在数据中的有用信息，然后用分析所得的知识做出决策，这就需要 先进的技术和工具的支持数据挖掘的出现为银行CRM的实施提供了良好 的技术支持，着眼于对数据挖掘技术在银行CRM客户生命周期的四个阶段 中的具体应用。【关键词】：数据挖掘

2、客户关系管理 银行CRM客户生命周期The data mining technology in the bank customer relationship management applicationLiLingShu(college of management, business management level 09, class 2)【Abstract 】:as the financial market increased competition and consumer demand increasingly personalized, at how fast the volatil

3、e market to keep the old customers and for new customers become for the growth and development of all kinds of bank of the key, take the customer as the center of customer relationship management (CRM) thought is in such environment and change for the bank and respected attention gradually. However,

4、 how to successfully implementing a CRM project, the key point is that how to interact with the bank customers in the process of a variety of data collection, analysis, and dig out the implicit in data, the useful information, and then analyzed using the knowledge of the decision making, this needs

5、the advanced technology and the tools support, the emergence of the data mining for the implementation of the CRM bank provides a good technical support, focusing on the data mining technology in the bank CRM .【key words : data mining the customer relationship management bank CRM customers life cycl

6、e目录 TOC o 1-5 h z HYPERLINK l bookmark17 o Current Document 引言 4 HYPERLINK l bookmark20 o Current Document 一、客户关系管理（CRM）与数据挖掘技术简 4 HYPERLINK l bookmark24 o Current Document 二、 数据挖掘技术在银行CRM中的应用 5 HYPERLINK l bookmark28 o Current Document （一） 利用聚类分析方法进行客户分类，获取客户 5 HYPERLINK l bookmark32 o Current Docu

7、ment （二） 利用关联分析方法进行交叉销售,提高客户价值6 HYPERLINK l bookmark36 o Current Document （三） 利用分类法保留客户，提高客户忠诚度 6 HYPERLINK l bookmark40 o Current Document （四）利用孤立点分析法发现客户异常行为，防止客户流失。 7 HYPERLINK l bookmark44 o Current Document 三、结论 8 HYPERLINK l bookmark48 o Current Document 参考文献 8引言在当前市场环境中，作为提供金融服务产品的银行业，面临着多方面的

8、压力和挑战 银行服务的客户数量是衡量银行业务开展的重要指标，当前的客户已不再是被动的身 份，面对诸多的选择，服务不好就会导致客户的流失从国内银行的竞争上看，在现行的 市场游戏规则下,各家银行都提供相似的服务,在人员、资金和技术上已不是决定竞争 实力的关键,重点在于管理，特别是基于对客户了解和分析的客户关系管理。一、客户关系管理(CRM)与数据挖掘技术简介客户关系管理(CRM)不仅是一种通过完善的客户服务和深入的客户分析来满足客 户的需求,保证实现客户终身价值的管理理念，而且是一种旨在改善企业与客户之间关 系的新型管理机制，使企业从“以产品为中心”向“以客户为中心”的模式转移，即企 业关注的焦点

9、是从内部运作转移到客户关系上来。很多银行花大力气去积累有关客户的信息，但并不能有效地进行客户关系管理因 为信息只是一些原材料，需经过组织、分析并理解后,才可以用来构建有关客户的知识, 进而指导银行的市场、销售、客户服务等各个环节，提高银行的效率和效益但银行如何 管理和分析大量、复杂的客户信息，从中找出对自身管理决策有价值的信息和知识，则 需要有先进的技术和工具的支持,数据挖掘等新兴技术的出现，则为银行CRM的实现提 供了良好的支持。数据挖掘(DM)是个比较广泛的概念。广义的数据挖掘指的是一般性数据分析，它既 包括统计分析方法，也包括挖掘方法。狭义的数据挖掘则是指基于非线性关系的数据分 析方法数

10、据挖掘是信息技术发展到一定阶段的必然产物，是从数据库、数据仓库或其他 信息库的大量数据中，挖掘出有用的知识的一个过程。如果从银行角度说,数据挖掘则是一种新的客户信息处理技术，其主要特点是对银 行数据库中的大量业务数据进行抽取、转换、分析和其他模式处理，从中提取出能辅助 银行决策的关键性数据因此，数据挖掘可被定义为:是提取有用信息和知识的数据产生 过程，是从大量数据中挖掘出隐含的、先前未知的、对决策有潜在价值的知识和规则， 并能够根据已有的信息对未来所发生行为做出预测，为银行经营决策提供依据的过程。二、数据挖掘技术在银行CRM中的应用在银行CRM中，数据挖掘应用广泛如金融市场分析和预测、账户分类

11、、信用评估等 这些金融业务都需要收集和处理大量数据，数据挖掘可通过对这些已有数据的分析和 处理，找到数据对象的特征和对象之间的关系，并可观察到金融市场的变化趋势，然后 利用挖掘出的知识进行合理地分析预测。CRM最简单的含义可理解为：管理所有与客户的相互作用在实践中，需要在客户关 系的各个阶段使用与客户相关的信息来预测客户的行为我们将客户关系的各个阶段定 义为客户生命周期。包括四个阶段：一是获取客户；二是提高客户价值；三是保持高效益客户；四是防止客户流失数据挖掘技术在CRM的不同生命周期具有不同的作用。（一）利用聚类分析方法进行客户分类，获取客户发现和开拓新客户对于任何一家银行来说至关重要客户分

12、类又称为客户细分，是 将大量的客户分成不同的类型，同一类型的客户拥有某些相似的属性,如背景资料、盈 利能力、消费偏好等通过客户细分，可使银行准确把握现有客户的状况,针对每类客户 使用不同的营销方式或提供不同的服务，使银行以最小的投入获得最大的回报。聚类分析方法是通过无指导学习，按最大化类内部的相似性、最小化类之间的相似 性的原则，自动对数据分类对于客户关系管理系统中的大量数据,管理人员常常希望能 得到有意义的提示，以做出正确的客户分类判断此时，使用聚类分析结果，先给出多个 不同的相对较大的类划分,然后再进行精确划分通过聚类分析，银行往往可以发现客户 的群体行为，发现客户的共性，掌握他们的投资理

13、念，从而提供针对性的服务，提高银行 服务的成功率还可以通过分类或聚类分析对客户进行群分后，再由模式分析预测哪些 人可能成为其客户，以帮助管理人员找到潜在客户例如，银行如果要进行一次直接邮递 推广活动，我们可以根据对目标市场客户群体的识别更加具有针对性,只寄出少量的信 件,就可得到很高的回应率由于避免了传统的撒网式促销，虽然减少了直接邮递的数量, 却能增加盈利这样，我们不仅减少了对那些不符合特征客户的打扰，而且还能够极大地 增加投资的回报率（二）利用关联分析方法进行交叉销售，提高客户价值交叉销售就是指银行通过和客户交流，向现有客户提供新产品和新服务，从而保持 现有客户资源、提升现有客户价值的销售

14、方式，它建立在银行和客户双赢的基础之上关 联分析则是给定一组或一个记录集合，通过分析记录集合，推导出其相关性，目的是为 了挖掘出隐含在数据间的相互关系银行利用关联分析方法分析客户的交易行为与其他 属性（如客户的年龄、性别、教育程度、职业等）的关联关系，即寻找影响客户交易行为 的因素，并建立预测模型对客户将来可能发生的交易行为进行预测,分析哪些客户最有 可能对银行的服务感兴趣，会对哪些金融产品感兴趣，哪些理财产品或服务通常会一起 发生在同一次交易里，从而实施有效的交叉销售，提高银行的客户价值。如果银行通过交叉销售方式来实现销售量的增加，以下两个步骤通常是必须要遵 循的一是通过聚类分析实现客户细分

15、，锁定交叉销售所要面对的目标客户；二是通过关 联分析确定最优的销售组合，并向相应的客户展开交叉销售。（三）利用分类法保留客户，提高客户忠诚度数据分类是通过在训练集上针对某一属性进行类划分，建立描述并区分数据类或 概念的模型，再使用该模型对数据集进行划分随着各个行业竞争的加剧,银行获得新客 户的成本正在不断地上升，因此，保持原有客户对所有企业来说，显得至关重要而且企 业争取一个新客户的成本是保留一个老客户的710倍，因此，企业最关心的话题是如 何才能留住客户，尤其是那些“优质客户”（在广义上，优质客户就是那些虽然仅仅占 全部人数的20%,但为银行创造80%效益的客户），增加客户对企业的忠诚度。银

16、行为留住老客户，就必须了解客户的需求可以假设类标号属性是“顾客是否流失”，再利用数据挖掘工具对大量的客户资料进行分析，建立数据模型，确定客户的交 易习惯、交易额度和交易频率，分析客户对某个产品的忠诚程度、持久性等，即确定每 类客户的特征,对客户群进行分类，从而为他们提供个性化定制服务，以提高客户忠诚 度，最大程度地保持住老客户（四）利用孤立点分析法发现客户异常行为，防止客户流失。孤立点是数据集中与一般数据模型不相符合的那些数据一般情况下，在数据被导 入数据仓库前,应该经过数据清理，以消除不一致的情况但是,在实际应用中，往往会发 现一些客观存在的、非操作人员的人为因素而导致的异常数据对于这些异常

17、数据，我们 无法按一般可行的分类规则对其进行划分，也无法通过聚类的方法将其与其他数据建 立有效的联系，但这些数据往往包含着实际的应用价值。客户流失是银行难以控制的常见问题，流失现象会给银行带来很多不利影响在客 户关系管理系统中，利用孤立点分析法，除了可用于欺诈发现外，还可发现客户的异常 行为，从而使银行减少和避免不必要的客户流失比如，我们为客户账户的日常行为（如 发生额、业务笔数）设立一个阀值，客户账户的日常行为都应该在此阀值之中，如果某账 户的日交易金额或日交易笔数超过了该阀值，表明该账户出现了异常行为，有可能成为 流失客户工作人员应及时分析原因，采取一定的措施挽留住该客户。在客户生命周期的

18、整个过程中，各个不同阶段都包含许多重要的事件，数据挖掘还 可以用于判断客户所处的生命周期状态，并可预测客户进入客户生命周期下一阶段的 时间以及客户的行为银行对客户生命周期各个阶段的准确把握与管理，有利于根据客 户的状态采取相应的交叉销售或增值销售等市场活动,从而实现银行的最高利润。三、结论“谁拥有客户信息,谁就拥有未来”中国银行行长经济顾问、中国银行国际金融研-7 -究所所长朱民博士说：“国内银行业的经营体制20年前以产品为中心，10年前以市场 为中心，现在以客户为中心，未来将会以客户信息为中心”在银行CRM中有效利用数据 仓库和数据挖掘等现代信息技术，可以为银行高层决策者提供准确的客户分类、忠