CRM系統(tǒng):數(shù)據(jù)挖掘在銀行C R M 管理中的應(yīng)用研究

[摘 要] 人類科學(xué)技術(shù)水平的提高，引起了世界的兩大主要變化，首先是信息、物資的流動(dòng)速度加快，無(wú)論是消費(fèi)者還是 生產(chǎn)者、經(jīng)營(yíng)者都能更快地得到有效信息，適時(shí)調(diào)整自己的習(xí)慣和行為。再次是計(jì)算機(jī)等高科技技術(shù)的發(fā)展使生產(chǎn)能力極大提 高，超越了人們的基本需求水平，市場(chǎng)逐漸由賣方市場(chǎng)轉(zhuǎn)變?yōu)橘I方市場(chǎng)，市場(chǎng)競(jìng)爭(zhēng)也日益激烈。因此，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)。 然而如何從大量龐雜的客戶信息中提取出隱藏在其中有價(jià)值的信息則需要有先進(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 (CRM) 客戶關(guān)系管理（CRM）最早由Gartner Group提出，所謂的CRM 就是為企業(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。 在人類社會(huì)從“產(chǎn)品”導(dǎo)向時(shí)代發(fā)展為“客戶”導(dǎo)向時(shí)代的 今天,客戶的選擇決定著一個(gè)企業(yè)的命運(yùn)。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 的各類金融產(chǎn)品銷售過(guò)程所發(fā)生的業(yè)務(wù)關(guān)系,如合同簽訂、定單 處理、發(fā)貨、收款等，而且包括在金融營(yíng)銷及售后服務(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:在與目標(biāo)客戶接觸過(guò)程中,內(nèi)部銷售人員的行 為、各項(xiàng)活動(dòng)及其與客戶接觸全過(guò)程所發(fā)生的關(guān)系；還包括售后 服務(wù)過(guò)程中,客戶服務(wù)人員對(duì)客戶提供關(guān)懷活動(dòng)、各種服務(wù)活動(dòng)、 服務(wù)內(nèi)容、服務(wù)效果的記錄等,這也是銀行與客戶的售后服務(wù)關(guān) 系。對(duì)銀行與客戶間可能發(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)銷能力,降低營(yíng)銷成本,控制營(yíng)銷過(guò)程中可能導(dǎo)致客 戶抱怨的各種行為,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?經(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)、銷售、客戶服務(wù)等各個(gè)領(lǐng)域,并讓這些知 識(shí)發(fā)揮出杠桿作用,以提升銀行客戶的滿意度和忠誠(chéng)度,從而降低 生產(chǎn)和銷售成本,縮短銷售周期,擴(kuò)大市場(chǎng)份額,提高銀行的效率 和效益。客戶知識(shí)管理是通過(guò)一組解決方案的集合尋找和識(shí)別與 問(wèn)題有關(guān)的關(guān)鍵性信息,并將這些信息進(jìn)行提取,形成對(duì)某一問(wèn)題 的專門知識(shí),用知識(shí)指導(dǎo)決策并付諸行動(dòng),再將該行動(dòng)轉(zhuǎn)化為利 潤(rùn)。因此,客戶知識(shí)管理是客戶關(guān)系管理的本質(zhì)。然而，銀行如 何管理和分析大量、龐雜的客戶信息，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。 數(shù)據(jù)挖掘(Data mining,DM),又稱數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn)( Knowledge discovery in database,KDD),是指從存放在數(shù)據(jù)庫(kù)、數(shù) 據(jù)倉(cāng)庫(kù)或其他信息庫(kù)中的大量的、不完全的、有噪聲的、模糊的、 隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中自動(dòng)地發(fā)現(xiàn)相關(guān)模式、提取有潛在價(jià)值的 數(shù)據(jù)挖掘在銀行C R M 管理中的應(yīng)用研究 田小丹 廣東金融學(xué)院工商管理系 [摘 要] 人類科學(xué)技術(shù)水平的提高，引起了世界的兩大主要變化，首先是信息、物資的流動(dòng)速度加快，無(wú)論是消費(fèi)者還是 生產(chǎn)者、經(jīng)營(yíng)者都能更快地得到有效信息，適時(shí)調(diào)整自己的習(xí)慣和行為。再次是計(jì)算機(jī)等高科技技術(shù)的發(fā)展使生產(chǎn)能力極大提 高，超越了人們的基本需求水平，市場(chǎng)逐漸由賣方市場(chǎng)轉(zhuǎn)變?yōu)橘I方市場(chǎng)，市場(chǎng)競(jìng)爭(zhēng)也日益激烈。因此，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)。 然而如何從大量龐雜的客戶信息中提取出隱藏在其中有價(jià)值的信息則需要有先進(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 (CRM) 信息、挖掘知識(shí)的過(guò)程。從CRM 的角度, 數(shù)據(jù)挖掘應(yīng)用就是從 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), 為企業(yè)經(jīng)營(yíng)決策、市場(chǎng)策劃提供依據(jù)。在CRM 中應(yīng)用的數(shù)據(jù)挖 掘模式主要有以下五種: 關(guān)聯(lián)分析、分類、聚類分析、序列分析、 孤立點(diǎn)分析。主要使用的技術(shù)有: 統(tǒng)計(jì)、聚類、決策樹、神經(jīng)網(wǎng) 絡(luò)和關(guān)聯(lián)規(guī)則。對(duì)于要挖掘的數(shù)據(jù), 可以是來(lái)自傳統(tǒng)的關(guān)系數(shù)據(jù) 庫(kù), 也可以建立面向主題的、采用多維數(shù)據(jù)立方體組織數(shù)據(jù)的數(shù) 據(jù)倉(cāng)庫(kù)。 數(shù)據(jù)挖掘在金融領(lǐng)域應(yīng)用廣泛，包括：金融市場(chǎng)分析和預(yù)測(cè)、 賬戶分類、銀行擔(dān)保和信用評(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)，很難通過(guò)人工或使用一兩個(gè)小型軟件進(jìn)行分析預(yù) 測(cè)。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 用學(xué)習(xí)到的模式進(jìn)行合理的分析預(yù)測(cè)，進(jìn)而發(fā)現(xiàn)某個(gè)客戶、消費(fèi) 群體或組織的金融和商業(yè)興趣等。 為了使數(shù)據(jù)挖掘技術(shù)很好地在銀行中發(fā)揮作用,首先需要建 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)。通 過(guò)建立數(shù)據(jù)倉(cāng)庫(kù), 將來(lái)自BOSS 系統(tǒng)、網(wǎng)管系統(tǒng)、OA 系統(tǒng)和財(cái)務(wù) 管理信息系統(tǒng)的數(shù)據(jù)進(jìn)行整合。可以根據(jù)不同的分析需求建立相 應(yīng)的主題( 如客戶流失情況主題、市場(chǎng)競(jìng)爭(zhēng)分析主題等),并根據(jù) 主題建立相應(yīng)的多維數(shù)據(jù)集, 從而可以在多維數(shù)據(jù)集中采用聯(lián)機(jī) 事務(wù)處理(OLTP)、聯(lián)機(jī)分析處理(OLAP)和數(shù)據(jù)挖掘?yàn)橄鄳?yīng)的主題 提供分析模型。 一、利用聚類分析法進(jìn)行客戶細(xì)分，提高服務(wù)成功率 客戶細(xì)分是銀行有效運(yùn)營(yíng)、營(yíng)銷、服務(wù)的基礎(chǔ)，是把大量的 客戶分成不同類型，每個(gè)類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)每類的客戶使用不同的營(yíng)銷方式或提供不同的 服務(wù)，可使銀行以最小的投入獲得最大的回報(bào)。 聚類分析技術(shù)是通過(guò)無(wú)指導(dǎo)學(xué)習(xí)，按類相似性最大化原則， 自動(dòng)對(duì)數(shù)據(jù)分類。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判斷， 此時(shí)使用聚類分析結(jié)果，可為管理者先給出多個(gè)不同的相對(duì)較大 的類劃分，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，利用聚類結(jié)果給客戶賦予類 標(biāo)記，類標(biāo)記有四種，即高價(jià)值客戶、最具成長(zhǎng)性客戶、普通客 戶以及負(fù)加值客戶，并描述出每類客戶特征。通過(guò)聚類分析，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。 二、利用關(guān)聯(lián)分析法進(jìn)行交叉營(yíng)銷，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)銷則 是指銀行向原有客戶銷售新的理財(cái)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，提高銀行的客戶價(jià)值。 三、利用分類法可有效識(shí)別銀行優(yōu)質(zhì)客戶，提高客戶忠誠(chéng)度 數(shù)據(jù)分類是通過(guò)在訓(xùn)練集上針對(duì)某一屬性進(jìn)行類劃分，建立 描述并區(qū)分?jǐn)?shù)據(jù)類或概念的模型，再使用該模型對(duì)數(shù)據(jù)類集進(jìn)行 劃分。對(duì)于銀行來(lái)說(shuō)，分類是最常見的操作。銀行以客戶為核心 并非是指所有的客戶都同等重要，根據(jù)二八原則，一個(gè)公司80% 盈利是由20%的客戶產(chǎn)生的，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。但是，目前大多數(shù)銀行仍然按自己的經(jīng)驗(yàn)來(lái)識(shí)別 優(yōu)質(zhì)客戶，很少有銀行能夠確定一個(gè)較為完整準(zhǔn)確的優(yōu)質(zhì)客戶標(biāo) 準(zhǔn)。利用數(shù)據(jù)挖掘技術(shù)中的分類算法，這一問(wèn)題就可得到有效解 決。我們首先假設(shè)類標(biāo)號(hào)屬性是“是否為優(yōu)質(zhì)客戶”，然后采用 分類法，通過(guò)在一定數(shù)量的客戶群上進(jìn)行歸納，最后確定出優(yōu)質(zhì) 客戶的評(píng)估準(zhǔn)則。在獲得了評(píng)估準(zhǔn)則后，銀行就可以比較輕松﹑ 客觀地識(shí)別出其絕大多數(shù)優(yōu)質(zhì)客戶。 利用分類法還有利于銀行培養(yǎng)忠誠(chéng)客戶，使之與銀行保持長(zhǎng) 期關(guān)系。客戶忠誠(chéng)是基于對(duì)銀行的信任度、往來(lái)頻率、服務(wù)效果、 滿意程度以及繼續(xù)接受同一銀行服務(wù)的可能性的綜合評(píng)估值。銀 行為了留住老客戶，防止客戶流失，就必須了解客戶的需求。首 先假設(shè)類標(biāo)號(hào)屬性是“顧客是否流失”，再利用數(shù)據(jù)挖掘工具對(duì) 大量的客戶資料進(jìn)行分析，建立數(shù)據(jù)模型，確定客戶的交易習(xí)慣、 交易額度和交易頻率，分析客戶對(duì)某個(gè)產(chǎn)品的忠誠(chéng)程度、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)分析法可發(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