[摘 要] 隨著金融市場競爭的加劇和消費者的需求日趨個性化，如何在快速多變的市場中保持老客戶與爭取新客戶成為關乎各類銀行成長和發(fā)展的關鍵，以客戶為中心的客戶關系管理（CRM）思想就在這樣的一個環(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。然而，如何成功地實施一個CRM項目，關鍵在于如何對客戶與銀行交互過程中的各種數(shù)據進行收集、分析，挖掘出隱含在數(shù)據中的有用信息，然后用分析所得的知識做出決策，這需要先進的技術和工具的支持，數(shù)據挖掘技術的出現(xiàn)為銀行CRM的實施提供了良好的支持。本文主要闡述了銀行客戶關系管理中數(shù)據挖掘技術的應用問題。

[關鍵詞] 數(shù)據挖掘 客戶關系管理

客戶關系管理（CRM——Customer Relationship Management）的首創(chuàng)者Gartner Group認為，CRM是迄今為止規(guī)模最大的IT概念，它將看待客戶的概念從獨立分散的單個部門提升到了企業(yè)的層面，雖然與每個客戶的具體交互行為是由每個部門來完成的，但是卻是企業(yè)對客戶全面的責任。CRM可以為企業(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。

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)必須由過去的“產品”導向向“客戶”導向轉變，對企業(yè)與客戶之間發(fā)生的各種關系進行全面的管理。銀行與客戶之間發(fā)生的關系，不僅包括單純的各類金融產品銷售過程所發(fā)生的業(yè)務關系，如合同簽訂、定單處理、收款等，而且包括在金融營銷及售后服務過程中發(fā)生的各種關系，如在金融產品市場活動、市場推廣過程中與潛在客戶發(fā)生的關系，客戶服務人員對客戶提供關懷活動、服務活動的售后服務關系等。對銀行與客戶之間可能發(fā)生的各種關系進行全面管理，將會顯著提升銀行營銷能力，降低營銷成本，控制營銷過程中可能導致客戶不滿的各種行為，不斷改進對客戶的服務水平，提高客戶的忠誠度，從而為銀行帶來更多利潤。

然而許多銀行用了很大力氣去積累有關客戶的信息，但是并不能有效地進行客戶關系管理，因為信息只是一些原材料，經過組織、分析并理解后，才可以用來構建成有關客戶的知識。這些知識運用在銀行的市場、銷售、客戶服務等各個領域，并讓這些知識發(fā)揮出作用，以提升銀行客戶的滿意度和忠誠度，從而降低生產和銷售成本，縮短銷售周期，擴大市場份額，提高銀行的效率和效益。然而，銀行如何管理和分析大量、復雜的客戶信息，從中找出對自身管理決策有價值的信息和知識，則需要有先進的技術和工具的支持，數(shù)據挖掘等新興技術的出現(xiàn)，為銀行CRM的實現(xiàn)提供了良好的支持。

從技術上定義，數(shù)據挖掘(Data Mining，簡稱為DM)是一種半自動地從大量的、不完全的、有噪聲的、模糊的、隨機的數(shù)據中，提取出隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。

如果從銀行角度說，數(shù)據挖掘是一種新的客戶信息處理技術，其主要特點是對銀行數(shù)據庫中的大量業(yè)務數(shù)據進行抽取、轉換、分析和其他模式處理，從中提取輔助銀行決策的關鍵性數(shù)據。因此，數(shù)據挖掘也可被描述為：是提取有用信息的數(shù)據產生過程，是從大量數(shù)據中挖掘出隱含的、先前未知的、對決策有潛在價值的知識和規(guī)則，并能夠根據已有的信息對未來發(fā)生行為做出結果預測，為銀行經營決策、市場策劃提供依據的過程。

在銀行CRM中，數(shù)據挖掘應用廣泛。比如金融市場分析和預測、賬戶分類、信用評估等。這些金融業(yè)務都需要收集和處理大量數(shù)據，通過人工或使用小型軟件進行分析預測十分困難，而數(shù)據挖掘可以通過對已有數(shù)據的處理，找到數(shù)據對象的特征和對象之間的關系，并可觀察到金融市場的變化趨勢，然后利用挖掘出的知識進行合理的分析預測，進而發(fā)現(xiàn)潛在客戶及現(xiàn)有客戶的金融和商業(yè)興趣等。數(shù)據挖掘在銀行CRM中的應用模型如下圖所示。

在對CRM的廣泛理解中，最簡單的含義就是:管理所有的與客戶的相互作用。在實踐中，這需要在客戶關系的各個階段使用與客戶相關的信息來預測與客戶的相互作用。我們將客戶關系的各個階段定義為客戶生命周期。客戶生命周期包括四個階段:一是獲得客戶，二是提高客戶的價值，三是保持上等效益客戶，四是防止客戶流失。數(shù)據挖掘技術在CRM的不同生命周期具有不同的作用。

一、利用聚類分析法進行客戶細分，獲得客戶

客戶細分是銀行有效運營、營銷、服務的基礎，是把大量的客戶分成不同類型，每個類型里的客戶擁有相似的屬性。銀行通過客戶細分，針對每類的客戶使用不同的營銷方式或提供不同的服務，可使銀行以最小的投入獲得最大的回報。

聚類分析技術是通過無指導學習，按類相似性最大化原則，自動對數(shù)據分類。對于客戶關系管理系統(tǒng)中存在的大量數(shù)據，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，此時使用聚類分析結果，可為管理者提供多個不同的相對較大的類劃分，然后再進行精確劃分。例如，管理人員要根據客戶的價值細分客戶，由于客戶的價值對每個銀行來說衡量的標準不同，因此可先對銀行現(xiàn)有的客戶進行聚類，利用聚類結果給客戶賦予類標記，類標記有四種，即高價值客戶、成長性客戶、普通客戶，以及潛在客戶，并描述出每類客戶特征。通過聚類分析，銀行往往可以發(fā)現(xiàn)客戶的群體行為，了解客戶的共性，從而提供針對性的客戶服務，提高銀行服務成功率。還可以通過分類或聚類分析對客戶進行群分后，再由模式分析預測哪些人可能成為其客戶，以幫助管理人員找到正確的對象。例如一家銀行利用現(xiàn)有的客戶郵件地址數(shù)據庫給潛在客戶發(fā)送網絡銀行產品支付寶的降價信息。不加區(qū)分的給每名客戶都發(fā)送促銷宣傳冊顯然是一種很大的浪費，而有針對性的給有最大購買可能的顧客發(fā)送產品廣告，才是一種高效節(jié)儉的營銷策略。這時可以通過聚類分析結果，找到潛在客戶，有針對性的客戶服務才可能是成功的服務。

二、利用關聯(lián)分析法進行交叉營銷，提高客戶價值

關聯(lián)分析就是給定一組或一個記錄集合，通過分析記錄集合，推導出其相關性，目的是為了挖掘出隱含在數(shù)據間的相互關系，常用的關聯(lián)分析有簡單關聯(lián)﹑因果關聯(lián)和時序關聯(lián)。交叉營銷則是指銀行通過和客戶交流，向現(xiàn)有客戶銷售新的產品或服務的過程。它以“雙贏”為原則，即對客戶來說，因得到更多、更好滿足需求的服務而受益；對銀行來說，因營業(yè)額的增長而獲益。銀行利用數(shù)據挖掘技術中的關聯(lián)分析法可以從客戶過去發(fā)生的交易數(shù)據中尋找影響客戶交易行為的因素，并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，分析哪些客戶最有可能對銀行的服務感興趣，會對哪些金融產品感興趣，哪些理財產品或服務通常會一起發(fā)生在同一次交易里，按什么樣的先后順序發(fā)生，從而實施有效的交叉營銷，提高銀行的客戶價值。

用數(shù)據挖掘技術對交叉銷售做分析時應包括三個步驟。一是分析現(xiàn)有客戶的購買行為和消費習慣數(shù)據，然后用數(shù)據挖掘的一些算法對不同的銷售方式的個體行為進行建模；二是用建立的預測模型對客戶將來的消費行為進行預測分析，對每一種銷售方式進行評價；三是用建立的分析模型對新的客戶數(shù)據進行分析，以決定向客戶提供哪一種交叉銷售服務最合適。

三、利用分類法有效保持客戶，提高客戶忠誠度

數(shù)據分類是通過在訓練集上針對某一屬性進行類劃分，建立描述并區(qū)分數(shù)據類或概念的模型，再使用該模型對數(shù)據類集進行劃分。銀行以客戶為中心并非是指所有的客戶都同等重要，往往一個公司80%的盈利是由20%的客戶產生，因此識別銀行的價值客戶是實現(xiàn)銀行CRM的關鍵。尤其隨著各個行業(yè)競爭的加劇，銀行獲得新客戶的成本正在不斷的上升，因此保持原有客戶對所有企業(yè)來說就顯得越來越重要，而且往往失去的客戶要比新得到的客戶貢獻更多的利潤。來自北美和歐洲的權威機構提供的統(tǒng)計數(shù)據表明，在全球500強企業(yè)中，它們在五年內大約流失50%的客戶。企業(yè)爭取一個新客戶的成本是保留一個老客戶的7-10倍，所以可以看出企業(yè)最關心的話題是企業(yè)如何才能留住客戶，增加客戶對企業(yè)的忠誠度。

利用數(shù)據挖掘技術，可以通過挖掘大量的客戶信息來構建預測模型，較準確的找出易流失的客戶群，并指定相應的方案，最大程度的保持住老客戶。

通過研究，認為數(shù)據挖掘技術中的決策樹技術能夠較好的應用在這一方面。決策樹是在一系列決策基礎上做出預測的決策模型。樹的每個分支都是一個分類問題，即對某些重要問題做出預測，相似的記錄會落在分支的同側，于是原始數(shù)據便被分割成樹的葉子。從決策樹中得到的預測分割同時還帶有對它本身進行定義的一些特征的描述。通過決策樹算法在挖掘特定數(shù)據的基礎上給出預測模型，由此按計算出的預測流失率細分客戶群體，確定客戶的交易習慣、交易金額和交易頻率，分析客戶對某個產品的忠誠度、持久性等，并為他們提供個性化定制服務，以提高客戶忠誠度。

四、利用孤立點分析法發(fā)現(xiàn)客戶異常行為，防止客戶流失

孤立點是數(shù)據集中與一般數(shù)據模型不相符合的那些數(shù)據。一般情況下，在數(shù)據被導入數(shù)據倉庫前，應該經過數(shù)據清理，以消除不一致的情況。但是在實際應用中，往往會發(fā)現(xiàn)一些客觀存在的、非操作人員的人為因素而導致的異常數(shù)據。對于這些異常數(shù)據，我們無法按照一般可行的分類規(guī)則對其進行劃分，也無法通過聚類的方法將其與其他數(shù)據建立有效的聯(lián)系。但是這些數(shù)據往往包含著實際應用價值。客戶流失是銀行難以控制的常見問題，流失現(xiàn)象會對銀行帶來很多不利影響。在客戶關系管理系統(tǒng)中，通過利用孤立點分析法可發(fā)現(xiàn)客戶的異常行為，從而使銀行避免不必要的客戶流失。比如信用卡推廣中，我們?yōu)槊课豢蛻舭丛孪M金額或月消費次數(shù)設定一個閾值，客戶的日常行為都應該在此閾值之中，如果某客戶某月的消費金額或消費次數(shù)低于該閾值，表明該客戶出現(xiàn)了異常行為，有可能變?yōu)榱魇Э蛻?。此時，信用卡中心管理人員應及時分析原因，采取一定的措施挽留住該客戶。

為了使數(shù)據挖掘技術更好地在銀行CRM系統(tǒng)中發(fā)揮作用，在實施過程中各銀行必須具備以下關鍵條件。

1.做好基礎數(shù)據庫的建設。銀行實現(xiàn)數(shù)據挖掘的前提和基礎是首先建立一個能夠全面組織和管理來自銀行內部和外部數(shù)據的平臺，擁有大量、真實的數(shù)據積累。否則，數(shù)據挖掘將無從進行。實踐表明，數(shù)據挖掘技術應用的成功與失敗，是否能給銀行帶來經濟效益，數(shù)據準備工作起到了至關重要的作用。

2.做好人員的培訓工作。在數(shù)據挖掘應用過程的多個環(huán)節(jié)中，人的主觀辨識和控制是應用成敗的關鍵，這就對系統(tǒng)使用人員提出了很高的要求。如果沒有具備相應素質的使用和維護人員，必將導致分析系統(tǒng)與現(xiàn)實分離，無法達到預期效果。因此，對于銀行來講，要想使得多年積累下來的數(shù)據資料和由數(shù)據挖掘得來的知識結合利用，就必須培養(yǎng)和引進數(shù)據挖掘專業(yè)人才，通過他們來將數(shù)據挖掘提升為銀行的核心競爭力。

3.數(shù)據挖掘必須由來自不同領域的人員共同參與。包括金融行業(yè)專家、數(shù)據管理員、數(shù)據分析人員、業(yè)務分析人員、數(shù)據挖掘專家等。人們通常認為只要有了一個數(shù)據挖掘工具，就能自動挖掘出所需要的信息，就能更好地進行銀行運作，其實這是一個誤區(qū)，要想真正做好數(shù)據挖掘，數(shù)據挖掘工具的選擇只是其中的一個方面，同時還需要對銀行業(yè)務的深入了解和數(shù)據分析經驗。銀行要想在未來的市場中具有競爭力，必須有一些數(shù)據挖掘方面的專家，專門從事數(shù)據分析和數(shù)據挖掘工作，并同其他部門有效協(xié)調，把挖掘出來的信息供管理者決策參考。

參考文獻:

[1]楊會志:數(shù)據挖掘技術的主要方法及其發(fā)展方向，《河北科技大學學報》，2000

[2]張闡軍:基于數(shù)據挖掘的CRM系統(tǒng)關鍵技術研究及其應用，碩士論文.2005

[3]姜永波 孫向前:基于數(shù)據挖掘的客戶關系管理，經濟管理論壇.2005(9)

注：本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文