尹曉麗　方旭昇

摘要: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(lèi)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)思想就是在這樣的環(huán)境和變化中逐漸為銀行重視與推崇。然而,如何成功地實(shí)施一個(gè)CRM項(xiàng)目,關(guān)鍵在于如何對(duì)客戶與銀行交互過(guò)程中的各種數(shù)據(jù)進(jìn)行收集、分析,挖掘出隱含在數(shù)據(jù)中的有用信息,然后用分析所得的知識(shí)做出決策。這就需要先進(jìn)的技術(shù)和工具的支持,數(shù)據(jù)挖掘的出現(xiàn)為銀行CRM的實(shí)施提供了良好的技術(shù)支持,著眼于對(duì)數(shù)據(jù)挖掘技術(shù)在銀行CRM客戶生命周期的四個(gè)階段中的具體應(yīng)用。

關(guān)鍵詞:數(shù)據(jù)挖掘;客戶關(guān)系管理;銀行CRM;客戶生命周期

中圖分類(lèi)號(hào):F832.2文獻(xiàn)標(biāo)志碼:A文章編號(hào):1673-291X(2009)20-0112-02

一、引言

在當(dāng)前市場(chǎng)環(huán)境中,作為提供金融服務(wù)產(chǎn)品的銀行業(yè), 面臨著多方面的壓力和挑戰(zhàn)。銀行服務(wù)的客戶數(shù)量是衡量銀行業(yè)務(wù)開(kāi)展的重要指標(biāo),當(dāng)前的客戶已不再是被動(dòng)的身份,面對(duì)諸多的選擇,服務(wù)不好就會(huì)導(dǎo)致客戶的流失。從國(guó)內(nèi)銀行的競(jìng)爭(zhēng)上看,在現(xiàn)行的市場(chǎng)游戲規(guī)則下,各家銀行都提供相似的服務(wù),在人員、資金和技術(shù)上已不是決定競(jìng)爭(zhēng)實(shí)力的關(guān)鍵,重點(diǎn)在于管理, 特別是基于對(duì)客戶了解和分析的客戶關(guān)系管理。

二、CRM與數(shù)據(jù)挖掘技術(shù)簡(jiǎn)介

客戶關(guān)系管理(CRM)不僅是一種通過(guò)完善的客戶服務(wù)和深入的客戶分析來(lái)滿足客戶的需求,保證實(shí)現(xiàn)客戶終身價(jià)值的管理理念,而且是一種旨在改善企業(yè)與客戶之間關(guān)系的新型管理機(jī)制,使企業(yè)從“以產(chǎn)品為中心”向“以客戶為中心”的模式轉(zhuǎn)移,即企業(yè)關(guān)注的焦點(diǎn)是從內(nèi)部運(yùn)作轉(zhuǎn)移到客戶關(guān)系上來(lái)。

很多銀行花大力氣去積累有關(guān)客戶的信息,但并不能有效地進(jìn)行客戶關(guān)系管理。因?yàn)樾畔⒅皇且恍┰牧?需經(jīng)過(guò)組織、分析并理解后,才可以用來(lái)構(gòu)建有關(guān)客戶的知識(shí),進(jìn)而指導(dǎo)銀行的市場(chǎng)、銷(xiāo)售、客戶服務(wù)等各個(gè)環(huán)節(jié),提高銀行的效率和效益。但銀行如何管理和分析大量、復(fù)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),則為銀行CRM的實(shí)現(xiàn)提供了良好的支持。

數(shù)據(jù)挖掘(DM)是個(gè)比較廣泛的概念。廣義的數(shù)據(jù)挖掘指的是一般性數(shù)據(jù)分析,它既包括統(tǒng)計(jì)分析方法,也包括挖掘方法。狹義的數(shù)據(jù)挖掘則是指基于非線性關(guān)系的數(shù)據(jù)分析方法。數(shù)據(jù)挖掘是信息技術(shù)發(fā)展到一定階段的必然產(chǎn)物,是從數(shù)據(jù)庫(kù)、數(shù)據(jù)倉(cāng)庫(kù)或其他信息庫(kù)的大量數(shù)據(jù)中,挖掘出有用的知識(shí)的一個(gè)過(guò)程。

如果從銀行角度說(shuō),數(shù)據(jù)挖掘則是一種新的客戶信息處理技術(shù),其主要特點(diǎn)是對(duì)銀行數(shù)據(jù)庫(kù)中的大量業(yè)務(wù)數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換、分析和其他模式處理,從中提取出能輔助銀行決策的關(guān)鍵性數(shù)據(jù)。因此,數(shù)據(jù)挖掘可被定義為:是提取有用信息和知識(shí)的數(shù)據(jù)產(chǎn)生過(guò)程,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)所發(fā)生行為做出預(yù)測(cè),為銀行經(jīng)營(yíng)決策提供依據(jù)的過(guò)程。

三、數(shù)據(jù)挖掘技術(shù)在銀行CRM中的應(yīng)用

在銀行CRM 中,數(shù)據(jù)挖掘應(yīng)用廣泛。如金融市場(chǎng)分析和預(yù)測(cè)、賬戶分類(lèi)、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),數(shù)據(jù)挖掘可通過(guò)對(duì)這些已有數(shù)據(jù)的分析和處理,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),然后利用挖掘出的知識(shí)進(jìn)行合理地分析預(yù)測(cè),進(jìn)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(jù)挖掘在銀行CRM中的應(yīng)用模型如下圖所示:

CRM最簡(jiǎn)單的含義可理解為:管理所有與客戶的相互作用。在實(shí)踐中,需要在客戶關(guān)系的各個(gè)階段使用與客戶相關(guān)的信息來(lái)預(yù)測(cè)客戶的行為。我們將客戶關(guān)系的各個(gè)階段定義為客戶生命周期?？蛻羯芷诎ㄋ膫€(gè)階段:一是獲取客戶,二是提高客戶價(jià)值,三是保持高效益客戶,四是防止客戶流失。數(shù)據(jù)挖掘技術(shù)在CRM的不同生命周期具有不同的作用:

(一)利用聚類(lèi)分析方法進(jìn)行客戶分類(lèi),獲取客戶

發(fā)現(xiàn)和開(kāi)拓新客戶對(duì)于任何一家銀行來(lái)說(shuō)至關(guān)重要。客戶分類(lèi)又稱為客戶細(xì)分,是將大量的客戶分成不同的類(lèi)型,同一類(lèi)型的客戶擁有某些相似的屬性,如背景資料、盈利能力、消費(fèi)偏好等。通過(guò)客戶細(xì)分,可使銀行準(zhǔn)確把握現(xiàn)有客戶的狀況,針對(duì)每類(lèi)客戶使用不同的營(yíng)銷(xiāo)方式或提供不同的服務(wù),使銀行以最小的投入獲得最大的回報(bào)。

聚類(lèi)分析方法是通過(guò)無(wú)指導(dǎo)學(xué)習(xí),按最大化類(lèi)內(nèi)部的相似性、最小化類(lèi)之間的相似性的原則,自動(dòng)對(duì)數(shù)據(jù)分類(lèi)。對(duì)于客戶關(guān)系管理系統(tǒng)中的大量數(shù)據(jù),管理人員常常希望能得到有意義的提示,以做出正確的客戶分類(lèi)判斷。此時(shí),使用聚類(lèi)分析結(jié)果,先給出多個(gè)不同的相對(duì)較大的類(lèi)劃分,然后再進(jìn)行精確劃分。通過(guò)聚類(lèi)分析,銀行往往可以發(fā)現(xiàn)客戶的群體行為,發(fā)現(xiàn)客戶的共性,掌握他們的投資理念,從而提供針對(duì)性的服務(wù),提高銀行服務(wù)的成功率。還可以通過(guò)分類(lèi)或聚類(lèi)分析對(duì)客戶進(jìn)行群分后,再由模式分析預(yù)測(cè)哪些人可能成為其客戶,以幫助管理人員找到潛在客戶。例如,銀行如果要進(jìn)行一次直接郵遞推廣活動(dòng),我們可以根據(jù)對(duì)目標(biāo)市場(chǎng)客戶群體的識(shí)別更加具有針對(duì)性,只寄出少量的信件,就可得到很高的回應(yīng)率。由于避免了傳統(tǒng)的撒網(wǎng)式促銷(xiāo),雖然減少了直接郵遞的數(shù)量,卻能增加盈利。這樣,我們不僅減少了對(duì)那些不符合特征客戶的打擾,而且還能夠極大地增加投資的回報(bào)率。

(二)利用關(guān)聯(lián)分析方法進(jìn)行交叉銷(xiāo)售,提高客戶價(jià)值

交叉銷(xiāo)售就是指銀行通過(guò)和客戶交流,向現(xiàn)有客戶提供新產(chǎn)品和新服務(wù),從而保持現(xiàn)有客戶資源、提升現(xiàn)有客戶價(jià)值的銷(xiāo)售方式,它建立在銀行和客戶雙贏的基礎(chǔ)之上。關(guān)聯(lián)分析則是給定一組或一個(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。銀行利用關(guān)聯(lián)分析方法分析客戶的交易行為與其他屬性(如客戶的年齡、性別、教育程度、職業(yè)等)的關(guān)聯(lián)關(guān)系,即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,從而實(shí)施有效的交叉銷(xiāo)售,提高銀行的客戶價(jià)值。

如果銀行通過(guò)交叉銷(xiāo)售方式來(lái)實(shí)現(xiàn)銷(xiāo)售量的增加,以下兩個(gè)步驟通常是必須要遵循的。一是通過(guò)聚類(lèi)分析實(shí)現(xiàn)客戶細(xì)分,鎖定交叉銷(xiāo)售所要面對(duì)的目標(biāo)客戶;二是通過(guò)關(guān)聯(lián)分析確定最優(yōu)的銷(xiāo)售組合,并向相應(yīng)的客戶展開(kāi)交叉銷(xiāo)售。

(三)利用分類(lèi)法保留客戶,提高客戶忠誠(chéng)度

數(shù)據(jù)分類(lèi)是通過(guò)在訓(xùn)練集上針對(duì)某一屬性進(jìn)行類(lèi)劃分,建立描述并區(qū)分?jǐn)?shù)據(jù)類(lèi)或概念的模型,再使用該模型對(duì)數(shù)據(jù)集進(jìn)行劃分。隨著各個(gè)行業(yè)競(jìng)爭(zhēng)的加劇,銀行獲得新客戶的成本正在不斷地上升,因此,保持原有客戶對(duì)所有企業(yè)來(lái)說(shuō),顯得至關(guān)重要。而且企業(yè)爭(zhēng)取一個(gè)新客戶的成本是保留一個(gè)老客戶的7—10倍,因此,企業(yè)最關(guān)心的話題是如何才能留住客戶,尤其是那些“優(yōu)質(zhì)客戶”(在廣義上,優(yōu)質(zhì)客戶就是那些雖然僅僅占全部人數(shù)的20%,但為銀行創(chuàng)造80%效益的客戶),增加客戶對(duì)企業(yè)的忠誠(chéng)度。

銀行為留住老客戶,就必須了解客戶的需求。可以假設(shè)類(lèi)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,即確定每類(lèi)客戶的特征,對(duì)客戶群進(jìn)行分類(lèi),從而為他們提供個(gè)性化定制服務(wù),以提高客戶忠誠(chéng)度,最大程度地保持住老客戶。

(四)利用孤立點(diǎn)分析法發(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)法按一般可行的分類(lèi)規(guī)則對(duì)其進(jìn)行劃分,也無(wú)法通過(guò)聚類(lèi)的方法將其與其他數(shù)據(jù)建立有效的聯(lián)系,但這些數(shù)據(jù)往往包含著實(shí)際的應(yīng)用價(jià)值。

客戶流失是銀行難以控制的常見(jiàn)問(wèn)題,流失現(xiàn)象會(huì)給銀行帶來(lái)很多不利影響。在客戶關(guān)系管理系統(tǒng)中,利用孤立點(diǎn)分析法,除了可用于欺詐發(fā)現(xiàn)外,還可發(fā)現(xiàn)客戶的異常行為,從而使銀行減少和避免不必要的客戶流失。比如,我們?yōu)榭蛻糍~戶的日常行為(如發(fā)生額、業(yè)務(wù)筆數(shù))設(shè)立一個(gè)閥值,客戶賬戶的日常行為都應(yīng)該在此閥值之中,如果某賬戶的日交易金額或日交易筆數(shù)超過(guò)了該閥值,表明該賬戶出現(xiàn)了異常行為,有可能成為流失客戶。工作人員應(yīng)及時(shí)分析原因,采取一定的措施挽留住該客戶。

在客戶生命周期的整個(gè)過(guò)程中,各個(gè)不同階段都包含許多重要的事件,數(shù)據(jù)挖掘還可以用于判斷客戶所處的生命周期狀態(tài),并可預(yù)測(cè)客戶進(jìn)入客戶生命周期下一階段的時(shí)間以及客戶的行為。銀行對(duì)客戶生命周期各個(gè)階段的準(zhǔn)確把握與管理,有利于根據(jù)客戶的狀態(tài)采取相應(yīng)的交叉銷(xiāo)售或增值銷(xiāo)售等市場(chǎng)活動(dòng),從而實(shí)現(xiàn)銀行的最高利潤(rùn)。

四、結(jié)論

“誰(shuí)擁有客戶信息,誰(shuí)就擁有未來(lái)”。中國(guó)銀行行長(zhǎng)經(jīng)濟(jì)顧問(wèn)、中國(guó)銀行國(guó)際金融研究所所長(zhǎng)朱民博士說(shuō):“國(guó)內(nèi)銀行業(yè)的經(jīng)營(yíng)體制20 年前以產(chǎn)品為中心,10 年前以市場(chǎng)為中心,現(xiàn)在以客戶為中心,未來(lái)將會(huì)以客戶信息為中心”。在銀行 CRM 中有效利用數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘等現(xiàn)代信息技術(shù),可以為銀行高層決策者提供準(zhǔn)確的客戶分類(lèi)、忠誠(chéng)度、盈利能力以及潛在用戶等有用信息,指導(dǎo)他們制定最優(yōu)的銀行營(yíng)銷(xiāo)策略,降低銀行運(yùn)營(yíng)成本,增加利潤(rùn)以及加速銀行的發(fā)展。

參考文獻(xiàn):

[1]Jiawei Han,Micheline Kamber.數(shù)據(jù)挖掘:概念與技術(shù)(原書(shū)第2版)[M].范明,孟小峰,譯.北京:機(jī)械工業(yè)出版,2007:3.

[2]方蕾,王金桃.數(shù)據(jù)挖掘在客戶生命周期中的應(yīng)用研究[J].武漢理工大學(xué)學(xué)報(bào):信息與管理工程版,2008,30(4):613-615.

[3]王實(shí),等.銀行業(yè)CRM理論與實(shí)務(wù)[M].北京:電子工業(yè)出版社,2005.

[4]于海峰.基于數(shù)據(jù)倉(cāng)庫(kù)的銀行客戶關(guān)系管理系統(tǒng)的研究[D].合肥:合肥工業(yè)大學(xué),2004.

[責(zé)任編輯 張宇霞]