蘭 軍，嚴(yán)廣樂

（上海理工大學(xué)管理學(xué)院，上海 200093）

基于客戶特征分群的銀行客戶流失分析

蘭 軍，嚴(yán)廣樂

（上海理工大學(xué)管理學(xué)院，上海 200093）

銀行客戶流失分析是銀行精細(xì)化經(jīng)營(yíng)的重要組成部分，對(duì)銀行客戶流失進(jìn)行系統(tǒng)性的分析是一項(xiàng)涉及領(lǐng)域廣泛的復(fù)雜工作。文章基于對(duì)商業(yè)銀行大量實(shí)際經(jīng)營(yíng)數(shù)據(jù)的細(xì)致梳理和整理研究，通過對(duì)銀行傳統(tǒng)客戶細(xì)分模式與基于客戶特征分群細(xì)分模式的比較分析，提出了基于客戶綜合特征進(jìn)行客戶分群的新研究方法。在客戶價(jià)值分群模式下，對(duì)銀行客群基于價(jià)值分群模式細(xì)分為七個(gè)客群，并以此為基礎(chǔ)，，運(yùn)用客戶流失分析方法，在實(shí)際的銀行客戶數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)，通過對(duì)價(jià)值分群細(xì)分客戶進(jìn)行流失觀察，全面了解和掌握銀行實(shí)際經(jīng)營(yíng)中不同價(jià)值客群流失的客戶流失動(dòng)因、程度和去向等具體行為特征。文章的分析研究在實(shí)際運(yùn)用中取得了較好的預(yù)期效果，為系統(tǒng)性分析商業(yè)銀行客戶行為提供了新的思路和手段，為各級(jí)管理人員基于客戶流失分析的結(jié)果，采取針對(duì)性處理措施進(jìn)行干預(yù)提供了基礎(chǔ)性的支持和建議。

金融經(jīng)濟(jì)；金融服務(wù)；銀行客戶；客戶分群

一、引言

隨著技術(shù)的不斷進(jìn)步和市場(chǎng)的不斷成熟，銀行產(chǎn)品和服務(wù)的差異越來越小，以生產(chǎn)為中心，以銷售產(chǎn)品為目的的管理理念逐漸被以客戶為中心、以服務(wù)為目的的新思維所取代。銀行通過準(zhǔn)確掌握客戶的行為趨勢(shì)，有效發(fā)掘和管理客戶資源，就能獲得市場(chǎng)競(jìng)爭(zhēng)優(yōu)勢(shì)，在激烈的市場(chǎng)競(jìng)爭(zhēng)中立于不敗之地。在銀行經(jīng)營(yíng)中，獲取新客戶付出的成本收益率遠(yuǎn)比維系優(yōu)質(zhì)老客戶的成本效益率低。銀行客戶流失特別是優(yōu)質(zhì)客戶的流失，一直是銀行在發(fā)展中面臨的重大挑戰(zhàn)。優(yōu)質(zhì)客戶的流失及聯(lián)帶效應(yīng)減少了銀行在優(yōu)質(zhì)客戶市場(chǎng)的份額，造成了銀行收益的損失。因此，進(jìn)行銀行客戶流失分析，積極主動(dòng)地進(jìn)行有針對(duì)性的維系挽留工作，正成為各家銀行的重點(diǎn)需求。

目前國(guó)內(nèi)外研究文獻(xiàn)中，對(duì)銀行客戶流失的研究主要集中在流失預(yù)警模型和算法的研究上，而針對(duì)銀行細(xì)分客戶的不同特點(diǎn)，按照客戶綜合特征分群進(jìn)行流失行為的綜合研究方面尚沒有十分有效的方法[1]。多數(shù)的研究方法直接基于客戶特征的原始變量進(jìn)行聚類分析，導(dǎo)致部分結(jié)果穩(wěn)定性和普適性不強(qiáng)。文章以銀行客戶特征分群作為基礎(chǔ)，提出基于價(jià)值客戶分群模式下客戶流失分析方法?；诳蛻籼卣鞯目蛻艏?xì)分方法以客戶“特征”來代替?zhèn)鹘y(tǒng)群體細(xì)分中的原始變量，客戶的“特征”包含了一個(gè)或多個(gè)相關(guān)的原始變量的綜合描述，能相對(duì)準(zhǔn)確地反映客戶消費(fèi)行為的一般特點(diǎn)。分群結(jié)果穩(wěn)定性和可跟蹤性較好，同時(shí)可以根據(jù)特定條件任意整合分群，不用重復(fù)數(shù)據(jù)準(zhǔn)備過程，業(yè)務(wù)上的可操作性更強(qiáng)，該方法可以幫助銀行決策者建立系統(tǒng)化的基于客群特征進(jìn)行流失管理的設(shè)計(jì)，避免客戶流失管理只依賴人工經(jīng)驗(yàn)和定性分析的問題。

二、基于銀行客戶特征的客戶分群模式

建立科學(xué)完善的客戶群體細(xì)分是對(duì)銀行客戶行為進(jìn)行細(xì)致洞察的重要基礎(chǔ)，傳統(tǒng)客戶細(xì)分方法，主要是利用客戶的背景、產(chǎn)品持有、行為等相關(guān)原始變量作為直接的細(xì)分依據(jù)。對(duì)各種不同的原始變量直接進(jìn)行聚類，可以獲得客戶群體細(xì)分的直接結(jié)果，但這種直接結(jié)果需要靠數(shù)據(jù)分析人員的個(gè)人經(jīng)驗(yàn)強(qiáng)行進(jìn)行解釋，因此結(jié)果的解釋性與解釋者經(jīng)驗(yàn)相關(guān)，并且由于是直接使用原始變量進(jìn)行細(xì)分，導(dǎo)致細(xì)分結(jié)果可能不穩(wěn)定。如果想根據(jù)特定條件調(diào)整和拆分分群，需要從原始變量的重組返工，幾乎相當(dāng)于重新建設(shè)，維護(hù)成本較大[1]。

建立基于銀行客戶不同群體特征進(jìn)行客戶分群方法是進(jìn)行客戶流失分析和管理的重要基礎(chǔ)?；诳蛻籼卣鞯目蛻舴秩号c傳統(tǒng)的直接使用原始變量進(jìn)行客戶細(xì)分不同，基于客戶特征的分群方式通過原始變量的不同組合及判定，綜合考察客戶在價(jià)值、風(fēng)險(xiǎn)、背景、行為等方面的差異，建立可以在一定范圍內(nèi)操作和評(píng)估的群體細(xì)分模型，以此為基礎(chǔ)建立能夠描述消費(fèi)某種業(yè)務(wù)產(chǎn)品或服務(wù)的客戶所應(yīng)具有的綜合“特征”模型。通過對(duì)這些“特征”進(jìn)行量化的判斷，從統(tǒng)計(jì)學(xué)的角度上得到具有這些“特征”的客戶消費(fèi)某種業(yè)務(wù)產(chǎn)品或服務(wù)的概率，然后根據(jù)概率的高低來決定對(duì)哪些客戶推薦哪些產(chǎn)品或者方案[2]。

基于客戶特征的客戶細(xì)分能夠?yàn)楣芾聿块T提供關(guān)鍵客戶群體列表和相關(guān)評(píng)估指標(biāo)，以便進(jìn)一步采取針對(duì)性措施，合理分配市場(chǎng)和服務(wù)資源，并且能夠通過提高細(xì)分群體的關(guān)鍵運(yùn)作指標(biāo)來提升客戶總體的關(guān)鍵運(yùn)作指標(biāo)。

圖1 基于銀行客戶特征的客戶分群模式的一般流程

基于客戶特征的客戶細(xì)分方法的優(yōu)勢(shì)在于，它以客戶“特征”來代替?zhèn)鹘y(tǒng)群體細(xì)分中的原始變量，更加符合業(yè)務(wù)理解，因?yàn)榭蛻舻摹疤卣鳌北旧砭褪前艘粋€(gè)或多個(gè)相關(guān)的原始變量的綜合描述，可以相對(duì)更準(zhǔn)確地反映客戶消費(fèi)行為的一般特點(diǎn)。基于“特征”分群結(jié)果穩(wěn)定性、可跟蹤性較好，可以根據(jù)特定條件任意整合分群，不用重復(fù)數(shù)據(jù)準(zhǔn)備過程，因此在業(yè)務(wù)上的可操作性更強(qiáng)[3]。基于銀行客戶特征的客戶分群模式的一般流程如圖1所示。

基于客戶特征的分群方法從宏觀入手，逐步向微觀細(xì)化分類，實(shí)現(xiàn)框架式細(xì)分，按照框架式客戶群體細(xì)分的原理，客戶群體細(xì)分框架共包含如下8個(gè)宏觀分群：背景分群、價(jià)值分群、發(fā)展趨勢(shì)分群、產(chǎn)品持有分群、生命期分群、行為分群、事件分群、風(fēng)險(xiǎn)分群。在宏觀分群的基礎(chǔ)上，逐漸擴(kuò)展，形成相應(yīng)的中觀分群和微觀分群，從而構(gòu)建完整的客戶群體細(xì)分框架。微觀分群即對(duì)應(yīng)于客戶標(biāo)簽，用以對(duì)特定主題的目標(biāo)客戶群體進(jìn)行描述。為保證分群模型結(jié)果的實(shí)用性，除可用性評(píng)估外，還需對(duì)分群模型穩(wěn)定性進(jìn)行評(píng)估[4]。群體細(xì)分模型的穩(wěn)定性檢驗(yàn)主要對(duì)各分群人群占比變動(dòng)的情況進(jìn)行考察，以業(yè)界公認(rèn)的指標(biāo)PSI（人群穩(wěn)定性系數(shù)）進(jìn)行判別。PSI計(jì)算方法與判定規(guī)則如式(1)所示[5]：

以下是運(yùn)用基于客戶特征分群方法對(duì)某商業(yè)銀行客戶群體細(xì)分的結(jié)果，分群框架包含7個(gè)宏觀分群，18個(gè)中觀分群，25個(gè)微觀分群（即標(biāo)簽）。并以2009年3月為基準(zhǔn)月，2009年10月為報(bào)告月，考察兩個(gè)快照時(shí)點(diǎn)生成的標(biāo)簽，計(jì)算PSI，經(jīng)過檢驗(yàn)，在推移了4個(gè)月的時(shí)間窗后，基于客戶特征的分群模型較為穩(wěn)定，具有較高的可用性。表1顯示了基于客戶特征分群方法的客戶群體細(xì)分結(jié)果。

表1 銀行客戶群體細(xì)分結(jié)果

三、客戶價(jià)值分群模式下客戶流失分析

客戶流失分析是一項(xiàng)涉及領(lǐng)域廣泛的復(fù)雜工作。基于客戶綜合特征分群方法為客戶的流失分析奠定了堅(jiān)實(shí)的客戶基礎(chǔ)[6]。客戶流失分析總體包括客戶流失動(dòng)因分析、客戶流失程度分析、客戶流失去向分析三個(gè)主體內(nèi)容，在客戶價(jià)值分群模式下，對(duì)基于價(jià)值分群模式細(xì)分的七個(gè)客群，運(yùn)用客戶流失分析方法，能夠全面了解和掌握銀行不同價(jià)值客戶的流失行為特征。流失分析主要從以下三方面進(jìn)行，以全面了解客戶流失動(dòng)因、程度和去向，以便管理人員采取針對(duì)性處理措施進(jìn)行干預(yù)[7]。

客戶流失動(dòng)因分析主要確定客戶是主動(dòng)流失還是被動(dòng)流失[8]。主動(dòng)流失是客戶主動(dòng)銷戶或者改變當(dāng)前的服務(wù)模式而帶來總資產(chǎn)持續(xù)下降，被動(dòng)流失是客戶因?yàn)橥锨坊蚱墼p行為被銀行方停止服務(wù)及強(qiáng)行關(guān)閉帳戶等行為。針對(duì)客戶主動(dòng)流失，需要在客戶出現(xiàn)流失征兆之前，針對(duì)客戶流失原因，采取針對(duì)性性有效措施進(jìn)行提前干預(yù)，減少客戶實(shí)際流失。

圖2 銀行價(jià)值分群模式下客戶流失滾動(dòng)率分析

流失程度分析重點(diǎn)分析客戶屬于完全流失還是部分流失。完全流失是客戶發(fā)生關(guān)閉所有與銀行相關(guān)帳戶和交易等不可回復(fù)或者很難回復(fù)的行為，部分流失是客戶并未關(guān)閉帳戶但是交易水平突減到一定水平之下，例如存款余額突降50%等。對(duì)于流失程度較高客戶，也需要進(jìn)行針對(duì)性的提前干預(yù)。

流失去向分析對(duì)客戶總資產(chǎn)降低部分的資金去向進(jìn)行觀察，了解客戶資產(chǎn)轉(zhuǎn)移方向，以便制定針對(duì)性改進(jìn)策略。流失去向包括流向外部和流向內(nèi)部。流向外部是客戶關(guān)閉或減少了在當(dāng)前銀行的業(yè)務(wù)而轉(zhuǎn)向了其它競(jìng)爭(zhēng)對(duì)手的銀行，流向內(nèi)部是客戶關(guān)閉或減少了在當(dāng)前銀行的部分業(yè)務(wù)而轉(zhuǎn)向了當(dāng)前銀行的其它業(yè)務(wù)。一般說來，客戶主動(dòng)發(fā)起的去向外部的完全或部分流失，會(huì)給銀行形成實(shí)際的利潤(rùn)損失。長(zhǎng)賬齡高價(jià)值客戶的流失，將帶來更大的直接和間接的損失。

結(jié)合某商業(yè)銀行客戶流失分析實(shí)際要求，選擇宏觀分群中的客戶價(jià)值分群維度對(duì)客戶進(jìn)行細(xì)分，客戶價(jià)值分群是客戶特征分群框架下7個(gè)宏觀分群之一，從客戶貢獻(xiàn)等級(jí)和客戶資產(chǎn)等級(jí)維度對(duì)銀行客戶進(jìn)行區(qū)隔，針對(duì)銀行客戶總資產(chǎn)50萬(wàn)以上的客戶，按照總資產(chǎn)規(guī)模，定義分為7個(gè)等級(jí)。同時(shí)，對(duì)客戶流失行為的判定主要關(guān)注客戶總資產(chǎn)等級(jí)下降，考察客戶資產(chǎn)從較高等級(jí)向較低等級(jí)的下降情況。通過設(shè)置某個(gè)月份為基準(zhǔn)月，考察客戶資產(chǎn)一定規(guī)模以上客戶群由連續(xù)N個(gè)月總資產(chǎn)不達(dá)標(biāo)轉(zhuǎn)為連續(xù)N+1個(gè)月不達(dá)標(biāo)的比例。

以客戶總資產(chǎn)下降建立了流失觀察窗口。通過對(duì)價(jià)值分群細(xì)分客戶進(jìn)行流失觀察，考察最近三個(gè)月從未發(fā)生不達(dá)標(biāo)的客戶在連續(xù)三個(gè)月不達(dá)標(biāo)情況。運(yùn)用滾動(dòng)率分析方法，以08年1月為基準(zhǔn)月，考察客戶由N個(gè)月不達(dá)標(biāo)轉(zhuǎn)為連續(xù)N+1個(gè)月不達(dá)標(biāo)的比例，滾動(dòng)率分析結(jié)果如圖2所示。

可見在客戶價(jià)值分群模式下，各資產(chǎn)段客戶呈現(xiàn)出相同的滾動(dòng)行為特征。一旦發(fā)生一個(gè)月總資產(chǎn)不達(dá)標(biāo)，則繼續(xù)轉(zhuǎn)為兩個(gè)月甚至更多個(gè)月不達(dá)標(biāo)的比例非常之大。同時(shí)，不同資產(chǎn)段客戶的流失行為呈現(xiàn)出不同規(guī)律特征。整體情況如表2所示。

表2 不同資產(chǎn)段銀行客戶流失行為特征分析結(jié)果

在客戶價(jià)值分群模式下，不同資產(chǎn)規(guī)?？蛻舻牧魇袨槌尸F(xiàn)不同的行為特征?？蛻艨傎Y產(chǎn)規(guī)模越大，主動(dòng)流失趨勢(shì)越明顯，流失去向以外部為主，但流失程度卻不顯著?？蛻糍Y產(chǎn)規(guī)模越小，流失比例和流失程度越高，但流失去向變化不顯著。

四、結(jié)論

當(dāng)前，商業(yè)銀行競(jìng)爭(zhēng)日趨激烈，產(chǎn)品同質(zhì)化發(fā)展模式正面臨增長(zhǎng)瓶頸，以客戶為中心進(jìn)行客戶價(jià)值創(chuàng)造成為商業(yè)銀行經(jīng)營(yíng)轉(zhuǎn)型的重要驅(qū)動(dòng)力量。如何針對(duì)性維系和經(jīng)營(yíng)已有的價(jià)值客戶，有效防止客戶規(guī)?；魇?，已經(jīng)成為考驗(yàn)商業(yè)銀行客戶經(jīng)營(yíng)能力的重要課題。在客戶行為日趨多元化的今天，采取哪種有效的科學(xué)研究方法，來有效地分析銀行客戶的流失行為，尋找到不同特征客群的流失行為規(guī)律，是一項(xiàng)涉及領(lǐng)域廣泛的綜合工程。文章基于對(duì)銀行大量經(jīng)營(yíng)數(shù)據(jù)進(jìn)行細(xì)致梳理分析和整理研究的基礎(chǔ)上，所提出的基于客戶特征進(jìn)行客戶細(xì)分的分群框架，是對(duì)銀行客戶分群模式的一次積極嘗試，通過對(duì)某商業(yè)銀行客戶群體進(jìn)行細(xì)分，得到了包含宏觀分群、中觀分群、微觀分群的相對(duì)穩(wěn)定的細(xì)分框架。并在宏觀分群中，按照客戶價(jià)值分群模式，對(duì)客戶流失動(dòng)因進(jìn)行分析確定客戶是主動(dòng)流失還是被動(dòng)流失，對(duì)客戶流失程度進(jìn)行分析確定客戶屬于完全流失還是部分流失，對(duì)客戶總資產(chǎn)降低部分的資金去向進(jìn)行觀察，了解客戶資產(chǎn)轉(zhuǎn)移方向，確定客戶流失去向分析。

通過一系列對(duì)客戶流失行為的歸納總結(jié)和分析，并結(jié)合商業(yè)銀行實(shí)際經(jīng)營(yíng)數(shù)據(jù)，對(duì)基于客戶特征分群的客戶流失分析方法進(jìn)行了較好的實(shí)際驗(yàn)證，驗(yàn)證的結(jié)果達(dá)到了預(yù)期的效果。比較全面和清晰地勾畫了銀行客戶流失特征的全貌，為各級(jí)管理人員基于客戶流失分析的結(jié)果，采取針對(duì)性處理措施進(jìn)行干預(yù)提供了基礎(chǔ)性的支持和建議。后續(xù)研究將圍繞不同分群客戶流失行為的特點(diǎn)，研究制定適合銀行客戶流失管理的預(yù)警措施及策略施作為下一步研究的重點(diǎn)。

[1]Smith，Wendell.R.Product differentiation and market segmentation as alternative product strategies[J].Journal of Marketing，1956，11 (7)：3-8.

[2]Soper，anne.The evolution of segmentation methods in services: where next?[J].Journal of Financial Services Marketing，2002，8: 68-69.

[3]Ken Monts，et al.Measuring the value of customer retention[J]. The Electricity Journal，1997，10(4):73-80.

[4]Bitner M.J.Evaluating service encounter:the effects of physical surroundings and employee response [J].Journal of Marketing，1990，54(2)：59-82.

[5]Keaveney S.M.Customer switching behavior in service industries: An exploratory study[J].Journal of Marketing，1995，59(2)：71-82.

[6]Zhu C.，Qi J.，Wang C.An experimental study on four models of customer churn predictio[C].In 2009 IEEEInternational Conference on Systems，Man and Cybernetics，2009：3199-3204.

[7]Xiao Y.，He C.，Xiao J.Study on customer churn prediction methods based on multiple classifiers combinat[C].In 3rd International Symposium on IntelligentInformation Technology Application，2009，1：597-601.

[8]Burez J.，D.Van den Poel.Handling class imbalance in customer churn prediction[J].Expert Systems with Applications，2009，36 (3)：4626-4636.

[9]Arndt J.Role of Product-Related Conversations in the Diffusion of a New Product[J].Journal of Marketing Research，1967b，4(3)：291-295.

（責(zé)任編輯：GH）

Analysis of Customer Loss based on the Characteristics of Bank Customer Clustering

LAN Jun，YAN Guang-le
（University of Shanghai for Science and Technology，Shanghai 200093，China）

Analysis of customer loss is an important part of the business management in bank，the bank customer churn is a systemic method involves complicated work.Article based on a large number of bank's actual operation data，compare to the traditional bank customer segmentation model and the customer segmentation model，puts forward the comprehensive features based on the characteristics of bank customer clustering,which subdivided into seven customers Under the model of customer value and on this basis，take the customer's total assets into observation window，a comprehensive understanding of customer churn in the motivation，reason and direction，a new method gets an anticipated effect in practical application and as a systemic analysis of commercial bank customer behavior，which provides a foundation support and advice for management personnel to analysis the reason of customer loss and take corresponding measures to intervene it.

Financial economy；Financial service；Clients of banks；Grouping customers

F830.49

A

1004-292X（2014）05-0105-04

2013-11-20

上海市一流學(xué)科建設(shè)項(xiàng)目（S1201YLXK）。

蘭 軍（1973-），男，湖北武漢人，博士研究生，研究方向：經(jīng)濟(jì)金融系統(tǒng)優(yōu)化；

嚴(yán)廣樂（1957-），男，廣東南海人，教授，博士生導(dǎo)師，主要從事系統(tǒng)科學(xué)與社會(huì)經(jīng)濟(jì)系統(tǒng)研究。