文|滕毅 陳麗君 朱和勝

基于聚類算法的金融客戶購買行為

文|滕毅1陳麗君2朱和勝3

為了提高郵政金融網(wǎng)點的營銷能力，為營銷經(jīng)理提供精準營銷的依據(jù)，本文采用數(shù)據(jù)挖掘的方法針對金融客戶的購買行為進行分析，找出購買各類金融產(chǎn)品的客戶群體特征。本文對廣東郵政某金融網(wǎng)點的客戶數(shù)據(jù)進行了采集并建立起統(tǒng)一視圖，然后采用K-means聚類算法對客戶數(shù)據(jù)進行聚類分析，所選用聚類屬性是按照當前客戶的各類金融產(chǎn)品的百分比進行分析，并且將算法的結果結合客戶的基本屬性對所有金融客戶進行細分，并針對某些共性的客戶進行精準的產(chǎn)品推薦。

入世之后，銀行業(yè)內(nèi)的競爭越來越激烈，如今銀行的核心競爭力已經(jīng)轉化為對優(yōu)質客戶的競爭和搶奪。在新經(jīng)濟的規(guī)模和特征下，銀行業(yè)對數(shù)據(jù)中心及客戶分析的需求已經(jīng)形成。

興業(yè)銀行已經(jīng)通過對還款數(shù)據(jù)的分析比較區(qū)分優(yōu)質客戶，根據(jù)客戶還款數(shù)額的差別，提供差異化的金融產(chǎn)品和服務方式。以興業(yè)證券為例，通過盈利率數(shù)據(jù)分析對客戶進行分類，分析出適合開發(fā)或營銷的目標客戶群，市場團隊根據(jù)分析結果采取針對性策略拓展客戶，成功率提高30% 以上。

2012 年，平安旗下各專業(yè)公司將陸續(xù)正式加入央行征信系統(tǒng)。征信系統(tǒng)的核心在于數(shù)據(jù)采集，數(shù)據(jù)樣本越大，規(guī)律性更強，價值也更大。平安集團有7400 萬客戶，這些個人信息數(shù)據(jù)累積起來，對于平安創(chuàng)新互聯(lián)網(wǎng)金融，將起到關鍵的作用。

當前郵政代理金融客戶中，3.6%的客戶占了80.5%的資產(chǎn)，7.6%的客戶占用了17%的資產(chǎn)，88.8%的客戶占用了2.5%的總資產(chǎn)。如果忽略不同資產(chǎn)類型帶來的收益率的不同，3.6%的客戶為郵政代理金融收入的80.5%。然而，我們目前針對這80.5%的客戶只有兩個細分群體，就是金卡客戶和鉆石客戶，且該細分群體除了資產(chǎn)級別之外，不帶有任何關于客戶個人喜好、行為等的分群，這顯然對于我們維護客戶關系是存在很大弊病的。

客戶細分是了解客戶進行市場細分和目標市場營銷的前提。準確的細分市場和差異化營銷策略是目前企業(yè)市場營銷所必須面臨的難題。數(shù)據(jù)挖掘的分類和聚類的方法都可應用于客戶分群。本項目采用聚類方法指導客戶分群，為郵政金融市場營銷的客戶分群提供完整的解決方案，并以實際案例驗證其可行性。

問題定義。本文某市某金融網(wǎng)點的客戶數(shù)據(jù)，根據(jù)客戶的基礎信息以及客戶金融產(chǎn)品購買情況進行分析、聚類，并按照以網(wǎng)點為單位輸出當前網(wǎng)點的營銷客戶列表并帶有客戶的偏好的屬性標簽。

數(shù)據(jù)選擇。本文以當前郵政廣州市某代理金融網(wǎng)點數(shù)據(jù)為例，進行說明。根據(jù)所定義的問題，該問題涉及到客戶基礎表、產(chǎn)品表以及客戶產(chǎn)品關聯(lián)表。其中，客戶基礎表主要用來記錄客戶15個基礎屬性，分別為：客戶姓名、客戶號、身份證號、性別、年齡、籍貫、就業(yè)狀態(tài)、月收入、行業(yè)、崗位、學歷、單位性質、客戶登記、客戶分類、累計積分。產(chǎn)品表主要包含產(chǎn)品的種類、名稱、明細、客戶收益以及企業(yè)收益等信息?？蛻舢a(chǎn)品關聯(lián)數(shù)據(jù)表，主要是將客戶與其所購買的代理金融產(chǎn)品相關聯(lián)，主要包含以下屬性：月份、客戶號、客戶姓名、類型、產(chǎn)品名稱、月末余額、月均余額。

聚類算法的實現(xiàn)。通過抽取的特征利用已有的數(shù)據(jù)聚類算法（K-means）對數(shù)據(jù)進行分析，計算每個客戶之間的相似情況（距離），根據(jù)距離的大小將特征屬性相近的客戶劃分為一個群體，而將特征屬性相差較大的客戶劃分為不同的群體，從而得到不同目標客戶群。這些目標客戶群（簇）具有共同的特征屬性，而不同群間特征差異較大，通過客戶群的劃分后再結合客戶群的共性特征進行數(shù)據(jù)分析，得到相應客戶群體共性特征的數(shù)字化描述。K-means算法是一種典型的分割聚類算法，由于其算法的簡單性以及算法實現(xiàn)的簡便性，因此在數(shù)據(jù)挖掘中應用最為廣泛。

本文采用聚類算法針對客戶數(shù)據(jù)進行聚類分析，主要是針對客戶按照選定的聚類屬性進行聚類。聚類算法的實現(xiàn)過程如下：1）選取K的取值（本文取值：12）;2) 選取初始質心點，做為聚類的簇心;3）讀取第每條記錄，計算第二條記錄到簇心的距離，并將其歸于距離質心最近的簇，然后再重新更新簇心。然后重復計算第三條記錄到最后一條記錄；4）然后重復步驟2，直至質心不再變化。

聚類結果。分析聚類后的客戶分類，將具有相似屬性的簇進行合并，最終歸并為7個簇，其中：

針對簇1的客戶，營銷人員可以重點進行保險、理財產(chǎn)品的銷售，這部分屬于高端客戶，且年齡在54歲左右，注重自身的報賬且具有一定的理財意識，是當前該網(wǎng)點基金理財產(chǎn)品的購買主力。

簇2屬于老齡客戶，相對于其他的老齡客戶來說，這部分屬于高端老齡客戶。他們的資產(chǎn)相對較多，營銷人員如果有意想要引導他們購買理財?shù)脑?，建議分紅型的保險是最合適的。

簇3屬于理性的高端客戶，一般儲戶，可以引導的購買一些理財和保險，但難度相對來說較大。

簇4屬于當前該網(wǎng)點保險產(chǎn)品的主要購買力，但從數(shù)據(jù)上分析，購買保險具有一定隨機性，即營銷人員“逮一個算一個”，且從年齡結構上看，屬于偏年輕，主要分布在40～44歲。

簇5屬于50歲以上老人群體，主要偏向于儲蓄，但可以適當?shù)耐扑]保險。

簇6屬于資產(chǎn)在2w以下，主要集中于儲蓄，可引導的進行理財，例如基金定投。

簇7主要是流失客戶。

針對以上七類客戶，本文統(tǒng)計其客戶區(qū)間分布，88.3%客戶主要分布在簇3, 4, 5, 6。高端人數(shù)較少（簇1,2），對網(wǎng)點日常營銷來說，建議網(wǎng)點針對簇3,4,5,6推出特定的營銷策略。在注重高端客戶的同時，重點開展對網(wǎng)點主力客戶的針對性營銷。

廣東省郵政目前正在針對客戶大數(shù)據(jù)進行初步分析，已經(jīng)針對客戶購買的代理金融產(chǎn)品進行數(shù)據(jù)預處理，根據(jù)客戶購買的產(chǎn)品的差別以及客戶為網(wǎng)點利潤的貢獻額度進行綜合考慮，對郵政代理金融客戶進行客戶細分，同時為客戶提供差異化的金融產(chǎn)品和服務方式。為了進一步應用大數(shù)據(jù)，我省郵件計劃將銀聯(lián)刷卡的數(shù)據(jù)與客戶進行匹配，掌握客戶日常的消費行為，同時挖掘潛在的大客戶。將客戶匹配到網(wǎng)點，將數(shù)據(jù)進行下發(fā)，網(wǎng)點的營銷團隊在分析數(shù)據(jù)的基礎上采取針對性的策略拓展客戶。

1.中國郵政集團公司廣東省信息技術局;2.湖北中醫(yī)藥大學信息工程學院;3.中山大學移動信息工程學院）