林一松 秦浩煒 秦祎

[摘要]大數(shù)據(jù)時(shí)代的到來給我們的生活帶來了巨大的變化，隨著信用卡業(yè)務(wù)需求和支付場景的增多，銀行投入越來越多的資源進(jìn)行信用卡支付建設(shè)，但由于需求的逐漸飽和，各銀行之間的競爭也越來越激烈。為了進(jìn)一步獲取更多的市場份額，吸引更多更忠誠的客戶，銀行業(yè)的精準(zhǔn)營銷理念被提出并實(shí)施發(fā)展起來。利用科技手段精準(zhǔn)地發(fā)現(xiàn)客戶、識別客戶、維護(hù)良好的客戶關(guān)系成為獲勝的關(guān)鍵因素。研究了客戶關(guān)系管理、客戶細(xì)分及精準(zhǔn)營銷的相關(guān)理論，實(shí)現(xiàn)了數(shù)據(jù)的處理過程，基于RFM模型、k-means算法構(gòu)建了符合業(yè)務(wù)需求的客戶價(jià)值分類模型。將客戶分為四個不同的群體，針對不同的群體采取不同的營銷措施，進(jìn)行差異化管理，最終達(dá)到精準(zhǔn)營銷的目的，節(jié)約營銷資源和成本。

[關(guān)鍵詞]信用卡;客戶分類;數(shù)據(jù)分析;營銷策略

[中圖分類號]F274

[文獻(xiàn)標(biāo)識碼]A

1 引言

當(dāng)前，中國銀行業(yè)正慢慢向零售銀行轉(zhuǎn)型，而作為“零售”的核心業(yè)務(wù)及其具備的便捷、安全的優(yōu)點(diǎn)，信用卡業(yè)務(wù)成為了國內(nèi)外銀行競爭的重點(diǎn)。由于國外的信用卡業(yè)務(wù)起源早，其發(fā)展已近趨于成熟。他們具備龐大的規(guī)模、雄厚的資金、高質(zhì)量的資產(chǎn)以及豐富的經(jīng)營經(jīng)驗(yàn)和多元化的產(chǎn)品及服務(wù)，因此，國內(nèi)銀行與外資銀行在同一市場內(nèi)競爭給我國銀行的信用卡業(yè)務(wù)帶來了巨大的挑戰(zhàn)。除此之外，國內(nèi)各銀行之間的產(chǎn)品同質(zhì)化現(xiàn)象比較普遍也使得競爭日益激烈。各銀行為了在眾多發(fā)卡機(jī)構(gòu)中脫穎而出，大力推廣信用卡業(yè)務(wù)，但這種“跑馬占地”式的營銷忽視了持卡實(shí)際效用，造成了大量“空卡”、“睡眠卡”的存在，增大了信用卡的風(fēng)險(xiǎn)。

為積極應(yīng)對挑戰(zhàn)、促進(jìn)我國信用卡業(yè)務(wù)持續(xù)健康發(fā)展，國內(nèi)各銀行積極借鑒國外銀行的成功經(jīng)驗(yàn)，利用大數(shù)據(jù)、人工智能等先進(jìn)科技手段發(fā)現(xiàn)客戶、識別客戶，將銀行現(xiàn)有的海量客戶數(shù)據(jù)信息進(jìn)行整理、歸納和清洗，把客戶劃分成不同的群體，進(jìn)行差異化管理，實(shí)現(xiàn)精準(zhǔn)營銷。合理的客戶分類是改善企業(yè)與客戶關(guān)系的重要因素，有利于企業(yè)有效分配資源，加強(qiáng)與客戶的聯(lián)系，增加競爭優(yōu)勢。這種精準(zhǔn)營銷模式不但充分有效地利用了銀行的資源，對行業(yè)研究也具有一定的借鑒意義。

2 相關(guān)工作

國內(nèi)外一些大型商業(yè)銀行研究了數(shù)據(jù)挖掘在信用卡分類上的應(yīng)用，借助對數(shù)據(jù)內(nèi)容的預(yù)測分析，研究其數(shù)據(jù)模式，挖掘出客戶的消費(fèi)行為習(xí)慣，有效把握金融市場的變化，做出合理的規(guī)避金融風(fēng)險(xiǎn)的決策。研究學(xué)者Verhoef等在研究中指出，應(yīng)當(dāng)以客戶價(jià)值為標(biāo)準(zhǔn)，對客戶區(qū)分分類，關(guān)注潛力價(jià)值高的客戶，但不表示是這些客戶一定是忠誠客戶。Hwang等通過三個目前價(jià)值、潛在價(jià)值與客戶忠誠度三個要素，分析了衡量客戶價(jià)值的標(biāo)準(zhǔn)，對客戶進(jìn)行了詳細(xì)劃分。綦欣德研究指出國內(nèi)學(xué)術(shù)界對客戶細(xì)分的研究結(jié)果相對比較類似，對客戶消費(fèi)記錄進(jìn)行分析，不能很好地動態(tài)追蹤客戶的需求變化。趙萌等研究團(tuán)購網(wǎng)站客戶價(jià)值，考慮了客戶評價(jià)行為的影響，在RFM模型基礎(chǔ)上，有機(jī)結(jié)合代表性的分析模型，對客戶價(jià)值不同內(nèi)涵的進(jìn)行分類，以數(shù)據(jù)結(jié)果為依據(jù)，為企業(yè)決策提供支持。李靜等分析了航空公司記錄的客戶消費(fèi)行為，提出了新的客戶細(xì)分方法，該方法是以航空公司的運(yùn)營特點(diǎn)為基礎(chǔ)維度構(gòu)建的，細(xì)分客戶群體，綜合評估客戶的價(jià)值，針對性的為不同客戶群體給出了有效的、不同類別的營銷方案。

3 理論研究

3.1 客戶關(guān)系管理

客戶關(guān)系管理指的是各企業(yè)在現(xiàn)實(shí)的發(fā)展過程中，結(jié)合市場競爭力、市場營銷需求衍生出的一種企業(yè)管理模式，同時(shí)也是現(xiàn)階段企業(yè)經(jīng)營與發(fā)展過程中的一個重要的管理內(nèi)容。

3.2 客戶細(xì)分

客戶細(xì)分這一理論是現(xiàn)代營銷學(xué)發(fā)展到一定程度的產(chǎn)物。它最初是由研究學(xué)者溫德爾·史密斯提出，客戶可以被劃分成不同的類型，并且不同類型的客戶其具體的需求也存在差異，需要依據(jù)客戶特征、需求、行為、價(jià)值等因素來對客戶進(jìn)行不同類型的劃分，來滿足客戶的差異化、個性化需求。

3.3 精準(zhǔn)營銷

精準(zhǔn)營銷在2005全球巡回演講論壇被現(xiàn)代營銷實(shí)踐大師Philip Kotler教授初次提出。精準(zhǔn)營銷是以科學(xué)管理為基礎(chǔ)，消費(fèi)者洞察作為手段，并以精細(xì)操作為特征，對目標(biāo)市場實(shí)行精準(zhǔn)的且有效的出擊，從而整體性、結(jié)構(gòu)性解決市場問題的方式。

4 模型構(gòu)建與應(yīng)用

本文通過數(shù)據(jù)挖掘算法來對M銀行的數(shù)據(jù)進(jìn)行分析和客戶進(jìn)行分類。首先確定數(shù)據(jù)挖掘的功能，如分類預(yù)測、聚類分析、關(guān)聯(lián)規(guī)則發(fā)現(xiàn)或時(shí)間序列模式的發(fā)現(xiàn)，接著根據(jù)數(shù)據(jù)挖掘的功能確定合適的算法。用肘方法來確定K-Means聚類的最佳K值，進(jìn)過計(jì)算確定聚類數(shù)目的最佳K值為4。

根據(jù)變量瑕疵戶，逾期，呆賬，強(qiáng)制?？?，退票，拒往記錄構(gòu)建新變量歷史行為，歷史行為的值為以上五個變量的得分，其中變量值為1（是）的記為1分，變量值為2（否）的記為0分，將五個得分相加，其中瑕疵戶最低辨別標(biāo)準(zhǔn)為遲繳，凡為瑕疵戶的客戶均存在過遲繳的現(xiàn)象，至于遲繳程度判斷還有逾期等另外5個變量輔助。故將瑕疵戶的權(quán)重賦為1，逾期的權(quán)重為2，呆賬，強(qiáng)制停卡，退票和拒往記錄權(quán)重為3，即為歷史信用風(fēng)險(xiǎn)變量的值，值越大表明歷史信用風(fēng)險(xiǎn)越高。歷史信用風(fēng)險(xiǎn)值H=瑕疵戶*1+逾期*2+呆賬*3+強(qiáng)制停卡*3+退票*3+拒往記錄*3。將家庭月收入M、個人月收入P、月刷卡額Y加入模型構(gòu)建之中，比較其信用卡使用情況和還款能力。根據(jù)變量職業(yè)，年齡，住家，構(gòu)建出新變量收入風(fēng)險(xiǎn)情況。將職業(yè)分為穩(wěn)定，不穩(wěn)定，無收入三種，其中管理職、專門職、技術(shù)職、事務(wù)職、勞務(wù)職、服務(wù)職作為穩(wěn)定，銷售職、農(nóng)林漁牧自營、商工服務(wù)自營、自由業(yè)自營、經(jīng)營者、家庭主婦（有兼副業(yè)）作為不穩(wěn)定，家庭主婦（沒有兼副業(yè)）、無職、其他作為無收入，分別記為0分，1分，2分。將年齡分為兩種，其中5-19，20-24，作為不穩(wěn)定情況，記為1分;其他作為穩(wěn)定情況，記為0分。住家情況分為兩種，一種為住房為自己所有，父母所有或者配偶所有，另一種為其他。其中第一種記為O分，第二種記為1分。將三個得分相加即為收入風(fēng)險(xiǎn)情況得分，值越大，表明收入風(fēng)險(xiǎn)越高。收入風(fēng)險(xiǎn)值R=職業(yè)+年齡+住家。在將選擇的數(shù)據(jù)特征標(biāo)準(zhǔn)化之后，先用手肘法找出k-means最優(yōu)聚類數(shù)為4，然后進(jìn)行聚類。經(jīng)過分析可以發(fā)現(xiàn)“0”類的客戶最多，其他從多到少依次為“1”類、“3”類、“2”類。

根據(jù)業(yè)務(wù)需求，最終構(gòu)建出H（歷史風(fēng)險(xiǎn)）、R（收入風(fēng)險(xiǎn)）、P（個人月收入）、M（家庭月收入）、Y（月刷卡額）模型。

基于特征描述，本論文定義四個等級的客戶：

第一級客戶：“0類”客戶，H（歷史風(fēng)險(xiǎn)）較低，R（收入風(fēng)險(xiǎn)）較低，P（個人月收入）高，M（家庭月收入）高，雖然Y（月刷卡額）不高，但有較高的消費(fèi)潛力和還款能力，可以進(jìn)行差異化管理，提高滿意度，促進(jìn)這類客戶的信用卡消費(fèi)，增加客戶黏性。

第二級客戶：“2類”客戶，H非常低，R、P、M、Y較低，此類客戶使用信用卡較少，收入低但是穩(wěn)定，歷史風(fēng)險(xiǎn)極低說明信譽(yù)良好，可以作為潛在客戶。

第三級客戶：“1類”客戶，H、R較高，P、M較低，Y（月刷卡額）比較高，此類客戶的信用卡使用率雖高，但個人月收入和家庭月收入大大低于月刷卡額，可能工作不太穩(wěn)定，所以歷史風(fēng)險(xiǎn)和收入風(fēng)險(xiǎn)較高，還款能力差，壞賬風(fēng)險(xiǎn)較大，建議做好后備方案。

第四級客戶：“3類”客戶，H較高，R、P、M、Y低，這類客戶為公司帶來的價(jià)值一般，收入低但是工作較為穩(wěn)定，可能是在銀行搞活動時(shí)才使用的信用卡，銀行可以在成本合理的情況下安排一些促銷活動。

綜合FMI評價(jià)法和Calinski-harabasz指數(shù)評價(jià)法兩種評價(jià)方法，本文聚類結(jié)果還是比較理想的。

5 營銷策略建議

雖然信用卡支付業(yè)務(wù)在我國展開得非?；馃幔F(xiàn)在銀行業(yè)還存在著一些問題，需要進(jìn)一步加強(qiáng)。許多銀行實(shí)行了“客戶至上、顧客第一”的準(zhǔn)則，但從實(shí)際實(shí)施的情況來看，并不能完全符合客戶管理的需求。因此，需要更新思想觀念，銀行業(yè)、信用卡管理部門應(yīng)當(dāng)深刻地認(rèn)識到行業(yè)所屬的服務(wù)性質(zhì)，始終以客戶為出發(fā)點(diǎn)、立足點(diǎn)，不斷地優(yōu)化產(chǎn)品設(shè)計(jì)和金融服務(wù)。同時(shí)，客戶關(guān)系管理也可以看作是一項(xiàng)復(fù)雜的信息管理工程，應(yīng)當(dāng)持續(xù)加大銀行信息化建設(shè)的投入力度，尤其在大數(shù)據(jù)時(shí)代，面對如何從海量數(shù)據(jù)中挖掘出蘊(yùn)含的規(guī)律與價(jià)值，是取得領(lǐng)先優(yōu)勢的關(guān)鍵點(diǎn)之一。在以市場為導(dǎo)向的時(shí)代，對于細(xì)分市場領(lǐng)域，根據(jù)不同的需求提供差異化服務(wù)，這是一個精準(zhǔn)營銷的核心競爭力，千人前面，構(gòu)建用戶細(xì)分畫像，根據(jù)不同的客戶群體，提供個性化、差異化、精準(zhǔn)化的業(yè)內(nèi)服務(wù)，才能獲取到細(xì)分客戶的巨大的、長尾的潛在價(jià)值。

[參考文獻(xiàn)]

[1l王娜.基于相關(guān)度關(guān)聯(lián)分類算法的信用卡客戶細(xì)分模型研究[D].浙江：浙江工商大學(xué)，2010.

[2]蔡建森.數(shù)據(jù)挖掘技術(shù)在銀行信用卡業(yè)務(wù)中的應(yīng)用[D].福建：廈門大學(xué)，2008.

[3] Verhoef，Donkers.Predicting customer potential value an application in theinsurance industry.Decision Support Systems，2001（32）.

[4] Hwang，Jung，Suh.An LTV model and customer segmentation basedon customer value：A case study on the wireless telecommunicationindustry[J].Expert Systems with Applications，2004（02）.

[5]綦欣德.客戶細(xì)分方法新視解[J].商業(yè)時(shí)錢，2013（26）.

[6]趙萌，齊佳音.基于購買行為RFM及評論行為RFM模型的客戶終身價(jià)值研究[J].統(tǒng)計(jì)與信息論壇，2014（09）.

[7]李靜，朱金福。公務(wù)航空客戶價(jià)值評價(jià)與客戶細(xì)分方法[J].中國民航飛行學(xué)院學(xué)報(bào)，2015（27）.