数据挖掘在商业银行客户关系管理中的应用分析

盛祥均 中国建设银行陕西省分行公司业务部

数据挖掘在商业银行客户关系管理中的应用分析

盛祥均 中国建设银行陕西省分行公司业务部

随着我国金融行业的不断发展，商业银行之间的竞争焦点由传统的产品的竞争转变为更为激烈的客户的竞争，商业银行如何稳定现有客户基础，从海量客户数据中挖掘出信息和规律来加强客户关系管理，不断发展壮大客户群体，成为未来发展成败的关键。近年来，我国商业银行先后建立了涵盖银行全部业务的数据仓库系统，开展对海量客户数据的分析和利用。本文旨在通过对数据挖掘在客户关系管理中的应用方式进行综述，并结合其在多家商业银行中的应用现状，描述数据挖掘对银行客户关系管理的应用前景。

数据挖掘 商业银行 客户关系管理 应用

一、数据挖掘的含义

（一）数据挖掘的含义

数据挖掘（data mining）是近年来在国外银行业得到广泛应用的一门新兴边缘技术，数据挖掘的研究正方兴未艾。数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的但又是潜在有用的信息和知识的过程，其融合了数据库、人工智能、机器学习、统计学等多个领域的理论和技术[1]。

（二）数据挖掘的方法

数据挖掘是多样化技术的综合，常用到以下一些方法[2]：

1.传统统计方法：包括回归分析、时间序列分析(如VAR、ARIMA、GARCH等方法)、多元分析等。

2.可视化技术：用图表等方式把数据特征直观地表述出来，具体的方法有提取几何图元、绘制、显示和演放。

3.决策树：是一种用树枝状展现资料受各变量的影响情况的分析预测模型，根据对目标变量产生效应的不同而制定分类规则。

4.神经网络：模拟人的神经元功能，经过输入层，隐藏层，输出层等，对数据进行调整、计算，最后得到结果。

5.遗传算法：是一种全新的基于自然进化理论，模拟基因联合、突变、选择等过程的优化技术，应用算法的适应函数来决定搜寻方向，再运用一些拟生物化的人工运算过程进行演化，周而复始地进行一代一代的演化，以求得一个最佳的结果。

6.模糊数学方法：根据Zadeh总结的互克性原理，利用模糊集合理论对实际问题进行模糊评判、模糊决策、模糊模式识别和模糊聚类分析。

7.粗集方法：将知识理解为对数据的划分，每一被划分的集合称为概念，主要思想是利用已知的知识库，将不精确或不确定的知识用已知的知识库中的知识来近似刻画处理。

8.近邻算法：依据相邻数据必然有相同的属性或行为的原则。近邻算法的含义为：K表示某个特定数据的K个邻居，可以通过K个邻居的平均数据来预测该特定数据的某个属性或行为。

二、客户关系管理的含义

客户关系管理（customer relationship management）一词起源于美国，是由美国营销之父——GartnerGroup提出的。GartnetGroup认为客户关系管理就是企业为应对竞争和留存客户，努力改善自身的经营管理，与客户进行关系的维护和交流，实现利润的最大化和长期的发展。客户关系管理是一种以客户为中心的经营战略，其以信息技术为手段，不断地管理和改善市场、销售、客户服务等与客户关系有关的业务流程，并提高各个环节的自动化程度，使企业内部和客户之间达到信息共享，从而提高客户的满意度和忠诚度，通过提高客户忠诚度从而最终提高企业的利润率[3]。

在当今竞争激烈的市场环境中，能否了解客户的实际需求，并提供量身定制的个性化服务，已成为决定银行成功与否的关键因素。客户关系管理是银行未来发展的主要方向，多角度的挖掘和分析客户信息，明确客户的需求，衡量客户的忠诚度、满意度、潜在价值、信用度和风险度等指标，按照客户创造盈利的多少和潜在价值的大小将客户进行分类，合理配置资源，为客户提供个性化产品和服务，拓展新市场，培育新的盈利点。

三、数据挖掘在银行客户关系管理中的应用

数据挖掘技术在客户关系管理中的应用主要体现为搜集和分析每一个客户的信息，利用数据挖掘方法对客户数据进行科学的分析，发现其数据模式及特征、存在的关联关系和业务规律，并根据现有数据预测未来业务的发展趋势，从而能够对个别客户的需求做出反应，最终在适当的时间、通过适当的渠道、向特定的客户提供个性化的产品和服务，使企业与客户的关系及企业的赢利都得到最优化，真正做到“以客户为中心”，提升客户的忠诚度，对商业银行管理、制定商业决策、提升核心竞争力具有重要的意义和作用。

目前国内商业银行数据挖掘技术在客户关系管理中的应用主要表现在以下领域：

（一）客户分类

数据挖掘技术在客户关系管理中的应用最初级的表现就是客户的识别分类，商业银行根据客户的不同的金融资产、不同的风险偏好，利用聚类分析将客户群体予以分类，对不同类型客户群体采取有针对性的营销手段，开展不同类别的营销活动，提高营销效果。

（二）交叉销售

在聚类分析实现客户细分的基础上，商业银行可以利用关联分析方法分析客户的交易行为与客户的年龄、性别、教育程度、职业等其他属性的关联关系，寻找影响客户交易行为的因素，建立预测模型对客户将来可能发生的交易行为进行预测，确定最优的销售组合，实施有效的交叉销售，提高银行的客户价值。

（三）客户维持

利用逻辑回归与决策树分类技术分析客户的数据，预测客户流失的可能性，对数据异常的客户进行重点关注和分析，通过相应的措施挽留潜在流失客户，稳定客户基础。

（四）风险防控

通过数据关联分析发现客户违约的典型特征，同时还可通过偏差分析对少数的、极端的违约数据进行分析，与正常数据的一般行为或模型进行对比，揭示内在的原因，用于风险识别和重点监控，降低商业银行的信用风险。

四、数据挖掘在商业银行中的应用现状

我国部分商业银行业近年来积极探索利用数据挖掘技术来提升银行的经营管理和业务拓展能力。

（一）中国民生银行

中国民生银行充分利用数据挖掘技术对高端客户进行管理，通过构建现金的逻辑回顾和决策分析技术，实现对高端客户流失风险预测研究。通过对客户流失风险的测算和评估，将客户按照流失可能性的从高到低进行排序，并且按流失客户的分布情况进行多类别细分，针对潜在流失客户制订适当的挽留策略。

（二）广东发展银行

广东发展银行引入申请计分机制，建立数据挖掘模型对信用卡新申请客户或已有客户进行信用评分和评估，识别客户是优质客户还是高风险客户，提升了批核新卡的效率。同时，通过引入行为计分机制，对客户的消费模式和还款数据进行数据跟踪和挖掘，通过构建的数据模型分析来对客户的未来信贷进行智能管理。

（三）招商银行

2006年，招商银行启动了个人住房贷款评分卡开发与推广项目。该项目第一期通过采用SAS的EnterpriseMiner模块建立个人贷款评分卡模型，构建了个人贷款申请评分卡系统，核心是通过对个人贷款信息的分析，建立信贷监测系统。招商银行通过建立客户评分卡及相关模型，实现了对客户信用风险的评估。

（四）中信银行

中信银行通过引入Greenplum数据仓库解决方案，实现了对全局数据的管理和挖掘。通过建立统一的客户视图，来打造数据库营销平台，实现精准营销；同时客户数据挖掘为线下营销活动提供了方向和指引。对于风险管理部门来说，借助数据挖掘构建的分析模型，有效的实现了对客户行为的评估，可以对客户信用额度在一天内进行调整，降低了信用卡不良率的发生。

（五）中国建设银行

企业级数据应用平台是建设银行企业级共享类数据和信息的交付和展现平台，平台部署多种应用模式，支持各级机构、多业务条线用户对相关业务数据和信息的统计、查询、分析、挖掘等应用需求，普通用户可以查询固定报表和数据模板；自助查询用户可访问自助查询模型；数据模型研发人员可以访问数据实验室；挖掘模型应用成果推送至营销类模块支持各级人员开展营销工作。

可以看出，数据挖掘在商业银行客户关系管理领域的应用都得到了一定的重视，而且应用结果表明数据挖掘技术能帮助提升银行经营管理效率。

五、数据挖掘在银行客户关系管理应用前景展望

目前国内商业银行主要将数据挖掘技术应用于客户分类、交叉营销领域，对客户维持、风险防控等方面涉及较少，应用领域还不够宽泛。从未来的应用前景分析，数据挖掘在以下方面领域还需不断加强。

（一）基于客户关系管理的目标市场的新客户识别、分类，从而采取有针对性的客户营销和服务策略；

（二）通过对数据进行分析，挖掘出数据模式和特征，预测客户的金融需求，从而有利于商业银行制定决策、规避风险；

（三）随着基础数据的不断增长，通过时间序列的分析和挖掘，挖掘出某一段时间内交易数据的变化趋势和规律，从而指导未来业务发展。

六、结论

近年来，国内商业银行的经营发展势头明显放缓，利润增长率大多步入个位数水平，发展后劲不足的现象明显，在这样的背景下，商业银行如何稳定现有客户基础，并不断发展壮大客户群体，营销推广产品，就需要提升客户管理能力和水平[4]。数据挖掘作为新时期对客户信息管理的新手段和新方法，已经成为商业银行实现有效客户管理的核心技术，通过建立数据分析的模型，来充分挖掘已有的海量客户信息，能够有效的识别客户的需求和偏好，实现客户资源的价值最大化。通过数据挖掘，在识别客户需求特征的基础上，开展针对性的营销吸引客户、维持客户，为客户提供有针对性的产品和服务，防止客户流失，识别违约特征，防控金融风险，真正打造现代商业银行的核心竞争力。

[1]贺本岚.大数据时代数据挖掘在银行客户关系管理中的应用研究[C].中国管理现代化研究会、复旦管理学奖励基金会:,2013:6.

[2]张娴.数据挖掘技术及其在金融领域的应用[J].金融教学与研究,2003,(04):15-18.

[3]周意.数据挖掘在商业银行客户关系管理中的应用研究[D].湖南大学,2005.

[4]黄华卿,张维,熊熊.数据挖掘技术在商业银行客户关系管理中的应用分析[J].哈尔滨商业大学学报(社会科学版),2006,(03):40-43.

盛祥均（1968.1-），男，经济师，现就职于中国建设银行陕西省分行公司业务部，长期从事信贷业务及客户营销工作。