基于LRFM模型的网贷平台借款用户分类研究

姚香秀，盛 冉，郭毓婷

（西安欧亚学院 金融学院，陕西 西安 710065）

1 网络借贷与客户细分

网络借贷是用于满足小微企业及个人的小额贷款需求的互联网金融创新运营模式，其健康发展有赖于大量借款人与出借人的参与[1]。借款用户是网络借贷平台的重要组成部分，有效客户关系管理也已成为网络借贷平台盈利能力和竞争优势的决定性因素，而任何高效的客户关系管理都以扎实的客户细分为基础[2]。

客户细分是企业在明确战略和业务模式后，根据客户的行为、偏好以及价值等因素对客户进行分类[2]。客户分类技术通常被用来发现有价值的客户[3]。Hughes（1994）等[4]提出的客户关系管理，由3个要素组成，即最近一次消费-消费频率-消费金额（Recency-Frequency-Monetary，RFM）模型，广泛应用于客户价值分析和分类。决策者可利用RFM模型有效识别价值客户，制定有效的营销策略[5]。王文贤等[6]的研究表明，在预测客户行为时，通过增加额外的变量可以提高RFM模型的预测性。本文在此基础上，将RMF模型拓展为LRFM模型，通过增加L（账户持有时间）变量有效识别有价值的客户，爬取了拍拍贷2018年1月—2019年7月部分借款用户的交易数据，使用两步聚类的方法对借款用户进行聚类，并针对不同类别的用户提出了相应的营销建议。

2 LRFM模型与聚类算法

2.1 LRFM模型

本文选用拍拍贷网站作为研究对象。拍拍贷成立于2007年6月，是国内首家P2P纯信用无担保网络借贷平台。根据RFM模型的基本原理以及网站用户的数据特点，本文对LRFM的4个变量进行定义，如表1所示。

表1 借款用户借款行为变量定义

2.2 两步聚类算法

两步聚类分析方法是近年来才发展起来的聚类方法，分为两大步骤：预聚类和正式聚类。预聚类过程主要针对每一个记录，从根开始进入聚类特征数，并依照节点中条目信息的指引找到最接近的子节点，直到到达叶子节点为止；正式聚类过程利用层次聚类方法对聚类特征树上的每个叶结点进行组合。最后，根据贝叶斯信息规则（Bayesian Information Criterions，BIC）或者赤池信息量准则（Akaike Information Criterion，AIC）对各种聚类方案进行比较选择，选定最佳聚类方案。在实践中，两步聚类主要解决群体划分、用户或消费者行为细分等问题。

3 实证分析

3.1 数据描述

本文利用爬虫软件抓取了拍拍贷2018年1月—2019年7月4 836位借款用户在的交易记录，使用SPSS 19.0软件进行数据挖掘。由于部分交易记录具有缺省值，所以先对数据进行清洗，最终确定4 437位借款用户为研究对象。

数据处理之后，统计出每位用户在此期间关于性别、年龄和工作性质的R，F，M变量，并计算L变量。为了能进一步准确定位与描述每一类别用户的特征，本文将用户的基本信息（性别、年龄和工作性质）作为描述变量、用户的交易行为数据统计特征，如表2所示。

表2 不同性别、年龄、工作性质下L，R，F，M的不同特征

3.2 聚类结果分析

利用两步聚类算法进行聚类，并将每类用户的LRFM平均值与总LRFM均值进行比较。如果单个用户类别的均值大于总均值，则给该指标一个向上的箭头“↑”标记，反之则用“↓”，如表3所示。

首先，第一类和第二类借款用户属于同一种类型的用户，是网络借贷平台的核心用户，占总体用户数量的16.9%。这两类用户L值、F值和M值均高于总体用户的均值，说明是平台的老用户，与平台的借款交易频繁、借款金额大，对于平台的贡献度、忠诚度很高；同时，该类用户R值低于均值，说明其重复在该平台借款的可能性较大，潜在价值较高。

其次，第三类属于不确定型用户，占总用户数量的48.9%。该类用户的L值、F值和M值均低于总体用户的均值，说明其实际贡献和忠诚度都较低；其R值最大，说明较长时间未在平台进行借款行为，具有流失倾向。不确定性用户往往是一个大的群体，通常代表了50%的客户群，却仅带来10%的收益，属于“劣质”用户。

最后，第四类属于活跃用户，占总用户数量的34.3%。该类用户的F值及L值约等于均值，M值小于均值，说明其在平台交易时间较长，操作频率高，但为平台创造的利润较少；但其R值最小，说明经常在平台进行借款交易，较为活跃，可能对于平台的选择更为谨慎。

表3 聚类结果描述

4 结语

基于分类结果，本文有针对性地设计营销策略，具体如下：第一类与第二类同属于核心用户，因此，企业需要将最主要资源投入到保持和发展与其关系上，对每个客户设计和实施一对一的客户保持策略，最好的客户是最值得赞赏和给予特殊待遇。第三类用户属于短期借款客户，极易转换，平台需要对其再次划分，对于新用户或对平台评价较高的用户，可以采取营销策略进行挽留，而对于此类的其他用户不必投入更多的营销成本。第四类用户的忠诚度高、借款需求较多，重点在于提高其借款金额，提升对平台的信任度与熟悉度。利用上述成果，网络借贷平台可以合理地管理客户成本，有效地实施客户关系管理，实现平台利益的最大化。