数据挖掘技术在商业银行CRM中的应用理论与模型研究

数据挖掘技术在商业银行CRM中的应用理论与模型研究

MG0915055 马文虎

（工程管理学院 信息管理工程）

摘  要：随着金融市场竞争的加剧和消费者的需求日趋个性化，建立高效的CRM系统，可以使银行更好的了解客户需求，评价客户价值，从而为客户提供个性化的服务，提高客户价值，巩固客户忠诚度。本文首先介绍了CRM和数据挖掘，其次分析了数据挖掘在银行CRM中的作用以及目前的研究现状，最后通过研究数据挖掘技术在商业银行中的应用案例，总结了商业银行客户细分、客户流失预测和企业客户信用风险评级体系的研究，并给出了相应的模型。

关键字：数据挖掘  商业银行CRM  客户关系管理  客户流失  信用风险

1 引言

当今世界，银行和电信的数据挖掘走在最前面，而银行的数据比电信行业数据保存的更为完整。客户的存款和客户的数据是商业银行可利用的两个巨大的资源。相应地，银行的管理产生了两大任务：即客户资金管理，数据挖掘^[5]。

在电子商务时代的今天，银行和客户之间的交互方式发生了显著的变化，谁也不能保证客户会对你忠诚，银行要想保留住客户，就必须更多的了解客户的需求。CRM就是银行为了保持银行的竞争力，采取面向客户，客户驱动和以客户为中心的发展策略，银行要想和客户保持长久地关系，从每个客户身上获取最大利润，降低市场营销费用，减少由于客户离去和无效的经营策略产生的浪费，就要求银行能够深入的了解客户的习惯、喜好，最好能估计到客户的需求，并在最短的时间内满足客户的需要。要做到这些，就必须对客户在与银行的交互过程中的各种数据进行收集、分析，挖掘出银行数据中的有用的信息，从而实现CRM的目标，即在正确的时间里通过正确的渠道给客户提供恰当的服务。数据挖掘技术就是帮助我们解决同客户在交互过程中遇到的各种问题的最重要的技术之一。由于数据挖掘技术在CRM中所起的核心作用，因此它的研究对银行是否成功实施CRM战略，以及提高我国银行的决策支持水平有着重要的意义^[4]。

2 CRM与数据挖掘简介

客户关系管理（CRM）不仅是一种通过完善的客户服务和深入的客户分析来满足客户的需求，保证实现客户终身价值的管理理念，而且是一种旨在改善企业与客户之间关系的新型管理机制，使企业从“以产品为中心”向“以客户为中心”的模式转移，即企业关注的焦点是从内部运作转移到客户关系上来。

很多银行花大力气去积累有关客户的信息，但并不能有效地进行客户关系管理。因为信息只是一些原材料，需经过组织、分析并理解后，才可以用来构建有关客户的知识，进而指导银行的市场、销售、客户服务等各个环节，提高银行的效率和效益。但银行如何管理和分析大量、复杂的客户信息，从中找出对自身管理决策有价值的信息和知识，则需要有先进的技术和工具的支持，数据挖掘等新兴技术的出现，则为银行CRM的实现提供了良好的支持。

数据挖掘（DM）是个比较广泛的概念。广义的数据挖掘指的是一般性数据分析，它既包括统计分析方法，也包括挖掘方法。狭义的数据挖掘则是指基于非线性关系的数据分析方法。数据挖掘是信息技术发展到一定阶段的必然产物，是从数据库、数据仓库或其他信息库的大量数据中，挖掘出有用的知识的一个过程。

如果从银行角度说，数据挖掘则是一种新的客户信息处理技术，其主要特点是对银行数据库中的大量业务数据进行抽取、转换、分析和其他模式处理，从中提取出能辅助银行决策的关键性数据。因此，数据挖掘可被定义为：是提取有用信息和知识的数据产生过程，是从大量数据中挖掘出隐含的、先前未知的、对决策有潜在价值的知识和规则，并能够根据已有的信息对未来所发生行为做出预测，为银行经营决策提供依据的过程^[1]。

3 数据挖掘技术在银行CRM中的应用

管理学中著名的“二八定律”，即80%的利润来自20%的客户，就如何挑选把握好这20%客户就成为银行成功的关键。目前各国银行已经意识到客户是至关重要的商业资源，应当高度重视对客户关系的建立、维持、和培养，实施客户战略，以建立长期稳定地客户关系。因此建立高效的CRM系统，可以使银行更好的了解客户需求，评价客户价值，从而为客户提供个性化的服务，提高客户价值，巩固客户忠诚度。要使CRM有效运作，引入数据挖掘技术是一大趋势^[4]。

3.1 数据挖掘技术在银行CRM中的应用理论

在银行CRM中，数据挖掘应用广泛。如金融市场分析和预测、账户分类、信用评估等。这些金融业务都需要收集和处理大量数据，数据挖掘可通过对这些已有数据的分析和处理，找到数据对象的特征和对象之间的关系，并可观察到金融市场的变化趋势，然后利用挖掘出的知识进行合理地分析预测，进而发现潜在客户及现有客户的金融和商业兴趣等。数据挖掘在银行CRM中的应用模型如下图所示^[1]：

图1 数据挖掘在银行CRM中的应用模型

一般而言，客户生命周期包括四个阶段：一是获取客户，二是提高客户价值，三是保持高效益客户，四是防止客户流失。数据挖掘技术在CRM的不同生命周期具有不同的作用：

1）利用聚类分析方法进行客户分类，获取客户

发现和开拓新客户对于任何一家银行来说至关重要。客户分类又称为客户细分，是将大量的客户分成不同的类型，同一类型的客户拥有某些相似的属性，如背景资料、盈利能力、消费偏好等。通过客户细分，可使银行准确把握现有客户的状况，针对每类客户使用不同的营销方式或提供不同的服务，使银行以最小的投入获得最大的回报。