【摘要】數(shù)據(jù)挖掘作為一項(xiàng)新的商業(yè)信息處理技術(shù)，在我國的商業(yè)銀行信用卡業(yè)務(wù)中有著很大的應(yīng)用價(jià)值。本文從數(shù)據(jù)挖掘的含義出發(fā)，探討了數(shù)據(jù)挖掘分析方法及實(shí)施步驟，在此基礎(chǔ)上，對其在信用卡業(yè)務(wù)中的應(yīng)用優(yōu)勢進(jìn)行了分析。

【關(guān)鍵詞】數(shù)據(jù)挖掘信用卡商業(yè)銀行

目前，我國信用卡業(yè)務(wù)發(fā)展面臨著一些難題，怎樣尋找真正的信用卡用戶，怎樣維持信用卡發(fā)行機(jī)構(gòu)與信用卡用戶之間的關(guān)系，怎樣控制信用卡業(yè)務(wù)中的風(fēng)險(xiǎn)等，都困擾著我國信用卡發(fā)行機(jī)構(gòu)與管理機(jī)構(gòu)。對于這些問題的解決，以大量數(shù)據(jù)管理為基礎(chǔ)的數(shù)據(jù)挖掘技術(shù)是一個行之有效的工具。

一、數(shù)據(jù)挖掘的含義

數(shù)據(jù)挖掘是新興的一種決策技術(shù)，并且隨著信息技術(shù)不斷發(fā)展而逐漸完善。自1995年在加拿大蒙特利爾召開第一屆知識發(fā)現(xiàn)和數(shù)據(jù)挖掘?qū)W術(shù)會議以來，數(shù)據(jù)挖掘一詞在各行各業(yè)流行開來，其基本技術(shù)含義是從大量、不完全、有噪聲、模糊、隨機(jī)的數(shù)據(jù)中，提取隱含在其中的，事先不知的，但又具有潛在價(jià)值的信息和知識的過程。從這個定義，我們直觀地將數(shù)據(jù)挖掘過程比喻為在“數(shù)據(jù)礦山”中尋找蘊(yùn)藏的“知識金塊”的過程。從商業(yè)價(jià)值角度，商業(yè)運(yùn)行中存在著海量數(shù)據(jù)，如果僅憑簡單的傳統(tǒng)統(tǒng)計(jì)分析方法，是很難將大量數(shù)據(jù)中無用信息剔除掉的，數(shù)據(jù)挖掘作為一種新的商業(yè)信息處理技術(shù)，通過抽取、轉(zhuǎn)換和分析商業(yè)數(shù)據(jù)，揭示隱藏在其中未知的規(guī)律性，并對其進(jìn)行模型化處理，從而為商業(yè)決策起到輔助作用，在一定程度上解決“數(shù)據(jù)大爆炸而知識極貧乏”的現(xiàn)象。

對商業(yè)銀行而言，這種“數(shù)據(jù)大爆炸”的現(xiàn)象表現(xiàn)地更為突出，商業(yè)銀行作為一類特殊企業(yè)，其每天的業(yè)務(wù)會產(chǎn)生大量數(shù)據(jù)，雖然目前各家商業(yè)銀行應(yīng)用的數(shù)據(jù)庫系統(tǒng)能夠?qū)崿F(xiàn)數(shù)據(jù)錄入、查詢、統(tǒng)計(jì)等工作，但卻無法發(fā)現(xiàn)這些數(shù)據(jù)背后存在著的隱藏關(guān)系，很難通過現(xiàn)有數(shù)據(jù)成功預(yù)測未來趨勢。另一方面，商業(yè)銀行是一個收益與風(fēng)險(xiǎn)并存的行業(yè)，在其經(jīng)營與運(yùn)作中就必然存在風(fēng)險(xiǎn)因素，數(shù)據(jù)挖掘這一技術(shù)除了可以發(fā)現(xiàn)隱藏在大量數(shù)據(jù)背后的規(guī)則外，還能有效減少銀行存在的風(fēng)險(xiǎn)，這些優(yōu)勢在商業(yè)銀行信用卡業(yè)務(wù)中表現(xiàn)地更為淋漓盡致。

二、數(shù)據(jù)挖掘的實(shí)施步驟及分析方法

（一）數(shù)據(jù)挖掘一般可分為以下實(shí)施步驟

1.問題提出。問題提出是數(shù)據(jù)挖掘過程的首要步驟，只有明確了所要解決的問題，才能夠使后續(xù)的挖掘工作有針對性地開展。

2.數(shù)據(jù)源選擇。數(shù)據(jù)挖掘的實(shí)施對象是大規(guī)模的數(shù)據(jù)，因此，選擇數(shù)據(jù)源成為數(shù)據(jù)挖掘工作中的一個基礎(chǔ)步驟，數(shù)據(jù)既可以是現(xiàn)有業(yè)務(wù)處理系統(tǒng)中的數(shù)據(jù)，也可以是數(shù)據(jù)倉庫中的數(shù)據(jù)。

3.數(shù)據(jù)準(zhǔn)備。在實(shí)施數(shù)據(jù)挖掘工作之前，對數(shù)據(jù)做好前期的準(zhǔn)備工作是十分必要的一個步驟。在這一階段，主要完成對數(shù)據(jù)的獲取，清洗，轉(zhuǎn)換和裝載四個環(huán)節(jié)。

4.建立模型。這一階段是數(shù)據(jù)挖掘的主體階段。

5.驗(yàn)證并修正模型。由于模型的結(jié)果有些是有實(shí)際意義的，而有一些則沒有實(shí)際意義，因此需要根據(jù)經(jīng)驗(yàn)，不斷地調(diào)整挖掘模型，重復(fù)進(jìn)行挖掘工作，使挖掘的有效性得以實(shí)現(xiàn)。

6.預(yù)測并決策。數(shù)據(jù)挖掘作為一種技術(shù)層面上的決策技術(shù)，其最終目的是輔助決策，因此決策者根據(jù)挖掘結(jié)果，結(jié)合實(shí)際情況，做出正確的決策策略。上述這一過程要反復(fù)進(jìn)行，在反復(fù)的過程中，不斷地趨近事物本質(zhì)，不斷地優(yōu)化問題的解決方案。

（二）信用卡業(yè)務(wù)應(yīng)用中主要的數(shù)據(jù)挖掘分析方法

由于數(shù)據(jù)挖掘是知識發(fā)現(xiàn)的特定步驟，因此，按照知識發(fā)現(xiàn)的驅(qū)動因素將其進(jìn)行分類，會使數(shù)據(jù)挖掘體系更加完善。其中的驅(qū)動因素分別是驗(yàn)證驅(qū)動型與發(fā)現(xiàn)驅(qū)動型。在每種驅(qū)動類型下又包含著多種具體的挖掘分析方法。在信用卡業(yè)務(wù)中，目前主要使用的幾種分析方法是：

1.分類分析。這是通過分析具有類別的樣本的特點(diǎn)，得到?jīng)Q定樣本屬于各種類別的方法。

2.聚類分析。依據(jù)是生物學(xué)中的“物以類聚”原理。它將樣本數(shù)據(jù)聚集成不同的組，并分別加以描述，它與分類分析的不同之處在于，聚類劃分的類是未知的，而分類是已知數(shù)據(jù)對象的組數(shù)。比如，在信用卡持卡群體中，利用聚類技術(shù)，將客戶群體進(jìn)行劃分。

3.關(guān)聯(lián)分析。這是一種發(fā)現(xiàn)數(shù)據(jù)間關(guān)聯(lián)模式的方法，如：菜籃分析，即通過了解消費(fèi)者購物籃中所購物品相關(guān)性來輔助決策者制定相應(yīng)營銷策略，調(diào)整物品的擺放次序，制定正確的促銷方案，以擴(kuò)展客戶購買的產(chǎn)品范圍，吸引更多的客戶。

三、數(shù)據(jù)挖掘在商業(yè)銀行信用卡業(yè)務(wù)應(yīng)用中的優(yōu)勢

（一）發(fā)展成熟的基礎(chǔ)技術(shù)

數(shù)據(jù)挖掘技術(shù)在商業(yè)銀行信用卡業(yè)務(wù)中應(yīng)用的基礎(chǔ)技術(shù)目前已經(jīng)發(fā)展地較為成熟，大多數(shù)商業(yè)銀行信用卡部門已經(jīng)掌握了搜索數(shù)據(jù)的途徑，加之高性能的計(jì)算機(jī)處理器配置，以及傳統(tǒng)的數(shù)理統(tǒng)計(jì)分析方法等，都可以讓數(shù)據(jù)挖掘技術(shù)有一個很牢靠的技術(shù)支撐。

（二）不斷完善的數(shù)據(jù)倉庫建設(shè)

數(shù)據(jù)倉庫是一個面向主題的，集成的，時變的，非易失的數(shù)據(jù)集合（W·H·Inmon，1996），它是數(shù)據(jù)挖掘的一個重要的預(yù)處理步驟，最早的數(shù)據(jù)挖掘基本上是以關(guān)系數(shù)據(jù)庫系統(tǒng)為挖掘平臺，而隨著數(shù)據(jù)倉庫的建設(shè)，數(shù)據(jù)挖掘開始以數(shù)據(jù)倉庫作為其挖掘平臺，數(shù)據(jù)倉庫是有效進(jìn)行數(shù)據(jù)挖掘的基礎(chǔ)。

（三）區(qū)別于傳統(tǒng)數(shù)據(jù)分析方法的特點(diǎn)

大多數(shù)傳統(tǒng)數(shù)據(jù)分析方法都是以完善的數(shù)學(xué)理論作為基礎(chǔ)，使用這些方法對數(shù)據(jù)做出的分析與預(yù)測雖然說還比較令人滿意，但由于其強(qiáng)大的數(shù)學(xué)根基，因此對分析者的要求很高，然而數(shù)據(jù)挖掘卻有別于傳統(tǒng)分析方法，它在傳統(tǒng)方法的擴(kuò)展基礎(chǔ)上，借助高性能的計(jì)算機(jī)為后盾，采用諸如決策樹這樣的方法，幾乎不用太多的手工勞動，就可以實(shí)現(xiàn)許多價(jià)值分析。

運(yùn)用數(shù)據(jù)挖掘技術(shù)，加工處理信用卡消費(fèi)群體的消費(fèi)行為信息，對不同潛在價(jià)值的客戶進(jìn)行區(qū)分，最大程度地提高業(yè)務(wù)利潤。如在市場細(xì)分模型中，銀行可根據(jù)客戶消費(fèi)水平和基本特征對客戶群分類，如按照持卡人對銀行利潤貢獻(xiàn)價(jià)值大小分為“金牌客戶”，“銀牌客戶”，“銅牌客戶”；也可按照持卡消費(fèi)時間長短分為“鐵桿客戶”，“會員客戶”，“普通客戶”。這樣，銀行就可以制定不同的客戶市場戰(zhàn)略，配置不同的服務(wù)產(chǎn)品，在一定程度上激勵低價(jià)值客戶向高價(jià)值客戶轉(zhuǎn)變的心理。通過市場細(xì)分挖掘出影響客戶消費(fèi)行為的內(nèi)在與外在因素，信用卡發(fā)卡機(jī)構(gòu)的競爭實(shí)力會大大提升。再如客戶關(guān)聯(lián)服務(wù)模型，通過找到具有同一消費(fèi)行為的客戶進(jìn)行促銷，當(dāng)其在用卡消費(fèi)購買某一種高價(jià)值產(chǎn)品時，可在一定時間范圍內(nèi)和特定場所，對其購買消費(fèi)的另一種產(chǎn)品或服務(wù)在價(jià)格上給予一定數(shù)額優(yōu)惠。這樣不僅滿足了客戶消費(fèi)需求，而且還進(jìn)一步增強(qiáng)了客戶對發(fā)卡行的滿意感和忠誠感，為維持穩(wěn)固的客戶關(guān)系奠定了深層基礎(chǔ)。

總之，數(shù)據(jù)挖掘作為新興技術(shù)，在信用卡業(yè)務(wù)領(lǐng)域中發(fā)揮著重要作用，加之業(yè)務(wù)特有的流程復(fù)雜性，伴隨產(chǎn)生的數(shù)據(jù)類型會越來越多，因此，在信用卡業(yè)務(wù)發(fā)展中應(yīng)積極進(jìn)行數(shù)據(jù)挖掘的應(yīng)用。

參考文獻(xiàn)

[1]R·格羅思（美）.數(shù)據(jù)挖掘[M].陜西：西安交通大學(xué)出版社，2001.

[2]約翰(B(考埃特，愛德華(I(愛特曼，保羅(納拉亞南.演進(jìn)著的信用風(fēng)險(xiǎn)管理[M].北京：機(jī)械工業(yè)出版社，2001.

[3]張嫻.數(shù)據(jù)挖掘技術(shù)及其在金融領(lǐng)域的應(yīng)用[J].金融教學(xué)與研究，2003，(4).

[4]蔣纓.數(shù)據(jù)挖掘技術(shù)在商業(yè)銀行中的應(yīng)用趨勢分析[J].甘肅社會科學(xué)，2003，(5).

作者簡介：李娟（1982-）女，陜西西安人，經(jīng)濟(jì)學(xué)碩士，現(xiàn)供職于陜西省行政學(xué)院教務(wù)處。