孫慶莉 高海霞

摘 要：進(jìn)入21世紀(jì)以來，隨著投資主體趨于多元化，金融服務(wù)體系日臻完善，各種復(fù)雜工藝技術(shù)日益成熟，世界范圍內(nèi)的項目大型化、群體化、復(fù)雜化的趨勢愈加明顯。伴隨著經(jīng)濟全球化的深入進(jìn)行和金融行業(yè)的進(jìn)一步開放，我國實體金融遇到了極大挑戰(zhàn)，以吸引新客戶、保留舊客戶、將已有客戶轉(zhuǎn)為忠實客戶，從而為企業(yè)創(chuàng)造更多收益為最終目標(biāo)的客戶關(guān)系管理，成為了優(yōu)質(zhì)的選擇。但海量復(fù)雜的客戶數(shù)據(jù)使得傳統(tǒng)分析方法望而卻步，數(shù)據(jù)挖掘技術(shù)在銀行CRM系統(tǒng)的應(yīng)用研究，是在銀行CRM系統(tǒng)中運用數(shù)據(jù)挖掘技術(shù)，對客戶的海量業(yè)務(wù)數(shù)據(jù)進(jìn)行針對性的分析和挖掘，進(jìn)而達(dá)到對客戶需求的精準(zhǔn)掌握，對客戶需求分類、對客戶分類，為銀行的決策提供支持，從而為客戶提供更優(yōu)質(zhì)的服務(wù)，進(jìn)而實現(xiàn)對單個用戶價值的提高，最后達(dá)到實現(xiàn)利潤超額的目的。

關(guān)鍵詞：銀行CRM;數(shù)據(jù)挖掘;分類算法;樹模型

中圖分類號：F832.2 文獻(xiàn)標(biāo)識碼：A 文章編號：1005-6432（2022）10-0064-05

DOI：10.13939/j.cnki.zgsc.2022.10.064

1 數(shù)據(jù)挖掘與客戶關(guān)系管理的關(guān)系

1.1 客戶關(guān)系管理的內(nèi)涵

客戶關(guān)系管理出現(xiàn)在20世紀(jì)80年代的美國，剛剛從資本主義經(jīng)濟危機中復(fù)蘇的美國，“接觸管理”服務(wù)出現(xiàn)了，以收集客戶與各種公司交流的信息為手段，幫助企業(yè)掌握正確接觸客戶的時機，CRM的概念逐步形成。CRM 是通過圍繞客戶細(xì)分來組織企業(yè)、鼓勵滿足客戶需要的行為，實現(xiàn)客戶與供應(yīng)商之間聯(lián)系，提高盈利、收入和客戶滿意的商業(yè)策略。CRM的主要關(guān)注點在客戶，其主要目的就是建立、發(fā)展和保持良好的客戶關(guān)系，以此來提高客戶的滿意度、忠誠度以及盈利性。

1.2 數(shù)據(jù)挖掘的內(nèi)涵

數(shù)據(jù)挖掘，即從巨大的、不清晰的、隨機的、繁雜的、不完整的、有噪聲的數(shù)據(jù)中挖掘出隱含在其中的、潛在的、人們先前未知的具有使用價值的信息和知識的過程。在金融業(yè)中，數(shù)據(jù)挖掘被稱作新型處理信息技術(shù)，優(yōu)點是可以對海量的數(shù)據(jù)進(jìn)行抓取、預(yù)處理、初步分析和綜合處理，獲得有利于產(chǎn)品更新和策略決策的關(guān)鍵數(shù)據(jù)。用戶數(shù)據(jù)被錄入或收集后進(jìn)入系統(tǒng)底層的數(shù)據(jù)倉庫，由于數(shù)據(jù)的來源不同或產(chǎn)生數(shù)據(jù)的活動不同，存放在不同的數(shù)據(jù)表中，例如客戶數(shù)據(jù)表集、產(chǎn)品數(shù)據(jù)表集、客戶互動數(shù)據(jù)表集等，經(jīng)由不同層次的處理系統(tǒng)，經(jīng)過采樣、調(diào)整、統(tǒng)計分析或進(jìn)一步的模型分析后，生成目標(biāo)結(jié)果，輸出既定格式，評價后進(jìn)入下一輪數(shù)據(jù)采集。

1.3 數(shù)據(jù)挖掘與客戶關(guān)系管理的關(guān)系

數(shù)據(jù)挖掘是銀行客戶關(guān)系管理的技術(shù)后盾?，F(xiàn)代社會，幾乎所有人都會和銀行打交道，所以在這個角度上看，銀行不需要擔(dān)心客戶的數(shù)量問題。但是怎樣從數(shù)量巨大的客戶群體中找到需要建立關(guān)系的優(yōu)質(zhì)客戶，是新階段銀行最關(guān)心的一點。從經(jīng)驗分析來看，可以為銀行提供真實效益的優(yōu)質(zhì)客戶包括兩類，第一類是有歷史數(shù)據(jù)記錄的高質(zhì)量客戶，此類型客戶經(jīng)濟實力雄厚，或者是貸款大戶（信用良好）或者是存款大戶;第二類是沒有歷史記錄的潛在的高質(zhì)量客戶，其具有經(jīng)濟實力，只是未曾出現(xiàn)在本系統(tǒng)中，需要銀行的管理系統(tǒng)去發(fā)現(xiàn)并留存。通過數(shù)據(jù)挖掘和CRM去發(fā)現(xiàn)這些有潛力的高質(zhì)量客戶，使之成為本銀行系統(tǒng)的客戶，建立良好的業(yè)務(wù)關(guān)系，吸引優(yōu)質(zhì)客戶并留存原有的高質(zhì)量客戶。

明確了已有的優(yōu)質(zhì)客戶群體后，需要通過分析和挖掘找出優(yōu)質(zhì)客戶的特征，發(fā)現(xiàn)高質(zhì)量客戶的關(guān)鍵因素，根據(jù)結(jié)果對客戶進(jìn)行分類，再根據(jù)分類規(guī)則擬定出個性化的客戶關(guān)系管理策略。利用數(shù)據(jù)挖掘技術(shù)分析明確用戶的真實需求，是發(fā)現(xiàn)和保留高質(zhì)量客戶的關(guān)鍵。

2 數(shù)據(jù)挖掘技術(shù)在銀行CRM項目管理中的應(yīng)用

2.1 商業(yè)銀行CRM的客戶數(shù)據(jù)內(nèi)容與類型

銀行客戶數(shù)據(jù)可以分為以下三個方面。

（1）靜態(tài)數(shù)據(jù)，客戶基本信息，例如個人基本信息、已購產(chǎn)品、銀行服務(wù)信息。

（2）動態(tài)數(shù)據(jù)，客戶交易信息，例如客戶資金的流動、資產(chǎn)的分布變動等。

（3）分析信息，客戶關(guān)聯(lián)信息，例如客戶行為、情況變動、心理因素等。

這是基于經(jīng)驗對所有客戶數(shù)據(jù)進(jìn)行的理想劃分，但是真正的情況是：銀行已有的數(shù)據(jù)常常是日常流水的原始數(shù)據(jù)，紛繁復(fù)雜、沒有分類，如基本信息（客戶姓名、年齡、性別、電話、身份證號、婚姻情況、住房情況、家庭人口數(shù)、住址、工作單位、地點、工資收入、所在職位、總體收入）、產(chǎn)品情況（類型、期限等）、業(yè)務(wù)情況（客戶代碼、擔(dān)保方式、信用等級、辦理地點、服務(wù)人員編號等）。

2.2 數(shù)據(jù)預(yù)處理

幾乎所有數(shù)據(jù)庫都具有共同的特點：數(shù)據(jù)不一致、含噪聲、不完整。這是因為實踐操作中存在設(shè)備故障、信號中斷、傳輸失誤、人為錄入錯誤等，此時直接使用數(shù)據(jù)，研究結(jié)果會出現(xiàn)很大的誤差，所以在操作真實數(shù)據(jù)前需要進(jìn)行有效的預(yù)處理。

（1）新建表單。初始觀察的數(shù)據(jù)是采用單次記錄方式的數(shù)據(jù)，各種數(shù)據(jù)庫表單混合在一起，對數(shù)據(jù)的導(dǎo)出造成了極大的困擾，所以用SQL語句建新表單，導(dǎo)出專屬本次研究的數(shù)據(jù)。

（2）缺失值與異常值的處理。操作如下：刪除貸款金額為空的數(shù)據(jù);剔除年齡異常小的數(shù)據(jù)。

（3）脫敏處理。將姓名更換為編號，將精確的貸款次數(shù)分級為1次、2～5次、5次以上，將具體的貸款期限概括為短期貸款（≤1年）、中長期貸款（1～5年）、長期貸款（5年以上），經(jīng)過本次處理，共剩余1905條數(shù)據(jù)供研究。

2.3 銀行A已有客戶特征分析

首先從樣本角度對客戶情況進(jìn)行總體層面的分析，期望可以借此對銀行A客戶的基本情況有更加全面的了解。

（1）年齡分布情況，如圖2所示。

（2）性別分布情況，如圖3所示。

（3）貸款次數(shù)與貸款期限情況，如圖4所示。

2.4 樹模型的建立

分析了客戶群體的基本情況之后，開始構(gòu)建模型，將整理好的數(shù)據(jù)導(dǎo)入SPSS軟件，操作后輸出樹模型圖以及評估模型準(zhǔn)確性的相關(guān)結(jié)果圖，并對結(jié)果進(jìn)行整理和解讀，最后基于挖掘結(jié)果對銀行客戶類型進(jìn)行分析。

（1）CART樹模型的構(gòu)建。樹模型如圖5所示，為了評估模型的準(zhǔn)確率及選擇變量的重要性，同時輸出分類四格表（表2）、自變量重要性表（表3）以及Risk統(tǒng)計量表（表4）。

從CART生長法給出的二叉樹模型可以看出，共有6層18個節(jié)點。節(jié)點0為本樹模型的根節(jié)點;節(jié)點1、2、4、5、7、8、13、14為中間節(jié)點，是本次分類的中間過程;葉子節(jié)點：3、6、9、10、11、12、15、16、17、18，每個葉子節(jié)點都有一條路徑到根節(jié)點，形成一條分類規(guī)則，每個葉子節(jié)點對應(yīng)了一條分類規(guī)則，樹模型有10個葉子節(jié)點，對應(yīng)著10條分類規(guī)則。

分類規(guī)則如表1所示。

（2）CART樹模型的評價。

從表2分類四格表可以看出，樹模型預(yù)測值與觀測值相同的總體百分比為89.6%，表4可以看出Risk統(tǒng)計量是0.117，說明錯估概率為11.7%，預(yù)測正確率約為88.3%，模型擬合的效果比較好。分類表與風(fēng)險表預(yù)測結(jié)果有1%的誤差，但是均超過85%，結(jié)果較好。

（3）基于挖掘結(jié)果的銀行客戶類型分析。從樹模型可知總體情況為：在1905條用戶數(shù)據(jù)中，54.7%的用戶也就是1042位客戶沒有依照合同時間還款;863名客戶履行條約進(jìn)行還款，占總數(shù)的 45.3%。而分類最主要因素是貸款類型，申請生產(chǎn)經(jīng)營型貸款的客戶70%以上都進(jìn)行了還款，消費類的客戶有67.8%沒有依照合約還款，銀行可依據(jù)此明顯屬性進(jìn)行控制。

接下來從葉子節(jié)點入手，10個葉子節(jié)點里6個節(jié)點的結(jié)果是違背合約還款，只有4種情況的客戶會履行合約。根據(jù)樹模型結(jié)果將客戶分為以下七類：

第一類：葉子節(jié)點3，貸款類型為消費類型且金額小于等于59500元的客戶。小額貸款用于消費，所以對客戶來說比較容易還款，手中的流動資金較多時就可以申請還款。

第二類：葉子節(jié)點11、12，貸款類型為消費類型，金額大于59500元且小于等于100500元的客戶，此類客戶可能是本身條件不夠好，貸款還車貸或者購買超出能力范圍的商品，所以不能及時履行合約還款。

第三類：葉子節(jié)點15、16、18，貸款類型為消費類型，貸款金額超過10萬元且年紀(jì)小于40.5歲，這類客戶可能是職場人士，在房貸和養(yǎng)家糊口的壓力下，資金不夠于是向銀行貸款，又由于購物等原因，無法及時還款。

第四類：葉子節(jié)點17，消費型貸款超過15萬元，年齡大于40.5歲。這類人擺脫了房貸壓力，向銀行貸款可能是由于幫子女臨時籌措購買房子的首付，但由于經(jīng)濟壓力小、有積蓄（具備較高的經(jīng)濟實力）而且不喜歡逾期還款，所以可以及時地履行合同進(jìn)行還款。

第五類：葉子節(jié)點9，申請生產(chǎn)經(jīng)營型貸款且以別人的擔(dān)保為條件進(jìn)行貸款的用戶，在貸款次數(shù)僅有一次的情況下，很多人都沒有即時還款的積極性，或者因為自己沒有能力抵押才選擇的貸款，所以到期可能也沒有能力即時還款。

第六類：葉子節(jié)點10，生產(chǎn)經(jīng)營型貸款的客戶，在別人擔(dān)保的情況下已經(jīng)有多次貸款的記錄，別人可以多次幫助其擔(dān)保，說明其有能力還款，事實也證明了其可以履約。

第七類：葉子節(jié)點6，此類客戶以資產(chǎn)抵押的方式進(jìn)行生產(chǎn)經(jīng)營類貸款，其中88.4%的人由于抵押了自己的某些資產(chǎn)，在對資產(chǎn)的重視下，可以通過經(jīng)營收入歸還銀行貸款，也有11.6%的人由于經(jīng)營不善或者其他因素?zé)o法按時還貸。

針對以上七類客戶的特點，銀行可以制定相應(yīng)的策略，增加回收貸款的概率。

3 銀行CRM項目管理的策略

3.1 客戶分類與分級管理

亞特蘭大公司曾做過一次行業(yè)調(diào)查，結(jié)果說明銀行不同等級的客戶所帶來的收益有著相當(dāng)大的區(qū)別，對于前20%的客戶，收益是成本的6倍甚至更多，但是對于末尾20%的客戶，收益是成本的1/3甚至更少。這為銀行的管理提供了一個很好的思路，就是對待客戶不要“公平”，因為他們創(chuàng)造的價值就不是“平均”的，要讓價值高的客戶得到價值高的服務(wù)，也要使不同類型客戶對銀行的服務(wù)都可以感到滿意，這就需要分類分級管理。根據(jù)樹模型給出的基礎(chǔ)分類，憑借經(jīng)驗羅列了七類客戶類型，并相應(yīng)地給出了服務(wù)和產(chǎn)品推薦策略。隨著銀行CRM系統(tǒng)的迭代和數(shù)據(jù)更充分的利用，可以為客戶行為做出更好的分析，提供更好的分類結(jié)果和更有效的策略建議，就可以為銀行帶來更高的效益。有了這種分類和分級的辦法，當(dāng)銀行出現(xiàn)一個新用戶的時候，就可以打破往日模式單一的應(yīng)對方式，以新用戶所屬類別的服務(wù)策略做出應(yīng)對方案。

3.2 客戶維護(hù)及接觸式管理

當(dāng)今時代，各行各業(yè)的競爭壓力日益增大，尤其服務(wù)業(yè)的競爭，在產(chǎn)品類愈來愈相似的情況下，僅憑借同質(zhì)性的產(chǎn)品是無法吸引和占據(jù)市場的。市場營銷學(xué)曾經(jīng)提出了客戶的接觸式管理，用在銀行這里就是指銀行為客戶提供服務(wù)和產(chǎn)品，客戶在體驗了產(chǎn)品和服務(wù)后將感受和建議反饋給銀行，使得銀行可以得到提高與發(fā)展，從而吸引更多的客戶和利潤?？蛻艟S護(hù)方面，以往銀行會使用同樣的營銷策略，但因為客戶的需求不同，造成人力資源的浪費，結(jié)果很不理想。所以實現(xiàn)接觸式管理意味著要明白客戶需要什么，后期保持客戶忠誠度時也可以明白客戶的喜惡情況。

3.3 服務(wù)產(chǎn)品更新迭代

在提供了明確的客戶分類服務(wù)方案后，銀行也應(yīng)該清楚，客戶的類型遠(yuǎn)遠(yuǎn)不止這幾類，產(chǎn)品的類型也有著更多的對應(yīng)人群，而且金融類產(chǎn)品很容易被模仿，所以，銀行要及時地對產(chǎn)品進(jìn)行更新、不斷迭代，明晰客戶的需求，適時地更新自己的產(chǎn)品和服務(wù)，以滿足客戶群體變化的需求，讓客戶感受到產(chǎn)品的吸引力。保證客戶的忠誠度，就是保證了銀行的收入?，F(xiàn)階段，銀行擁有數(shù)據(jù)挖掘技術(shù)支持的CRM系統(tǒng)，可以從最煩瑣的業(yè)務(wù)流程數(shù)據(jù)中分解和分析出客戶偏好，作為銀行方面的管理層和產(chǎn)品制定人才可以有針對性地制定新的產(chǎn)品方案以迭代效果較差的營銷策略，保證各個產(chǎn)品的購買率，保證服務(wù)人員的努力沒有浪費，保證銷售人員的高效率。

3.4 保證數(shù)據(jù)質(zhì)量

數(shù)據(jù)挖掘，就是對數(shù)據(jù)進(jìn)行挖掘。數(shù)據(jù)的重要性毋庸置疑，不僅僅是數(shù)量的級別要夠，數(shù)量的質(zhì)量也是重中之重。如果作為任務(wù)的根本——數(shù)據(jù)的真實性存疑，那么即使選取了最好的挖掘算法也不會得到理想的結(jié)果，所以需要對數(shù)據(jù)嚴(yán)格控制，尤其在銀行這種流程復(fù)雜、數(shù)據(jù)庫繁多的系統(tǒng)內(nèi)部，需要更加用心地控制數(shù)據(jù)源的真實性，在所有環(huán)節(jié)都要用心，這樣才能為模型的建立提供優(yōu)質(zhì)的數(shù)據(jù)，進(jìn)而收獲高質(zhì)量的挖掘結(jié)果。

3.5 適當(dāng)選擇算法

數(shù)據(jù)挖掘自出現(xiàn)以來得到多方重視，擁有著非常多的經(jīng)典算法，所以算法的選擇需要嚴(yán)肅考慮，選擇和目標(biāo)匹配的算法是實現(xiàn)目標(biāo)的關(guān)鍵，明確目的，再了解數(shù)據(jù)的情況，兩者相結(jié)合再進(jìn)行算法的確定，要十分嚴(yán)謹(jǐn)。在模型的建立階段，訓(xùn)練集數(shù)據(jù)要不斷地調(diào)整，測試集與訓(xùn)練集的比重也要不斷調(diào)試，要量化真實的數(shù)據(jù)就要不斷地探索。在得到結(jié)論前，要避免過度擬合的出現(xiàn)，在得到結(jié)論后，也不能過度依賴分組，在結(jié)果嚴(yán)重偏離實際時考慮數(shù)據(jù)原因，并用實踐去檢驗對錯，及時更新模型合理使用結(jié)論。

參考文獻(xiàn)：

[1]吉陽.數(shù)據(jù)挖掘在銀行客戶關(guān)系管理中的應(yīng)用研究[D].石河子：石河子大學(xué)，2016.

[2]林珊.GY公司客戶關(guān)系管理計劃[D].廣州：華南理工大學(xué)，2010.

[3]周軍.SQ集郵公司客戶關(guān)系管理研究[D].西安：西安理工大學(xué)，2006.

[4]李麥麗.基于客戶滿意度視角的S公司客戶關(guān)系管理問題及對策研究[D].青島：青島科技大學(xué)，2016.