客户活跃度在活期储蓄客户基础分析中的应用.pdf

客户活跃度在活期储蓄客户 基础分析中的应用 易Et期间的天数 (统计截止 日期为2009 范琳琳 西安工业大学经济管理学院 710032 年8月31日)。T为客户开户 日期到统计 截 [I期 (2009年8月31日)问的天数 。 跃度这个重要的信息 ，但其参数估计力 2 参数估计 【文章摘要】 储蓄客P是商业银行的重要资产。 法复杂。Fader等人 (2005)为了解决 我们用EXCEL作为BG／NBD模型 本文结合商业银行活期储蓄客户的业务 参数估计的复杂性，对Pareto／NBD模 参数估计的工具。参数估计结果如 ： 特征对随机模型lBG／NBD模型进行 了符 型的假没进行 微小调整 ．提 出了一个 合业务背景的变量定义，并利用其重要 参数 I r lalpha{a I b l LL 其替代模型BG／NBD(Beta…Geometric) 结果之一的客户活跃度进行 了客户识别 估计结果l1293l8472lo489l8610} 和行为监测 ，以便衡 量客户的流失风 模型 。该模型的参数估计过程可 以在 表 】BGN／BD模型参数估计结果 险，适时提 出流失预警。 Excel中轻松实现 。 3 模型预测和验证 根据Fader等人 (2005)的研究，在 【关键词】 将参数带入公式 (1)，我们可以得 T时间点客户仍然活动的概率 ，即客户 随机模型；活跃度 ；流失预警 到客户活跃度P (active)的值。我们通 活跃度P(active)可 由如下公式可得 ： 过考察客户前十个月实际交易次数 x来 引言 M ～，r， =!i ÷_ (1) 验证客户活跃度预测的精度。数据统计 银千t产品手¨服务的 ·个重要特点足 情况如下 ： 同质性越来越强 ，故银行本身的竞争优 其中x为客户在(O，T)时IX】内实际交 势越来越难 以扶得 ，同业竞争激烈 。竞 易天数 ，tx为最岳一笔交易发生 的时问 l样本 x0 x0 争使得零 银行业务的经营理念从 “产 点 (tx≤T)。 l数 人数 比例 人数 i比例 P O 5 I10913 2362 0 216439{ 855il 0 783561 品为 中心”向 “ 户为L}1心”转变 。有关 2、 变量定义 pt0 5 10757 8706 0．809333j 2051l 0 190667 数据显示，企