基于数据挖掘的信用卡客户细分与目标营销模型研究.ppt

基于数据挖掘的信用卡客户细分与目标营销模型研究 谢佳斌 张兰兰 刘朔 中国人民大学统计学院 目录 1 引言 信用卡主要通过个人短期循环借贷获取利润，具有很高的风险性。 在个人消费信贷越来越被中国银行业看重的今天，由于受信用卡业务的高额利润和巨大市场空间的引诱，中国的各大商业银行都开始加入或增加了在信用卡业务的投入，将其作为重点业务加以发展，激烈争夺信用卡客户。 目前，我国的信用卡发卡行、发卡量和交易量都大幅上升。 1 引言（续） 2 商业理解 随着国内金融行业竞争程度的日益加剧，国内金融企业必须通过“以客户为中心”建立“一对一”的营销方式来实现。 但对每一位客户都进行关系营销，其投入的成本是非常大的，且通常回报却并不高。当前银行业发展的现状，是20%的客户创造出80%的利润，即服从“二八定律”。 所以，银行必须先要对客户进行分类，将有限的资源优先满足最有价值的客户，而非对每一位客户都进行关系营销。 如何依据客户价值对其进行分类，怎样对不同类别的客户进行特征提取来指导营销人员进行有针对性的营销、采取策略来减少客户的流失、增加客户的消费就成为非常重要的议题。 2 商业理解（续） 本文将根据国内A银行信用卡中心提供的数据集： 首先，从持卡人的收入、刷卡消费及个人信用三方面利用聚类分析方法将该行的所有顾客进行细分； 然后，利用持卡人的背景信息变量建立预测模型，对客户所属类别进行预测； 最后，利用预测模型输出的决策树规则，帮助银行了解不同类别客户的相关特征，根据这些特征为银行的营销人员寻找、定位有价值的新客户提供帮助，同时对不同价值的客户采取不同的管理营销策略，使营销人员的工作更有针对性、更有效，从而为增进银行与客户之间的互动关系，减少客户流失率，强化客户忠诚度和价值，改进客户关系管理提供参考依据。 3 数据理解 本文的研究数据为A银行信用卡中心提供的客户资料，具体包括： 个人基本信息：性别、年龄、职业、学历、户籍、婚姻、个人月收入及支出等 家庭情况：家庭月收入、人口数、家庭经济状况等 个人持卡消费情况：刷卡频率、月刷卡金额、借款余额及逾期等 个人与银行往来的相关情况：呆账记录、退票记录、拒往记录、其它银行强制停卡记录等 共27个变量65535条记录。 3 数据理解（续） 3 数据理解（续） 4 数据准备 4.1 数据清洗 两类不合逻辑的数据：一类为使用信用卡的频率为没有使用（变量频率的取值为5），但刷卡金额大于0的记录；另一类为家庭月收入模拟变量取值小于0，而家庭月收入至少为0的记录。 缺失数据：一部分记录的家庭月收入数据缺失（家庭月收入对应的取值为0），该部分缺失数据较少而总数据量很大。 处理办法：直接删除。 数据清洗总共删除7058条记录，余下58477条记录。接下来的分析都基于清洗后的数据进行。 4 数据理解（续） 4.2 衍生目标变量：客户类别 此处利用聚类分析方法来对信用卡客户进行分类。 优质客户的标准参考《第一财经日报》的评论作出，需同时具备如下三个条件： 首先，是高收入的人群。高收入的人群，相对给银行带来的风 险小，而且高收入才能给高消费带来物质基础。 其次，是高消费的人群。显然，只有消费才能给发卡行带来利 益，消费越多，商家付给发卡银行的手续费也就越多。 最后，还得是信用良好的人。逾期不能归还，但还得保证能 （有能力）归还，而不是透支后破产。 4 数据理解（续） 在现有数据的基础上本文分别从上述三个方面选取变量进行聚类： （1）收入水平 个人月收入、家庭月收入 （2）消费金额 信用卡持卡人平均月刷卡金额 （3）个人信用 该数据集并没有直接提供客户的信用得分状况，但有： 此持卡人是否为瑕疵户、是否在本行逾期超过30天、是否有呆账记录、是否有借款余额大于800万元、是否有退票记录、是否有拒往记录、是否有其它银行强制停卡记录等信息 ——从这7个变量衍生出一个新的变量，变量名记为“信用” 4 数据理解（续） 2．聚类结果及分析 运用Clementine 11.0软件中提供的K-means聚类分析方法，将银行所有的信用卡客户分成四类。 第三类客户（cluster-3）： 月刷卡额最大，个人月收入和家庭月收入也很高，在四类客户中排名第二；还款能力强 ，信用得分在四类客户中排名第二，与第一名相差无几，个人信用很好。这类客户有23836名，占整个客户群体的40.76%。此类客户为银行的优质客户，是银行利润最重要的贡献者。 第二类客户（cluster-2）： 月刷卡额排在四类客户中排名第二，略低于第一名；刷卡消费金额很大，个人月收入和家庭月收入在四类客户中排名第一；还款能力强，但信用得分较低。此