数据挖掘深化客户服务.pdfVIP

数据挖掘深化客户服务 本刊记者 崔艳红 近几年，国内大中型银行已实现 合以及进一步加工综合，银行可以了 实际交易，如账户余额和刷卡交易额 或正在推动从产品为 中心 向以客户为 解、分析客户的各种需求和倾向，有 等相对动态的数据。通过客户的静态 中心的战略转型，在这种形势下，只 的放矢地选择、争取、挽留和管理客 数据并借助决策分析公司开发的申请 有敏锐把握客户细微变化并快速作 户。 评分卡模型，银行可以有效、快速地 出决策的银行才有机会获得更好的发 银行一般将客户分为优质客户、 辨别和划分信用卡申请人是优质还是 展 。信用卡业务具有 的客户数量 巨 潜力优质客户、一般客户和劣质客户 高风险客户。 大、需求各异、消费行为不一等特 几类。优质客户是银行利润的最主要 然而 ，仅仅依靠静态数据进行客 征，使得发卡银行应用数据挖掘技术 贡献者，银行会尽力保留这个群体 ； 户分类是远远不够的。年富力强、有 管理客户成为必然 。在从 “规模发 对于潜力优质客户，银行需要通过一 着高学历背景、借记卡上的数字保持 展”向 “质量发展”转型的过程 中， 些营销策略与之建立 良好关系；一般 在六位数以上但缺少超前消费观念的 各发卡行已积累了海量数据 ，从基础 客户转变成优质客户的概率较低，但 持卡人并非银行 的优质客户，诚实守 数据 中提炼出深层次的客户信息，以 对银行利润的增长具有一定的支持作 信、频繁用卡、循环信贷、对营销活 预测客户的潜在购买力、流失倾向、 用 ，银行会减少其流失倾向；劣质客 动反应积极的客户才能为银行带来高 评价其价值贡献度等 ，都离不开先进 户不但不会给银行带来利润 ，反而会 利润。SAS中国公司首席咨询顾 问胡 的数据挖掘和统计分析手段。 减少银行收益，银行可以通过降低信 伟强在接受本刊记者采访时介绍说 ： 用额度等策略控制其风险。根据银行 “大量加入 了银行现有客户6～12个 发现最有价值的客户 业的 “二八定律”，银行必须将有限 月动态数据的行为评分卡，对客户的 作为一种金融产品，信用卡不同 的资源优先满足最有价值的客户。那 未来表现有更准确的预测性，可以帮 于一般商品的特殊性在于它的客户黏 么，银行怎样才能发掘更多高收益客 助银行减少低风险客户的流失，银行 性非常高，客户行为和特征分析贯穿 户 ，并与之建立牢固关系呢?客户数 可以通过为他们提供优惠的奖励措施 到客户分层、产品设计、交叉销售、 据分析就是银行识别客户的最有效的 以提高其额度使用率 。”信用卡账户 流失预测 、贷后催收等整个信用卡业 工具之一 。 开通后 ，随着时间的推移 ，银行可以 务流程。在客户关系管理中，数据挖 客户数据可分为两大类：第一是 掌握客户刷卡消费、欠款、还款等方 掘的基本作用不外乎两点：一是获得 客户的特征数据，即客户的性别、年 面的综合信息，动态地跟踪客户开卡后 新客户；二是维护老客户。通过对数 龄、文化和教育程度等相对静态的数 的行为表现，根据行为评分模型调整客 据进行取舍 分类、分层、组织、整 据 ；第二是行为数据 ，即客户发生的 户的信贷额度，同时锁定高收益客户。 ■互 豳 21 l【】国信 用卡