基于数据挖掘的银行客户消费行为分析与研究.docVIP

基于数据挖掘的银行客户消费行为分析与研究 　　【摘要】随着经济社会的发展，银行客户的消费水平也相应提高，银行营业网点的增多为客户消费提供了极大的方便，从实体商店到网络虚拟店铺，银行卡消费随处可见，而对基于信息管理的银行客户消费行为进行存储、分析、挖掘、再利用的智能分析，已成为当前数据挖掘技术的一个新的研究热点和应用领域。本文借助于数据挖掘技术对此进行了分析和研究，为今后银行业务开展提供数据依据和决策支持，具有一定的研究价值。 　　【关键词】银行客户；虚拟网店；数据挖掘；智能分析 　　1.引言 　　随着经济社会和信息技术的不断发展，各类商家与银行建立了各种样式的支付交易业务，为银行客户在各商家店铺中消费提供了极大的便利。以网络为平台的一种新型电子商务的兴起，更是促进了银行卡电子消费的热潮。银行、商家、持卡顾客，交易、消费中的各类数据在不断地产生，但当前对客户的消费行为数据还没有较高水平的研究、挖掘。本文就顾客消费行为进行研究，以此提高银行和店铺对顾客服务的效率和质量。 　　2.银行业务及客户介绍 　　2.1 银行业务 　　银行业务，由名称可知，银行为客户能提供和办理的与银行相关的业务和服务。根据银行业务办理的复杂程度和银行业务对银行网点的不同依赖程度，可把银行业务划分为：以一般性客户贷款、普通外汇买卖、商业贸易性融资等为主的传统业务和以银行的衍生产品、租赁、引进战略投资者、结构性融资、收购兼并上市等为主的复杂业务；而按照银行资产负债表的组成情况，银行业务则可分为：负债业务、资产业务、中间业务这三类主要业务。其中，负债业务是商业银行形成资金来源的业务，是商业银行中间业务和资产的重要基础。中间业务是指不构成商业银行表内资产、表内负债而形成银行非利息收入的业务，包括交易业务、清算业务、支付结算业务、银行卡业务、代理业务、托管业务、担保业务、承诺业务、理财业务、电子银行业务。资产业务是商业银行运用资金的业务，包括贷款业务、证券投资业务、现金资产业务。 　　2.2 银行客户 　　根据与银行业务或银行服务中存贷款客户的性质和特点，可把银行客户分为对公的客户和对私的客户两种，对公则主要针对的客户是公司单位、政府部门；对私则是普通的私人单人客户。 　　3.银行客户消费行为及数据挖掘技术 　　随着银行商业化发展的不断推进，多数银行为追求高营利，不断拓展其下属支行和营业网点，及其办理业务领域。如商业银行开展的吸收存款、发放短期和中长期贷款、国际结算、代销兑付承销债券等传统商业银行业务以及银行卡业务。 　　3.1 银行客户消费行为 　　本文提及的消费行为是指银行客户在现实社会和网络中所发出的消费行为，如：银行卡刷卡消费、存款、购物、转账以及相应的网络中的网购、转账、缴费等银行客户消费行为及通过银行系统进行的各类操作记录。 　　将银行客户的消费行为、喜欢、时间等相关信息进行汇集、传输、存储到相关的数据库系统中，运用数据挖掘技术从数据库中发现并抽取所需的消费行为信息，对各种数据之间的关联与规律进行分析、挖掘，并归纳性推理，从中挖掘出潜在的有价值的知识，帮助银行决策者进行正确的决策和市场客户拓展。 　　3.2 数据挖掘相关技术 　　数据挖掘（data mining，DM）是从大量的、不完全的、不清净的、待确定的数据中挖取隐含在其中的、但又可能是潜在的、有用的信息和知识的过程。 　　数据挖掘的目的是对给定的数据在经过数据预处理之后，选取合适的数据挖掘算法进行知识发现。常用数据挖掘算法有：神经网络、遗传算法、决策树、统计分析、模糊集等方法。 　　4.基于数据挖掘的行为分析研究 　　根据当前国内各银行现有的银行客户管理信息系统，可以拥有顾客互动模块、公共信息模块、银行产品信息模块、数据存储模块、数据分析模块、工作管理模块等不同模块。通过对银行客户的消费行为信息采集，特别是对银行客户网上消费行为的研究，用户的爱好和习惯则会成为银行、商家共同营销的感兴趣的知识。同时，国内外信用卡市场在国内争夺银行客户的竞争越来越激烈，这对国内各类银行信用卡业务的营销、客户维护等提出了新的挑战和机遇，运营模式应逐步转变成为以客户为中心、以服务为中心、以数据为中心的运营模式，从银行客户的消费行为中发现用户的偏好和消费趋向，注重银行服务的人性化设计和管理，让我国各类银行对所拥有的信用卡和储蓄卡客户的处于稳定和增加中。随着计算机信息技术和数据挖掘技术在银行客户信息和银行卡管理中应用的深入研究和应用，采用数据挖掘技术对银行客户消费行为有针对性地细分、挖掘是为银行、商户、银行客户提供群体服务和提高营业网点营销服务的一种创新应用。银行客户消费行为数据挖掘过程的简要框架如图1所示。 　　通过对银行客户的消费行为分析、挖掘，具有一是银行能根据各营业网点