基于建行数据挖掘的中高端客户理财消费及营销策略(投稿)精选.docVIP

基于建行数据挖掘的中高端客户 金融消费消费分析及营销策略 我国是世界上富裕人群增长最快的国家之一。美林全球财富与凯捷顾问公司发布的2009年《亚太区财富报告》，声称中国的富裕人士（指净资产100万美元以上人士）为36.4万人，排名全球第四，整体财富达1.7万亿美元，预计未来十年富裕人士财富成长率增速每年会超过12％。也就是说，预计到2019年，中国富裕人士的财富将达到10.5万亿以上。 由于2009年经济的快速回升以及充沛的流动性释放，通货膨胀迅速到来，2009年底CPI及PPI纷纷转正，2010年一季度CPI、PPI仍逐渐上行，同时，PPI同比增速超过CPI同比增速。过多的流动性加上狂热的投资，在最终需求特别是消费需求增速不断加大的情况下，将进一步推高物价，增加通胀压力。由于对通货膨胀的预期，富裕人士对财富的保值增值有了很大的兴趣，他们中的许多人转而向金融业寻找解决的办法，希望通过理财投资、合理配置资源的方式对抗CPI上涨。这些人于是就成为银行的中高端客户，并给银行带来丰厚的利润。对于银行来说，抓住市场机会，营销基金、黄金、理财产品等银行厚利型产品，帮助客户稳健对抗CPI，是实施与客户共赢进而密切与客户的关系的重要手段。 为争夺这些中高端客户，各家银行的竞争手段各异，包括推行个人理财顾问业务、理财套餐服务、贷款创新产品、投资理财类产品以及银行理财类产品,以及设立理财中心、财富中心营造舒适的环境，采用客户关系管理系统，配备一对一的个人客户经理等等。 随着电子银行产品的普及，中高端客户到银行上门办理业务的次数越来越少，抓住这寥寥的面对面的机会销售合适的金融产品，是每家银行都想做好的功课。由于现在各家银行普遍存在过度营销，使客户感觉不胜其烦。同时，银行的员工在毫无购买意向的客户身上浪费了大量的时间。在这里，利用现有的数据库，分析已购买金融产品的客户的消费行为，识别分析客户的金融消费行为，进而根据新来的中高端客户情况，实施金融产品的精准营销，挖掘客户的潜在需求，是提高银行工作效率和提升客户满意度的有效途径。识别分析客户的金融消费行为,是最具有技术难度的一环。 以往，识别分析客户的金融消费行为，基本上都是采用问卷调查的形式，以银行客户的数据库为基础的数据挖掘较少。同样地，以电信、移动客户的数据库为基础的数据挖掘和分析文章时有见闻，而对银行客户的数据挖掘分析则几乎没有。 本文则利用数据库的数据挖掘，对中高端客户的金融消费行为作分析。 一、本文数据来源和客户的基本情况 在建设银行浙江富阳支行的2009年底的6913位中高端客户的数据库中，随机抽取出728位客户资料，主要包含客户的年龄、性别、学历、职业、资产（日均存款）、负债 （贷款）、持有的基金、银行理财产品、国债、信用卡消费、网上银行交易额等信息。对728个观测数据的结构分析如下： 性别：728个客户中，女性客户为384 人，占总人数的52.75%； 男性客户为344，占 47.25%，男女比例相对比较均匀。 年龄：被访客户的平均年龄为42岁，最大的客户为77岁，最小的客户为18岁。并且，年龄可以近似的服从一个正态分布，说明选取的样本比较合理。 学历：728个客户中，总共有5 类学历水平。其中，学历为研究生及以上的为2人，占0.28%； 学历为大学本科的有151人， 占总的比例为20.74%； 学历为大学专科的有243 人，占33.38%； 学历为高中的有238人，占 32.69%；学历为初中及以下的有94人，占 12.91%。 职业： 728个客户中， 总共有 5类 职业。 其中， 职业为高脑力劳动者（如企业主、负责人、专业技术人员）的有431人， 占总人数的59.19%；职业为脑力劳动者（如公务员、教师、IT职员、会计审计、企业中层管理者）的有51人， 占总的比例为7.01%； 职业为半脑力半体力者（如办事人员、商业工作人员、服务型工作人员）的有121人， 占 16.62%； 职业为轻体力劳动者（如工业劳动者、军人、其他劳动者）的有 123 人， 占16.90%；职业为重体力劳动者（如农林牧渔劳动者）的有 2 人， 占0.28%。 资产：728 个客户中， 日均存款的平均值为 元， 标准变差为， 极差为。 贷款： 728个客户中， 共有 229 个客户在银行有贷款。 基金：728个客户中， 共有241个客户购买了基金， 占总的购买客户的比例为33.1%。 其中， 在购买基金的客户中， 购买基金的平均数为 元， 标准偏差为 元， 极差（购买基金最高额与购买基金最低额的差）为 元。 国债： 728个客户中， 共有22个客户购买了国债， 占总的购买客户的比例为3.02%。 其中， 在购买国债的客户中， 购买国债的平均数为 元， 标准偏差为 元， 极差为 。 理财产品：