基于数据挖掘的银行客户流失分析与应用-analysis and application of bank customer churn based on data mining.docxVIP

基于数据挖掘的银行客户流失研究与应用摘要当前，金融体制改革、互联网金融创新对银行业传统的零售业务构成了越来越大的挑战。在金融产品严重同质化的今天，银行原有客户的忠诚度正逐渐降低，客户流失已成为各商业银行都不得不重视的一个严峻的问题。中国工商银行作为国内最大的国有商业银行，客户流失特别是中高端客户流失的现象也日趋严重。本文从银行业对客户流失管理的研究现状、存在的问题及国内外的应用状况等角度入手，结合笔者在工行多年的工作经验，采用理论研究和实证建模相结合的方法，以数据挖掘和客户关系管理作为理论研究的重点，以该行的部分真实客户数据作为实证研究的背景，运用数据挖掘技术中的决策树模型和LOGISTIC回归模型，重点描述了基于SASEM挖掘平台客户流失预警模型的建模过程。同时，本文还将此研究结果运用到实际的营销活动中，以该行的两家支行中高端客户的实际交易数据为例，带入模型计算得到每个客户的流失概率，筛选了流失概率前30%的客户，运用该行的精准营销平台进行有针对性地流失挽回营销，结果证明采用该模型进行客户挽留可以将客户的流失率降低近一半。最后，本文根据此次建模过程及后续的营销活动探讨了客户挽留的策略，总结出流失客户挽回及建模过程等几方面的启示，供银行的相关管理者参考。本文的主要研究成果在于：一是构建了客户流失预警模型；二是将此模型运用于实际的客户流失挽回营销活动中；三是证明了采取流失客户挽回措施