数据挖掘技术在银行业客户关系管理中应用.docVIP

数据挖掘技术在银行业客户关系管理中应用 　　提要本文简要介绍数据挖掘在银行客户关系管理中的应用现状,重点论述数据挖掘技术在银行客户关系管理中的应用模式、基于数据挖掘技术的银行CRM系统结构原理,以及以数据挖掘为核心的银行CRM系统实施步骤。 　　关键词:银行业;数据挖掘;客户关系管理 　　中图分类号:F83文献标识码:A 　　 　　目前,我国银行面临外资银行的强大竞争压力,要想在竞争中立于不败之地,就必须加快银行信息化建设的步伐,采用国外先进的管理思想和技术手段,开发符合自身需求的管理信息系统。各国银行已经意识到客户是至关重要的商业资源,应当高度重视对客户关系的建立、维持和培养,实施客户战略,以建立长期稳定的客户关系。许多银行收集和存储了大量关于客户和商业伙伴的宝贵数据。银行希望从庞大的数据库中抽取有效的、能理解的信息进行分析,提高银行的决策水平和经营效益。客户关系管理(简称CRM)的目的是为了保持银行的竞争力,采取面向客户,客户驱动和以客户为中心的发展策略,深入了解客户的习惯和喜好,与客户保持长久的关系,估计客户的需求,在最短的时间内满足客户的需要,从每个客户身上获取最大利润,降低市场营销费用,减少由于客户离去和无效的经营策略产生的损失。要做到这些,就必须对客户在与银行的交互过程中的各种数据进行收集和分析,挖掘出银行数据中的有用信息,从而实现CRM的目标。数据挖掘技术就是解决银行同客户交互过程中遇到的各种问题的最重要技术之一。数据挖掘技术在CRM中起到核心作用,对提高我国银行的决策支持水平有着重要意义。 　　 　　一、数据挖掘在银行业客户关系管理中的应用现状 　　 　　随着信息技术在银行业的广泛应用,在世界范围内,对CRM理念认同程度的扩大和行业产品系统的日趋成熟,一些大型的银行和新型银行纷纷将CRM在银行领域的应用实施列入工作日程。如此关注CRM是银行服务市场开放、竞争的结果,是银行多样化的产品和服务发展的结果,也是银行管理和业务的需要。 　　国外一些学者对数据挖掘在银行CRM中的应用作了重要阐述,他们认为数据挖掘优化了CRM的服务功能,可以为客户提供准确的参考信息,提高对客户事务处理能力。在美国建有CRM的银行中,以大型银行为主,大部分都已经在CRM中实施了数据仓库和数据挖掘项目。银行事务需要搜集和处理大量数据,对这些数据进行分析,发现其数据模式及特征,然后可能发现某个客户、消费群体的兴趣,并可观察市场的变化趋势。银行业务的利润和风险是共存的,为了保证最大利润和最小风险,必须对客户进行科学的分析和归类,并进行信用评估。美国Firstar银行使用数据挖掘技术,根据客户的消费模式预测何时为客户提供何种产品。他们发现公共数据库中存储着关于每位消费者的大量信息,关键是要透彻分析消费者投入到新产品中的原因,在数据库中找到一种模式,从而能够为每种新产品找到最合适的消费者。他们采用读出数据变量,根据消费者是否有家庭财产贷款、信用卡、存款或其他投资产品,将它们分成若干组,然后使用数据挖掘技术预测何时向哪位消费者提供何种产品。 　　 　　国外一些银行实施CRM系统的结果,不仅伴随着从根本上改革其管理方式和业务流程,也伴随着更为飞速地发展和巨大的成功。这对中国商业银行在未来应用和推广CRM提供有益的启示和借鉴的经验。相对于国外而言,数据挖掘技术在我国银行CRM中应用尚处于起步阶段。面对数据挖掘这样一种功能强大的技术以及国内银行薄弱的客户关系和长期积累下来的海量客户数据,如何充分利用庞大的银行数据库从中挖掘出有价值却被人们忽视的重要知识和信息,改善银行和客户的关系,已成为国内银行CRM中数据挖掘应用研究的焦点。尽管由于国内CRM市场的发展还只处于初期,包括银行在内的各类企业对于CRM的了解和应用还不成熟,但国内CRM市场已经从单纯的概念阶段逐渐发展为部分企业试探性的实施阶段。虽然目前属于起步阶段,但中国银行必将会借助CRM来提升自身的核心竞争力。现在,我国银行已经建立了相应的硬件设施包括客户服务中心、数据仓库,但目前我国银行CRM系统基本缺乏深入的客户信息分析及与后台可集成的销售业务操作功能,从长期来看,国内银行目前着力进行投资建设的电话银行和网上银行、纷纷推出的综合业务系统或整合业务处理系统以及注入巨资建设的银行内部网络、数据仓库等,也将构成商业银行CRM系统的有机组成部分。充分运用数据挖掘技术对国内银行将是非常必要的。 　　 　　二、数据挖掘在银行客户关系管理系统中的应用 　　 　　数据挖掘技术可以应用到以客户为中心的企业决策分析和管理的各个不同领域和阶段,在银行客户关系管理中,它可以应用到以下几个方面: 　　1、客户盈利能力分析。不同客户对于银行来讲,其价值是不同的。数据挖掘可以有效地分析和预测不同市场