基于人工神经网络银行客户流失分析模型.docVIP

基于人工神经网络银行客户流失分析模型 　　摘要：针对目前中国建设银行存在的客户流失问题，利用BP人工神经网络网络稳定、学习能力强的特点，通过输入变量和输出变量之间的相关性分析，建立银行客户流失分析模型，以此获取即将流失的客户，以便银行做出经营决策，挽留有关用户，确保银行效益不受影响。实验证明，此模型能够很好的对银行客户流失进行预测分析。 　　关键词：相关性分析；客户流失；人工神经网络 　　中图分类号：TP183文献标识码：A文章编号：1009-3044(2012)03-0665-03 　　The Analysis Model of the Bank Customer Churn Based on Artificial Neural Network 　　LIN Rui1,2, CHI Xue-zhi3 　　(1. China Construction Bank, Dongying 257000, China; 2. China University of Petroleum, Dongying 257000, China; 3. Shandong Police College, Jinan 250014, China) 　　Abstract: For the current customer churn problem of China Construction Bank, using the BP neural network network stability, good learning ability characteristics, through the correlation analysis between the input variables and output variables，establish a bank customer churn analysis model, through this model we can access to the data of customer’s loss, so that the bank make business decisions, retain the user to ensure that bank efficiency is not affected. Experiments show that this model can well predict the loss of bank customers. 　　Key words: correlation analysis; customer’s loss; artificial neural network 　　随着国际金融一体化和网络经济的发展，我国商业银行面临更加激烈的市场竞争，如何有效的应对竞争，抓住给银行带来效益的客户资源，提高中国建设银行的市场份额，增加企业的效益，成为摆在中国建设银行面前的重要课题。但是，国内许多银行往往把精力放在发展新客户上，而对于现有客户的需求没有进行深入分析，以致造成现有客户的流失。因此，如何对银行客户流失进行有效的分析，针对不同的客户实行差别化服务，满足客户的不同需求，避免客户的流失，这样可以大大地提高银行的竞争力。本文利用人工神经网络的鲁棒性和容错性、能够处理负责的非线性关系、可学习和自适应能力强的特点，通过对保留在银行数据库中的客户数据进行分析，建立客户流失模型，预测客户流失情况，从而帮准银行调整服务和经营策略，给银行带来更大的效益。 　　 1客户流失分析 　　TNS日前发布首份中国银行业调查报告，该公司北京、上海、广州三地，对1500名零售银行客户以及900名信用卡用户进行调研，分析显示目前中国银行业客户维系指数低于全球平均水平，调查也显示目前国有商业银行的客户流失率高达30%。银行客户流失的原因有很多，客户信息中的哪些关键因素会导致客户的流失，面对客户的流失银行应该采取怎样的应对措施成为银行需要重点关注的问题。为此，银行需要建立客户流失分析模型，作用有两个方面： 　　1）通过对客户数据的分析，获取客户信息中的关键因素和客户流失之间的必然关系，从而有针对性的改变银行的经营和服务策略。 　　2）对可能流失的客户进行预警。 　　目前的相关研究中，典型的客户流失分析主要有分类回归树、决策树、C4.5、偏差统计等方法。但是勋在精确度低，客户特征之间的相互影响的关系难于表达，对噪音数据非常敏感等问题，使用这些方法建立的客户流失分析模型往往比较负责，达不到对客户进行流失分析的需要。 　　 2基于BP人工神经网络的客户流失分析模型 　　 2.1在客户流失分析中应用BP人工神经网络 　　BP（Back Propagation）人工神经网