理财产品推荐指导系统的研究与设计.docVIP

理财产品推荐指导系统的研究与设计 　　摘要：随着Internet和银行理财业务的快速发展，信息技术在银行理财业务中被广泛应用。针对银行理财交易信息存量的不断增长，以及传统营销中存在的人为疏漏所导致的非必要错误的情况，提出适用于理财客户的RFM模型结合信息技术对理财营销人员进行系统化管理，实现理财产品推荐指导系统的设计，从而实现人力资源集中整合管理，并高效指导营销人员对客户进行有针对性推荐服务的目的。 　　关键词：信息技术；RFM模型；推荐指导 　　中图分类号：TP302.1 文献编码：A 文章编号：1009-3044（2018）15-0101-05 　　Research and Design of the Recommendation Guidance System for Financial Products 　　WANG Xiao-xin， FENG Yong-xiang 　　（School of Data Science and Application， Inner Mongolia University of Technology， Hohhot 010080， China） 　　Abstract： With the rapid development of Internet and bank wealth management services， information technology has been widely used in banking wealth management services. In view of the growth of bank financial transaction information stock and the non-essential error caused by the human omission in traditional marketing. Combining information technology with the management of financial marketing personnel， the RFM model is presented. The design of financial product recommendation guidance system is realized. The purpose of the integrated management of human resources and the effective guidance of marketing personnel for the targeted recommendation of customers is realized. 　　Key words： information technology； RFM model； recommended guidance 　　1 背景 　　我??银行业的理财业务营销多为手工方式，操作环节多、流程长，经常因人为因素导致不必要的疏漏，不仅浪费人力物力增加运营成本，还无法利用现有的信息对客户进行准确有针对性的理财营销，使得很多客户无法保持活跃。同时因日益发展的银行理财，增加的理财客户对理财交易量的递增，使得银行留存大量的客户交易信息[1]。如何运用现有的数据对客户进行分析研究，并且通过分析结果对营销管理进行高效的管理，将量的递增转变为质的提升是银行理财对客户营销的一大考验。信息技术的发展对银行业中客户营销服务质量的提升有极大的帮助作用[2]。 　　针对当前发展形势和银行业理财业务营销的缺陷，建立营销人员管理及产品推荐指导的综合系统，不仅可以减少业务中的疏漏，还可以高效地对营销服务进行跟踪，同时利用大数据分析技术对大量的信息进行整合处理，结合交易信息分析出客户行为，从而达到对客户细分的目的。这样既可以减少运营成本，同时又能提升客户服务的质量。 　　2 相关理论及技术 　　2.1 理财客户细分中的RFM模型 　　虽然RFM模型是客户细分的常用的方法，但是RFM的指标还需要根据具体情况进行优化改进，以便于适用银行理财客户的交易信息分析[3]。如果按照传统RFM指标，仅以客户最后一个交易距离测试时间点的间隔天数进行统计，那么无法对银行理财客户的交易时间跨度进行分析，也无法区分新老客户；如果某客户在一定时期内频繁对开放式理财产品进行赎回再购买交易，交易频次将会是一个很大的数，无法准确分析出客户的细分频度标准，同时由于投资金额是累加值，在此情况下将会非常的大，明显不合理。所以银行理财客户细分中的RFM模型无法适用传统RFM指标。为此，本文提出了对封闭式理财产品交易信息的客户季度