银行客户流失分析.docxVIP

银行客户流失分析 一、基于 HYPERLINK /qikan/jingji/yhbx/ 银行客户特征的客户分群模式 建立 HYPERLINK /qikan/zrkx/swkx/ 科学完善的客户群体细分是对银行客户行为进行细致洞察的重要基础，传统客户细分方法，主要是利用客户的背景、产品持有、行为等相关原始变量作为直接的细分依据。对各种不同的原始变量直接进行聚类，可以获得客户群体细分的直接结果，但这种直接结果需要靠数据分析人员的个人经验强行进行解释，因此结果的解释性与解释者经验相关，并且由于是直接使用原始变量进行细分，导致细分结果可能不稳定。如果想根据特定条件调整和拆分分群，需要从原始变量的重组返工，几乎相当于重新建设，维护成本较大[1]。建立基于银行客户不同群体特征进行客户分群方法是进行客户流失分析和 HYPERLINK /qikan/shxzx/glx/ 管理的重要基础。基于客户特征的客户分群与传统的直接使用原始变量进行客户细分不同，基于客户特征的分群方式通过原始变量的不同组合及判定，综合考察客户在价值、风险、背景、行为等方面的差异，建立可以在一定范围内操作和评估的群体细分模型，以此为基础建立能够描述消费某种业务产品或服务的客户所应具有的综合“特征”模型。通过对这些“特征”进行量化的判断，从 HYPERLINK /qikan/shxzx/tjx/ 统计学的角度上得到具有这些“特征”的客户消费某种业务产品或服务的概率，然后根据概率的高低来决定对哪些客户推荐哪些产品或者方案[2]。基于客户特征的客户细分能够为管理部门提供关键客户群体列表和相关评估指标，以便进一步采取针对性措施，合理分配市场和服务资源，并且能够通过提高细分群体的关键运作指标来提升客户总体的关键运作指标。基于客户特征的客户细分方法的优势在于，它以客户“特征”来代替传统群体细分中的原始变量，更加符合业务理解，因为客户的“特征”本身就是包含了一个或多个相关的原始变量的综合描述，可以相对更准确地反映客户消费行为的一般特点。基于“特征”分群结果稳定性、可跟踪性较好，可以根据特定条件任意整合分群，不用重复数据准备过程，因此在业务上的可操作性更强[3]。基于银行客户特征的客户分群模式的一般流程如图1所示。 二、客户价值分群模式下客户流失分析 客户流失分析是一项涉及领域广泛的复杂工作。基于客户综合特征分群方法为客户的流失分析奠定了坚实的客户基础[6]。客户流失分析总体包括客户流失动因分析、客户流失程度分析、客户流失去向分析三个主体内容，在客户价值分群模式下，对基于价值分群模式细分的七个客群，运用客户流失分析方法，能够全面了解和掌握银行不同价值客户的流失行为特征。流失分析主要从以下三方面进行，以全面了解客户流失动因、程度和去向，以便管理人员采取针对性处理措施进行干预[7]。客户流失动因分析主要确定客户是主动流失还是被动流失[8]。主动流失是客户主动销户或者改变当前的服务模式而带来总资产持续下降，被动流失是客户因为拖欠或欺诈行为被银行方停止服务及强行关闭帐户等行为。针对客户主动流失，需要在客户出现流失征兆之前，针对客户流失原因，采取针对性性有效措施进行提前干预，减少客户实际流失。流失程度分析重点分析客户属于完全流失还是部分流失。完全流失是客户发生关闭所有与银行相关帐户和交易等不可回复或者很难回复的行为，部分流失是客户并未关闭帐户但是交易水平突减到一定水平之下，例如存款余额突降50%等。对于流失程度较高客户，也需要进行针对性的提前干预。流失去向分析对客户总资产降低部分的资金去向进行观察，了解客户资产转移方向，以便制定针对性改进策略。流失去向包括流向外部和流向内部。流向外部是客户关闭或减少了在当前银行的业务而转向了其它竞争对手的银行，流向内部是客户关闭或减少了在当前银行的部分业务而转向了当前银行的其它业务。一般说来，客户主动发起的去向外部的完全或部分流失，会给银行形成实际的利润损失。长账龄高价值客户的流失，将带来更大的直接和间接的损失。结合某商业银行客户流失分析实际要求，选择宏观分群中的客户价值分群维度对客户进行细分，客户价值分群是客户特征分群框架下7个宏观分群之一，从客户贡献等级和客户资产等级维度对银行客户进行区隔，针对银行客户总资产50万以上的客户，按照总资产规模，定义分为7个等级。同时，对客户流失行为的判定主要关注客户总资产等级下降，考察客户资产从较高等级向较低等级的下降情况。通过设置某个月份为基准月，考察客户资产一定规模以上客户群由连续N个月总资产不达标转为连续N+1个月不达标的比例。以客户总资产下降建立了流失观察窗口。通过对价值分群细分客户进行流失观察，考察最近三个月从未发生不达标的客户在连续三个月不达标情况。运用滚动率分析方法，以08年1月为基准月，考察客户由N个月不达标转为