基于数据挖掘的银行客户流失模型分析研究 企业管理专业论文.docxVIP

基于数据挖掘的银行客户流失模型分析研究 重庆大学硕士学位论文 学生姓名：柳 婷 指导教师：李 勇 副教授 专 业：企业管理 学科门类：管理学 重庆大学经济与工商管理学院 二 OO 八年六月 Research on Commercial Bank’s Customer Churn based on Data Mining A Thesis Submitted to Chongqing University in Partial Fulfillment of the Requirement for the Degree of Master of Management by Liu Ting Supervisor: Associate Prof. Li Yong Major: Business Administration College of Economics and Business Administration Chongqing University, Chongqing, China June,2008 重庆大 重庆大学硕士学位论文 中文摘要 I I 摘 要 经济全球化以及电子商务的实施，使商业银行面临更加激烈的竞争，特别是由 于对客户资源的竞争全球化以及争夺高价值客户竞争的日趋激烈，使得客户扰动加 剧、客户流失严重、客户获得成本增加，银行经营风险增加、竞争力受到巨大的冲 击。研究发现在银行行业，客户保持是 CRM 策略成功的关键，只有当客户随着时 间得到保持，这一策略才是有利可图的，并且成功的客户保持能够降低银行寻求新 的、具有潜在风险客户的需求，并使银行将注意力集中在建立关系和满足现有客户 的需求上。所以面对当前的市场状况，商业银行必须在发展新客户的同时，着手进 行客户保持的研究。商业银行维系现有客户可以增加资金的汇聚量，同时节省诱导 客户进入银行所必需的广告和介绍成本，从而产生更多的现金流和利润。银行客户 保持的成功主要依靠对银行客户流失情况的分析和评估，从而提前预知某些客户是 否有流失的可能性，进而采取市场策略。而空前巨大的个体水平客户数据量使得银 行的数据库变得更加巨大和复杂，数据挖掘技术能够胜任对海量数据的处理，必将 在银行行业的客户流失分析中发挥巨大的作用，从海量的普通业务数据中发掘出关 于客户流失的关键信息，帮助银行留住最宝贵的资源——客户。 本文正是在这样的背景下，运用市场营销、管理决策理论与方法、数据挖掘技 术和统计技术，围绕具有广泛的实际背景和发展前景的商业银行客户关系管理核心 部分客户流失问题进行了系统的研究。首先在考察和分析其它相关研究使用的变量 基础上, 得出与客户流失密切相关的因素:在银行服务时间长度,年龄，与银行接触的 主要渠道,是否购买银行的某些产品，拥有银行各种业务的数量等 13 个与银行客户 流失密切相关的静态客户资料；同时，引入了时间序列的因素，即考察期前一年银 行客户的各种交易行为，最终把这两部分因素都做为客户流失模型的输入变量，最 终输入模型的解释变量达到了 200 多个。使用 Weka 和 SAS Enterprise Miner 两种数 据挖掘软件分别建立了某商业银行客户流失的决策树预测模型和 Logistic 回归预测 模型，最后对所建立的客户流失预测模型的预测效果进行了比较和分析，识别了商 业银行将要流失客户的特征。研究结果对于商业银行设计银行客户保持规划，维系 有价值客户，提高商业银行基于事实的决策制定能力，通过与有价值的客户保持长 期稳定的关系增加客户对银行利润的贡献，和帮助银行获得真正的竞争优势具有十 分重要的理论价值和现实意义。 关键词：客户流失，数据挖掘，商业银行，SAS Enterprise Minier，Weka 重庆大 重庆大学硕士学位论文 英文摘要 II II ABSTRACT With the implementation of economic globalization and e-commerce, the commercial banks will face more intensive competition, especially in the light of the globalization of competition, as well as resources for high-value customers in the increasingly fierce competition, allowing customers avated disturbance, serious loss of customers, customer acquisition costs increase in bank operating r