数据挖掘专业技术在银行crm中的应用.docVIP

PAGE / NUMPAGES 作者：ZHANGJIAN 仅供个人学习，勿做商业用途 数据挖掘技术在银行ＣＲＭ中地应用 摘要:随着金融市场竞争地加剧和消费者地需求日趋个性化,如何在快速多变地市场中保持老客户与争取新客户成为关乎各类银行成长和发展地关键,以客户为中心地客户关系经管(CRM)思想就是在这样地环境和变化中逐渐为银行重视与推崇然而,如何成功地实施一个CRM工程,关键在于如何对客户与银行交互过程中地各种数据进行收集、分析,挖掘出隐含在数据中地有用信息,然后用分析所得地知识做出决策这就需要先进地技术和工具地支持,数据挖掘地出现为银行CRM地实施提供了良好地技术支持,着眼于对数据挖掘技术在银行CRM客户生命周期地四个阶段中地具体应用 　　关键词:数据挖掘。客户关系经管。银行CRM。客户生命周期 　　 　　一、引言 　　 　　在当前市场环境中,作为提供金融服务产品地银行业,面临着多方面地压力和挑战银行服务地客户数量是衡量银行业务开展地重要指标,当前地客户已不再是被动地身份,面对诸多地选择,服务不好就会导致客户地流失从国内银行地竞争上看,在现行地市场游戏规则下,各家银行都提供相似地服务,在人员、资金和技术上已不是决定竞争实力地关键,重点在于经管,特别是基于对客户了解和分析地客户关系经管文档来源网络及个人整理,勿用作商业用途 　　 　　二、CRM与数据挖掘技术简介 　　 　　客户关系经管(CRM)不仅是一种通过完善地客户服务和深入地客户分析来满足客户地需求,保证实现客户终身价值地经管理念,而且是一种旨在改善企业与客户之间关系地新型经管机制,使企业从“以产品为中心”向“以客户为中心”地模式转移,即企业关注地焦点是从内部运作转移到客户关系上来文档来源网络及个人整理,勿用作商业用途 　　很多银行花大力气去积累有关客户地信息,但并不能有效地进行客户关系经管因为信息只是一些原材料,需经过组织、分析并理解后,才可以用来构建有关客户地知识,进而指导银行地市场、销售、客户服务等各个环节,提高银行地效率和效益但银行如何经管和分析大量、复杂地客户信息,从中找出对自身经管决策有价值地信息和知识,则需要有先进地技术和工具地支持,数据挖掘等新兴技术地出现,则为银行CRM地实现提供了良好地支持文档来源网络及个人整理,勿用作商业用途 　　数据挖掘(DM)是个比较广泛地概念广义地数据挖掘指地是一般性数据分析,它既包括统计分析方法,也包括挖掘方法狭义地数据挖掘则是指基于非线性关系地数据分析方法数据挖掘是信息技术发展到一定阶段地必然产物,是从数据库、数据仓库或其他信息库地大量数据中,挖掘出有用地知识地一个过程文档来源网络及个人整理,勿用作商业用途 　　如果从银行角度说,数据挖掘则是一种新地客户信息处理技术,其主要特点是对银行数据库中地大量业务数据进行抽取、转换、分析和其他模式处理,从中提取出能辅助银行决策地关键性数据因此,数据挖掘可被定义为:是提取有用信息和知识地数据产生过程,是从大量数据中挖掘出隐含地、先前未知地、对决策有潜在价值地知识和规则,并能够根据已有地信息对未来所发生行为做出预测,为银行经营决策提供依据地过程文档来源网络及个人整理,勿用作商业用途 　　 　　三、数据挖掘技术在银行CRM中地应用 　　 　　在银行CRM中,数据挖掘应用广泛如金融市场分析和预测、账户分类、信用评估等这些金融业务都需要收集和处理大量数据,数据挖掘可通过对这些已有数据地分析和处理,找到数据对象地特征和对象之间地关系,并可观察到金融市场地变化趋势,然后利用挖掘出地知识进行合理地分析预测,进而发现潜在客户及现有客户地金融和商业兴趣等数据挖掘在银行CRM中地应用模型如下图所示:文档来源网络及个人整理,勿用作商业用途 　　CRM最简单地含义可理解为:经管所有与客户地相互作用在实践中,需要在客户关系地各个阶段使用与客户相关地信息来预测客户地行为我们将客户关系地各个阶段定义为客户生命周期客户生命周期包括四个阶段:一是获取客户,二是提高客户价值,三是保持高效益客户,四是防止客户流失数据挖掘技术在CRM地不同生命周期具有不同地作用:文档来源网络及个人整理,勿用作商业用途 　　 　　(一)利用聚类分析方法进行客户分类,获取客户 　　发现和开拓新客户对于任何一家银行来说至关重要客户分类又称为客户细分,是将大量地客户分成不同地类型,同一类型地客户拥有某些相似地属性,如背景资料、盈利能力、消费偏好等通过客户细分,可使银行准确把握现有客户地状况,针对每类客户使用不同地营销方式或提供不同地服务,使银行以最小地投入获得最大地回报文档来源网络及个人整理,勿用作商业用途 　　聚类分析方法是通过无指导学习,按最大化类