| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 经济/产业 |
提要 我国加入WTO之后，银行业即将面临激烈竞争，加快客户关系管理CRM的建设势在必行。另一方面，银行利用数据挖掘技术加强客户关系管理又具有很大的优势。本文从数据挖掘入手，主要研究如何在银行客户关系管理中利用数据挖掘技术，识别重点客户，为客户提供更好的服务，如何进行风险预警。
我国加入WTO之后，银行业面临着大举而入的外国金融机构的激烈竞争，外国金融机构在诸多方面对中国银行业来说都存在着优势，尤其是在客户关系管理方面国外已有多年的经验。随着网上银行和金融电子化的飞速发展，地域的概念将缩小，国内银行所凭借的网点优势也显得并不那么重要。因此，中国银行业必须迅速转变经营观念，加快客户关系管理CRM的建设，真正做到以客户满意为中心。庞大的数据资源是银行不可多得的财富，利用数据挖掘技术加强客户关系管理势在必行。
一、数据挖掘的定义和本质
数据挖掘是一种新的商业信息处理技术，它是对商业数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理，从中提取辅助商业决策的关键性数据。简而言之，数据挖掘其实是一类深层次的数据分析方法。数据挖掘是现代科学技术相互渗透与融合的产物，融合了数理统计、人工智能、可视化技术、数据库技术和计算技术等领域的理论技术。其最终目标是发现有价值的知识，包括概念、规则、模式和模型等，为管理、决策和科学研究提供有利的参考和依据。
二、客户关系管理的概念及组成
客户关系管理是指企业为了获取最大的经济效益，运用现代科学技术对公司与客户之间的关系进行有效管理的新模式，包括市场调查、产品销售、客户服务和管理决策等一系列的商业流程。
CRM大体由客户数据的收集与集成、数据的分析与处理、商业决策与服务等3个部分组成，客户数据的获取与集成是CRM的基础部分，围绕商业主题收集有关客户的数据资料，对数据进行整理、转换与集成。数据分析和处理是CRM的主体部分，从集成的数据中发现与客户关联的规则与模式，挖掘有用的商业信息。商业决策与服务是CRM的应用部分，根据分析结果制定商业计划与策略，指导管理决策、客户服务、客户保留和生产销售等商业行为。
三、数据挖掘在银行客户关系管理中的应用
1、重点客户发现。根据“二八原则”，银行业20％的客户创造了80％的价值。要对这20％的客户实施最优质的服务，其前提是发现这20％的重点客户。所谓重点客户是指对企业具有重要意义的客户,主要包括以下几类:潜在客户──有价值的新客户；交叉销售──同一客户有更多的消费需求；增量销售──更多地使用同一种产品或服务；客户保持──保持客户的忠诚度。在“客户经济学”中,有很多关于重点客户的理论。例如,开发新客户的费用是保留老客户费用的5倍；成功地保留老客户能够使企业的利润翻番等。正是基于这样的思想,使重点客户的发现对银行来说至关重要。重点客户的发现通常由一系列的数据挖掘来实现。如通过分析客户对产品的应用频率、持续性等指标来判别客户的忠诚度；通过对交易数据的详细分析来鉴别哪些是银行希望保持的客户。找到重点客户之后，银行才能为客户提供有针对性的服务。
2、优化客户服务。银行业竞争日益激烈，客户服务的质量是关系到银行发展的主要因素。为客户提供优质的服务是扩大银行的社会影响、取得客户信任、提高贷款经济效益的重要手段。在大量的客户信息库中，数据挖掘能够帮助银行确定客户的特点，从而可以为客户提供有针对性的服务。例如利用数据挖掘技术可以发现客户的信贷趋势，为客户提供网上查询、网上支付和网上交易等在线服务，及时准确地满足客户的咨询和信贷需要。从而，客户关系信息得到充分利用，银行解决客户问题的效率也大大提高。
网站动态数据挖掘有助于识别客户需求，提供个性化服务，提高客户响应率。数据挖掘优化了CRM的服务功能，可以为客户服务提供准确的参考信息，提高对客户事务处理的能力。需求成为生产的驱动力，满足客户的需求是企业责无旁贷的任务。运用神经网络、遗传算法、贝叶斯网络和关联分析等技术，探素新的经营领域，扩展存款业务种类，最大限度地满足客户要求，使银行不断扩大市场占有率。基于完整的客户信息，银行可以推出相应的服务措施，开展广告宣传和主动营销，制定合适的产品。通过开展多元化和智能化的信贷服务，拓宽银行的业务范围，提高银行服务质量和工作效率。
3、客户获得与保留。目前看来，在银行客户管理生命周期的各个阶段都会用到数据挖掘技术：通过数据挖掘,可以发现购买某一商品的客户的特征,从而可以向那些也同样具有这些特征却没有购买的客户推销这个商品；通过数据挖掘发现流失客户的特征，就可以在具有相似特征的客户还未流失之前，采取针对性的措施，比如使用信用卡损耗模型，可以预测哪些客户将停止使用银行的信用卡，而转用竞争对手的卡，根据数据挖掘结果，银行可以采取某些措施来保持这些客户的信任。
通过数据挖掘找到了银行的重点客户，就该着眼于如何为他们服务。这就需要进行客户行为分析，发现客户的行为偏好。客户行为分析又分为整体行为分析和群体行为分析。整体行为分析用来发现企业现有客户的行为规律。分类和聚类分析可以根据客户行为划分为不同的群体，根据客户行为的不同可以将他们划分为不同的群体,各个群体有着明显的行为特征,这种划分方式叫做“行为分组”。通过行为分组,银行可以更好地理解客户,发现群体客户的行为规律。同时，通过对不同客户群组之间的交叉分析，企业可以发现客户群体间的变化规律。通过对客户的理解和客户行为规律的发现，企业可以制定相应的市场策略，获得更多的利润。
4、风险评估和欺诈检测。数据挖掘可以用于侦查异常的信用卡使用情况，确定极端客户的消费行为。根据历史统计数据，评定造成信贷风险客户的特征和背景，预防有可能造成风险损失的客户。在对客户的资信调查和经营预测的基础上，运用系统的方法对信贷风险的类型和原因进行识别、估测，发现引起贷款风险的诱导因素，有效地控制和降低信贷风险的发生。通过建立信用欺诈模型，帮助银行发现具有潜在欺诈性的事件，开展欺诈侦查和其它金融犯罪的行为分析，预防和控制资金非法流失。
四、结语
管理是企业发展中永恒的主题，如何有效地管理企业与客户之间的关系是商业竞争中的关键。数据挖掘具有强大的信息处理和分析能力，为商业活动提供科学的决策依据和技术支持。在经济全球化的今天，只有顺应知识经济时代的潮流，充分利用CRM和数据挖掘等现代科学技术，发挥自身的优势和特色，才能保证我国银行业持续、快速和健康地发展。(□文/雷 雨 王 毅)
参考文献：
[1]杰姆·G·巴诺斯《客户关系管理成功奥秘》，北京机械工业出版社，2002
[2]王广宇《客户关系管理(CRM)》，北京经济管理出版社，2001
[3]数据挖掘在CRM中的作用，《中国计算机报》2001/04月
[4]数据挖掘讨论组，http://datamining.126.com/ |
|
|
|
