CRM系统:数据挖掘在商业银行CRM 中的应用研究

数据挖掘在商业银行CRM 中的应用研究 蔡振玉 (中南财经政法大学信息学院武汉 430060) 摘 要: 银行建立以客户为中心的服务体系, 对于维系老客户，争取新客户，挖掘黄金客户，增强市场竞争能力有重要的意义。数 据挖掘的一个主要作用是进行客户的信息整合，揭示出潜在的关联性和规律，为决策者提供例行报告，进行客户细分和沟通，对 客户行为异常分析，为客户提供个性化服务，从而提升银行的盈利与竞争力。 关键词:数据挖掘 商业银行 客户关系管理 中图分类号:TB2 文献标识码:A 文章编号:1672-3791(2007)04(b)-0008-02 CRM（Customer Relationship Management)， 即客户关系管理是现代管理科学 与信息技术结合的产物。CRM 是企业为实 现信息化运营目标所创造和使用的软、硬件 系统集成技术和管理方法、解决方案的总和。 而数据挖掘则是20 世纪末产生的信息技术， 它是指从大量数据集中抽取隐含的，潜在的， 有用的信息的方法和过程。其融合了数理统 计，人工智能，可视化技术，数据库技术和计 算技术等，最终目标是发现有价值的知识，为 管理，决策和科学研究提供有利参考和依据。 数据挖掘是建立在对数据深刻认识的基础上， 对数据内在本质的高度抽象和概括，是对数 据认识从感性到理性的升华。随着金融体制 改革的日益深入，各家商业银行为了保持高 水准的客户获取和保持率，并维持可赢利性， 经常要扩展和现有客户的关系、降低行销费 用等。这就需要对基于数据仓库的CRM 系 统进行更深入的数据挖掘,这时数据挖掘技术 的使用便成为银行 CRM 系统制胜的关键。 1 数据挖掘与商业银行CRM 1.1 商业银行ＣＲＭ采用数据挖掘技术的必要 性 商业银行实施ＣＲＭ的目标是了解客户 需求，凭借老客户,提高客户忠诚度；找到真 正的盈利客户，提供有针对性的服务；寻求新 客户，挖掘客户的潜在价值。要实现以上目 标，必须借助于数据挖掘技术。因为数据挖掘 是一种高层次信息处理技术，它能够充分利 用客户资料，发现潜在的，有用的规则和模 式，在可户群体的分类，客户价值评估和行为 预测等方面具有独特的优势：⑴ 有助于银行 客户资源的开发，有助于集成客户的各种信 息，组成统一的客户视图；⑵ 有助于银行 进行时常细分，开发新产品，拓展新市场，获 取“深度效益”；⑶ 有助于银行了解自身经营 状况，为银行经营决策提供支持；⑷ 有助于 银行防范风险。 1.2 在银行CRM 中运用数据挖掘的关键问题 分析 在银行C R M 中进行数据挖掘分析时, 只 有结合银行C R M 的特点解决好一些关键问 题, 才能真正提高银行收益率。 首先必须建立统一的中央客户数据库， 以提高客户信息的分析能力。银行要考虑自 身价值取向和市场定位，在目标明确之后，还 要考虑项目实施的可能性，是否有足够的、合 适的数据可用于分析并能得出理想的、有价 值的结果。潜在客户的数据是相当缺乏的，因 为他们尚不是实际的客户。要使得数据有用, 还需要利用外部供应商购买来的额外的人口 资料来扩充现有资料。 目标选定以后，关键的一步就是变量的 选择。根据收集到的信息，依据客户给银行带 来的收益，以及银行为维护客户交易及客户 关系所付出的成本，计算考核该客户对银行 的贡献—客户贡献度，作为划分银行大客户 的依据，将会取得很好的结果。 初步的评定之后，还必须对此项工作的 成本和收益做个初步的评估。这一步工作是 很重要的，因为进行各项研究的最终目的都 是为了提高银行的利润率。离开了这一目 标，任何研究都是没有必要的。 分析开始时从数据库中收集与客户有关 的所有信息，包括客户个人信息(年龄、受教 育水平、收入等) 、交易记录(最近的收支情 况、消费次数和信用等级等)，进行建模，用 数据挖掘的一些算法(如统计回归、逻辑回归、 决策树及神经网络等) 对数据进行分析，导出 数学公式，用来对客户将来的行为进行预测 分析。在这里，对数据挖掘的算法的选择是关 键的一步，需要结合各个算法的优缺点和实 际的情况进行选择。 另外，良好的内部沟通协调及员工的培 训也是很重要的，它能确保计划实施时内部 组织与流程得到相对应的调整，推动客户管 理涉及策略与流程的改变。 1.3 数据挖掘在ＣＲＭ中具体应用的五个阶段 第一阶段，加载客户账号信息。这一阶 段主要是进行数据清理，消除现有业务系统 （如存款，贷款，信用卡，外汇等）中有 关客户账户数据不一致的现象，将其整合到 中央市场客户信息库，建立以客户为中心的 数据仓库基础环境。银行各业务部门对客户 有统一的视图，可以进行相关的客户分析， 如客户人数，客户分类，基本需求等。 第二阶段，加载客户交易信息阶段。这一 阶段主要是把客户与银行分销渠道的所有历 史交易数据，包括柜台,ＡＴＭ，信用卡，汇 款，转账等，加载到中央市场客户信息库。这 一阶段完成后，银行可以分析客户使用分销 渠道的情况和分销渠道的容量，了解客户，渠 道，服务三者之间的关系。如银行可以了解到 在某个地区ＡＴＭ交易额有增大的趋势，响 应地做出在该地区增加ＡＴＭ数量的决策。 第三阶段，模型测评。这是为客户的每一 个账号建立利润评测模型，需要收入和成本 的确定金额，因此需要加载会计系统的财务 数据到中央数据库。这一阶段完成后，银行可 以从组织，可户和产品三个方面分析利润贡 献度。如银行可以依客户的利润贡献度安排 合适的分销渠道，模拟和预测新产品对银行 的利润贡献度等。 第四阶段，优化客户关系。银行应该掌握 客户在生活，职业等方面的行为变化及外部 环境的变化，抓住推销新产品和服务的时机。 这需要将账号每天发生的交易明细数据，定 时加载到中央数据仓库，核对客户行为的变 化。如有变化，银行则利用客户的购买倾向模 型，渠道喜好模型，利润贡献模型，信用和风 险评测模型等，主动与客户取得联系。 第五阶段，风险评估和管理。银行风险 管理的对象主要是与资产和负债有关的风 险，因此与资产负债有关的业务系统的交易 数据要加载到中央数据仓库；然后，银行应 依照不同的期间，以数学模型分析和模拟计 算利率敏感性资产和负债之间的缺口，知道 银行在不同期间资本比率，资产负责结构， 资金情况和净利息收入的变化。 这一阶段的完成，标志着银行已经实现 了以客户为中心的个性化服务数据仓库，可 以有效地进行客户关系管理，实现银行收益 最大化。 2 华夏银行CRM 案例 2.1 系统需求的确定 随着银行业垄断的打破和公平商业竞争 环境的形成，以及W T O 临近和具有强大实 力的外资银行进入国内金融服务市场的威 胁，使当前的银行金融服务面临前所未有的 挑战，如何能有效地变被动服务为主动服 务，如何能在平凡的金融服务中做出特色， 以客户为中心开展各项服务工作，有效的吸 引和保留客户，是各家银行管理层一直关注 并提升到相当程度上来认识和解决的问题。 华夏银行也同样面临着这个严峻的挑 战。华夏银行希望通过C R M 系统的应用， 达到改进银行管理，提高企业竞争力的目 的，他们认为银行业的企业竞争力主要表现 为：客户忠诚度，商业价值，运作风险， 运作成本。基于以上基本原则的考虑，华夏 银行对其C R M 系统提出以下具体要求：⑴ 客户资料管理- - 将零散、非集成的客户资 料集中管理，以及时、准确地了解老客户和 新客户的准确信息和发送批量的信件、E - mail 和Fax；⑵ 客户跟踪管理-- 跟踪销售 人员的每次业务联系中与客户的联系情况， 可以对销售人员的活动做提醒设置；⑶ 客户 服务管理-- 对客户意见和投诉及处理过程进 行记录；对企业的售后服务进行统一管理。 2.2 华夏银行CRM 系统的设计与实施 华夏银行CRM 系统的实施主要分为三个 阶段：⑴ 数据的清洗与整理：将原有的以业 务区分的数据，通过抽取和清洗，整理为以客 户为中心的星型结构；⑵ 离散系统的整合： 将原有业务系统的处理流程，整合为以CRM 系统为中心的处理方式进行处理；⑶ 全行系 统形成以CRM 系统为中心的业务模式：完成 全行C R M 系统与原系统的磨合。 华夏银行CRM 系统的解决方案由7 个子 系统组成,彼此协同工作，实现着增值的数据 处理后的决策支持效果。这7 个子系统分别 为：⑴客户签约与归户系统：完成客户个性化 静态数据的归类和产生；⑵数据集成系统：完 成客户静态和动态各类数据的抽取；⑶数据 仓库系统：全面综合的以客户为中心的数据 库，20 多种专用分析方法；⑷决策支持与展 现系统：从各个应用层面观察数据和之上的 各类信息，支持多种展现形式；⑸信息查询系 统：为客户及银行各类相关业务人员提供方 便迅速的操作手段；⑹报表制作与发布系 统：提供专业化的高质量的报表；⑺ 系统 管理系统：对系统中的各类角色的授权与控 制进行相应管理操作。 该解决方案中，按总行和分行两个级别 分别构建业务数据流程，采用分布式C R M 实现方式, 将传统柜台业务数据，呼叫中心 业务数据，网上银行业务数据分别都纳入该 解决方案的管理控制之中，实现着各类业务 开展和数据共享的无缝连接。在该解决方案 中，大量采用了具有高可靠性的新技术，新 方法，如数据仓库技术，数据抽取技术， I N T E R N E T 技术，数据分析和展现技术等 等，其基于角色的管理控制方法有效地解决 了信息安全管理问题，同时，为今后的业务 应用扩展提供了方便的手段和空间。 经过半年多的开发，华夏银行CRM 系统 按计划顺利完成，并且通过验收，目前已在华 夏银行总行和各支行部署和实施，效果良好。 成为了商业银行CRM 成功实施的典型例子。 3 结语 将数据挖掘技术运用到银行客户关系管 理系统中，能加强商业银行开发、创新和营 销金融产品的能力，推动银行整体的信息 化。而在数据挖掘的应用中又必须处理好一 些关键问题，才能真正取得满意的结果。在实 际应用中，需要将基于数据挖掘的客户关系 管理系统与综合业务处理系统、管理信息系 统等进行整合，并有效