基于数据挖掘的银行客户模型研究

（ 二 ）系 统 实 施 方 案
组在系统实施之前必须做好充分的准备工作， 首先建立组 织保障 ， 成 立领 导小组，对全体员工进行宣传和培训，从思想 上统一全 行人 员的意识 ，让大家 认识到客户价值 管理的重要 性 。系统 的具体实施工作主要包括 以下步骤和 内容： （ １ ）成立实施小组 。系统实施成功的与否，必须的强有力 的组织保障，中国银行嘉兴分行在系统实施时成立 了分行主要 领导带头，由各分支机构负责人和信息科技部组成的实施小组 。 实施小组制定的详细的工作计划，明确各部门的分工与责任。 （ ２ ）数据准 备工作。系统运行 数据 是系统实施 的关键和 基础 ，必须事先准备好所有数据，才能保证系统的正常实施 。 这些数据用于计算客户价值分析的存贷款数据、 交 易数据和客 户服务数 据等 ，存贷款 数据通过整 理每 日存贷款 余额 表中获 得， 客户交易历史记录从银行的结算系统中获得 ， 客户服务数 据从银行信贷管理系统 中获得。 将这 些数据通过数据管理工具 导入客户价值分析系统 中。 （ 三 ）关 键 算 法 实 现 聚类是指把一组个体按照相似性归成若干类 别， 目的是使 得属于同一类别的个体之间的距离尽可能的小， 不 同类别 的个 体之间的距离尽可能的大。采用 Ｋ － Ｍ ｅ ａ ｎ ｓ算法进 行聚类分析 ， Ｋ — Ｍ ｅ ａ ｎ ｓ算法是 一种基 于样本 间相似性度量 的间接聚类方法 ， 属于非监督学习方法。它输入聚类 个数 ｋ ，以及包含 ｎ个数据 对象的数据库 ，输 出满足方差最小标准的 ｋ个聚类。
中图分类号：Ｔ Ｐ ３ １ １ ． １ ３ 文献标识码：Ａ 文章编号：１ ６ ７ ４ － ７ ７ １ ２ （ ２ ０ １ ３ ） ０ ２ － ０ ０ ７ １ — ０ １
一
、
引 论
随着 通 信技 术和 互 联 网络 的迅 猛 发展 及 市场 的不 断成 熟 ，世 界经济进入 了全球化 、电子化 的时代，银行 间产 品和 服务 的差别开始变得 越来越 小。在这样一 种背景下 ，各 银行 的销 售 方式 正从 传 统 的 “ 以产 品为 中心 ”向 “ 以客 户 为 中 心 ”转 变，服务方 式从 “ 无差 异服务 ”向 “ 差异化 服务 ”转 变 。“ 近 年来 ，研 究和分 析数据挖 掘技 术在银行 领域 的应用 是计算机技术发展的热点之一 。 二、银行客户关系管理系统分析 （ 一 ）客户关系管理概述 。客户关系管理 （ Ｃ Ｒ Ｍ ）的理念 来源于关系营销学。随着市场经济的发展 ， 企业之间 的竞争加 剧，企业普遍开始重视客户关系管理 。 客户关系管理是伴 随着 关系营销、 客 户关系价值、客户关系生命周期等理论 的发展而 不断发展和完善 的。 （ 二） 银 行客户关系价值理论。 客户关系价值是银行营 销策划过程中最有价值的营销工具之一 ， 对于银行来说 ， 客户 关系价值是关于客户未来价值贡献 的一个 良好 的愿望 ， 并不是 说银行计算得出的客户终生价值是多少就能实现 多少 ， 这还需 要银行通过有机的客户关系管理策略的实施来保证 。 （ 三 ）数据挖掘技术理论 。数据挖掘 （ Ｄ ａ ｔ ａ Ｍ ｉ ｎ ｉ ｎ ｇ ）就 是从大量的、不完全的 、有噪声的、模糊的、随机的实际应用 数据 中，提取 隐含在其 中的、人们事先不知道 的、但又是潜在 有用的信息和知识的过程 。 （ 四） 基 于数据挖 掘的银行客户关系管理 。 数据挖掘技术 在西方国家早 已受到青睐 ， 己经广泛地应用于银行领域 。 例如 ： 摩根斯坦利采用 了 Ｓ Ａ Ｓ的数据仓库和数据挖掘产 品。 将深藏在 各式各样平台和数据库 中的数据进行抽取 、 清洗加工 、 分析和 挖掘， 并将 其转 换成 易于与行政主管和财务顾 问共享和访 问的 信 息 ， 而 且 这 个 过 程 都 尽 可 能 的 自动 化 处 理 。 （ 五） 数据挖 掘在 银行客户关系管理的作用 。 数据挖掘技 术在客户关系管理的不同生命周期 内具有不 同的作用 ， 分别介 绍如下： （ １ ）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 大量的客户分成不 同的类型 ，同一类型 的客 户拥 有某些相似的属性， 如背景资料 、 盈利 能力 、 消费偏好 等。 （ ２ ）防止客户流 失。客户流 失是银行难以控制的常见 问题 ， 流 失现象会 给银行带 来很 多不利 影响 。在 客户关系 管理系统 中，利用孤立 点分析法 ，除 了可用于欺诈发现外 ，还可发现客 户的异常行为，从而使银行减少和避免不必要的客户流 失。 三、中国银行客户价值管理系统设计 （ 一）系统总体设计 中国银行的机构设置是采用 “ 总行一 分行一 支行 ”的形式 ， 各地 都建有分支机构 ， 因此系统采用分布式数据库环境 ，即所 有分行 都拥 有 自己的分系统， 并与本地 的业 务系统及客户呼叫 中心连接 。 （ 二）系统功能模 块设计 中国银行客户价值管理系统主要 由客户信息维护 、 系统管 理、数据仓库 、客户价值分 析、信 息查询模 块组成，系统功能 架构 如图 ３所示。各模块功能描述如下： （ １ ）客户信息维护模块，包括个人客户信息维护、企业客 户信息维护、业务往来信息维护三部分。（ ２ ）系统管理模块，包
括用户管理、权 限管理和系统管理三部分。（ ３ ）数据仓库模块， 将现在各业务系统中的客户信息和业务数据进行 归并、整理 ， 转 换成统一的格式 ，建成一个基础的信息平台，供 以后分析、决策 使用 。包括数据采集、数据集成、数据转换 、数据装载四部分。 （ ４ ）客户价值分析模块 ，利用数据挖掘技术 ，对数据仓库中的 数据进行挖掘、分析，计算 出客户的价值，从而根据价值评估模 型对客户进行分类。包括客户价值评价 、客户分类两部分。（ ５ ） 信息查询模块，包括个人信息查询、企业信息查询两部分。 四 、 系 统 的 实 现 （ 一 ）创建数据仓库 数据仓库 （ Ｄ ａ ｔ ａ Ｗ ａ ｒ ｅ ｈ ｏ ｕ ｓ ｅ ）是支持管理决策过程 的、面向 主题 的、集成的、动态的、连续的数据集合。可 以从容量庞大的 业务处理型数据库 中抽取数据，清理、转换为新的存储格式。
消费 电子
２ ０ １ ３年 １月下
Hale Waihona Puke Ｃ ｏ ｎ ｓ ｕ ｍｅ ｒ Ｅ ｌ ｅ ｃ ｔ ｒ ｏ ｎ ｉ ｃ ｓ Ｍａ ｇ ａ ｚ ｉ ｎ ｅ
计算机科学
基于数据挖掘的银行客户模型研究
沈 凌 （ 上海交通大学软件 学院 ，上海
２ ０ ０ ０ ３ ０ ）
摘要 ：随 着通信技 术和 互联 网络 的迅猛发展及 市场的不断成 熟。本文分析 了中国银行嘉 兴分行客 户关 系管理 的 现状和存在的 问题 ，运 用客 户价值 管理理 论 ，同时结合客户 关系管理 ，分 类 出不同的客 户进行有针对性 的个性化 营 销 ，为其提供 个性化的服务 ，以降低服务成本 ，提 高利 润，争取 更大的客 户。 关键词 ：数据挖掘 ，聚 类分析 ，客 户价值 ，客 户关 系管理