基于数据挖掘的银行业客户关系管理体系结构

  本文关键词：基于数据挖掘的银行业客户关系管理体系结构，，由笔耕文化传播整理发布。

第27卷第7期

2004年7月合肥工业大学学报(自然科学版)JOURNALOFHEFEIUNIVERSITYOFTECHNOLOGY.27No.7Vol.2004Jul

基于数据挖掘的银行业客户关系管理体系结构

李兴国,(合肥工业大学)

摘　要:面对入世带来的挑战,。文,旨在更好地提高银行的竞争力,。

关键词:;;数据仓库

中图分类号:TP.13:A　　　文章编号:100325060(2004)0720725205

TheframeworkofbankCRMsystembasedondatamining

LIXing2guo,　YUHai2feng,　JINFang2fang

(SchoolofManagement,HefeiUniversityofTechnology,Hefei230009,China)

Abstract:ThebanksinChinahavetoimprovethecorecompetitivepowertofacethechallengeas

.ChinaaccedestotheWTO,andthecustomerrelationshipmanagement(CRM)isjustthebestmeans

TheframeworkofthebankCRMsystemandtheapplicationofdatawarehouseanddatamininginthebankCRMarediscussedinthepaper.Customersshouldberegardedasanimportantresourceofbanks,andsuitableservicestrategiesshallbeadoptedtoimprovethecorecompetitivenessofbanksandmakegainstothelargestextent.

Keywords:customerrelationshipmanagement(CRM);banking;datamining;datawarehouse

根据WTO相关协议,中国将在5年内取消对外资银行设立的地域限制,允许外资银行进一步开拓人民币业务。海尔与纽约人寿的合作,标志着外资进入中国金融市场的步伐进一步加快。中国银行只有正确认识自己,才谈得上正确认识对手,从而确立正确的市场定位和经营策略。面对日益激烈的竞争,企业提出了一对一服务等策略,这些策略在银行业显得尤其重要。实施CRM有助于银行同客户保持良好的关系

,以最小的成本获取最大的利益,所谓“得客户者得天下”。

1　中国银行业现状及存在的问题

1.1　银行业现状

　　外国银行的经营规模庞大,资金实力雄厚,资产质量优良。如美国花旗银行集团的资产已达到7000

收稿日期:2003209205

基金项目:国家自然科学基金资助项目(70171033);安徽省自然科学基金资助项目(99043645)

作者简介:李兴国(1963—),男,安徽六安人,博士生,合肥工业大学副研究员,硕士生导师.

726　　　　　合肥工业大学学报(自然科学版)　　　　　　　　　　　第27卷亿美元,相当于我国工商银行、农业银行、中国银行、建设银行资产的总和。国外银行的科技化程度高,已经发展到以客户信息为中心的服务;国内银行最近才完成了计划经济向市场经济的转变,在很大程度上还处于被动地为客户服务。而国内银行也有自身的优势:中国的各家银行是政府出资兴办的,政府的信誉度很高,中国公民更愿意把存款存到国内银行。国内的银行应该利用这种优势,提供优良的服务,主宰中国的金融市场。

1.2　存在的问题

(1)对客户了解不够。中国相当多城市的金融企业都集中在同一个区域,同质的。客户从各个银行获得的服务大同小异,。客户要投资理财时,需向银行进行咨询。,,最终让客户失望而归。

(2)、客户服务和支持业务都是孤立进行的,。当客户要同时获得多项业务服务的时候,往往不得不多次填表,。

(3)。银行对企业的财务状况了解不够,或者因“关系信贷”对客户的投机或欺诈行为不能够及时发现和预防,存在很大的金融风险。由于财务报表总是在期末才形成,而且其上报和对外公布还存在很大的时间差,所以银行往往不能够对企业的投资行为进行监督和警告。[]

2　CRM在银行业

CRM能够带来商业运作模式的转变,能够打破旧的工作模式,银行业CRM的正确实施可以很[2]

好地解决中国各家银行存在的问题。

银行业具有自身的特点,其主要产品都涉及到一连串的数字符号。银行更应该把客户作为其资源的一部分来看待,对客户进行关怀,赢得客户的最大满意度。CRM是一种业务流程,可以保证企业和顾客及潜在顾客间保持长期的对话,以求理解并满足他们的需求

,激发其购买欲望,并建立起他们对产品品牌的忠诚度,进而再次购买。

首先要了解客户的真正需要。如何把握顾客的需求,向顾客提供一对一的优质服务,提高顾客的满意程度,增加竞争力,便是银行客户关系管理需要做的一部分。

其次,留住老客户,提高客户的忠诚度。统计表明,从新客户身上赚钱的成本是从现有客户身上赚钱成本的数倍;挽留客户的比率只要增加5%,获利就可能增加60%～100%。竞争的需要,迫使企业要留住老客户,了解老客户的行为习惯和偏好,采取必要的优惠政策,甚至按照老客户的习惯提供服务,赢得他们的满意。在公司推出新业务的时候,及时通知老客户。

再者,“顾客并非都是上帝”。如何找出金牌客户,重点进行针对性的营销,应该遵从20??80原则。即占客户群20%的金牌客户,实现利润往往占到利润总额的80%以上。CRM所要做的事情就是根据对客户的成本??利润分析,找出这一部分客户,并对市场进行细分,针对不同的客户实施不同的策略。[3]3　银行业CRM系统体系结构

3.1　银行业CRM系统总体架构

银行为了提高核心竞争力,应该建立完整统一的客户关系管理平台,力求客户数据高效统一。将实时信息处理流程嵌入业务处理过程中,银行执行业务活动的同时,将业务事件存储在CRM系统中;通

[4]过执行业务规则和信息处理规则,生成集成信息。完善的、适用于银行的CRM系统总体架构,主要包

第7期　　　　　　　李兴国,等:

基于数据挖掘的银行业客户关系管理体系结构

括3个方面,如图1所示。727

图1　银行业CRM系统体系结构示意图

(1)完整的银行客户数据模型。银行客户的数据分布在不同的系统中,为了充分利用现有数据,统一银行内部所有的业务数据,为银行客户提供一个清晰、完整的视图,必须要有一个完整的银行客户数据模型,能够自动提取、保存现有数据。这样才能帮助客户服务人员及时了解客户情况,同时能够综合各个渠道客户的反馈信息从而指导呼叫中心话务员更好地服务于客户,并能满足银行新业务发展的需要。

(2)统一的客户分析和服务管理平台。银行的目标是在所有同客户接触的渠道上(包括电话、网络等),都建立起统一的客户服务手段,客户可以按照自己喜好的方式同银行接触,来实现对不同的银行业务的处理要求。银行必须具有统一的客户分析和服务管理工具,科学地分析和预测客户的行为,统一地协调管理多个客户服务渠道,保证对客户的一致性承诺,从而真正发挥银行客户关系管理的优势。

(3)统一的信息访问和交易处理平台。不同的客户服务应用系统都要访问银行内部各个业务部门的信息,为了保证系统的安全性和服务的一致性,需要在不同的前端应用和后台数据源之间建立一个统一的信息平台,负责提供信息的发布和交易数据的转换。这个统一的信息访问和交易处理平台将对银行未来各项新的业务模式、业务品种的发展起到关键性的作用,并促进银行业务的发展,提高客户服务水平和客户的满意度。

3.2　数据仓库——银行实施CRM的基础

从图1可以看出,数据仓库能将海量复杂的银行客户行为数据集中起来,建立一个整合的、结构化的数据模型,在此基础上对数据进行标准化、抽象化、规范化分类及分析,为银行管理层提供及时的决策信息,为业务部门提供有效的反馈数据。数据仓库的物理结构一般采用星型结构的关系数据库,该结构由事务表和维表组成,多个维表之间形成多维数据结构,星型结构的数据体现了空间的多维性。权威机

构的研究发现在实施CRM的企业当中:有30%的企业其客户关系管理都没有成功,

没有取得实施前规划的效益。分析其原因发现,这些企业没有提供详细的交易数据,没有与客户互动的数据,

就没有办法做好客户关系管理。IDC(InternationalDataCorporation)的调查表明,在2003年数据仓库将达到200亿美元的市场规模。数据仓库已不仅仅是简单的数据存储,而成为对客户资料进行分析,挖掘潜在客户[5]

728　　　　　合肥工业大学学报(自然科学版)　　　　　　　　　　　第27卷的基石。

数据仓库是银行CRM的中央存储系统,数据主要包括内部信息和外部信息。内部信息包括银行的业务信息、人力资源信息以及技术信息等。CRM的内部信息一方面在经营决策时作为分析内部条件的依据,另一方面作为一种主要的监测工具,监控银行的业务流。而外部信息主要指在银行以外产生但与银行业务相关的各种信息,如市场信息、客户信息及竞争对手信息等。其主要职能是为其它部门特别是业务部门提供客户信息,在经营决策时作为分析银行外部条件的依据。

3.3　数据挖掘——银行CRM系统的核心

竞争的策略就在于创造别人无法取代的地位,化的服务。CRM,以实现

[6]7]企业有效的客户关系管理,可以通过数据挖

掘工具,如基于OLAP(On2机器学习及统计学LineAPIArtificialIntelligence)、

等技术的数据挖掘工具,、发现重点客户、对客户的投资行,,减少风险,作出正确的决策。

协作型的CRMCRMCRM(OperationalCRM)、(Collaborative)和分析型的CRM(AnalyticalCRM),而数据挖掘技术就是分析型CRM的核心技术。数据挖掘在CRM中担任两个角色:将数据转化为信息和知识,在此基础上作出正确的决策;提供机

[8]制将知识融入到运营系统中,进行正确的运作。银行业CRM数据挖掘的一般流程,如图2所示。

图2　银行CRM数据挖掘流程图

3.3.1　数据预处理阶段

在这个阶段里,首先要正确地提出问题,明确本次操作的主要任务,这样才能够有针对性地进行数据挖掘。提出相关问题后就可以从银行相关的业务数据库里提取数据,并对数据进行数据抽取、清洗和汇总。在相关业务问题的领域知识的基础上,导出、验证、选择和准备被要求用来论述问题的数据。数据的预处理需要大量的时间,因为数据必须是从系统中精选出来的,然后被匹配、筛选和分级。数据分类是在数据挖掘开始时最重要的任务。

3.3.2　模型设计阶段

本阶段需要深入地检查数据,并提取那些与问题最有关系的字段,要选择一个数据挖掘的算法(神经网络、规则归纳)以应用于数据。例如,通过对客户的各种数据深入分析了解客户的行为,建立模型,并对客户未来的行为进行预测。最小化的细分一般需要将数据分为一个修整集和一个或者多个测试集。细分也可以包括使用聚合技术将数据分为基于普通特性的子集,然后分别分析每一个细分。3

.3.3　数据分析阶段

在前两个阶段的工作完成以后,本阶段就是对数据进行数据挖掘工作。在设计好模型之后针对本次数据挖掘的任务建立模型,将已选择的数据挖掘工具应用于数据,最后至少用一个测试数据的独立集来验证这个模型。并且,这个模型的准确性和有效性能够被有效地解释和评估。

数据准备和模型融合可能要反复进行,因为在模型不断完善的过程中,可能又要修改数据。从图2看出,数据挖掘在银行CRM中起到承上启下的作用,通过从数据仓库中提取必要的信息,把知识库、[9]方法库及模型库有机结合起来,从而得出用户需要的信息,辅助决策者作出决策。主要体现在以下方面:

(1)客户行为分析。从数据仓库中提取与客户相关的数据(包括客户的投资行为及消费偏好等),并

五星文库wxphp.com包含总结汇报、党团工作、文档下载、资格考试、旅游景点、教学研究、IT计算机、出国留学以及基于数据挖掘的银行业客户关系管理体系结构等内容。

本文共2页12

  本文关键词：基于数据挖掘的银行业客户关系管理体系结构，由笔耕文化传播整理发布。