基于数据挖掘的河南邮政代理金融财富客户管理研究

发布时间：2021-01-26 12:03

　　介绍了链路挖掘、聚类分析、协同过滤、逻辑回归四种数据挖掘算法,以河南邮政代理金融为例,对财富客户的获客、提升及挽留三个方面进行数据建模,提出了有针对性的业务实施方案,以期对邮政财富客户的管理工作提供决策参考。 

【文章来源】：邮政研究. 2020,36(06)

【文章页数】：6 页

【部分图文】：

财富客户升降级对比柱状图

围绕着客户关系生命周期,每个阶段都对应着相关联的业务流程,如图2所示。在考察期,代理金融需要考虑哪些是目标市场的潜在客户,以及如何获取。在形成期,代理金融需要通过提升客户交易量,加强代理金融和客户之间的关系,让其快速发展并进入稳定期。在稳定期,代理金融可以采用不同的销售策略,提升客户对代理金融的价值和忠诚度。在退化期,代理金融需要考虑对流失客户的挽回。因此,大数据挖掘方法在客户关系生命周期的各个阶段都起着非常重要的作用。4.2 管理现状分析

以财富客户“顾某8643”(为了避免财富客户重名的问题,以客户姓名加身份证号后四位组合作为财富客户唯一标识)为例,链路挖掘结果如图3所示。以现有财富客户“顾某8643”为中心节点,与其账务往来交易较为密切的是胡某,其次是谢某,交易最不密切的是杨某。若能将胡某和谢某发展成为邮政代理金融客户,使账务交易在邮政内部循环,不但能够挖掘出潜力客户,还可以起到间接增加现有财富客户黏性,提升客户忠诚度的作用。

【参考文献】：
期刊论文
[1]协同过滤推荐系统在银行产品个性化服务中的应用[J]. 陈燕,马兴敏,宿媛媛.  数字通信世界. 2018(06)

硕士论文
[1]基于数据挖掘的光大银行兰州分行客户流失预测及管理对策研究[D]. 张睿军.兰州大学 2018



本文编号：3001077