浅论数据挖掘技术在银行crm中的应用

浅论数据挖掘技术在银行crm中的应用

ID:9542291

大小:55.00 KB

页数:4页

时间:2018-05-03

浅论数据挖掘技术在银行crm中的应用_第1页
浅论数据挖掘技术在银行crm中的应用_第2页
浅论数据挖掘技术在银行crm中的应用_第3页
浅论数据挖掘技术在银行crm中的应用_第4页
资源描述:

《浅论数据挖掘技术在银行crm中的应用》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、浅论数据挖掘技术在银行CRM中的应用  摘要:随着金融市场竞争的加剧和消费者的需求日趋个性化,如何在快速多变的市场中保持老客户与争取新客户成为关乎各类银行成长和发展的关键,以客户为中心的客户关系管理(CRM)思想就是在这样的环境和变化中逐渐为银行重视与推崇。然而,如何成功地实施一个CRM项目,关键在于如何对客户与银行交互过程中的各种数据进行收集、分析,挖掘出隐含在数据中的有用信息,然后用分析所得的知识做出决策。这就需要先进的技术和工具的支持,数据挖掘的出现为银行CRM的实施提供了良好的技术支持,着眼于对数据挖掘技术在银行CRM客户生命周期的四个阶段中的具体应用

2、。  关键词:数据挖掘;客户关系管理;银行CRM;客户生命周期    一、引言    在当前市场环境中,作为提供金融服务产品的银行业,面临着多方面的压力和挑战。银行服务的客户数量是衡量银行业务开展的重要指标,当前的客户已不再是被动的身份,面对诸多的选择,服务不好就会导致客户的流失。从国内银行的竞争上看,在现行的市场游戏规则下,各家银行都提供相似的服务,在人员、资金和技术上已不是决定竞争实力的关键,重点在于管理,特别是基于对客户了解和分析的客户关系管理。    二、CRM与数据挖掘技术简介    客户关系管理(CRM)不仅是一种通过完善的客户服务和深入的客户分析

3、来满足客户的需求,保证实现客户终身价值的管理理念,而且是一种旨在改善企业与客户之间关系的新型管理机制,使企业从以产品为中心向以客户为中心的模式转移,即企业关注的焦点是从内部运作转移到客户关系上来。  很多银行花大力气去积累有关客户的信息,但并不能有效地进行客户关系管理。因为信息只是一些原材料,需经过组织、分析并理解后,才可以用来构建有关客户的知识,进而指导银行的市场、销售、客户服务等各个环节,提高银行的效率和效益。但银行如何管理和分析大量、复杂的客户信息,从中找出对自身管理决策有价值的信息和知识,则需要有先进的技术和工具的支持,数据挖掘等新兴技术的出现,则为银

4、行CRM的实现提供了良好的支持。  数据挖掘(DM)是个比较广泛的概念。广义的数据挖掘指的是一般性数据分析,它既包括统计分析方法,也包括挖掘方法。狭义的数据挖掘则是指基于非线性关系的数据分析方法。数据挖掘是信息技术发展到一定阶段的必然产物,是从数据库、数据仓库或其他信息库的大量数据中,挖掘出有用的知识的一个过程。  如果从银行角度说,数据挖掘则是一种新的客户信息处理技术,其主要特点是对银行数据库中的大量业务数据进行抽取、转换、分析和其他模式处理,从中提取出能辅助银行决策的关键性数据。因此,数据挖掘可被定义为:是提取有用信息和知识的数据产生过程,是从大量数据中挖

5、掘出隐含的、先前未知的、对决策有潜在价值的知识和规则,并能够根据已有的信息对未来所发生行为做出预测,为银行经营决策提供依据的过程。    三、数据挖掘技术在银行CRM中的应用    在银行CRM中,数据挖掘应用广泛。如金融市场分析和预测、账户分类、信用评估等。这些金融业务都需要收集和处理大量数据,数据挖掘可通过对这些已有数据的分析和处理,找到数据对象的特征和对象之间的关系,并可观察到金融市场的变化趋势,然后利用挖掘出的知识进行合理地分析预测,进而发现潜在客户及现有客户的金融和商业兴趣等。数据挖掘在银行CRM中的应用模型如下图所示:  CRM最简单的含义可理解为

6、:管理所有与客户的相互作用。在实践中,需要在客户关系的各个阶段使用与客户相关的信息来预测客户的行为。我们将客户关系的各个阶段定义为客户生命周期。客户生命周期包括四个阶段:一是获取客户,二是提高客户价值,三是保持高效益客户,四是防止客户流失。数据挖掘技术在CRM的不同生命周期具有不同的作用:    (一)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。通过客户细分,可使银行准确把握现有客户的状况,针对每

7、类客户使用不同的营销方式或提供不同的服务,使银行以最小的投入获得最大的回报。  聚类分析方法是通过无指导学习,按最大化类内部的相似性、最小化类之间的相似性的原则,自动对数据分类。对于客户关系管理系统中的大量数据,管理人员常常希望能得到有意义的提示,以做出正确的客户分类判断。此时,使用聚类分析结果,先给出多个不同的相对较大的类划分,然后再进行精确划分。通过聚类分析,银行往往可以发现客户的群体行为,发现客户的共性,掌握他们的投资理念,从而提供针对性的服务,提高银行服务的成功率。还可以通过分类或聚类分析对客户进行群分后,再由模式分析预测哪些人可能成为其客户,以帮助管

8、理人员找到潜在客户。例如,银行如果要进

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。