中国农业银行股份有限公司天津市分行
一、引言
随着互联网金融的蓬勃兴起和利率市场化的一步步推进，商业银行的经营模式发生了巨大变化。数据挖掘正是客户营销过程中所需的关键技术，商业银行可以从海量的客户数据中挖掘出有价值的信息和规律，预测出客户的需求和偏好，建立合适的模型为客户营销提供有力支撑，从而为客户提供有针对性的产品和服务，打造不可复制的核心竞争力。
在商业银行的生产经营过程中，应该如何使用数据挖掘，数据挖掘又能做到什么，这正是本文探索的主题。
二、数据挖掘方法简介
数据挖掘是从海量数据中，提取隐含在其中的但又是潜在有用的信息的过程。与传统的数据分析不同，数据挖掘是在没有确定假设的前提下去挖掘信息、发现规律。数据挖掘主要分为五类模型：分类、聚类、关联、预测和序列发现。
从商业银行现有实际情况出发，本文主要针对聚类和预测这两类模型进行研究，分别建立个人客户细分模型（聚类）和响应预测模型（预测）。
个人客户细分模型在商业银行中的应用对银行的发展起着重要作用。对个人客户分群以进行区别化营销更有助于提高营销的成功率，降低营销的盲目性，这与传统的不区分消费者对象特征的大规模营销手段相比，大大节省了营销成本，提高了营销效果，从而能为银行带来更多的利润。
响应预测模型是数据挖掘中最常用的一种模型类型，几乎成了数据挖掘技术应用的一个主要代名词。响应模型的核心就是响应概率，数据化运营要素的核心是以数据分析挖掘支撑的目标响应概率（Probability），在此基础上围绕产品功能优化、目标用户细分、活动（文案）创意、渠道优化、成本的调整等重要环节、要素，共同达成数据化运营的持续完善、成功。
三、个人客户细分模型建立
（一）模型详述
1.设计与数据准备
（1）设计变量
根据业务目的及模型设计，本模型变量的指标集见表1
.png)
（2）分析指标
客户基本信息中证件号、证件类型可以用来加工客户年龄，所以在计算得到客户年龄后舍去证件号和证件类型。从客户消费数据入手着重分析变量，见表2：
.png)
（3）处理数据
年龄：因年龄是根据证件号计算得到，由于客户证件号会有部分缺失，所以年龄字段会有部分缺失数据。
a、分析年龄数据质量：
1、标准差偏大，数据严重偏离平均值，数据离散情况严重。
2、数据极值不符合年龄的范围，数据有部分异常值。
3、数据缺失情况：缺失比例为12.85%。
4、年龄分布不符合正态分布。
b、对年龄异常值（<=16 or >=100）置空
1、数据标准差较小，数据离散情况减小。
2、数据极值在正常范围内。
3、数据缺失比例为13.27%。
4、年龄基本符合正态分布。
c、对缺失值进行填补
1、因年龄符合正态分布，且以较大概率分布在22到58岁之间，所以用22-58之间的随机数对缺失值进行填补。
2、数据均值、标准差与填充数据前未有大变化，证明数据填充合理。
3、填补后，数据基本符合正态分布。
2.建立模型
（1）数据抽样
因总体数量较大，分析研究耗时，需进行数据抽样。抽样方法为随机抽样。抽样得到观测数为10000。
（2）数据探索
通过抽样的观测数据，得到统计结果见图1：
.png)
图1
（3）建立聚类模型
在数据探索的基础上，建立聚类模型，最后得到如下客户分类：
青年中活跃低消费族 1.年龄在17-40区间，多数年龄在19-34间的年轻客群
2.最后交易日期距今日期在0-5.4天
3.平均每月交易次数在2-8次
4.平均消费区间在2500-20000 平均值在6840
5.资产月平均余额在800-16000 中老年稳健型 1.年龄在39-96区间， 多数年龄在45-61间
2.最后交易日期距今日期在3-14天
3.平均每月交易次数在2.5-7次 相当不活跃 1.最后交易日期距今日期在13-27天
2.平均每月交易次数在2.5-8次
3.年龄数据比较离散 大额频繁交易族 1.平均每月交易次数在6.5-38区间平均16.68次
2.平均消费区间在50000-300000 平均值在113285.67
3.最后交易日期距今日期在0-3天
根据抽样数据，各类型客户的占比情况如下：
青年中活跃低消费型占比43%，中老年稳健型占比26%，相当不活跃型占比22%，大额频繁交易型占比9%。
通过以上分类，我们可以精确定义每一个客户所属的类型，为客户营销做好准备。
四、客户产品响应预测模型建立
（一）模型详述
1.贷记卡A
经分析，结果中保留的变量为：m_avg_amt、m_avg_cnt、chl_amt、chl_cnt、days_to_now、card_age、age
.png)
图2
图2为常数项以及各变量的系数的估计值，可得模型：
为书写方便假设:分别用来代替，intercept为常数项，P为h1=1的概率即卡种为h1的概率
.png)
其中“一致部分所占百分比”为47.7%，即对数据重新进行预测与观测的实际情况相比所占的比例为47.7%。
2.贷记卡B
同理，计算预测的和实际观测中一致对的比例为12.8%，不一致对的比例为2.7%。
3.贷记卡C
同理，计算预测的和实际观测中一致对的比例为0，不一致对的比例为0。
4.贷记卡D
上述为常数项以及各变量系数的估计值：为方便书写，对上述数据做替换处理。Intercept：常数项b0；各变量的系数用b1，b2，b3，b4，b5，b6代替M_avg_cnt.......age分别用x1，x2，x3，x4，x5，x6代替。Logic模型函数如下：
计算预测的和实际观测中一致对的比例为54.2%，不一致对的比例为19.6%。
5.贷记卡E
计算预测的和实际观测中一致对的比例为11.9%，不一致对的比例为3.8%。
五、数据挖掘在客户营销中的应用
（一）产品推介
通过个人客户细分模型所得出的客户类型，锁定产品营销所要面对的目标客户;随后确定最优的销售组合，并向相应的客户展开产品营销。
1.案例：理财产品推介
客户A，在一个月时间内，共进行交易68笔，其中柜台交易55笔。该客户办理业务集中在两家网点，主要业务都是存取款，累计进账出账金额基本相等。由于该客户每天都有出入账，一般的封闭式理财产品很明显不适合该客户，可以向该客户推荐安心快线天天利滚利，开放时间内赎回资金实时到账，不影响客户资金使用。
（二）客户维持
在商业银行所拥有的数据中，客户的相关信息信息，尤其是以前交易信息中，可能正包含着这个客户决定他下一个的购买行为的关键，甚至决定因素。通过个人客户细分模型所得出的客户类型，为不同客户群体提供个性化定制服务，以提高客户忠诚度，最大程度地保持住老客户。
1.案例：通过客户交易数据挖掘优质客户
通过客户所在分类，结合客户交易数据，获得客户在一段时间内的资金流向，有助于客户经理挖掘优质客户，做好客户的营销活动。
例如客户B，在3周时间内，资金净流入20万元，而其显示的客户等级仅为普通客户。在实际营销中，一方面可以向其提供更高级别的借记卡，发展成为贵宾客户，增强客户满意度；另一方面，也可以积极向该客户推介各种产品，如贷记卡、理财、基金、黄金等，更好的为客户服务，为商业银行带来更多的效益。
（三）风险规避
通过客户细分模型和响应预测模型，结合客户数据，计算出不同属性值的客户群所具有的消费能力、还款概率，从而得到所有客户的质量，帮助商业银行有效避免坏帐，防范信用风险。通过查看客户质量，可以提前规避可能的坏账风险。而对于已经发生的坏帐，则能够通过客户数据，计算该笔坏帐的催收成本、回收概率，帮助客户经理采取正确有效的措施。
1.案例：客户授信风险规避
例如客户C，通过查看其数据信息，在相当长时间内，交易记录都比较规律，贷记卡的消费记录和还款记录都很正常。而在最近几个月，贷记卡消费金额没有显著增加的情况下，办理了现金分期业务；与此同时，该客户申请贷款。通过数据模型设定的条件，可以发现为该客户授信存在一定的风险隐患，需要客户经理及时了解客户情况，查明原因，根据情况采用相应对策，有效规避风险。
论文作者:高硕
论文发表刊物:《基层建设》2016年21期
论文发表时间:2016/12/6
标签：客户论文; 数据论文; 模型论文; 商业银行论文; 比例为论文; 数据挖掘论文; 年龄论文; 《基层建设》2016年21期论文;