CRM系統(tǒng)運(yùn)用下的商業(yè)銀行數(shù)據(jù)分析研究

想要實(shí)現(xiàn)商業(yè)銀行的可持續(xù)發(fā)展，需要面對并解決市場中可能出現(xiàn)的任何經(jīng)濟(jì)關(guān)系，而這也就需要商業(yè)銀行對本行資金存儲數(shù)目清楚了解，對銀行和存在商業(yè)關(guān)系的客戶關(guān)系挖掘整理，并對整個國內(nèi)市場經(jīng)濟(jì)具體發(fā)展情況進(jìn)行分析，從而制定商業(yè)銀行經(jīng)營管理戰(zhàn)略[1]。在大數(shù)據(jù)時代背景下，客戶數(shù)據(jù)信息量呈爆炸式增長，想要為客戶提供更加個性化多樣化服務(wù)，目前也作為商業(yè)銀行主要實(shí)現(xiàn)的目標(biāo)，文中將運(yùn)用CRM系統(tǒng)分析商業(yè)銀行數(shù)據(jù)，通過分析客戶數(shù)據(jù)了解客戶所需，并分配不同資源，實(shí)現(xiàn)客戶營銷效率最優(yōu)、最大化，對推進(jìn)商業(yè)銀行改革發(fā)展意義重大。

一、商業(yè)銀行客戶分群指標(biāo)及模型建立

（一）客戶分群

對商業(yè)銀行的客戶價值分群主要包括兩方面，一是負(fù)債業(yè)務(wù)價值，二是資產(chǎn)業(yè)務(wù)價值。以個人客戶為分群目標(biāo)完成的客戶分群，一方面是個人客戶的當(dāng)前價值，包括負(fù)債、資產(chǎn)兩種業(yè)務(wù)價值；另一方面是個人客戶的潛在價值，表現(xiàn)在未來成熟時機(jī)下客戶的發(fā)展?jié)摿?。需要以客戶具備的客觀特征為依據(jù)確定客戶的潛在價值，本文主要以客戶具體的發(fā)展?jié)摿εc合作潛力，用于對客戶潛在價值有效肯定（見表1）[2]。

表1 商業(yè)銀行客戶發(fā)展?jié)摿χ笜?biāo)規(guī)劃

商業(yè)銀行客戶所具備的個人合作潛力，表示了個人客戶對其他銀行產(chǎn)品與服務(wù)購買的可能性綜合評價，具體可以由客戶已購買、未購買的產(chǎn)品數(shù)量和發(fā)展?jié)摿ν瓿稍u定。如今商業(yè)銀行對于客戶個人的合作潛力維度指標(biāo)，包括了存款類、貸款類、國債、銀行保險、第三方存管、黃金、外匯、轉(zhuǎn)賬、POS消費(fèi)、代繳費(fèi)、存款證明、貸款證明等，合作潛力計(jì)算公式=未購買產(chǎn)品數(shù)×1。

（二）商業(yè)銀行個人客戶分析模型

1.分析方法選擇

處于大數(shù)據(jù)背景下僅僅使用普通分析軟件，是無法實(shí)現(xiàn)對整個市場客戶信息數(shù)據(jù)有效分析的，相比之下MapReduce可以作為對大數(shù)據(jù)處理的并行編程模型，具備較強(qiáng)的大數(shù)據(jù)處理能力，主要包括了Map、Reduce兩部分[3]，首先由程序操作者對Map函數(shù)確定后，統(tǒng)一轉(zhuǎn)換最初一對鍵值形成新鍵值，之后Reduce函數(shù)即可對新鍵值重新接收，處理另外值后在HDFS中存儲結(jié)果。K-Means算法作為最經(jīng)典的跨分算法，操作算法流程圖（見圖1），因此本文選擇MapReduce架構(gòu)采用K-Means聚類算法分類客戶信息數(shù)據(jù)，

圖1 K-Means 算法操作流程

首先，構(gòu)建思維交叉向量空間，包括了資產(chǎn)和負(fù)債兩個業(yè)務(wù)價值、發(fā)展和合作兩個潛力，每一個空間對象點(diǎn)可以代表一個客戶數(shù)據(jù)，選取K中心點(diǎn)后在周圍聚集對象點(diǎn)客戶群，并在文件存儲節(jié)點(diǎn)內(nèi)保存結(jié)果。

其次，對中心點(diǎn)進(jìn)行調(diào)整獲得K個客戶群，對中心點(diǎn)在調(diào)整過程中始終作為一個循環(huán)過程，對初始K個客戶群獲取后，計(jì)算每一個對象點(diǎn)距離中心點(diǎn)結(jié)果，最后選擇中心點(diǎn)距離最近的對象點(diǎn)作為新客戶群重復(fù)循環(huán)以上操作，直至最終達(dá)到一定對象點(diǎn)精度和結(jié)果不再改變。

二、建立商業(yè)銀行客戶分群模型

（一）操作步驟

本次運(yùn)用CRM系統(tǒng)完成的個人客戶分群步驟包括如下：

首先，以個人客戶分類指標(biāo)為依據(jù)，處理商業(yè)銀行的數(shù)據(jù)總倉庫數(shù)據(jù)，并構(gòu)建統(tǒng)一的CRM數(shù)據(jù)集，采用元數(shù)據(jù)成功尋找客戶個人分類指標(biāo)所需數(shù)據(jù)，抽取后計(jì)算分類指標(biāo)構(gòu)建CRM數(shù)據(jù)集；其次，建立商業(yè)銀行各分行數(shù)據(jù)集，同樣基于CRM系統(tǒng)向客戶通過調(diào)查填補(bǔ)關(guān)鍵分類客戶數(shù)據(jù)，直接將所得指標(biāo)客戶數(shù)據(jù)運(yùn)用于CRM系統(tǒng)中，保證可以全面方便的調(diào)用、查詢；再者，命名每一個客戶序號為Key，共計(jì)包括4個得分項(xiàng)分別為客戶資產(chǎn)、客戶負(fù)債、客戶發(fā)展?jié)摿Α⒖蛻艉献鳚摿?，完成每一個數(shù)據(jù)集的K-Means聚類分析，可以獲得每一個輸出數(shù)據(jù)的Key及全部客戶群聚類所獲中心客戶號Value[4]；最后，對個人客戶分類距離處理后，以銀行的各項(xiàng)管理決策及數(shù)據(jù)分析意見，調(diào)整所得結(jié)果最終可獲銀行個人客戶分類，從而提供關(guān)鍵的銀行決策及資源分配建議。

（二）準(zhǔn)備商業(yè)銀行客戶數(shù)據(jù)

（見圖2）作為本次建立商業(yè)銀行的客戶個人分類數(shù)據(jù)集流程，主要完成工作有兩項(xiàng)，一項(xiàng)是對商業(yè)銀行的總數(shù)據(jù)倉庫其中主要的數(shù)據(jù)構(gòu)成進(jìn)行分析，抽取分類所需數(shù)據(jù)后整合并重新加載至分行分類數(shù)據(jù)集；第二項(xiàng)是分析個人客戶的分類指標(biāo)模型，填補(bǔ)關(guān)鍵分類數(shù)據(jù)建立面向個人客戶分類所需的分行數(shù)據(jù)集[5-6]。

圖2 個人客戶分類數(shù)據(jù)集建立流程

1.總行數(shù)據(jù)集設(shè)計(jì)

以客戶的差異化業(yè)務(wù)需求為依據(jù)，建立商業(yè)銀行的業(yè)務(wù)數(shù)據(jù)集，這對于個人客戶分類所需數(shù)據(jù)，通過總行個人CRM數(shù)據(jù)集建立能夠提供極大幫助。建立的個人CRM數(shù)據(jù)集，能夠涵蓋諸多個人客戶的分類指標(biāo)，包括了基礎(chǔ)信息、產(chǎn)品信息等[7]。

2.問卷調(diào)查數(shù)據(jù)設(shè)計(jì)

文中對銀行客戶的信息采集主要通過問卷調(diào)查實(shí)現(xiàn)，調(diào)查內(nèi)容主要包括了客戶的基礎(chǔ)信息，性別、年齡、文化程度、個人年收入、客戶所需購買銀行產(chǎn)品等。

三、商業(yè)銀行個人客戶聚類分群

選取某商業(yè)銀行的5000個客戶信息作為本次CRM系統(tǒng)下的大數(shù)據(jù)分析試驗(yàn)數(shù)據(jù)，主要分析步驟包括以下幾部分：

（一）準(zhǔn)備樣本數(shù)據(jù)

（見表2）作為本次準(zhǔn)備的商業(yè)銀行客戶個人信息樣本，以上文所述的客戶個人分類指標(biāo)模型，（見表3）作為完成4個樣本數(shù)據(jù)的價值指標(biāo)抽取作為大數(shù)據(jù)分析輸入值。

表2 數(shù)據(jù)樣本表

表3 樣本數(shù)據(jù)描述

（二）K-Means聚類

通過劃分個人客戶群共計(jì)6類（k=6），通過HDFS成功獲取客戶信息數(shù)據(jù)后，即可所獲共計(jì)6個客戶中心號，完成每一個客戶中心號至中心點(diǎn)距離后。以4組隔熱客戶分類數(shù)據(jù)分析，n取值4，將每一個客戶號與客戶自身間隔距離最短中心點(diǎn)，視為該簇成員后，共計(jì)所獲6個初步簇并對每一個簇中心點(diǎn)計(jì)算，所得不同緯度均值，之后將6個簇的中心點(diǎn)求解得出后，完成最近對象點(diǎn)和中心點(diǎn)距離計(jì)算，輸出結(jié)果類似：

【客戶編號】@1

【客戶編號】@2

【客戶編號】@3

【客戶編號】@4

……

（三）調(diào)整參數(shù)優(yōu)化結(jié)果

循環(huán)以上步驟直至確定最后MapReduce工作表后，對部分客戶特征對比，并查看不同類別對應(yīng)屬性，查看客戶所處分類是否對應(yīng)，并對分類準(zhǔn)確度與價值型加以判斷。假若最終判斷所得結(jié)果未能符合預(yù)期，則可以經(jīng)過對分類類數(shù)修改，或?qū)Σ煌瑱?quán)重改變所獲分類結(jié)果。（見表4）為所得試驗(yàn)的結(jié)果。

表4 部分客戶分類結(jié)果

根據(jù)該結(jié)果即可清楚看到不同客戶相應(yīng)的特征分類，從而實(shí)現(xiàn)不同客戶制定針對性的營銷策略，給予客戶差異化的商業(yè)銀行服務(wù)體驗(yàn)，這樣也就實(shí)現(xiàn)了運(yùn)用CRM系統(tǒng)分析商業(yè)銀行數(shù)據(jù)，可以實(shí)現(xiàn)最大化銀行利益同時充分節(jié)約資源，保證投入最小化回報最大化。

四、結(jié)語

綜上所述，通過運(yùn)用CRM系統(tǒng)能夠以客戶的個人分類，建立客戶分類清單實(shí)現(xiàn)針對性營銷，對比分析預(yù)測營銷結(jié)果和實(shí)際營銷結(jié)果，可以獲得商業(yè)銀行個人客戶及產(chǎn)品業(yè)務(wù)分析，根據(jù)數(shù)據(jù)分析結(jié)果制定針對性的營銷計(jì)劃，及時改善營銷策略能夠提供科學(xué)有效的產(chǎn)品服務(wù)依據(jù)。