商業(yè)銀行高成本定期存款客戶營銷轉(zhuǎn)化分析

石慧軒，侯星亦，張建輝，袁慎

（中國郵政儲(chǔ)蓄銀行審計(jì)局西安分局，陜西 西安 710000）

一、背景

近20年，我國經(jīng)濟(jì)高速發(fā)展，已經(jīng)成為全球第二大經(jīng)濟(jì)體，目前經(jīng)濟(jì)的發(fā)展速度從高速回落至中高速。截至2021年6月末，央行公布的1年期LPR（貸款市場報(bào)價(jià)利率）為3.85%，5年期以上LPR為4.65%，已連續(xù)14期保持不變，這也決定了我國銀行業(yè)會(huì)長期維持在低利率環(huán)境中［1］。與此同時(shí)，受銀行業(yè)存款結(jié)構(gòu)影響，高付息成本促使銀行利差進(jìn)一步收窄［2］。

以2020年國有六大行披露的年報(bào)為例，從存款結(jié)構(gòu)的定活比指標(biāo)來看，農(nóng)業(yè)銀行、交通銀行為5∶5、工商銀行、建設(shè)銀行、中國銀行為6∶4，郵儲(chǔ)銀行為7∶3；從平均付息率來看，六大行個(gè)人存款平均付息率為1.81%。因此，商業(yè)銀行應(yīng)優(yōu)化存款結(jié)構(gòu)，進(jìn)一步壓降付息成本，以適應(yīng)我國經(jīng)濟(jì)的高質(zhì)量發(fā)展。本文高成本定期存款是指3年期及以上期限個(gè)人定期存款，將依托某商業(yè)銀行數(shù)據(jù)，運(yùn)用數(shù)據(jù)挖掘算法對(duì)高成本客戶進(jìn)行預(yù)測，打造智能化營銷場景，進(jìn)一步提升商業(yè)銀行競爭力。

二、業(yè)務(wù)目標(biāo)

為優(yōu)化存款結(jié)構(gòu)、合理引流客戶、規(guī)劃接續(xù)產(chǎn)品，更好地指導(dǎo)基層銀行以智能化、精細(xì)化、數(shù)字化方式維系客戶。本文以“高成本定期存款客戶營銷轉(zhuǎn)化”為主題，利用某銀行各業(yè)務(wù)系統(tǒng)數(shù)據(jù)，對(duì)存量客戶進(jìn)行特征指標(biāo)分析，針對(duì)高成本定期客戶采取重點(diǎn)維系的營銷模式，為其提供智能化服務(wù)。通過數(shù)據(jù)挖掘算法，以“服務(wù)+”的模式為客戶提供全方位精細(xì)化的產(chǎn)品配置，實(shí)現(xiàn)高成本存款有保有壓，打造專屬“私人銀行”服務(wù)，進(jìn)一步優(yōu)化存款結(jié)構(gòu)，實(shí)現(xiàn)壓成本、優(yōu)結(jié)構(gòu)的營銷業(yè)務(wù)目標(biāo)。

三、建模思路與創(chuàng)新

模型數(shù)據(jù)源于某商業(yè)銀行各業(yè)務(wù)數(shù)據(jù)平臺(tái)，隨機(jī)抽樣10萬高成本定期存款客戶數(shù)據(jù)，主要從客戶基本屬性、客戶標(biāo)識(shí)、客戶資產(chǎn)、RFM及客戶動(dòng)賬最值等多個(gè)維度，利用100+指標(biāo)進(jìn)行特征搜集與寬表搭建［3］。選取2020年12月為建模窗口的觀察時(shí)點(diǎn)，對(duì)2020年1月至2020年12月之間的定期客戶進(jìn)行研究，觀測客戶在未來三個(gè)月是否購買理財(cái)產(chǎn)品。若購買理財(cái)，則達(dá)到營銷轉(zhuǎn)化要求，賦值為1；否則未達(dá)到要求，賦值為0。針對(duì)客戶在未來三個(gè)月內(nèi)“是否達(dá)到要求”作為被解釋變量，建立高成本定期存款客戶營銷轉(zhuǎn)化邏輯回歸模型。本文立足某銀行目前3年及以上定期存款成本高、付息率高的情況，建立Logistic回歸預(yù)測模型，該模型形式簡單、可解釋性強(qiáng)、系數(shù)含義易理解，能夠?qū)崿F(xiàn)高成本定期客戶智能化、精準(zhǔn)化的營銷轉(zhuǎn)化。

四、客戶數(shù)據(jù)實(shí)證

（一）數(shù)據(jù)預(yù)處理

一是對(duì)缺失值和異常值的數(shù)據(jù)清洗。對(duì)于定期客戶數(shù)據(jù)的缺失值可采用刪除和插補(bǔ)的方法進(jìn)行預(yù)處理；對(duì)于定期客戶數(shù)據(jù)的異常值，依據(jù)銀行業(yè)務(wù)指標(biāo)釋義，將異常值進(jìn)行刪除、修正或不處理。二是指標(biāo)衍生和指標(biāo)轉(zhuǎn)化。因原始客戶流水的數(shù)據(jù)復(fù)雜，需要對(duì)定期客戶指標(biāo)進(jìn)行加工、衍生與轉(zhuǎn)化，如對(duì)客戶標(biāo)識(shí)數(shù)據(jù)進(jìn)行獨(dú)熱編碼、對(duì)客戶流水?dāng)?shù)據(jù)進(jìn)行分組賦值、對(duì)客戶資產(chǎn)信息進(jìn)行對(duì)數(shù)轉(zhuǎn)換等等。通過數(shù)據(jù)預(yù)處理最終確定95個(gè)指標(biāo)進(jìn)行本次建模。

（二）模型結(jié)果

剔除無效客戶數(shù)據(jù)后，高成本客戶合計(jì)96924人，在未來三個(gè)月內(nèi)營銷轉(zhuǎn)化（購買理財(cái)）的客戶有10824人，占比11.17%。利用SAS軟件進(jìn)行Logistic回歸建模，指標(biāo)系數(shù)絕對(duì)值越大，說明該指標(biāo)在高成本存款客戶營銷轉(zhuǎn)化過程中越重要，正值表示正向影響，負(fù)值表示反向影響。

其中P值為未來三個(gè)月客戶購買理財(cái)?shù)母怕?。?duì)客戶購買理財(cái)產(chǎn)生影響的模型指標(biāo)共20個(gè)，分別為X1：近3月手機(jī)銀行交易次數(shù)；X2：性別；X3：是否為 VIP 客戶；X4：持有信用卡標(biāo)志；X5：近3月手機(jī)銀行交易筆數(shù)；X6：近6月購買理財(cái)最高評(píng)級(jí)；X7：近6月購買理財(cái)期限；X8：代發(fā)工資客戶；X9：客戶評(píng)級(jí)；X10：活期存款標(biāo)志；X11：當(dāng)月 AUM 月日均；X12：近3月柜面交易金額；X13：當(dāng)月其他交易金額；X14：近3月客戶跨行非同名轉(zhuǎn)出金額；X15：活期存款月均金額；X16：年齡；X17：戶齡；X18：年齡；X19：受教育程度；X20：賬齡。

（三）模型評(píng)估

模型評(píng)估-ROC曲線與Lift曲線圖

隨機(jī)劃分銀行定期客戶數(shù)據(jù)，其中80%的客戶數(shù)據(jù)作為訓(xùn)練集，建立模型，其余20%的定期客戶數(shù)據(jù)作為測試集，其模型評(píng)估如上圖所示。

圖（a）為ROC曲線，模型AUC值為0.975，表示隨機(jī)抽取一個(gè)購買理財(cái)?shù)目蛻艉鸵粋€(gè)未購買理財(cái)?shù)目蛻簦ㄟ^模型預(yù)測，對(duì)購買理財(cái)?shù)目蛻纛A(yù)測正確的概率為p1，對(duì)未購買理財(cái)?shù)目蛻纛A(yù)測正確的概率為p0，則p1＞p0的概率分別為0.975，模型具有較強(qiáng)的預(yù)測效果。圖（b）為Lift曲線，Lift值為6.59，表示使用模型時(shí)，概率較高的前10%的客戶中包含購買理財(cái)?shù)目蛻粽急葹?3.61%，不使用模型時(shí)購買理財(cái)?shù)目蛻粽急?1.17%，前者是后者的6.59倍。相當(dāng)于10萬的客戶，選取前10%的客戶進(jìn)行營銷，實(shí)際能夠成功營銷轉(zhuǎn)化的客戶為7361人（即10萬×10%×73.61%），模型具有較高的提升能力。

五、結(jié)語

通過建立Logistic模型得到客戶名單及營銷轉(zhuǎn)化概率，實(shí)現(xiàn)模型在銀行客戶系統(tǒng)中的應(yīng)用，依據(jù)概率由高到低進(jìn)行排序，并按月實(shí)時(shí)推送客戶名單。同時(shí)，基于客戶基本信息與理財(cái)經(jīng)理業(yè)務(wù)能力判斷，定制個(gè)性化營銷服務(wù)，對(duì)每個(gè)客戶進(jìn)行差異化產(chǎn)品推薦，建立精準(zhǔn)營銷及適度引流方案，實(shí)現(xiàn)定期客戶存款的有保有壓策略。

第一，推薦接續(xù)產(chǎn)品配置方案。對(duì)定期客戶營銷轉(zhuǎn)化概率排名前10%的客戶，可優(yōu)先推廣銀行理財(cái)新產(chǎn)品，由理財(cái)經(jīng)理電話或上門營銷，或邀約線下活動(dòng)提升客戶體驗(yàn)。

第二，理財(cái)經(jīng)理私人化服務(wù)。將定期客戶營銷轉(zhuǎn)化概率排名在10%～30%的定期客戶推送至理財(cái)經(jīng)理，進(jìn)行私人化服務(wù)，有針對(duì)性地定制專屬產(chǎn)品配置包，滿足客戶風(fēng)險(xiǎn)與收益的偏好，達(dá)到精準(zhǔn)營銷的目的。

第三，日?？蛻艟S系與產(chǎn)品營銷。對(duì)定期客戶營銷轉(zhuǎn)化概率在30%以下的客戶，按照AUM值進(jìn)一步細(xì)分客群，以“穩(wěn)規(guī)模”為營銷重心，重點(diǎn)維系低轉(zhuǎn)化、高價(jià)值客群。