基于數(shù)據(jù)挖掘的G銀行信用卡客戶流失預(yù)測研究

摘 要：商業(yè)銀行在信用卡營銷的過程中，面臨著存量客戶流失的嚴(yán)峻問題。通過數(shù)據(jù)挖掘?qū)α魇У目蛻暨M(jìn)行分析，不僅能挽留可能流失的客戶，也可以使商業(yè)銀行有針對性地優(yōu)化產(chǎn)品、提升管理。文章利用決策樹算法建立信用卡客戶流失預(yù)測模型，對信用卡流失客戶進(jìn)行預(yù)測。經(jīng)過測試，模型運行效果良好，具有較好的客戶管理意義。

關(guān)鍵詞：信用卡;客戶關(guān)系管理;決策樹;流失預(yù)測

中圖分類號：F832.4;F224-3 文獻(xiàn)標(biāo)識碼：A 文章編號：1005-6432（2022）08-0049-04

DOI：10.13939/j.cnki.zgsc.2022.08.049

近年來，不少商業(yè)銀行的業(yè)務(wù)重心已從公司業(yè)務(wù)向零售業(yè)務(wù)轉(zhuǎn)移。公司業(yè)務(wù)客戶集中，產(chǎn)品偏個性化，受宏觀經(jīng)濟、政策導(dǎo)向及個別客戶業(yè)務(wù)波動影響大;而零售業(yè)務(wù)小而分散，產(chǎn)品相對標(biāo)準(zhǔn)化，批量營銷、維護(hù)，行業(yè)分布貼近民生，周期性弱，受市場影響小，基礎(chǔ)客群較為穩(wěn)定。部分轉(zhuǎn)型的商業(yè)銀行中，零售業(yè)務(wù)創(chuàng)造的營業(yè)收入比重過半，已超過公司業(yè)務(wù)的營業(yè)收入，零售業(yè)務(wù)在商業(yè)銀行中的地位逐漸凸顯。

而信用卡作為零售業(yè)務(wù)的“排頭兵”，在銀行零售業(yè)務(wù)的發(fā)展過程中占有舉足輕重的地位。信用卡業(yè)務(wù)的前期推廣需要大量人力、物力的投入來占領(lǐng)市場，構(gòu)建信用卡生態(tài)圈，同業(yè)間競爭非常激烈。

隨著互聯(lián)網(wǎng)金融的快速發(fā)展，各大網(wǎng)絡(luò)平臺也陸續(xù)推出了花唄、京東白條等類信用卡產(chǎn)品。這些互聯(lián)網(wǎng)平臺不僅有著天然的消費場景，而且結(jié)合大數(shù)據(jù)的優(yōu)勢，利用金融科技對消費客戶進(jìn)行精準(zhǔn)營銷，無論營銷的覆蓋面，還是精準(zhǔn)度都大大優(yōu)于傳統(tǒng)商業(yè)銀行，使得信用卡市場競爭更加激烈。

1 背景

就商業(yè)銀行而言，信用卡新客營銷的難度和成本遠(yuǎn)大于存量客戶的挽留成本。信用卡新客戶的營銷難度逐年加大，需要由專業(yè)的團隊發(fā)掘客戶需求、產(chǎn)品準(zhǔn)確推送并做好相關(guān)的售后服務(wù)，同時還會面臨同質(zhì)產(chǎn)品的競爭，現(xiàn)在營銷往往還會借助場景的搭建。而信用卡的存量客戶已和銀行建立了業(yè)務(wù)關(guān)系，只需了解客戶流失的原因，設(shè)計有針對性的挽留方案，重新激活客戶需求（李偉等，2019）。

G銀行的信用卡銷戶概念包括兩類：銀行根據(jù)一定的規(guī)則主動銷戶和客戶主動銷戶。銷戶的原因很多，在整個信用卡業(yè)務(wù)周期的過程中都有可能產(chǎn)生銷戶行為。

G銀行對于停滯客戶會定期進(jìn)行提取，然后給這批停滯客戶發(fā)短信進(jìn)行觸動，如果沒有效果，會集中進(jìn)行銷戶處理。如果客戶主動打電話要求銷戶，G銀行會安排銷戶挽留，通?？头藛T會在電話中對要求銷戶的客戶進(jìn)行挽留。

目前，G銀行每年信用卡的銷戶量超過5萬，G銀行只有在客戶提出申請銷戶，或者客戶滿足銀行主動銷戶規(guī)則的時候，G銀行才會安排銷戶挽留。由于無法對客戶是否流失進(jìn)行預(yù)測，因此銷戶挽留沒有提前量。

2 理論基礎(chǔ)

2.1 數(shù)據(jù)挖掘理論

現(xiàn)今的信息化社會，數(shù)字生活已滲透各個角落，人們的生產(chǎn)、生活中留下了各式各樣的數(shù)據(jù)。數(shù)據(jù)挖掘就是將生活中的數(shù)據(jù)刪減、填補、清洗后，將參差不齊的信息整理為具備分析意義的基礎(chǔ)數(shù)據(jù)，從中提取有價值的數(shù)據(jù)，尋找內(nèi)部規(guī)律，發(fā)掘隱藏含義，作為決策或者預(yù)測的依據(jù)。

金融、電信、醫(yī)療等行業(yè)擁有龐大的客戶信息，具備數(shù)據(jù)挖掘的先天優(yōu)勢。特別是銀行業(yè)，隨著金融科技的全面推廣，不少商業(yè)銀行已將大數(shù)據(jù)、區(qū)塊鏈、人工智能等科技手段融入到零售業(yè)務(wù)的管理中，及時在市場中搶占了技術(shù)優(yōu)勢。

2.2 客戶關(guān)系管理理論

客戶關(guān)系管理（簡稱CRM）原本是企業(yè)生產(chǎn)經(jīng)營中的一個概念，指企業(yè)不應(yīng)僅以簡單的產(chǎn)品銷售為目的，而更強調(diào)以客戶為中心的一系列綜合服務(wù)方案。提出企業(yè)應(yīng)通過現(xiàn)代的信息技術(shù)和科技手段，在生產(chǎn)、銷售和服務(wù)等方面提升自己的經(jīng)營管理能力，為客戶提供差別化的個性服務(wù)，提高客戶的滿意度，實現(xiàn)收益的最大化。

降低客戶流失率，更是客戶關(guān)系管理的基礎(chǔ)要求。提前對可能流失的客戶進(jìn)行預(yù)測，根據(jù)不同客戶的特征，分別制訂個性化的客戶關(guān)懷和挽留策略。后臺服務(wù)創(chuàng)造的價值，可以超過前臺營銷，企業(yè)綜合管理能力的提升可以帶來“雙贏”的良好局面。

3 實證研究

3.1 樣本數(shù)據(jù)

樣本數(shù)據(jù)是指客戶主動聯(lián)系銀行“申請銷戶”或者銀行發(fā)起執(zhí)行“申請銷戶”的動作，即可定義為“流失”;對應(yīng)的流失時間分別為客戶主動“申請銷戶”的時間或者銀行執(zhí)行“申請銷戶”的時間。流失客戶在樣本數(shù)據(jù)中定義為正樣本。

與流失客戶對照的是非流失客戶，取某個時間點上，其觀察期內(nèi)沒有流失，同時在表現(xiàn)期內(nèi)有完整的行為數(shù)據(jù)的客戶，即為非流失客戶。非流失客戶在樣本數(shù)據(jù)中定義為負(fù)樣本。

樣本數(shù)據(jù)從基礎(chǔ)數(shù)據(jù)中抽取2019年和2020年部分行為數(shù)據(jù)，觀察期定為6個月，取2019年10月1日至2020年9月30日的流失客戶構(gòu)成正樣本，取2019年10月1日的非流失客戶作為負(fù)樣本，構(gòu)成整個樣本數(shù)據(jù)。

基于當(dāng)前數(shù)據(jù)，選擇6個觀察點來設(shè)定觀察期和表現(xiàn)期的時間窗口，6份正樣本的流失客戶在觀察期內(nèi)都沒有流失，但在表現(xiàn)期內(nèi)逐漸申請銷戶或者由銀行進(jìn)行批量銷戶，見表1。通過觀察正樣本的消費、取現(xiàn)、還款、查詢行為的次數(shù)、金額、時間等趨勢變化，同時有條件的判斷客戶的投訴、違約、遲繳、爭議賬等行為來預(yù)測我行客戶流失（鄧致，2019）。

基于2019年10月1日至2020年9月30日的銷戶客戶數(shù)據(jù)統(tǒng)計個人流失客戶，剔除其中的高端卡客戶、測試客戶、銀行內(nèi)部客戶等

3.2 變量選擇

基于對本次業(yè)務(wù)需求，建模過程中需要用到信用卡客戶的屬性特征及價值特征，通過對G銀行信用卡中心客戶信息的分析，從數(shù)據(jù)源中選取的變量主要包括以下四類：①個人基本信息：性別、年齡、職業(yè)、學(xué)歷、戶籍、婚姻等;②卡基本信息：最高卡齡、持有卡數(shù)以及信用額度等;③客戶流失信息：是否流失標(biāo)識、流失時間、是否主動流失等信息;④客戶行為信息：消費、轉(zhuǎn)賬、還款等行為信息，最近查詢間隔天數(shù)等信息。

對以上幾類的變量進(jìn)行篩選，從中選取客戶畫像特征明顯、卡類信息差別性較大，具有典型客戶行為動作，對可能導(dǎo)致未來客戶流失關(guān)系較大的變量，剔除關(guān)聯(lián)性弱，不具備分析意義的維度。

精簡分析變量，盡量減少其他數(shù)據(jù)的干擾性，從中選取43個有代表性的寬表變量，作為模型分析數(shù)據(jù)。其中部分寬表變量如表2所示（程勇等，2019）。

3.3 確定算法

信用卡客戶流失預(yù)測模型的目的是在客戶提出申請銷戶或者滿足銷戶規(guī)則之前及早的預(yù)測到客戶流失，即可以將客戶服務(wù)與關(guān)懷提前，從而降低客戶銷戶率。故根據(jù)客戶屬性特征及過去一段時間內(nèi)的行為特征，預(yù)測信用卡客戶在未來一段時間內(nèi)流失的可能性是建模需求的核心。

在對特征變量初步分析后，用數(shù)據(jù)分析工具SPSS提供的模型進(jìn)行訓(xùn)練和測試，分別選擇決策樹和神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，通過對其結(jié)果進(jìn)行比較，發(fā)現(xiàn)決策樹具有較好的性能并且容易理解，因此選擇決策樹C5.0作為預(yù)測模型 （張宇等，2015）。

決策樹的圖形表示是一種倒樹形的結(jié)構(gòu)，其中每個內(nèi)部節(jié)點表示一個屬性上的判斷，每個分支代表一個判斷結(jié)果的輸出，最后每個葉節(jié)點代表一種分類結(jié)果。通過學(xué)習(xí)樣本得到一個決策樹，這個決策樹能夠?qū)π碌臄?shù)據(jù)給出正確的分類。決策樹C5.0是基于C4.5算法的升級，更適用于數(shù)據(jù)挖掘。在模型建立階段使用代價矩陣調(diào)整置信率，同時使用Boosting技術(shù)多次迭代以調(diào)整樣本權(quán)重，提高了模型預(yù)測的準(zhǔn)確性。

3.4 模型建立

基于確定的樣本數(shù)據(jù)庫，利用SPSS數(shù)據(jù)分析工具構(gòu)建決策樹信用卡客戶流失預(yù)測模型，模型的應(yīng)變量為“是否流失標(biāo)識”，其定義如表3所示。

由于主動申請銷戶的客戶數(shù)量過少，因此在建模過程中不區(qū)分主動或者被動銷戶，只考慮流失客戶。另外，未來保證非流失客戶在觀察期內(nèi)有完整的行為數(shù)據(jù)，因此非流失客戶需要成為信用卡客戶半年以上。

模型訓(xùn)練前，先根據(jù)上述是否流失標(biāo)識定義做樣本數(shù)據(jù)的選擇。選擇流失與正常的客戶如表4所示。

隨機選定70%的數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，剩余30%的數(shù)據(jù)作為測試數(shù)據(jù)，分布如表5所示。

在進(jìn)行模型訓(xùn)練的時候，對數(shù)據(jù)進(jìn)行了處理加工，先使用特征選擇節(jié)點進(jìn)行特征選擇，然后使用不同的模型進(jìn)行訓(xùn)練并比較了模型訓(xùn)練的結(jié)果。

對于分類模型，判定模型結(jié)果好壞的指標(biāo)有精確率、召回率和F測度，其公式如下：

精確率=模型預(yù)測為正且實際為正的樣本數(shù)量模型預(yù)測為正的樣本數(shù)量（1）

召回率=模型預(yù)測為正且實際為正的樣本數(shù)量實際為正的樣本數(shù)量（2）

F測度=2×精確率×召回率精確率+召回率（3）

在實際業(yè)務(wù)開展中，特別是流失預(yù)測模型中，需要提高模型的覆蓋率，以盡可能的識別所有可能流失的客戶，同時需要提高模型的精確度。在模型訓(xùn)練過程中設(shè)置不同的代價矩陣來獲得不同的模型性能。在默認(rèn)設(shè)置下精確度達(dá)到0.76以上，但是只覆蓋0.43左右的可能流失的客戶。

對業(yè)務(wù)部門來講，可以在市場營銷活動的時候覆蓋盡可能多的可能流失的客戶。這時候，需要訓(xùn)練模型進(jìn)一步提高其召回率，通過調(diào)整模型的代價函數(shù)，使模型的覆蓋率提升，而其精確率還滿足一定的條件。具體設(shè)置如圖1所示。

在該設(shè)置下，模型訓(xùn)練后的變量重要性如圖2所示。

前十變量重要性依次是：最近消費間隔天數(shù)、最近查詢間隔天數(shù)、平均還款次數(shù)、消費是否校驗密碼、最近動賬交易間隔天數(shù)、平均還款金額、平均查詢次數(shù)、最高卡片等級、平均消費金額、年齡。

其訓(xùn)練數(shù)據(jù)上的混淆矩陣如表6所示（0：未流失;1：流失）：

測試數(shù)據(jù)上的混淆矩陣如表7所示（0：未流失;1：流失）：

在測試集和訓(xùn)練集上的增益圖如圖3所示。

其模型結(jié)果的性能指標(biāo)如表8所示。

從模型結(jié)果可以看到，通過調(diào)整模型設(shè)置，隨著召回率上升到0.8以上，模型精確率下降到0.45左右，雖然精確率下降明顯，但覆蓋率也同步大幅提升，達(dá)到本次模型建立的目的，將預(yù)測范圍盡可能覆蓋到可能流失的客戶。F-測度值在默認(rèn)參數(shù)時測試值為0.55，模型調(diào)整后F-測度值略有上升，說明實驗的有效性也有所提高。

從AUC和Gini系數(shù)的指標(biāo)來看，原模型測試數(shù)據(jù)AUC值為0.868，Gini系數(shù)為0.736，調(diào)整后數(shù)值均有提升，并且在訓(xùn)練數(shù)據(jù)上模型的表現(xiàn)更好。從這兩個指標(biāo)來看，模型的預(yù)測能力均處于可以接受的范圍內(nèi)，因此可以在實際應(yīng)用中使用該模型進(jìn)行預(yù)測。

4 模型應(yīng)用

信用卡客戶流失預(yù)測模型主要結(jié)合信用卡業(yè)務(wù)開展，作為客戶挽留或者市場營銷等業(yè)務(wù)活動的參考依據(jù)。不同于其他模型，信用卡客戶流失預(yù)測模型應(yīng)用需注意以下兩點。

第一，盡管流失預(yù)測模型能夠幫助銀行判斷可能流失的客戶，但是在流失真正發(fā)生前，銀行很難直接利用其名單進(jìn)行客戶挽留。因此，需要將流失預(yù)測的結(jié)果與客戶關(guān)懷或者有針對性的市場營銷活動結(jié)合起來。

第二，信用卡客戶流失預(yù)測模型的建設(shè)，在流失客戶選取上傾向于選擇更多的樣本。在模型的實際應(yīng)用中，由于流失客戶數(shù)量并沒有這么多，因此精確度會下降。故流失預(yù)測模型最為看重的是召回率，即盡可能的不要漏掉可能流失的客戶，以保障模型能夠幫助銀行盡可能的識別可能流失的客戶，從而通過客戶關(guān)懷或者營銷活動進(jìn)行更多的接觸，以降低客戶的流失率。

信用卡客戶流失預(yù)測模型應(yīng)參照市場營銷活動的應(yīng)用場景，在制定和執(zhí)行市場營銷活動的過程中，借助模型的能力提高業(yè)績考核，改造和優(yōu)化現(xiàn)有業(yè)務(wù)流程。因此，信用卡客戶流失預(yù)測模型的應(yīng)用建議落地在商業(yè)銀行的營銷管理中，成為整體營銷管理系統(tǒng)的一部分，對預(yù)測流失的客戶進(jìn)行客戶關(guān)懷，或者開展有針對性的提前挽留、市場營銷等活動。

模型建設(shè)中以G銀行存量客戶為依據(jù)，通過決策樹進(jìn)行客戶分類預(yù)測，有較好的本地化效果。但是商業(yè)銀行的客戶結(jié)構(gòu)是不斷變化的，故在模型后續(xù)的應(yīng)用過程中需根據(jù)客戶數(shù)據(jù)進(jìn)行動態(tài)調(diào)整，提高預(yù)測的精準(zhǔn)度。

5 總結(jié)與展望

本文通過對G銀行存量信用卡客戶的數(shù)據(jù)挖掘，用決策樹C5.0算法進(jìn)行建模，對信用卡流失客戶進(jìn)行預(yù)測。經(jīng)過測試該模型運行效果良好，召回率在可接受范圍，下一步可將該模型投入到實際應(yīng)用中。后續(xù)一方面將信用卡客戶流失預(yù)測模型應(yīng)用到營銷管理過程中，對可能流失的客戶實施挽留策略，實時監(jiān)控流失率的變化;另一方面定期更新基礎(chǔ)數(shù)據(jù)，修正、優(yōu)化模型，不斷提升預(yù)測的覆蓋面和準(zhǔn)確性。

參考文獻(xiàn)：

[1]程勇，梁吉祥.基于數(shù)據(jù)挖掘的掌銀客戶流失預(yù)測建模方法研究[J].中國金融電腦，2019（8）：51-60.

[2]鄧致.信用卡客戶流失預(yù)測模型研究[J].金融科技時代，2019（9）：22-25.

[3]李偉，孫新杰，陳偉.基于數(shù)據(jù)挖掘的客戶流失預(yù)測研究[J].電腦知識與技術(shù)， 2019，15（10）：7-8.

[4]張宇，張之明.一種基于C5.0決策樹的客戶流失預(yù)測模型研究[J].統(tǒng)計與信息論壇，2015，30（1）：89-94.

[作者簡介]沈哲（1981—），男，漢族，浙江寧波人，研究生，供職于中國光大銀行股份有限公司寧波分行，研究方向：銀行金融管理。

1913500783331