银行管理论文-商业银行建立客户流失预测模型的方法研究.doc

银行管理论文-商业银行建立客户流失预测模型的方法研究摘要客户流失是竞争日益激烈的市场中银行面临的一大难题。通过分析银行客户流失的原因，提出了建立客户流失预测模型的方法。利用模型，发现预测流失群体，预测流失趋势，进而制定有效的控制策略，最大限度地降低客户流失率。为客户流失预测提供了一种新的研究思路和分析方法。关键词客户流失流失预测模型数据挖掘随着我国加入WTO，国内银行正酝酿着有史以来最为深刻的变革，不仅面临着同业之间的激烈竞争，还有来自非同业与国外银行的激烈竞争。随着竞争的日趋激烈，在行业中获得一个新客户的开支越来越大，因而保持原有客户、防止客户流失的工作也越来越有价值。客户已成为银行至关重要的商业资源。目前国内对客户流失的研究主要集中在提供个性化服务、实行“一对一”营销，以吸引客户，提高客户忠诚度上，但这不能从根本上解决问题。本文探讨的是直接对客户流失数据进行建模，通过对当前客户数据库中的客户基本信息及客户的行为数据进行分析，建立客户流失预测模型。利用该模型，发现预测流失群体，预测流失趋势，进而制定有效的控制策略，最大限度地降低客户流失率。一、客户流失原因分析1.客户流失的类型。所谓客户流失是指客户不再重复购买，或终止原先使用的服务。导致银行客户流失的具体原因有很多，通常根据客户流失原因可将流失客户分成以下几种类型：(1)自然流失。这种类型的客户流失不是人为因素造成的，比如客户的搬迁和死亡等。这样的客户流失是不可避免的，应该在弹性流失范围之内。自然流失所占的比例很小，银行可以通过提供网上服务等方式，让客户在任何地方、任何时候都能方便快捷地使用银行的产品和服务，减少自然流失的发生。(2)竞争流失。由于竞争对手的影响而造成的流失称为竞争流失。竞争突出表现在价格战和服务战上。如：客户找到了收益更高的产品而转移购买；竞争对手服务质量的提高；竞争对手产品技术手段的更新而使客户转向购买技术更先进的替代产品，等等，这些都可导致客户的流失。(3)过失流失。过失流失是由于银行自身工作中的过失引起客户的不满意而造成的。比如，企业形象不佳、服务态度恶劣，客户对银行的产品和服务质量感到不满，并通过直接或间接的渠道投诉却得不到解决，这些都会使客户转而投向竞争对手。过失流失在客户流失总量中所占的比例较高，但同时也是企业可以通过采取一些有效手段来防止的。2.客户流失原因分析。有市场竞争就有市场退出，在银行之间的竞争过程中，原有客户的流失相当正常，关键在于必须找到客户流失的原因，进而制定有效的控制策略。导致客户流失的因素主要有以下几种：(1)金融服务品种单一。在同等的外部条件下，银行的竞争力取决于每一家银行所能提供的业务品种和服务手段。金融服务产品的相对单一，不能随时根据市场变化和用户需求，推出新的金融服务品种和调整金融发展战略，必然导致客户的流失。因此完善金融服务品种和手段、提供实时创新的金融产品和增加个性化服务品种有利于银行固定一批优质客户，降低银行的客户流失率。(2)服务与客户关怀不够。客户的流失或保留取决于对产品或服务的评价，客户的抱怨和询问如果不能得到妥善的处理会造成他们的离去。要建立多种渠道反馈客户对产品和服务的意见，让他们感觉到自己受到了尊重。这样做不仅可以提高客户的满意度和忠诚度，而且还能从客户那里收集到免费的建议，以便不断改善银行的产品和服务。银行应将投诉看作是完善企业服务的捷径。(3)银行内部员工的流失。银行内部员工的流失，可能导致和它长期保持联系的重要客户的流失。频繁的员工流动不仅增加了银行员工培训的成本，还会使客户不得不重新认识和熟悉新的接触对象，这可能增加了他们的不适而导致流失的发生。(4)不注重企业形象。良好的企业形象会增加客户的信赖感。银行应该在各方面尽量避免产生负面的社会影响，以优质的产品和多元化的服务、良好的企业文化、完善的售后服务机制和积极进取的企业目标来赢得客户的信赖，从而减少流失的发生。二、客户流失预测模型的建立客户流失是一种理性消费的选择，它的发生具有非常明显的因果关系，这种因果关系往往体现在过去的消费记录中。建立客户流失预测模型就是通过对流失客户的数据进行分析后得出的，包括基本模型和行为模型。建立客户流失基本模型的目的是找出描述客户的基本数据与客户流失之间的关联，发现描述流失客户基本特征的关键属性集合。市场营销部门可以根据流失基本模型随时监控客户流失的可能性，如果客户流失的可能性高于事先划定的一个限度，就可以通过多种促销手段提高客户的忠诚度，防止客户流失的发生，从而可以大大降低客户的流失率；建立客户流失的行为模型，则可识别出流失客户的典型行为，以此用作流失趋势的预测，进而制定有效的控制策略。客户流失模型的建立和应用过程如下：1.数据采样。从银行的各业务数据库中采集样本数据。数据选择包括目标变量的选择、输入变量的选择和建模数据的选择等多个方面。目标变量的选择：在客户流失分析系统中，实际面对的流失主要有账户取消发生的流失和账户休眠发生的流失两种形式。对于不同的流失形式，我们需要选取不同的目标变量。输入变量的选择：输入变量用于在建模时作为自变量寻找与目标变量之间的关联。在选择输入变量时，我们通常选择两类数据：静态数据和动态数据。静态数据指的是通常不会经常改变的数据，包括客户的基本信息(如性别，年龄，婚姻状况，职业，居住地区等)。动态数据指的是经常或定期改变的数据，如每月存取记录、消费金额、消费特征等等。建模数据的选择：由于银行客户的流失主要是自然流失、竞争流失和过失流失三种，自然流失是由于客户的迁徙等原因导致的客户流失，而竞争流失和过失流失是竞争对手的优惠政策和客户对目前的服务不满意而导致的客户流失，显然第二、三种流失的客户才是银行真正关心的，对银行具有挽留价值的客户。因此，我们在选择建模数据时必须选择第二、三种流失的客户数据参与建模，才能建立出较精确的模型。2.数据分析与建模。数据分析就是对采样后的数据进行初步分析，试图寻找出不同变量之间的关联度，以及不同变量对于客户流失的影响程度。并非所有输入变量都是同样的重要，部分因子可能同客户流失无关，删除那些和客户流失概率相关性不大的变量，减少建模变量的数量。这样不仅可以缩短建立模型的时间，减小模型的复杂程度，而且可使建立的模型更加精确。建立客户流失模型，必须遵循数据挖掘模型的建立与分析方法。运用相关的数据挖掘工具，数据挖掘工具能够提供包括决策树、贝叶斯判别、神经网络、近邻学习、回归、关联、聚类等多种建模方法。通过使用多种建模方法，预建立多个模型，再比较这些模型的优劣，从而选择出最适合客户流失分析的建模方法。整个建模过程实际上是一个不断循环的过程，一个模型分析的结果可能是另一个模型的输人变量。3.模型的评估及应用。一个模型在建立之后，需要用大量的数据对其进行评估和验证。只有经过实际数据检验并被证明正确的模型才能得到充分的相信。模型的验证是数据挖掘成败的关键，不但要验证流失模型的过程正确，同时使用这些模型的其他输入和输出过程也要正确。验证的方法是在建模之前，我们把样本数据分为两部分：三分之二的数据用来建模，三分之一的数据用来评估和验证。输入用于检验的样本数据，比较通过该模型数据挖掘得到结果与已知历史结果的差异，如果差异很大，就要考虑改进模型或重新建立新的模型。一旦模型确定后，即可以应用于当前的客户和业务活动中。通过客户流失基本特征模型在当前客户数据库中发现预测流失的群体；运用客户流失行为模型对当前客户数据库中客户的行为进行分析，预测流失趋势。进而制定有效的控制策略，以防止和减少客户的流失。三、客户流失预测建立客户流失模型的目的就是为了发现预测流失的目标群体和预测流失趋势。识别流失控制的目标群体，是银行客户流失预测的首要任务，为了识别流失控制的目标群体，必须引入客户价值分析，客户价值分析的意义在于：1.对任何银行来说，不同的客户带来不同的利润回报，具有不同的价值。银行应当不再简单地追求客户数量，而应是更多地寻求客户的质量。客户价值分析可以帮助企业找到最有价值的客户群体。在银行的业务数据库中有三个要素能够作为客户价值分析的重要指标，这三个要素是：最近一次购买、购买频率和购买金额。最常购买的客户也是满意度最高的客户，增加客户购买的次数意味着从竞争对手处抢占了更多的市场占有率。2.任何银行的资源都是有限的，为了在维持低成本的前提下获得高回报，银行要将有限的资源向重点客户倾斜。而实现这些策略的前提是对客户进行价值分析，了解客户的价值差异。按照客户价值以及其在所有客户中所占的比例，可将客户在价值维度上划分为VIP客户(大约占1%)、主要客户(约占4%)、普通客户(约占15%)和小客户(剩余80%)。针对不同的客户细分群采取差异化的服务策略，以减少客户流失率。确定了流失控制的目标群体，客户流失预测的第二个任务就是，银行应根据客户流失的行为模型，跟踪和发现客户的流失趋势，及早采取预防措施，最大限度地降低客户流失率。面对激烈的市场竞争，银行一般可以采取3种策略：(1)进攻策略：集中力量，发挥自身优势，主动发起攻势。加大科技投入，开发技术含量更高的产品，最大限度的满足客户需求，使客户的收益最大化，从而在保留住自己现有的客户的基础上，增加市场份额，去吸引和争取新的客户，抢夺竞争对手的用户。(2)防守策略：如果企业自身能力有限，就应当努力提高服务水平和质量，采取优惠政策，尽量保持和巩固现有市场。防守策略有两个基本形式：提高用户满意程度，一个满意的顾客会引发8笔潜在的生意，其中至少有1笔成交，而一个不满意的顾客会影响25个人的购买意愿；设置转变壁垒(SwitchingBarriers)，所谓转变壁垒是指，用户转变到竞争对手的银行时，用户需要付出成本。(3)撤退策略：对某一产品或服务，如果银行通过市场分析或前景预测，感