基于数据挖掘的商业银行CRM系统研究与设计.doc

中图分类号：C931.6学科分类号：120100论文编号：1028709 14-s029硕士学位论文基于数据挖掘的商业银行CRM系统研究与设计研究生姓名学科、专业研究方向指导教师郑秀仙管理科学与工程管理信息系统与企业信息化方旭昇副教授南京航空航天大学研究生院经济与管理学院二一四年三月 Nanjing University of Aeronautics and AstronauticsThe Graduate SchoolCollege of Economics and ManagementResearch and Design of Commercial Bank Customer Relationship Management System Based on Data Mining A Thesis inManagement Science and EngineeringbyZheng XiuxianAdvised byAssociate Professor Fang XushengSubmitted in Partial Fulfillmentof the Requirementsfor the Degree ofMaster of ManagementMarch, 2014 承诺书本人声明所呈交的硕士学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得南京航空航天大学或其他教育机构的学位或证书而使用过的材料。本人授权南京航空航天大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本承诺书）作者签名：日期： 南京航空航天大学硕士学位论文摘要随着科技的进步、互联网的发展，CRM已经从管理理论体系逐渐转化为全新的商业理念。相关统计显示，全球 CRM系统软件市场在 2012年到 2016年之间的年复合增长率预计达到9.09%。由此可见，企业对 CRM系统的需求在不断增长。在各行各业中，最早实施 CRM系统的是金融业。随着各种高端的信息技术被运用到 CRM系统中，例如互联网、人工智能、数据挖掘和数据仓库等，金融行业凭借自身强大的技术支持，在 CRM系统实施的过程中获得了显著成效。商业银行是金融行业中最具有代表性的一支，其客户之多更加显示出对 CRM系统的需求。随着银行数据的日积月累，数据仓库逐渐取代了数据库的地位，成为数据挖掘的主要信息载体被运用到 CRM系统中。在商业银行，数据增长的速度令人叹为观止，如何能够有效的从海量数据中发现潜在的客户信息成为当今商业银行关注的焦点。本文针对上述背景进行商业银行 CRM系统设计。文中首先对国内外商业银行实施 CRM系统的现状进行研究，而后针对系统设计涉及到的理论进行研究。文中针对银行客户分类算法从两方面进行研究。一方面，本文提出一种基于决策树的银行客户分类方法，对原先的方法与新提出的方法进行比较，发现新提出的方法在效率上占有一定的优势。另一方面，本文提出基于聚类的银行客户聚类算法，通过模糊聚类的方式对小样本客户进行分类，然后运用基于决策树的银行客户分类算法对大样本客户进行全面的分类，并能够确定分类原因。最后，通过对商业银行CRM系统的需求分析，本文基于客户统一视图理论设计了商业银行CRM系统的逻辑架构、数据仓库，并对 CRM系统的主要业务模块进行设计，将数据挖掘技术应用到商业银行 CRM系统中。关键词：客户关系管理系统，数据挖掘，决策树算法，聚类算法，数据仓库I 基于数据挖掘的商业银行CRM系统研究与设计AbstractWith the development of technology and Internet, Customer Relationship Management hasmoved from management theory system into a new business concept gradually. Related statisticsshows that the compound annual growth rate of the software market of global CRM system between2012 and 2016 will reach 9.09%. Thus, the demand for CRM system is growing. In all walks of life,the first implementation of the CRM system is the financial industry. With varieties of high-endinformation technology being applied in the CRM system, such as Internet, Artificial Intelligence,Data Mining and Data Warehouse, the financial industry have achieved remarkable results in theprocess of implementation of the CRM system with the support of their powerful technology. Thecommercial bank is the most representative of the financial industry, its number of customers showout requirements for CRM system. As the days and months multiplying of bank data, Data Warehousegradually replaced the status of Database and become the main carrier of information of Data Mining.In banking industry, the speed of data accumulating is amazing, how to effectively identify potentialcustomers information from the mass data of banks becomes the focus now.Against this background, this paper designed a CRM system for commercial bank. First, thispaper took some research on the present situation of domestic and foreign bank using CRM system,then studied the theories involved in designing the CRM system. On the one hand, this paperproposed a bank customer classification based on decision tree, compared to the original method andthe newly proposed method, found that the newly proposed method has certain advantages inefficiency. On the other hand, this paper proposed the bank customer classification algorithm based onclustering algorithm to classify the small samples of customers by fuzzy clustering method, and thenuse the bank customer classification algorithm of decision tree to make a comprehensive classificationof large sample based client, and to determine the classification of reason. Finally, by analyzing thedemand of commercial banks for CRM systems, this paper designed the logical framework and datawarehouse based on the theory of customer unified view, and also designed the main business moduleof CRM system, and apply the data mining into commercial banks CRM system.Keywords：CRM, Data Mining, Decision tree algorithm, Clustering algorithm, Data WarehouseII 南京航空航天大学硕士学位论文目录摘要 . IAbstract. II图表清单 . V缩略词 .VI第一章1.1绪论 .1研究背景 .1客户关系管理概述.2国内外研究现状.31.21.31.3.1国外银行实施 CRM系统现状研究.3国内商业银行实施 CRM系统现状研究.4信息技术领先企业开发 CRM系统研究现状.41.3.21.3.31.41.5研究内容、创新点及意义.6论文组织结构介绍.7相关理论研究.8商业银行 CRM系统概述.8第二章2.12.1.1商业银行的概念及实施 CRM系统的重要性.8商业银行 CRM系统的功能.8商业银行 CRM系统的基本框架.92.1.22.1.32.22.32.4数据挖掘技术概述.102.2.1数据挖掘概念及实施步骤.10数据挖掘应用的领域. 112.2.2数据挖掘在商业银行 CRM系统中的应用.122.3.1数据挖掘在客户分类中的应用.13数据挖掘在识别客户中的应用.142.3.2商业银行 CRM系统客户视图理论研究.152.4.1商业银行统一客户视图理论研究.16商业银行客户细分组合理论研究.172.4.22.5本章小结 .18基于数据挖掘的银行客户分类算法研究.19第三章III 基于数据挖掘的商业银行CRM系统研究与设计3.13.2数据挖掘中决策树算法的简单描述.19基于决策树的银行客户分类算法研究.203.2.1基于决策树的银行客户分类算法研究.20基于决策树的银行客户分类算法实例研究.23基于决策树的银行客户分类算法与 ID3算法比较.263.2.23.2.33.33.4数据挖掘中聚类算法的简单描述.27基于聚类的银行客户聚类算法研究.283.4.1基于聚类的银行客户聚类算法.28基于聚类的银行客户聚类算法实例研究.293.4.23.5第四章4.1本章小结 .32商业银行 CRM系统分析与设计.33商业银行 CRM系统需求分析.334.1.1业务需求分析.33功能需求分析.33性能需求分析.344.1.24.1.34.2商业银行 CRM系统逻辑架构设计.354.2.1用户层逻辑架构设计.35数据处理层逻辑架构设计.36数据源层接口设计.384.2.24.2.34.34.4商业银行 CRM系统中数据仓库设计.384.3.1数据仓库概念模型设计.38数据仓库实体逻辑设计.394.3.2商业银行 CRM系统主要业务模块分析与设计.434.4.1客户信息管理模块设计.43产品开发与营销模块设计.474.4.24.5第五章5.1本章小结 .48总结与展望 .49总结 .49展望 .505.2参考文献 .51致谢 .54在学期间的研究成果及发表的学术论文.55IV 南京航空航天大学硕士学位论文图表清单图 1. 1论文组织结构图.7图 2. 1商业银行 CRM系统的基本框架图.9图 2. 2数据挖掘实施步骤图. 11图 3. 1 Creditcard_issuance的决策树示意图 .19图 3. 2基于决策树的银行客户分类算法伪代码.22图 3. 3基于决策树算法的某银行信用卡客户决策树.25图 3. 4基于客户分类算法的某银行信用卡客户决策树.26图 3. 5数据样本聚类谱系图.31图 4. 1商业银行 CRM系统逻辑架构图.35图 4. 2商业银行 CRM系统用户层组织结构图.36图 4. 3商业银行 CRM系统数据处理层的数据流程图.37图 4. 4数据仓库概念模型设计 ER图.40图 4. 5客户基本信息模型图.41图 4. 6客户群模型图.42图 4. 7数据仓库客户实体逻辑模型图.43图 4. 8客户信息管理模块组织结构图.45图 4. 9客户信息管理模块业务流程图.46图 4. 10客户信息管理模块数据流程图.46图 4. 11产品开发与营销模块业务流程图.47图 4. 12产品开发与营销模块数据流程图.48表 2. 1用 ABC分类方法对客户进行分类表 .13表 2. 2根据客户忠诚度分类情况表.14表 3. 1某银行客户信用卡核发训练样本数据表.23表 3. 2储蓄客户对银行理财产品投入金额训练样本表.30表 3. 3储蓄客户训练样本标准化表.30表 3. 4训练样本相似系数矩阵.30V 基于数据挖掘的商业银行CRM系统研究与设计缩略词缩略词CRMKDDDM英文全称Customer Relationship ManagementKnowledge Discovery in DatabaseData MiningODSETLOperational Data StoreExtraction Transformation LoadingData WarehousingDWVI 南京航空航天大学硕士学位论文第一章绪论1.1研究背景客户关系管理（Customer Relationship Management，简称 CRM）的概念起源于美国。1980年，“接触管理”的概念被市场营销学领域的专家作为重要课题进行研究，明确指出企业要决定在什么时间、什么地点、以何种方式与客户或潜在客户进行接触，既而达到与客户良好沟通的目的。随后，“关系营销”、“客户关怀”等概念相继被提出。直到 1999年，高德纳咨询公司在企业资源计划（Enterprise Resource Planning，简称 ERP）的概念中明确提出了“客户关系管理”的概念为企业提供全方位的管理视角，赋予企业更完善的客户交流能力，最大化客户的收益率。随着科技的进步、互联网的发展，客户关系管理已经从管理理论体系逐渐转化为全新的商业理念。由于 CRM可以帮助企业增加客户数量、改善服务质量、提高客户满意度、降低企业成本，因此越来越多的企业开始关注 CRM并且纷纷引进 CRM系统，希望 CRM系统能够给企业带来利益。相关统计资料显示，在 2012年到 2016年之间，全球 CRM系统软件市场的年复合增长率预计达到 9.09%。企业对 CRM系统软件需求量的增长，以及不同行业对 CRM系统性能要求的多样性，促进了 CRM系统技术水平的不断提高。因此各种高端技术被运用到了 CRM系统中，例如互联网、人工智能、数据挖掘、数据仓库、神经网络等。目前，企业数据已经进入到大数据时代。在海量数据中进行数据挖掘，发现客户规律，从而更好的设计符合企业需要的 CRM系统，就需要能够合理的、有序的存储数据。因此，将数据仓库技术引入到 CRM系统中，利用数据仓库中的数据是面向主题的、集成的、不可更新以及随时间变化不断增添新数据的特点，将 CRM系统中的数据更加妥善的存储。对于商业银行而言，数据仓库的引入更显重要。商业银行的数据库都是实时更新的，每一笔交易的产生，都会在事务型数据库中留下一条记录，对于进行数据分析来讲，这种实时更新的事务性数据库并不合适，因此分析型的数据仓库更适合作为 CRM系统的数据库。再者，商业银行的业务种类繁多，像同业往来数据、存款数据、贷款数据、汇率信息、贴现资产、逾期贷款等等。这些数据都需要在数据仓库中创建不同主题，因此数据仓库的特点在此显现的尤为重要。现如今银行业的发展蒸蒸日上，银行种类就有十种之多，仅国内的商业银行就有 200余家，外国银行分行、外资银行也有百余家，银行之间的竞争之激烈可想而知。每家银行都开发了各自的 CRM系统，但是由于银行业务种类繁多的原因，导致同一位客户在银行的业务系统中出现多条记录的情况，在进行客户数据挖掘的时候，会导致结果与现实出现偏差。因此对于业务繁多的商业银行来说，对客户进行良好的分类，有助于为客户推销合适的产品、减少银行维护1 基于数据挖掘的商业银行CRM系统研究与设计客户的成本、以及减少客户经理的工作量等等优点。因此本文基于这个背景将对商业银行的客户分类方法进行研究。1.2客户关系管理概述在国内外，对客户关系管理的理论研究，不同学术者有不同的见解。在国外，美国最早提出客户关系管理概念的 Gartner Group公司可谓是最有发言权，它认为1客户关系管理是为了加强企业与客户之间的沟通，增强客户对企业的信任，从而为客户带来更多利益；国际著名的网络安全公司 Hurwitz Group则认为2客户关系管理是为了提高销售数量、降低销售成本、扩展销售业务、缩减销售周期，在新的渠道中提高客户的满意度、忠诚度，保持客户价值持续上升的一套制度，更准确的说是一套技术；加拿大纽芬兰 Memorial大学的杰姆G巴诺斯教授则认为3维护客户关系是企业能够持续发展的重中之重，在与客户沟通交流的过程中，能够抓住或创造与客户间的合作机会，可以加强客户的信任，从而企业可以为将来的发展奠定基石；GeraldL.Manning、Barry L.Reece与 Michael Ahearne提出4想要了解客户，首先要观察客户的行为举止，通过客户的行为语言来了解客户的心里活动，从而和客户建立良好的利益关系。另外，还有一些国外学者提出了他们自己的观点5：罗纳德S斯威夫特认为对客户资料的统计分析对企业非常重要；托马斯提出维护好对大客户的管理对企业的发展至关重要，因为企业百分之八十的利润都得益于这些大客户；弗雷德里克发现并不是制定出来的规则才称得上是制度，能够脚踏实地的落实的才叫制度；布朗与惠顿等研究发现缺乏长远的战略使得企业在处理客户关系上很被动，从而只能得到短期效益；爱德华赖利提出公开企业投入数据，巩固开发大客户，从而使企业以最小的投入换取最大的产出。自客户关系管理理论引入国内以来，众多学者参与了理论研究，并将观点传播开来。其中，王勇贵与董大海认为企业与客户关系的决定因素有外部环境、客户自身、双方利益、营销理论、及互联网技术等；知名的信息化专家何荣勤认为客户关系管理是一种商业策略，它按照客户的分类情况有效地组织企业资源，培养以客户为中心地经营行为以及实施以客户为中心地业务流程，并以此为手段来提高企业盈利能力，利润以及顾客满意度 6；王广宇提出作为应用软件与经营理论相结合的产物，客户关系管理囊括了企业维护客户和选择客户所实施的全部营销过程。从管理科学的角度来讲，客户关系管理系统是通过各种信息技术手段，将客户关系管理理论集成到软件上，从而得以发展普及 7。像互联网、电子商务、呼叫中心、人工智能和知识发现等成为了它的技术基础，关系营销、客户关怀、市场营销、销售管理等成为了它的理论基石。最近几年，云计算、大数据等理论模型也为客户的动态细分提供了支持。2 南京航空航天大学硕士学位论文1.3国内外研究现状1.3.1国外银行实施CRM系统现状研究在各行各业中，最早实施 CRM系统的是金融业，由于其强大的技术支持，在 CRM实施的过程中获得了显著的成效。在上个世纪九十年代左右，国外的商业银行就开始规范业务流程、将管理事务电子化和将决策制定智能化，而且开始开发和运用电子银行。在美国的银行中，一般是大型银行才能拥有 CRM系统，实力强大的银行中有一半以上开始了基于数据仓库和数据挖掘的客户关系管理系统项目。美国著名的银行业某杂志期刊上的数据显示两成的银行能够在十分钟内列举出他们的大客户在其银行购买的产品种数，有 30%的银行能辨别出他们盈利来源最多的客户，而这些银行对客户能够如此了解都是因为应用了高效先进的客户关系管理系统。在全球范围内，建设客户关系管理系统的企业一般是大型的银行8。花期银行是最早注重客户关系管理的。客户关系管理系统可以使花旗银行有效地记录客户信息，归纳整理后提取能够带来利益的客户群的信息，帮助客户找到最合适的银行产品。因为使用了 CRM系统，花旗银行能够获取海量的有效客户信息，并通过直复营销的模式直接访问，在运用过程中不断地进行完善。从而不需要在多地设置分支机构，就可以与客户有效地沟通交流，这让花旗银行在开拓市场上更具有优势。美洲银行的客户关系管理系统的优势是拥有数据仓库9。从 1997年开始，数据仓库技术就被美洲银行应用在 CRM上，由于其拥有北美最大的客户信息数据库的优势使得 1500名员工很快地通过 100多处数据仓库型客户关系管理系统10的信息终端来搜索客户信息，工作量每天都超过 3000条，这些信息同时还被得出各种很快向全行发布的报告，极大提高信息的时效性。由于使用了数据仓库型客户关系管理系统，处理数据成本大幅降低，有价值的信息能被更完整地运用。与使用系统之前相比，发送邮件的数量少了 40%，反馈率却提高到 97%，贷款增加了 4500万美元，并且贷款成功率达到 21%11行，同时也能使业务更加全面地进行发展。自从美洲银行在 CRM系统中应用了数据仓库技术以后，系统更加稳定和高效，信息利用率也得到了提高。数据仓库技术的特点12。数据及时的更新能够更好地促进客户关系管理系统的运就是将数据收集、整理、分析这三部分综合起来，成功地缩短了操作时间，降低了成本，极大地提高了利润率。汇丰银行的客户关系管理模式13是将客户分为小客户、中等业务量的客户、重点客户、潜在客户以及塔尖客户等类型，为他们提供相应的产品和最满意的贴心服务。汇丰银行还筛选出其超重点客户并提供高质量的金融服务，不论这些客户身处何地，专门配备的人员都能满足他们的金融需求。从以上国外银行实施客户关系管理系统的成功案例中可以发现：这些银行的客户关系管理3 基于数据挖掘的商业银行CRM系统研究与设计系统是以数据仓库为基础，通过数据挖掘技术筛选优质客户并进行差异化的营销策略，极大地提高了管理水平和经营利润。1.3.2国内商业银行实施CRM系统现状研究随着经济的发展，国内的商业银行在不同的时期有不同的客户关系管理模式，可以分为三个阶段：银行中心制管理模式、客户经理制管理模式、以及客户关系管理模式。在初期基本以产品为中心，随后走向了以市场为中心的发展方向，进而到以客户为核心的经营方式14。各家商业银行都在为完善制度、产品和服务而努力，表现在以下方面：第一，将办理业务流程精简，让客户感觉