商业银行个人客户对服务渠道的偏好.doc

商业银行个人客户对服务渠道的偏好文章编号10099190(2007)08002907商业银行个人客户对服务渠道的偏好郑军摘要本文以山东省某商业银行个人客户交易渠道的抽样数据为样本,运用现代统计学中的对应分析方法,从客户的年龄,学历和家庭收入出发,对商业银行不同年龄,学历和家庭收入客户的渠道偏好进行了定量研究.通过研究找出了不同年龄,学历和家庭收入的客户与商业银行不同渠道之间所存在的对应关系,并根据这些对应关系,挖掘出不同年龄,学历和家庭收入客户对商业银行不同渠道的偏好.在此基础上,对商业银行营业网点如何运用这些渠道偏好关系对客户进行分流以及实施差另q化营销和服务提出了具体建议,以期能为商业银行营业网点的客户分流和差另4化营销提供参考.关键词商业银行;个人客户;服务渠道;对应分析方法中图分类号F830.33文献标志码A商业银行的服务渠道通常包括柜面,ATM(自动取款机),CDM(自动存款机),CRS(存取款循环机)和电话银行,网上银行等,它们是商业银行服务客户的主要场所.然而,在商业银行的客户营销中,营业网点的大堂经理和客户经理们常常会遇到这样一个问题,那就是面对着千差万别的个人客户,如何才能识别出他们的渠道偏好?又如何根据他们的这种渠道偏好对客户进行市场细分,进而将其合理地分流到相应渠道上,并在此基础上实施差别化营销和服务呢?显然,要回答以上问题,就必须对客户的渠道偏好有一个正确的认识.为此,本文以山东省某商业银行个人客户渠道交易的抽样数据为样本,运用现代统计学中的对应分析方法,从客户的年龄,学历和家庭收入出发,对个人客户的渠道偏好进行了实证分析.通过分析,笔者找出了不同年龄,学历和家庭收入客户的渠道偏好,并在此基础上,提出了根据客户的渠道偏好对客户进行市场细分,客户分流和实施差别化营销及服务的建议.这里,由于受样本数据的来源所限,本文仅对商业银行的柜面,ATM(自动取款机),CDM(自动存款机)和CRS(存取款循环机)渠道进行了分析,而对电话银行和网上银行渠道则没有涉及.一,对应分析方法简介对应分析(CorrespondenceAnalysis)又称关联分析,RQ型因子分析,是近年来国内刚刚兴起的一种多元统计分析方法.它最早是由法国巴黎科学院Benzecri教授于1970年在因子分析的基础上提出来的.对应分析方法最先流行于法国和日本,以后又流行于美国,荷兰和加拿大等国.从国内来看,近年来北京大学概率统计系,中国人民大学统计学院,人口研究所等单位也都对对应分析作了比较深入的研究.从实际应用来看,目前,对应分析主要应用于市场细分,产品定位,地质研究以及计算机工程等领域中品质型变量的定量关系研究.例如在汽车销售活动中,常常需要利用车主数据来研究车主所选择的汽车品牌与车主职业,收入水平之间的关系,在房地产业的市场分析中,常常需要利用业主数据来研究房屋户型,面积与业主收入水平,年龄,职业和家庭结构之间的关系等等.在上述这些案例中,诸如汽车品牌,车主收入水平,房屋户型等都属于品质型变量.而在社会科学中,研究这些品质型变量之间定量关系的有效手段就是对应分析方法.从对应分析所涉及的变量种类来看,对应分析可以分为两种,一种是简单对应分析,适用于研究两类品质型变量之间的定量关系,如研究房屋户型与业主收入水平之间的关系.一种是最优尺度分析,适用于研究多类品质型变量之间的定量关系,如研究房屋户型与业主收入水平,年龄和家庭结构等变量之间的关系.就本文而言,由于所研究的渠道类型,客户年龄,学历和家庭收入均属于品质型变量,因此,对于个人客户渠道偏好的研究我们也同样可以采用对应分析方法.简单对应分析的基本思想是:首先编制两品质型变量的交叉列联表,然后再以两变量的交叉列联表为研究对象,将交叉列联表中的每个数据单元看成两变量在相应类别上的对应点,接下来再利用行变量和列作者简介郑军,男,中国建设银行山东省分行,硕士(济南,25O0o1).I金融i仑I云2007年第8期变量降维的方法,通过图形的方式,来直观地揭示变量不同类别之间的联系.具体来讲,简单对应分析的步骤主要包括:第一步,根据统计数据编制两个变量的交又列联表并计算相应的概率矩阵.第二步,根据概率矩阵确定行变量和列变量各个数据点的坐标.第三步,对行变量和列变量进行分类降维处理.其具体方法是:首先计算概率矩阵列向量的协方差矩阵,然后求出协方差矩阵的特征根和特征向量,并根据特征根的累计方差贡献率来确定需要提取的特征根个数,通常取两个.然后再计算出相应的因子载荷矩阵,这里的因子载荷是列变量某个分类类别在某个因子上的载荷,它反映着列变量的某个分类类别与某个因子之间的相关关系.也就是说,通过计算特征根的累计方差贡献度,测度变量类别的共同度对方差的解释程度和信息丢失程度.我们可以将列向量由多维空间降到二维空间,同理,我们也可以对行向量实现相应的降维.第四步是根据计算出的行变量和列变量的因子载荷矩阵,绘制行变量和列变量分类的对应分布图,使变量与变量之间的关系同时反映在一张二维的散点图也即对应分布图上.在这一分布图上,相互之间联系密切的点比较集中,而联系疏远的点则比较分散.因此,通过判断点与点之间的集中程度我们就可以直观地识别出变量与变量之间的关系密切程度.从上述简单对应分析的基本思想和步骤,我们可以看出,进行对应分析的关键有两个:一是如何将多个类别点表示在低维空间中,以易于直观观察;二是如何确定各类别点的坐标,以鉴别各类别间联系的强弱.与简单对应分析相似,最优尺度分析方法的核心也是力图在低维空间表述两个或多个变量之间的关系.区别只在于与简单对应分析相比,最优尺度分析的范围要更为深入,这主要体现在:一是最优尺度分析不仅可以同时分析多个分类变量之间的关系,而且还可以用图形方式将多个分类变量之问的关系表现出来;二是最优尺度分析处理的变量种类更加丰富,不仅可以处理各种有序分类变量,而且也可以处理各种无序分类变量和连续性变量.因此,与简单对应分析相比,最优尺度分析的适用范围更广,结果也更为稳定和准确.下面,我们就以山东省某商业银行个人客户渠道交易的抽样数据为样本,运用对应分析方法,借助SPSS13.0统计分析软件,从客户的年龄,学历和家庭收入出发,对商业银行个人客户的渠道偏好进行实证分析,以供商业银行基层营业网点营销客户参考.常常与SPSSI3.0所要求的数据结构存在一定的差异,因此,在进行对应分析之前,有必要先对客户渠道交易的原始样本数据进行一下预处理.这里,为了保证样本数据的代表性,笔者首先利用随机数发生器产生了50000个服从0l均匀分布的随机数,然后以这些随机数为编号对抽样样本按照从小到大的顺序进行排序,接下来再按照等距抽样的方法,从中累计抽样整理了ll745条记录,以上数据共涉及客户82441个,渠道交易量5672255笔(数据来源为20o6年山东省某商业银行个人客户交易渠道的抽样调查数据).(一)原始样本数据的预处理个人客户交易渠道的原始样本数据结构如表l所示.表1个人客户交易渠道的原始样本渠遵类囊年龄学历寒藏收人客户敬交易笔数ATM1825岁大学本科2.5万5万元5428a1825岁大学本科2.5万5万元223柜箍1825岁大学本科2,5万元以下270柜面1825岁大学本科2.5万元以下l126e封酝1825岁大学本科2.5万元以下l1在原始的样本数据中,渠道类型,年龄,学历和家庭收入都属于品质型变量,而客户数和交易笔数则属于定距型变量.在对应分析中,客户数和交易笔数可以作为各品质型变量的权数使用.为了能够利用SPSS13.0的对应分析功能进行统计分析,我们需要对各品质型变量的分类类别进行一下数值变换.各品质型变量的分类类别和分类数值的变换关系如表2所示.表2品质型变量的分类类别和分类数值分类值渠道类受年龄;学历毒0柜面18-25岁研究生2ATM26-35岁大学本科誊CDM36-45岁大学专科CRS4660岁中专或技校S660岁以上高中初中及以下家庭牧人300万元以上50万一30o万元20万一50万元5万20万元2.5万5万元2.5万元以下根据上述的对照关系,我们可以利用SPSSI3.0中二,基于简单对应分析的客户渠道偏好研究Transform菜单所提供的数据转换功能,将以上各品质变由于在SPSS13.0的软件版本中,原始样本数据结构量的分类类别进行数值变换,变换后的样本数据结构如郑军:商业银行个人客户对服务渠道的偏好表3数值变换后的样本数据渠道类型年荻学历家庭收入2l25ll252l264l254l25客户数llll2交易笔散l4ol22265lO6表3所不.以上形式的数据结构符合SPSS13.0对应分析的要求.下面,我们就先从客户的年龄,学历和家庭收入出发,对商业银行个人客户的渠道偏好进行一下简单对应分析.(二)针对不同品质型变量的客户渠道偏好的简单对应分析1.不同年龄客户的渠道偏好分析.在简单对应分析的输出结果中,最重要的是对应分析的核心结果概况表和对应分布图.其中,客户年龄与银行渠道类型对应分析的核心结果概况表如表4所示.在核心结果概况表中,最重要的是第三列特征根,第五列x检验的P值,第六列特征根方差贡献率和第七列特征根累计方差贡献率.从表4中我们可以看出,由于第一个特征根的方差贡献率为99.48%,第二个特征根的方差贡献率为0.44%,两者累计达99.92%,因此,提取前两个公因子就可以完全表示变量间的信息,并且由于第一个特征根的方差贡献率达99.48%,因此,观察时以第一个公因子也即对应分布图中的第一维度(Dimension1)为主.同时,由于第五列x检验的P值小于0.05,因此,拒绝零假设,也即客户的年龄与银行的服务渠道之间存在着比较显着的对应关系.客户年龄与银行服务渠道的对应分布图如图1所0.4暑0.2器0.0吞一0.2-0.4-0.6o年龄渠道类型l825岁36o岁以上A.TM26:.5岁OO,C3645岁柜面CDMCRS一1.0-0.50.00.51.ODimension1图1客户年龄与银行服务渠道的对应分布图示.根据对应分布图判断变量之间是否存在联系的准则是:(1)首先按不同变量分别检查横轴和纵轴上的区分情况,如果同一变量不同类别在某个方向上靠得较近,则说明这些类别在该维度上的区别不大;(2)比较不同变量各个取值分类间的位置关系,落在从图形原点(0,0)出发相同方位上大致相同区域内的不同变量的分类点彼此存在联系.按照上述原则,从图1中我们可以得出如下结论:(1)柜面渠道与年龄在4660岁和60岁以上的客户距离比较近,这表明,柜面服务渠道与年龄为4660岁和60岁以上的客户关系比较密切,也即中老年客户偏好通过商业银行的柜面渠道来办理业务.(2)ATM与1825岁,2635岁的客户距离比较近,这表明,ATM与年龄为18-25岁,26-35岁的客户联系比较密切,也即商业银行的中青年客户偏好于通过ATM办理业务.表4客户年龄与银行渠道类型对应分析的核心结果概况表一誊囊薹i篡DimemionjjSi】darllIeihss篓萋蛀0llhler幽ValueAccountedforCumulativeStandardDeviationCorrelation210,1567520.0245710.99475360.99475360.0003878-0,0125109820.0104610,0001090.00443060.999184190.0004478530.0044892.O2E)50.00081581Total0,O24701l4olo8.43011a12degreesoffeedom金融论坛2007年第8期表5不同学历客户与银行渠道类型对应分析的核心结果概况表j謦i参i董.誊誊薹囊董妻奠0囊.一一童.一蠢一嚣_麓麓.誓蠢0Diln嘲妇si嶝darVallJelneti毫鬟(瓢salejs.孚Ipo曛娟AccountedforCumulativel23Totalao.07396o.0(47o.87772144ol877721440.O268250.000720.Il5465740.993187180.OO65164.25ED50.OO681282lO.oo623235350.135l0lll5degreesoffreedom(3)CRS,CDM与各年龄段的客户距离都比较远,这表明,CRS,CDM不太受个人客户的偏好,从实际情况来看,这可能是因为CRS,CDM刚刚兴起,各类客户使用的时间还不长所致.(4)从上述客户年龄和银行服务渠道所存在的对应关系,我们可以看出,商业银行营业网点的客户经理在营销客户时,可将年龄在46-60岁和60岁以上的中老年客户主要分流到柜面渠道上,而将年龄在18-25岁,2635岁的中青年客户主要分流到ATM上.然后,在此基础上,再根据不同细分客户的特点进行差别化的营销和服务.以上是对不同年龄客户渠道偏好的分析.与上述分析方法相类似,我们可以逐次分析不同学历,不同家庭收入客户的渠道偏好.2.不同学历客户的渠道偏好分析.不同学历客户对不同渠道偏好的对应分析核心结果概况表如表5所示.从表5的对应分析核心结果中我们可以看出,第一个特征根的方差贡献率为87.77%,第二个特征根的方差贡献率为11.55%,两者累计达99.32%,因此,提取前两个公因子就可以完全表示变量间的信息,并且由于第一个特征根的方差贡献率达87.77%,因此,观察时应以第一维度也即对应分布图中的Dimensionl为主.同时,由于第五列x检验的P值小于0.05,因此,拒绝零假设,也即客户学历与银行的服务渠道之间存在着比较显着的对应关系.客户学历与银行服务渠道之间的对应分布图如图2所示.从图2中我们可以看出:(1)柜面渠道与学历为研究生,大学本科,中专或技校,高中的客户距离比较近,这表明,柜面服务渠道与学历为研究生,大学本科,中专或技校,高中的客户之间存在着比较密切的对应关系,也即较高学历的客户和较低学历的客户比较偏好于通过柜面渠道来办理业务.(2)ATM与学历为大学专科的客户距离比较近,这.宝暑0lIfideenglll矗rV盎lueStandardDeviationCorrelation2o.00037479no33Ill870.000386130高中0初中及以下中专或技校大学专科.OIMO柜面C研究生大等本科CRS0学历渠道类型CDM一2.01.51.00.50.00.5Dimension1图2客户学历与银行服务渠道的对应分布图表明,ATM与学历为大学专科的客户之间存在着比较密切的对应关系,也即中间学历的客户比较偏好于通过ATM来办理业务.(3)CRS,CDM与各种学历客户之间的距离都比较远,这表明,CRS,CDM与客户学历之间的对应关系不是很显着,从实际情况来看,这主要是因为CRS,CDM刚刚兴起,客户使用的时间还不长所致.(4)从上述客户学历和银行服务渠道所存在的对应关系,我们可以看出,商业银行营业网点的客户经理在营销客户时,可将较高学历和较低学历的客户主要分流到柜面渠道上,而对于中间学历的客户,则可将其主要分流到ATM上.在此基础上,再对细分之后的目标客户群体进行差别化营销和服务.3.不同家庭收入客户的渠道偏好分析.不同家庭收入客户与不同服务渠道间对应分析的核心结果概况表郑军:商业银行个人客户对服务渠道的偏好表6不同家庭收入客户与银行渠道类型对应分析的核心结果概况表誓-0一镰一0.一0sIl精髓哼|Di眦硼SmlarValue譬0I薹删曩霉赫s且fe.一n0pI彻lneft.aC.onfideneesiV叠AccountedforCumuativeStandardDeviationCorrelation210.1657860.0274850.98788890.987888890mO33551.JD.O0r74979220.0182880.0003340.01202170.999910640.0004017730.0015772.49EO68.936EO51Total0.027822157813.192011a15degreesoffreedom如表6所不.从表6中我们可以看出,第一个特征根的方差贡献率为98.79%,第二个特征根的方差贡献率为1.2%,两者累计达99.99%,因此,提取两个因子就可以完全表示变量间的信息,并且由于第一个特征根的方差贡献率达98.79%,因此,观察时应以第一维度也即对应分布图中的Dimensionl为主.同时,由于第五列x检验的P值小于0.05,因此,拒绝零假设,也即客户的家庭收入和银行的服务渠道之间存在着比较显着的对应关系.客户家庭收入与银行服务渠道的对应分布图如图3所示.从图3中我们可以看出:(1)柜面渠道与家庭收入为20万50万元,50万300万元,300万元以上的客户距离比较近,这表明,柜面与家庭收入为20万-50万元,50万-300万元,300万元以上的客户之间存在着比较密切的对应关系,也即家庭收入高的客户比较偏好于通过柜面渠道来办理业务.0.4兽0.20.00.2o家庭收入渠道类型5万20万元CDM3007元以上柜面oO50万300万元.2.5万元以下V2.5一万元o20万50万元DATMOIIl1.00.50.0Dimension1图3客户家庭收入与银行服务渠道的对应分布图(2)ATM,CRS与家庭收入为2.5万元以下,2.5万5万元的客户距离比较近,这表明,ATM,CRS与家庭收入为2.5万元以下,2.5万5万元的客户之间存在着比较密切的对应关系,也即家庭收入较低的客户比较偏好于通过ATM,CRS来办理业务.(3)CDM与各种家庭收入客户的距离都比较远,这表明,CDM与客户的家庭收入之间不存在比较显着的对应关系,从实际情况来看,这主要是因为CDM刚刚兴起,客户使用的时间还不长所致.(4)从上述客户家庭收入与银行服务渠道所存在的对应关系,我们可以看出,基层营业网点的客户经理在营销客户时,可将家庭收入在20万元以上的客户主要分流到柜面渠道上,而对家庭收入在20万元以下的客户,则可将其主要分流到ATM上.以上我们主要是运用简单对应分析方法分析了某一特征客户的渠道偏好.然而,由于客户往往是多种特征的统一体,因此,为了更为深入地了解客户的渠道偏好,我们有必要将以上各种客户特征结合起来进行多维组合分析,而这就需要运用最优尺度分析方法.三,基于最优尺度分析的个人客户渠道偏好研究按照最优尺度分析中所研究变量性质的不同,最优尺度分析包括三种,即多重对应分析(MCA),分类变量的主成分分析(CatPCA)和非线性典型相关方法(OVERALS).其中,多重对应分析所研究的变量均为品质型变量,分类变量的主成分分析所研究的变量既有品质型变量又有定距型变量,而非线性典型相关方法所研究的变量则为多组之间的变量.就本文而言,由于所研究的渠道偏好,客户年龄,学历和家庭收入均为品质型变量,因此,我们这里采用最优尺度分析中的多重对应分析法.从银行渠道类型,客户年龄,学历和家庭收入的最金意论I云2007年第8期表7多重对应分析法下的最优尺度分析概况表柜面渠道来办理业务.su疆m珂2ATMCRS-20埘肚pba2635Total(EigenCatue)Inertiaof%V趾uI口LLrrJ/八十lo.26ool47o9l-24226l567o.3lo5653923l-05653916科,大学专科的客户距离比较近,这表明,ATM,CRS等自助设备与同时o?969?6684o?99649?96422具备上述特征的客户之间存在着比10?4o84o?6o29o4较密切的对应关系,从实际情况来Mean0.2268870071.2050592070.30126480230?12648019看,这些客户通常是商业银行的一aMeanCronbachsAlphaisbasedonthemeallEigenvalue些中青年客户,也即他们比较偏好于通过自助设备来办理,务.优尺度分析概况表中(见表7),我们可以看到,有60.3%的方差被两维数所解释,其中,第一维度解释了总方差的31.06%,第二维度解释了总方差的29.2%,因此,解释效果基本符合要求.银行服务渠道类型,客户年龄,学历和家庭收入的最优尺度分析的量化散点图如图4所示.从图4中我们可以看出:1.柜面与家庭收入在20万-50万元,50万-300万元;年龄在46-60岁,36-45岁;学历为研究生,中专或技校,高中的客户距离比较近.这表明,柜面渠道与同时具备上述特征的客户之间存在着比较密切的对应关系,从实际情况来看,这些客户通常是商业银行的一些高端优质客户和中老年客户,也即他们比较偏好于通过2O3.从上述客户年龄,学历,家庭收入和银行服务渠道的对应关系,我们可以看出,基层营业网点的客户经理在营销客户时,可根据上述的对应关系,将家庭收入在20万-50万元,5万-20万元,年龄在36-45岁,4660岁,学历为研究生,中专或技校,高中的客户主要分流到柜面上去;而对家庭收入在2.5万5万元,5万20万元,年龄在26-35岁,学历为大学本科,大学专科的客户,则可将其主要分流到自助设备上.然后,在此基础上,再针对细分后的目标客户实施差别化营销和服务等.总之,以上就是我们利用简单对应分析和最优尺度分析所得出的一些结论.从这些结论来看,虽然有些结论和实际情况存在一些反差,但总的来看,还是基本符合现实的.学历家庭收入A年龄渠道类型1825岁初中及以下中专或技校2.5万元以下.高中2635岁面岁以上大学本科q,-ATMO(u50-300刀兀2.5万5万元A研究生36-45岁CRSI20万元207J-507Y.CDM57/图4多重对应分析法下的量化散点图4四,上述实证结果对商业银行营业网点客户营销的指导意义从上述我们进行对应分析的结果来看,由于不同年龄,学历和家庭收入的客户对于商业银行的服务渠道确实存在着不同的偏好.因此,在实际工作中,我们可以根据这些渠道偏好关系,对商业银行的个人客户进行市场细分,并在此基础上,针对不同细分市场的目标客户实施差别化营销和精细化服务,从而提高商业银行营业网点的产品营销能力和客户的满意度.具体来讲,主要是:第一,商业银行营业网点可以根据上述研究结果中的客户渠道偏好,从客户的人口统计学特征出发,对商业银行的个人客户进行市场细分.如根据客户的年龄,将客户细分为36岁以上的中老年客户群体和36岁以下的中青年客户群体;根据客户的学历将客户分为大学本科以上的高学历群体和大学专科以下的低学历群郑军:商业银行个人客户对服务渠道的偏好体以及介于二者之间的中间学历群体;也可将以上特征综合起来,如按照客户的年龄,学历,家庭收人和渠道类型之间的对应关系,将客户细分为家庭收入在20万50万元,5万-20万元,年龄在36-45岁,4660岁,学历为研究生,大学本科,中专或技校,高中的客户群体;家庭收人在2.5万5万元,年龄在2635岁,学历为大学专科的客户群体等.第二,商业银行的营业网点可以根据上述研究结果中的客户渠道偏好,对个人客户进行合理分流,使其各得其所,并在此基础上,针对不同的细分客户,实施相应的差别化营销和服务,从而提高和改善对客户的营销效率和服务质量.例如大堂经理可根据中老年客户偏好柜面服务的特点,将中老年客户主要分流到柜面服务渠道上,然后,再针对中老年客户处于生命周期的退休期阶段和该阶段消费投资都比较保守的特点,对其重点营销和提供一些养老规划,遗产规划和应急基金等理财服务等.也可以根据中青年个人客户比较偏好自助设备的特点,将其主要分流到各种自助设备如自助取款机(ATM)上,从而减少柜面服务的压力和网点的客户排队现象等.同时,客户经理还可根据中青年客户易于接受新生事物的特点,对其重点营销和推荐一些新兴产品和服务,如各类结构性和衍生性的金融产品以及手机银行和网上银行等.第三,营业网点还可以根据上述研究结果中的客户渠道偏好,对商业银行的个人客户营销和服务实现由传统的经验管理向科学管理转变.例如,针对不同细分市场的客户特征,基层营业网点的客户经理主管可以据此来调整和安排所辖客户经理的营销目标,营销重点和营销策略等,使客户经理能够真正有目的,有计划,有步骤地对每个细分市场进行精细化营销和服务,从而提高客户经理的产品营销能力,提高客户经理的专职化营销和服务能力等.第四,营业网点还可以根据上述研究结果中的客户渠道偏好,对营业网点进行有针对性的装修设计和功能改造.例如,基层营业网点在对网点进行功能区改造时,可以开辟一些特色功能区,如设立专门的VIP高端客户服务窗口,老年客户服务窗口等,通过分类管理和实施差别化营销和服务等措施,以更好地分流客户,提高网点的产品营销能力和客户的满意度.第五,商业银行的营业网点还可以根据客户渠道偏好,对营业网点布局和服务渠道配置进行优化.例如,近年来,由于改革的需要和盈利性的考虑,商业银行普遍对一些盈利水平不高的网点实行了关,停,并,转,从而导致很多地方营业网点数量不足,引发银行客户排长队的现象,受到社会各界的关注.对此,商业银行可以根据客户的渠道偏好,对营业网点和服务渠道进行优化.例如,商业银行可以根据中青年客户比较偏好