【毕业学位论文】（Word原稿）数据挖掘在商业银行个人理财客户细分中的应用-软件工程

硕士学位论文 （专业学位） 同等 数据挖掘在商业银行个人理财客户 细分中的应用 姓 名： 学 号： 所在院系：软件学院 职业类型：计算机类 专业领域：软件工程 指导教师： 副 指导教师 ： 二 一三年九 月 A in 2013 in 数据挖掘在个人理财客户细分中的应用 同济大学 学位论文版权使用授权书 本人完全了解同济大学关于收集、 保存、使用学位论文的规定，同意如下各项内容：按照学校要求提交学位论文的印刷本和电子版本；学校有权保存学位论文的印刷本和电子版，并采用影印、缩印、扫描、数字化或其它手段保存论文；学校有权提供目录检索以及提供本学位论文全文或者部分的阅览服务；学校有权按有关规定向国家有关部门或者机构送交论文的复印件和电子版；在不以赢利为目的的前提下，学校可以适当复制论文的部分或全部内容用于学术活动。 学位论文作者签名： 年 月 日 同济大学学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师指导下，进行研究工作所取得的成果。除文中已经注明引用的内容外，本学位论文的研究成果不包含任何他人创作的、已公开发表或者没有公开发表的作品的内容。对本论文所涉及的研究工作做出贡献的其他个人和集体，均已在文中以明确方式标明。本学位论文原创性声明的法律责任由本人承担。 学位论文作者签名： 年 月 日同济大学 硕士学位论文 摘要 I 摘要 随着金融体制改革的深化和利率市场化进程的加快，中国银行业竞争日趋白热化。我国于 2008 年开始实行从紧的货币政策和越来越趋近的利率市场化改革步伐， 随着传统存款与贷款的净利息收入差别逐步缩小，银行需要通过产品创新和转型而进一步发展 。 伴随着近些年代理基金、理财、保险等收入的中间业务的崛起变成商业银行同业之间竞争的主要战场 。 随着我国富裕人群的逐步增多，越来越多的个人投资者对理财需求产生了强烈的愿望 ， 因此个人理财市场伴随着个人投 资者理财需求的增加和国家政策的转型对其产生了巨大的市场机会，同时也伴随着巨大的挑战 ，因此个人理财业务已成为中外银行竞争的焦点。目前我国商业银行虽然已经开始建立客户分层评价体系，但客户价值评价体系还相对简单，方法还比较单一，如何合理有效的衡量个人理财客户的价值已成为我国商业银行的一个重要课题。 本文首先论述了商业银行个人理财业务的国内外发展现状及其在重要的位置。然后重点对中国商业银行普遍存在的个人金融业务，为解决这一问题的问题和方法的原因，从而提出了数据挖掘技术在商业银行在个人金融业务中的应用意义 。 第二章主要 通过文献研究，给出了数据挖掘技术的基本概念，然后介绍了数据仓库的数据挖掘的数据源，并阐述了基于数据仓库的数据挖掘的优势 。 第三章对目前的形势和竞争分析中国商业银行个人金融业务发展研究，以及数据挖掘技术的重要性。第四章 根据数据挖掘概念引导出个人理财系统设计 。第五章本文根据个人理财系统设计模型框架，提出个人理财数据挖掘设计，第六章作为本文的实证研究案例，提出基于数据挖掘的个人理财客户细分模型应用作为论文的结果展示。 关键词 ： 数据挖掘， 客户 关系管理， 个人 理财 客户细分I of of of to 008, of of of of in of At of in of of is s of At s to of an s to of of of at in on of to of to of of of in of in of of a of on on s of of of on to of I of as a of in of on as 硕 /士学位论文 目录 录 第 1章 引言 . 1 究背景 . 1 究意义 . 1 究目的 . 2 第 2章 数据仓库理论概述 . 3 据仓库概念 . 3 . 3 . 4 据挖掘过程分析 . 5 业业务问题范围 . 5 . 6 . 6 . 6 . 6 . 6 . 7 户关系管理方面 . 7 . 8 第 3章 商业银行在理财业务中的发展情况和战略性研究 . 9 人理财业务综述 . 9 . 9 人理财业务发展环境和市场机会 . 9 人理财业务客户特点 . 10 国商业银行理财业务发展情况分析 . 10 . 11 国商业银行个人理财业务存在的问题 . 12 . 13 建立基于数据仓库的商业银行个人理财系统 . 14 第 4章 基于数据仓库 的商业银行个人理财系统设计 . 15 . 15 . 16 银行个人理财数据仓库建模 . 17 . 17 程 . 20 同济大学 硕 /士学位论文 目录 数据粒 度划分 . 21 . 21 . 23 . 24 第 5章 商业银行个人理财数据挖掘模型设计 . 26 . 26 . 26 . 29 . 31 . 32 . 32 . 33 . 37 . 39 . 41 . 41 . 44 . 45 第 6章 基于数据挖掘的个人理财客户细分模型应用 . 47 . 47 . 47 . 48 . 50 过聚类分析维护客户 . 52 配管户客户 . 53 户退出功能 . 53 分客户层级 . 53 于个人理财客户细分而为客户提供差异化服务 . 53 户提供关怀服务 . 54 统功能 . 55 户管理 . 55 户管理 . 55 分系统核心代码 . 58 . 62 第 7章 结论与展望 . 65 论 . 65 一步工作的方向 . 65 致谢 . 67 同济大学 硕 /士学位论文 目录 考文献 . 68 个人简历、在读期间发表的学术论文与研究成果 . 70 第 1 章 引言 1 第 1 章 引言 究背景 由于传统的存款利率继续下降， 国内银行 需要在非利息收入外 寻求新的利润增长点，从而提供个人金融服务于高端客户的基础上规划客户生命周期的不同阶段 。作为个人理财市场的需求方，绝大多数居民对个人 理财业务也产生了极大的热情。随 着我国经济的发展，居民 手中存在 更多可支配的收入 。根据 官方 统计 表明 ， 截至 到 2013年 6月末，金融机构储蓄存款余额达到 与此同时 ，仍然还有不小的闲置资金在股票市场和居民手中。相应的 居民不满意传统的资产的保值方式，因此其对商业银行中的个人理财业务产生了极大的兴趣。据国家权威部门调查显示， 2012 年中国城镇居民对个人金融业务服务感兴趣程度分别达到 85%的历史高位， 可以看出超过九成的居民希望自己的资产有一个合理的规划。因此，随着居民手中财富的迅速增加，中国商业银行个人金融业务存在巨大的发展潜力。 目前 我国商业银行在个人金融业务市场中应采取积极的 战略政策 ， 通过竞争占有更多的市场份额是 摆在每一个商业银行面前的紧要问题 ，吸引和留住客户，识别高价值客户。只有实施差异化营销策略，针对不同的客户，提供个性化服务，建立面向客户的商业银行个人金融业务营销策略。 如何让商业银行采取正确的差异化营销策略，就成为本文研究的重点。笔者认为，只有建立数据仓库技术以顾客为中心，实现客户关系管理的商业银行个人金融业务，以实现商业银行个人金融业务的发展策略。 究意义 （ 1） 有利于商业银行进行有效的客户关系管理。从目前的个人金融 市场形势分析，目前许多商业银行的个人金融产品在产品设计上 不 能满足不同客户的不同需求。个人客户的有效细分可以帮助商业银行全面和深入的针对不同客户群体需求有不同的理解，可以帮助商业银行区分不同价值的客户，根据客户价值的不同制定不同的营销策略，对于一 些特定的目标客户群推出更有针对性的个人金融产品。根据二八原则 ，银行最好的 20%客户为银行创造了利润的 80%。为了提高产品的差异化营销，只有通过个人银行客户的有效分割，商业银行才能在众多的个人客户群体中发现那些最有价值的客户，才能为这类客户提供更准确，合理的第 1 章 引言 2 产品和服务， 从而提高客户的忠诚度，增强商业银行的市场竞争力 。 （ 2） 有利于商业银行进行有效的风险管理。中国商业银行的风险管理体制还相对落后，相对制约了商业银行个人金融业务的发展，通过对商业银行个人客户客户群体的有效分割，可以帮助商业银行识别那些在个人财务风险较高的客户，从而对这类客户的消费行为进行监督分析，可以及早发现和避免个人金融销售的潜在风险 。 究目的 本文研究的是 数据挖掘在个人理财客户 的细分，其研究目的是 通过数据挖掘等技术手段 分析商业银行在个人理财 业务 发展 过程 中 所面对和 需要解决的客户营销问题， 即根据不同 的客户群体而 制定不同的营销策略， 然后 通过聚类分析等数据挖掘技术 手段去归纳和分析 解决这些问题， 主要为解决目前我国商业 银行在个人理财 营销中 统一对待无区别的营销模式， 基于细分模型设计更有针对性的产品 ，尊重并重视 个人 客户 的个性化需求特点 ，为实现 商业银行真正 一对一 的 营销提供理论依据和建议。 第 3 章 商业银行在个人理财业务发展现状和竞争战略研究 3 第 2 章 数据仓库理论概述 据仓库概念 数据挖掘技术 近年来在各行各业引起了广泛 的关注，其主要原因是 因此数据仓库蕴含着巨大的数据 ，可以 被用来进行各种各样的研究和操作 ， 因此近年来各行业 迫切需要将 蕴含在其中的这些数据转变为 各种各样有用的信息知识 。 数据 的 仓库 概念 ，英文名称为 简写为 据仓库是为企业所有级别的决策制定过程提供支持的所有类型数据的战略 集合 。它是单个数据 存储 ，出于分 析性报告和决策支持的目的而创建。 通过 数据挖掘技术分析客户关系管理系统 在 商业银行客户关系管理的主要应用 ，基本包括以下几方面内容，一是 客户 的有效 分类，二是 客户 的有效 保留， 三是 客户行为 的有效 分析，四是 客户盈利能力 的广泛 分析 。客户 的有效细分能 使银行准确把握现有客户的基本状况、资产负债情况。 数据仓库系统 在 理论 概念上基本涵盖以下三个层次 ， 第一层为 数据 的 获取层、 第二层为 数据存储和 数据的 管理层、 第三层为 数据 的 访问层 。 据挖掘的定义和分类 随着 我国 信息技 术的跨越式发展 ， 目前很多行业的信息化水平都取得了 巨大进步 ， 因此 数据库中的数据大量增加 ， 如何 从 海量数据的数据库中 找出 有用 的 和我们 所 关注的数据 成为 近年来广泛 关注的焦点。数据挖掘 技术 是从 数据中根据 大量的，不 规则 的， 模糊的、随机的数据 种类 中提取 出 隐含在其中的 有用的信息和知识。简单地说，理解需要从技术和应用两个方面 数据挖掘的定义 。 从技术角度来看，数据挖掘是一个分析工具，机器学习，统计学习，从各种数据的神经网络，大型数据库系统模型的使用和发现数据之间的关系。 数据挖掘是 从大量的数据中发现需要知识的过程 。 数据挖掘的步骤包括数据选择，预处理，数据转换。数据挖掘是 知识的解释和评价模型， 是一个特定应用的数据挖掘算法， 是一个 定期评价和重复的 模式的过程和解释。通过加深对知识发现的不断完善 使它很容易理解 。 在数据挖掘过程中的关键步骤，它使用特定的数据挖掘算法从数据中提取模式，不包括预处理，领域知识，结合评价结果和发现数据的步骤 1。 第 3 章 商业银行在个人理财业务发展现状和竞争战略研究 4 用关联分析功能划分按照数据挖掘，分类，预测，聚类，异常分析，演化分析，将数据挖掘分为描述和预测，在这里，包括整个数据挖掘系统更加完善，在与两个驱动因素支持依据数据挖掘：驱动和验证发现驱动的分类，数据挖掘分类为“测试驱动的“数据挖掘”发现驱动”的数据 。 数据挖掘 中的测 试驱动 是指用户自己的假设利用各种工具验证 的方法 。通常是使用 结构化查询语言（ 询生成器（ 其中结构化查询生成器包括查询工具和在线分析处理工具 两类方法 。 2 发现驱动的数据挖掘， 是指通过统计学习，可视化技术应用到新的假设使用机器的发现，发现新的知识。 其中，根据挖掘实现的功能，分为描述和预测型两类。预测包括技术主要是决策树归纳，规划，神经网络等。描述挖掘技术，包括可视化，关联，聚合类型，统计技术。我们通常说的数据挖掘是发现驱动的数据挖掘。 据挖掘的流程 根据特定主题的数 据挖掘，为模型的建立，预处理问题的模型更新，与模型精度的依据，并用来预测的完整过程，决策支持，数据挖掘过程可以分为五个阶段： 1，数据准备 操作； 2，主题定义范围 ； 3，建立模型准备 ； 4，理解模型定义；5，预测结果。 所 以建立模型的 每个阶段 对于整个流程的完成 都是非常重要的 步骤 。 1、数据准备 操作 数据预处理是数据挖掘的基础 ，其作为 数据挖掘中的 首要 操作 行为。 它是非常重要的一步操作。数据的准备阶段 的有效性 包括访问数据源中的数据，数据清洗和 工作组，负载转换盒，处理丢失的数据，噪声数据转换为不一致的数据。提供数据的质量进而 提高数据挖掘过程的效率，整个数据挖掘过程中数据准备阶段是必须且非常重要 的工作步骤 。 数据挖掘可以访问数据源的数据仓库是不相同的，也可以是基于交易关系数据库，或通过数据转换工作访问数据，从文本文件直接存取。 2、主题定义 范围 数据准备是定义主题的基本步骤， 我们可以 根据这些数据 研究 确定 课题的选择， 确定 研究数据本身的主题 这两个阶段是一个互动的过程，随着开采过程中重新选择 原始数 据可能会 重新分区。 主题的范围是非常广泛 的，数据挖掘可以应用在许多行业，电信，银行，保险，证券等行业，如 客户分析，欺诈检测，客户细分，促销评 价等。一个特定的第 3 章 商业银行在个人理财业务发展现状和竞争战略研究 5 主题定义，主题选择的因素，以确定研究主题所需要的尺寸，如信用卡透支储户基本信息维数的数据，包括年龄，性别，收入数据 等信息 ，消费者行为信息维数；信息维数透支信用卡，信息维数，对现有数据域大小的描述能力评估，确定研究主题是否需要额外的信息维数。 3、建立模型 准备 模型中的 主题 定义完整后，下一步可以进行 数据 的入读操作和 建立模型 操作 。 4、理解模型 定义 模型的评价表明，挖掘结果 是生成 理解结果 重要的一步 ，模型结果的报告将告诉你什么， 对于提高 评估模型的准确性 起到非常重要的步骤 。 5、预测 结果 通过使用 应 用模型对未知数据进行预测 并提供客户有用的分析 。 据挖掘过程分析 数据挖掘方法论是数据挖掘顺利开展的先决条件。它给出了每个数据挖掘项目的一个具体操作流程。目前，许多数据挖掘系统的开发商为其用户提出了一些应用数据挖掘技术的过程参考模型。 采样、探索、修正、建模、评估 等方法 。这是一个反复进行的过程，进而不断地趋近事物的本质。 目前 国际上比较认同的数据挖掘过程主要分为 5个阶段，包括定义业务问题范围、选取和抽样、探索型数据分析、建模和实 施。 业业务问题范围 在这个数据挖掘的初始阶段，需明确阐述项目目标和客户业务需求，目的是明确包括客户响应的数据挖掘问题。基于客户响应特性，可以从概念上定义响应变量，与待选的预测变量有没有直接的派生关系。最终，为了这些目标可以必要地调整项目计划进程。通过观察数据的属性项，针对不同层级的客户，为其提供不同的优惠方案和服务。通过交叉递进的梯形积分规则以及公私联动的营销模式，引导客户向更高的层级晋升。客户欲享受更多的优惠服务项目，既可以通过提高综合贡献度即经济增加值以增加客户综合贡献积分，也可以通过增 加 其 在的账户日均存款余额从而提升其客户存款贡献积分，还可以通过增加业务产品使用数量和质量来积累其客户产品贡献积分，以此带动中间业务收入的增长；同时系统将根据客户类型及积分状况，对客户做出精准贴切的现实评 价，通过系统的人第 3 章 商业银行在个人理财业务发展现状和竞争战略研究 6 工智能分析计算，自动为客户经理推荐适合该客户的产品及营销目标，辅助客户经理有针对性地进行营销，有效激励客户进入晋升空间，稳步引导客户步入提升积分层级的捷径，以达到精准营销的目的 。 20 在这个阶段中，建模小组要搜寻并检查客户数据，作为未来的分析定义属性的简略一览表。 在数据挖掘的子过程中，创建一个数据映射概念图以对应客户数据与建模相关的各个数据属性名。数据能被整合到一个适当的程度，省略不适当的记录、不完整的数据记录、训练数据、试验数据等。这一部分识别可利用的数据，并选择可能解决业务目标的相关数据，选择反映客户行为特征的变量，并建立客户的统一视图，以解决信息不一致的问题，达到对客户特征全方位了解。 在这个阶段中，建模小组核查目前的数据源并且努力去发现在每个待选的预测变量和响应变量之间是否有任何关系。数据转换通常在更进一步的范围中探察数据关系。数据 的派生方法被用来捕获和表现已发现的关系。通常，数值分析是为了全面理解数据的第一步，跟着进行的统计分析是为了得到有关数据分配的进一步的知识。对数据进行探索性分析之前，应该对数据进行逆光一些预处理工作 要进行缺失值替代、标准化变量、处理异常值、数据降维变换。 在这个阶段中，建模小组建立并确认分析模型。建模小组通常尝试不同的建模技术或结合不同数据集，并衡量模型性能的不同，选出最好的。来自最终用户的业务领域知识在这个阶段是非常关键的，因为它们可以评价和确认模型的结果、理解 发现并付诸实际行动，即证明这些模型并在实际环境中实施。 在这个阶段中，需要用模型的结果来帮助作出业务决定、战略设计和战术实施。收集实施结果反馈，为模型的退化进行侦测，更进一步改善模型性能。 据挖掘软件的发展 第 3 章 商业银行在个人理财业务发展现状和竞争战略研究 7 数据挖掘软件经历了以下发展过程 : 23 第一代数据挖掘软件 ,能支持一个或少数几个数据挖掘算法挖掘向量数据，数据一般一次性调进内存进行处理，典型的系统如 司早期的统，但是，如果数据足够大，并且频繁的变化，这就需要利用数据库或者数据仓库技 术进行管理，第一代系统显然不能满足需求。第一代数据挖掘软件代表为 基子关联规则的分类算法，能从关系数据或者交易数据中挖掘关联规则，使用关联规则进行分类和预测。 第二代数据挖掘软件，数据库管理系统 (集成，支持数据库和数据仓库，和它们具有高性能的接口，具有高的可扩展性，能够挖掘大数据集、以及更复杂的数据集，通过支持数据挖掘模式 (数据挖掘查询语言增加系统的灵活性。典型的系统如 通过 掘语 言进行挖掘操作。缺点是只注重模型的生成，如何和预言模型系统集成导致第三代数据挖掘系统的开发。 第三代数据挖掘软件，预言模型系统之间能够无缝的集成，使得由数据挖掘软件产生的模型的变化能够及时反映到预言模型系统中由数据挖掘软件产生的预言模型能够自动地被操作型系统吸收，从而与操作型系统中的预言模型相联合提供决策支持的功能能够挖掘网络环境下的分布式和高度异质的数据，并且能够有效地和操作型系统集成，缺点是不能支持移动环境。 第四代数据挖掘软件目前移动计算越发显得重要，将数据挖掘和移动计算相结合是当前的一个研究领域。第 四代软件能够挖掘嵌入式系统、移动系统、和普遍存在计算设备产生的各种类型的数据第四代数据挖掘原型或商业系统尚未见报导， 表了一篇在移动环境下挖掘决策树的论文，马里兰巴尔的摩州立大学正在研制的 据挖掘项目的负责人，该项日研究期限是 2001年 4月到 2006 年 4月，目的是开发挖掘分布式和异质数据 (备 )的第四代数据挖掘系统。 据挖掘 技术在国外商业银行 领域 中的应用 户关系管理方面 数据挖掘技术主要应用于分析型客户 关系管理系统，包括客户分类，客户保留，客户行为分析，客户盈利能力分析。客户分类也被称为客户细分，这是一个巨大的消费群体的客户细分，客户的一些相似的特征，如背景信息（收入，住房），盈利能力，消费者的偏好，根据性别，年龄，我通常是固定的分类是不同的，这第 3 章 商业银行在个人理财业务发展现状和竞争战略研究 8 是基于实际客户数据挖掘工具的分割（即消费，行为数据自动分析），例如，他们买的是什么产品，什么样的喜好，所以一个数据驱动的分割，通过客户细分，使银行能够准确把握现有客户的状况，以及产品和市场定位精度 。 5 用卡欺诈识别方面 信用卡和贷款已成为支付最常用 的融资方式，在国外最重要的手段，但随之而来的恶意透支使银行得到 损失。数据挖掘是控 制欺诈的一种有效手段，数据挖掘可以对大量已知的欺凌和非欺诈客户 数据 信息进行 分析，使商业银行对客户进行分析，从客户的行为特征的背景特征和欺诈包括年龄，性别，本地 /海外，拖欠，消费，消费习惯和相应的预测模型得到。该模型是用来监控银行客户数据的分析，可以有效地检测欺诈 。 欺诈检测的另一个方法是聚合。在这里，客户根据他们的行为分为不同的组，每个组具有多个属性的相似性。然后，那些不能被分配到任何一组客户有欺诈的可能性 。 第 3 章 商业银行在个人理财业务发展现状和竞争战略研究 9 第 3 章 商业银行 在理财业务 中的发展情况和 战略 性 研究 随着中国经济的快速增长，个人金融市场的不断扩大，为中国商业银行业带来了机遇和挑战。如何正确、快速、有效地识别和评估个人金融客户价值对商业银行的重要性 ,提高商业银行与客户关系并对商业银行个人理财业务的客户分析，加深对客户的理解，从而更好的为不同客户提供 不同的 营销策略，保持和提高在激烈的市场的盈利水平。数据库系统可以实现对客户数据的录入、查询、更改、删除和统计，但是无法发现大量数据下隐藏的、内在的关系和规则，无法高效地利用大量数据资源应用于营销当中，数据挖掘技术恰恰能发现数据 之间的有效联系，找出数据中蕴含的有价值的东西。 人理财业务综述 人理财业务定义 个人理财业务是商业银行通过分析客户财务状况，了解发掘客户需求，帮助客户选择金融产品以实现理财目标的一系列服务过程，包括投资服务、理财规划服务、投资咨询服务、不动产金融服务、融资与现金管理服务等在内一揽子个性化服务。 在银行业全面开放、非银行金融机构创新活跃的背景下，个人理财业务提高了银行的竞争能力，稳定了客户群体，加快了银行创新与综合化经营的步伐，已经成为商业银行实现发展战略的重要手段。 人理 财业务发展环境和市场机会 个人理财业务具有批量大、风险低、业务范围广、经营收益稳定等优势，在商业银行业务发展中占据着重要位置。资料显示，在过去的几年里，美国的银行业个人理财业务年平均利润率达到 35%，年平均盈利增长率约为 12% 从国内情况看，随着投资环境的持续向好，理财业务收入已成为商业银行利润的重要来源之一。 根据相关数据统计国内商业银行 2012 一季度，代理基金利润占比为 41%；代理保险利润占比为 17；本外币理财利润占比为 14；三项理财业务利润占比位居前三位，合计利润占比达 72%， 个人理财业 务已成为个金中间业务利润的首要来源 . 第 3 章 商业银行在个人理财业务发展现状和竞争战略研究 10 2011度国内理财产品报告显示，在北京、上海、广州三地 5000 余人的理财抽样调查问卷中， 69%的受访者表示已不再将储蓄作为主要的投资手段，愿意将资产配置于其它理财产品。 据银监会披露的数据显示， 2010 年我国商业银行个人理财产品的销售量达到 2000 亿元人民币， 2011 年达到 4000 亿元， 2012 年发售总量达到 8190 亿， 3年间每年以成倍的速度增长。 2012年全国共有将近 3000款各类金融理财产品面世，数量较上年增长超过50%，有 23家中外资银行推出了 947款银行人民币理财产品，较 2011 年增加 602款，增幅达 175； 25家中外资银行推出 1209 款银行外汇理财产品，较 2011年增加 456 款，增幅为 61；推出 166 款 品，较 2011 年增加 106 款，增幅达 67 。 2012年还发行了 20种债券、 583 个信托计划。 2012年个人理财产品以日均近 10只新品的速度问世。 表 012年一季度商业银行人民币理财产品市场占比情况 : 项目 本币（亿元 ） 外币 (亿美元 ) 合计 (亿元 ) 销售额 同业占 比 销售 额 同业占 比 销售额 同业占比 工行 农行 中行 建行 光大 中信 合计 人理财业务客户特点 个人理财是将所有资产和负债进行积极主动的策划、安排、置换、重组等使其达到保值、增值的综合的、系统的、全面的经济活动 标与期望值不同。同样的人在不同的阶段，投资理财的目的、目标与期望值也很有可能不同。 因此，单纯地对金融数据的挖掘分析井不能为不同的客户提供最为合适的产品，也无法真正吸引客户使用我们所提供的服务。为了为客户提供合适的服务 ，我们需要同时对客户信息和金融数据进行挖掘分析，并将客户进行细分进行个性化业务推荐。 国商业银行理财业务 发展情况分析 第 3 章 商业银行在个人理财业务发展现状和竞争战略研究 11 国商业银行理财业务 发展情况分析 1、个人理财业务的 定义 及理财业务在商业银行中的位置 个人理财是一个综合的评价客户金融需求的过程，它是一个专业的商业银行理财业务人员通过了解和明确客户的金融理财目标及需要，分析客户的金融需求，财务状况，帮助他们制定一个全面和完善的金融服务金融方案。 个人理财市场的发展过程大致可以分为以下几个阶段：第一，金融市场投资者只能接受存款等低风险、低 回报的产品；其次，投资者可以在本金的安全保证，追求高于存款利率的产品；再次，投资者能够承受的主 要部分 受损，但同时，他们也开始提高盈利能力的要求；最后一个阶段，投资者可以接受的主要损伤，并开始注意他们的财富 。 2、我国商业银行个人理财业务开展的 必要性 商业银行业务 种类 包括 俗称的传统业务中的 资产业务，负债业务，中间业务。贷款利息收入是商业银行 传统的，单一的主要收入来源。个人金融业务作为 银行的 一部分 金融产品，提供个性化服务需求， 所以 其重要性越来越突出 。 市场的需求方 中国已经成为仅次于美国和日本的第三大财富来源， 预计在 2015 将超过日本，成为世界第二大的财富来源。同时，根据报告 数据显示 ，去年 在 中国投资的固定资产总额达到 总资产达到 62 亿 元，并在最近几年有近 20%的速度增长。一个人可投资资产的金额在 6万 元以上的高净值家庭超过 1万 2千 户，高净值个人持有的资产超过 27 亿 元。在 急剧膨胀的高净值个人和资产规模规模增加的同时，投资者加快