商业银行建立客户流失预测模型的方法研究

1、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

2、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

3、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

4、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

5、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

6、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

7、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

8、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

9、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

10、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

11、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

12、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