【商业银行大数据技术在客户关系管理中的探究13000字（论文）】

商业银行大数据技术在客户关系管理中的研究摘要大数据技术已经在各个领域中都被作为改善业务效能的一个工具，在商业银行中其具体表现在于客户关系管理系统中。从数据收集到数据分析再到最终的应用，商业银行需要坚持自己以客户为本思想的同时，将大数据技术大数据概念与之相结合，研发出新一代的客户关系管理系统。该系统将为商业银行提供管理支持、业务支持以及对商业银行的客户满意度起到重要的作用。本文重点研究了商业银行大数据技术和客户关系管理系统之间的关系，并详细说明了客户关系管理系统对商业银行有哪些重要的作用，将给商业银行和客户都带来哪些好处。关键词商业银行；大数据；客户关系管理；数据分析；数据挖掘目录1绪论 51.1研究背景及意义 51.2国内外研究领域的发展现状、趋势及问题的提出 61.2.1国外研究现状及趋势 61.2.2国内研究现状及趋势 71.2.3文献评述及问题的提出 81.3研究的内容与框架 81.3.1研究内容 81.3.2研究目标 92相关理论研究 92.1客户关系管理理论 92.1.1客户关系管理 92.1.2客户关系管理的核心思想 102.2大数据理论 112.2.1大数据 112.2.2大数据的特点 122.2.3大数据思维 122.3数据挖掘相关理论 132.3.1什么是数据挖掘 132.3.2数据挖掘常用技术方法 132.3.3数据挖掘在商业银行客户关系管理的作用 143对商业银行客户关系管理的研究 143.1商业银行CRM系统建设思想 143.1.1商业银行客户关系管理概述 143.1.2CRM系统建设的需求分析 143.2CRM系统的逻辑架构 163.3CRM系统的有效性和效益分析 163.3.1系统有效性 173.3.2效益分析 173.4对中信银行CRM在市场环境中的分析 183.5总结 194不足与展望 19致谢 21参考文献 221绪论1.1研究背景及意义 在现在这样一个互联网的时代，不仅是数据的数量量和种类多，而且每时每刻还在产生着大量的新数据。然而互联网和科技在给人们带来高度的便利时也给人们带来了前所未有的新问题。如今已出现了像谷歌、必应等搜索引擎，还有Line、Facebook等社交网络，以及从台式电脑发展到最近的智能手机和平板电脑，这一切都使得获取信息比以往任何时候都要简单。因此，信息过载成了这个时代的新问题，所以如果缺乏有效的手段我们要在大量数据中筛选有用的信息就像大海捞针。据麦肯锡全球研究院显示2012年，全球数据总量约为2.7~3.5ZB。而每秒钟通过网络传输的数据总量已经超过了20年之前互联网的总存储量[1]。 随着互联网科学信息技术的全面应用，信息化已经成为了各行各业的主要发展方向，金融领域也是其中一员。有研究预测和互联网结合的互联网金融将会是未来十到二十年内的主流趋势，而大数据将是发展互联网金融的一项重要影响因素。如今已有互联网公司如阿里巴巴旗下的支付宝推出的余额宝、花呗这样的互联网金融产品，使理财和借贷这样传统的金融产品不再是银行或证券公司的专利，也可以通过互联网平台进行任时任地的交易。更甚者，支付宝可以对客户的信用评级，这完全依托于支付宝收集到的客户历史数据并对其进行大数据处理。由此我们可以看到，传统金融企业的营销由于使在现有产品的基础上进行的，因此客户不一定对这些产品买账。现如今，传统金融企业的的关注重点应该转移，大数据技术应该被有效的利用起来。今天，对客户来说行业信息越来越好获得，信息透明化的趋势不可避免，企业想用信息不对等的优势去向客户营销产品变得越发困难，因此企业应用大数据技术对业务进行改善将会是势在必行。全局来看，金融信息互联网化对整个行业是有益的，但对最传统的商业银行是一个巨大的冲击，其赖以维生的存款、借贷等业务面临着被新兴互联网公司取代的风险，所以商业银行若想在这个变革的时代继续保持竞争力务必要借助大数据技术的力量。 商业银行的优势是在借贷、存款等经典银行业务这一块具有很大的现有规模，因此如果商业银行能使用大数据技术对自己本身所有的大量历史数据进行多维分析，开发出对客户有针对性地产品和服务，同时不降低自己擅长业务的质量，那么商业银行将比互联网企业更有优势。商业银行无法回避时代的趋势，需要应用大数据技术制造新的工具创造新的利润增长点，因此，商业银行能否继续存续的关键取决于能否有效的利用大数据技术。 商业银行可以通过大数据技术获取优质的大数据资产并以此开发或优化商业银行的产品和服务，以实现对客户精准营销的目的。CRM是现代企业为提高服务水平而发明的一个重要工具，而商业银行本质上是一个服务商，因此想要优化商业银行的业务可以从优化CRM作为切入点，使银行的业绩在不断地用大数据技术对CRM优化的过程中增长。这将考验商业银行的大数据应用能力，能否挖掘出客户的潜在有价值信息并开发出相对应的产品和服务实现精准营销将是能否其成功的标准。1.2国内外研究领域的发展现状、趋势及问题的提出1.2.1国外研究现状及趋势 数据的规模与信息技术的发展正相关。商业银行拥有着大量的客户历史信息，想要从大量冗余的信息中发掘出真正有价值的能为商业银行所用的数据需要严格的按照数据挖掘的流程进行清洗、筛选然后分析，因为此时旧的工具像是报表工具和简单数据库查询功能已经不能满足需求。与此同银行越来越关心他们自身CRM系统的效率是否足够。 对大数据相关的研究内容，崔毅(2015)提到，在2008来自美国的R.E.Bryant教授、R.H.Katz以及E.D.Lazow-kaj教授一起成立了一个组织并对大数据进行详细的探索和研究,他们对大数据的概念做了一个新的解释，指出大数据需要能够为人们所用的宗旨，这对大数据的进一步发展起到了很大的贡献[2]。朱东华（2013）提到，在2012年3月19日的时候，美国总统奥巴马宣布启动的“大数据研究与开发计划（BigDataResearchandDevelopmentInitiative）”，旨在提高从大量的复杂的数字数据中抽取知识与观点的能力，以帮助解决美国在科学与工程中面临的最严峻的诸多挑战与问题，增强国家安全，实现教育与学习的转变。该项计划的提出将“大数据”研究上升到美国国家战略的最高层，以宣告国家政府为核心的全球“大数据”战略正式拉开竞争的序幕[1]。 对客户关系管理相关的研究内容，刘兴明（2014）和Tillett.L.Scottr认为，想要给客户提供充分的数据援助并且尽量可能的使客户感到满意，那么进行客户分析是必不可少的，同时这也将优化一个企业的管理效益。AdamRombel也认为通过客户分析可以达到了解客户偏好并了解他们真实想法的目的。同时他还认为这将使缩短为消费者提供更具针对性的服务的时间，从而增加购买订单的数量[3]。张婷（2015）认为，各公司认可大数据技术广泛应用带来的效果。美国银行、摩根大通等大企业已经使用大数据分析技术为他们信用卡和电子银行的客户实现反欺诈交易的实时保护。花旗银行利用互联网资源搜索借款人的各种信用记录，并将此作为依据对贷款人进行评估[4]。 对数据挖掘技术的内容，Berry和Linoff(2004)他们两个人重点对数据挖掘技术如线性和回归模型、朴素贝叶斯模型等在销售管理方面的运用做了研究[5]，研究结果表明数据挖掘技术能够帮助企业解决营销、销售和客户关系管理的问题。Lambert(2000)如何将统计学中的数学模型和数据挖掘技术相结合进行了重点研究[6]。Fayyad等(1996)重点研究数据挖掘技术和有效信息查询的技术，并且详细论述了一种处理大量数据的技术[7]。1.2.2国内研究现状及趋势对大数据相关的研究内容，方芳（2012）认为，在世界和国内经济发生巨大变化的当下，传统商业银行随着互联网金融的普及化现面临着一个重要的转折点。尤其是城市商业银行，他们需要把压力转化为动力，积极的发展自身，积极的改变思维方式，合理的运用大数据技术，努力推出适应客户发展的精准产品[8]。黄蕊（2014）提出，商业银行想要发获得有益于其业务的信息需要引入大数据技术，这些发掘出来的信息将是未来银行发展战略制定的关键参考依据[9]。潘明道等（2013）深度探讨的对象是大数据的特征，并提出大数据对商业银行来说既是机遇也是挑战的观点，认为数据将是商业银行的未来基础[10]。吕凌等（2007）研究了商业银行提高精确营销和提高客户忠诚度的各种方法。他强调应该将大数据技术作为获取客户信息的有效手段，然后依此分析出客户真正关心的信息并推送给他们，从而实现利益的最大化[11]。对客户关系管理相关的研究内容，魏巍（2017）对CRM内在核心和与之相关的各种因素进行了分析与探讨[1]。张伟胜（2017）提出，促进客户关系管理的主要方法是开发CRM系统，这是制定和实施战略发展的重要基础[12]。对数据挖掘技术的内容，1993中国国家自然科学基金委员会开始建立与数据挖掘相关的相对较正式的项目小组，拉开了我国对大数据挖掘技术研究的序幕。2012，我国成立名为大数据专家委员会的组织，该组织专门对大数据技术的应用和开发进行探索发现。2015习慧丹细致的研究并解释了大数据技术的的相关过程和方法，这对数据挖掘技术在实际中的推广和应用具有实质性的进步[13]。1.2.3文献评述及问题的提出大数据技术和客户关系管理系统对商业银行的发展具有不可忽视的价值和意义。从以上文献中可以看出，目前的研究主要分为两类，一种着重关注于理论上的研究，讨论的内容在于大数据、大数据技术和客户关系管理系统的不同概念和不同诠释。这类的研究和分析比较宏观，类似于一种表达和预测，对另一种技术论文提供了指导方向；再就是集中于相关技术研究的论文，是从科学研究的角度出发，通过对大数据技术的具体应用研究了像是发现客户偏好、开发针对服务以及评估信用等级等方法。然而，目前各种论述的观点和技术的应用实例都比较单一，没有一个综合性的比较和评述。因此，本文的研究将是先对本领域的研究内容，客户关系管理、大数据相关理论、数据挖掘技术做一个综合的罗列和比较；然后着重分析商业银行的客户关系管理系统的具体建设方法和架构，并依据建设的方法和架构中的关键点论述大数据技术如何用于改善客户关系管理系统提高银行的竞争力。1.3研究的内容与框架1.3.1研究内容 本文共分四个部分，各部分内容如下。 第一部分是引言。表述了目前金融业和商业银行所处的背景以及大数据技术对该行业的意义，然后阐述了国外和国内和大数据、客户关系管理以及数据挖掘技术的研究现状和发展趋势，然后指出了本论文将研究的重点和论文的大概结构。 第二部分是相关理论。包括客户关系管理理论、客户关系管理相关理论、大数据理论、数据挖掘相关理论。 第三部分研究大数据技术如何优化客户关系管理系统。主要从以下几个方面进行。首先，对一般商业银行客户关系管理系统的构建方法和流程进行阐述和研究；然后深入对商业银行客户关系管理系统的逻辑和架构进行研究。最后，分析了改善后的商业银行客户关系管理系统的有效性和效益。 第四部分是不足与展望，本论文并没有进行实证分析，因此在这一部分会解释原因然后做出改进的可行性探讨。1.3.2研究目标 本文对于发现商业银行中客户关系管理系统的不足，并通过大数据技术研究出有效的改进方案并能够成功的实施是本论文的写作目标。具体希望能够达到的结果如下。 （1）以客户的历史数据信息作为依据，使商业银行实现对客户的详细分类。 （2）过节省人力成本降低企业总成本，提高单员工的工作效率，使用更少的人提供更好的服务。 （3）为分类的用户确定相对应的营销方案，从而实现精准营销。1.3.3研究方法及研究思路 本论文以数据的收集、数据挖掘、客户分析、客户关系管理等方面的理论为研究的重点。 主要采用的研究方法如下： ①文献研究法。对之前已有的论文进行罗列和比较然后总结，这些将作为本论文的重要参考。 ②应用理论研究方法，探究在大数据如何改变客户关系管理系统的效率。2相关理论研究2.1客户关系管理理论2.1.1客户关系管理 客户关系管理（简称CRM）最初由高德纳咨询公司于1993年提出。截至今日此概念有多种不同的诠释并且形成了各种不同的学派，以下是目前的一些主流参考： 什么是CRM？ ①高德纳咨询公司：CRM是企业在发展新客户并为所有顾客提供优质服务的同时没有降低自己固有的客户服务质量，这将为企业提供长远充足的发展前景并传造出更大的利润空间。 ②艾玛·查布鲁（EmmaChablo）：CRM是一套系统化的过程和方法，它强调客户与企业之间互动的重要性，并采取抹些手段来使得客户和企业能够建立起某种互动关系。 ③伊莫夫等人：CRM是一种需要利用客户的一些信息来达成企业的长期目标的技术，企业会采取一定的手段使得他们能够与客户互动并使得客户能够满意，以此使企业的利益最大化。 ④罗伯特·肖：CRM是企业和客户之间的边际关系，想要使得两者同时达到利益最大化的目的，必须使企业的供应量和客户的需求量达到边际边界。 评论（1）CRM的概念起源于美国，并且迅速在全球范围内被广泛的接受和发展。它的中心思想是，“以客户为本”，企业为了迎合客户的需求，提供更便利的服务，这需要企业能够对客户的需求有一个清醒的认识。（2）CRM为企业的发展战略提供参考。通过CRM，企业从向客户卖已有的产品转变为了为客户提供他们想要的产品。（3）CRM是一种结合大数据以及各种技术方法的综合性系统。 可以说CRM本质上是一个业务模型或者说是一种经营模式。通过大数据信息科学技术，它可以为所有客户提供针对性的服务，使得企业和客户达成共利双赢的关系。2.1.2客户关系管理的核心思想 CRM的核心思想是“客户为上帝”，这很好理解，因为企业的利润要靠从客户那里收到钱才能创造，以下将从几个角度进行说明： （1）客户是企业发展的过程中必不可少的要素企业为了获得更大的利润以及提供更优质的服务，需要对客户进行分类进行精准营销，这使得服务的难度大大增加，不仅需要快速响应的客服系统，而且还需要高质高效的提供服务。在市场上，赢家总是那些能够获取客户的人，获取客户需要精准营销，精准营销需要对客户分类，因此对企业而言要认识到大数据对公司的潜在高价值。 （2）实现客户与企业的双赢CRM不仅为企业创造更大的利润空间，更给了客户更令人满意的服务效果。 （3）企业追求长期利益追求企业的长期利益是客户关系管理的目标，这一目标与企业的管理紧密相关。首先，它对企业的信息技术水平有很高的要求，然而高技术水平同时也意味着高成本，这导致对企业的资金链要求十分的高；其次，只有拥有固定的一群客户才能保障公司在较长的一段时间内收入稳定，但是稳定客户既难以获得更难以维护。这种关系的建立需要足够的时间，并且要从源头上就开始对潜在客户进行确定、调查、选择、培养并逐步成为最终客户。虽说建立这样的关系成本十分的高而且难以在短期内看到盈利空间，但从长远的角度来看这是值得投入的一种好选择，由此可见客户关系管理是一个长线发展且时刻变动的过程。 （4）CRM中的客户信息是聚合的企业CRM中的客户信息是聚合的完整数据，因此片面的或者单方面的数据都不算是CRM级的客户信息。这是做到以客户为中心的必要条件，因为此时企业的所有分析和营销业务将对客户全方面进行。只有当客户信息完整时，才具备足够的价值被公司所用，然后为公司的决策提供更大的指导价值。2.2大数据理论2.2.1大数据大数据并非最近才出现的新概念，早在20世纪就有人提出大数据的概念，但直到21世纪，它才逐渐从纯粹的信息技术中突破，并在我们的日常生活中起到各种作用。信息高速项目诞生于1993年，这是人类历史上浓墨重彩的一笔，它改变了世界各地信息的产生和传输，极大地促进了互联网的发展。2012年，一项旨在改善人民服务，快速准确定位信息的大数据研究项目被美国政府提出。数据分析的原料就是大数据；先要将所有的信息汇总才能得到大数据，然后才能建立数据仓库；有了数据仓库才能进行下一步的数据筛选，清洗掉冗余的数据；最后利用得到的有价值信息进行数据挖掘才能为企业做出有用的贡献。所以大数据是一切和大数据有关技术的基础所在。 对于大数据的定义，主要有以下几种诠释： 什么是大数据？①高德纳公司：在加工后能产生数量更少且价值更高的数据就是大数据。②维克托.迈尔-舍恩伯格：大数据是一种方法，这种方法需要对所有的数据进行处理，而不是对部分的随机数据进行处理。③维基百科：大数据具有非常庞大的数据量，并且需要使用专门的工具对其进行加工。以上多个定义从各个维度解释了“大数据”的含义。尽管他们对大数据具体的诠释各异，但也有相同的一个点，那就是对大数据“大”的特点的解释，即它是指所有的。但当数据过大的时候，人们已经很难使用传统的一般数据统计方法对其进行处理，但实际生活中我们往往又需要在某个时间段内对其进行有效处理。2.2.2大数据的特点虽然大数据很大但并非不能计量，接下来我们将从各个角度去分析大数据的各种特征。（1）从数据变动的角度来看第一、大数据的数据量巨大，数据每天都在呈指数级的增长。第二、快速的输入和输出速率。第三、大数据的类型多。不仅有文本类数据（以结构形式存在的数据），还包非结构形式存在的数据比如图形、照片和声音等。（2）从大数据的将来走势和外部特征的角度来看第一、完整性。尽量从更多的源数据中提取有用和相关的数据，最重要的是“完整”，只有当数据源完整时有价值的数据信息才不会遗漏，有价值的信息才能被挖掘出来进行分析和研究。因此相关数据源必须要是全部的。第二、复杂性。大数据的原始数据是充满了各种冗余信息的，只有通过一些方法手段并投入一定的时间和精力才能将这些冗余信息给消除，获得我们真正需要的有价值的信息。第三、数据之间的相关性。由于大数据的复杂性，因此人们需要找到一种数据之间的关联性，用以清洗大数据，这也是人们在大数据领域需要重点研究的课题。（3）从大数据概念的角度来看第一、动态性。大数据时刻都在变化着，这个变化是内容和数量上的双重变动。第二、非结构化。非结构化是大数据的特征之一，随着互联网的普及和互联网技术的发展，出现了各式各样的非结构化数据，例如图形、图片、电子邮件等，都是非结构化的数据。第三、及时性。由于大数据是动态变化的，因此这个瞬间和上个瞬间以及下个瞬间的数据都是不同的。2.2.3大数据思维大数据思维要求关注的重点不在于规模而是价值。其特点是对所有的数据进行分析，并且在分析过程中更加关注效率和数据之间的相关性。大数据思维要求我们在庞大而复杂的数据中，同时做到放弃无效数据和挖掘有效信息两个操作没有大数据探索的固定模式和方法，每个人都需要不断探索。只有通过更多的思考并更多的在实践中应用，我们才能从大数据中挖掘出有用的信息。2.3数据挖掘相关理论2.3.1什么是数据挖掘数据挖掘技术是围绕数据开发的一种新世代数据处理方法。在数据膨胀的今天，传统的数据工具无法有效的对数据进行处理，因此，需要专门的数据挖掘技术用于对大型数据库进行处理。数据挖掘技术是大数据技术，通过调用一些信息处理技术从复杂的不确定数据中获得有价值的相关信息。由于这样的工作十分困难，人们将这项工作作为一个项目进行专门的研究和应用。数据挖掘技术可以在高度不确定性的环境下去除冗余数据并发现数据本身的特点，依此可以找到有对企业有价值的数据。2.3.2数据挖掘常用技术方法数据挖掘技术根据其功能主要可以分为以下几类：（1）分类目标数据可以分为能够直接分类和难以分类这两种情况，在大数据中我们一般面对的是后者，也就是说数据挖掘技术是为了对这些难以分类的数据进行分类而使用的。（2）估算估算是一种与分类有些像的方法。分类处理的是离散型数据并且数据类型和数量也是已知的。而估算处理的是连续有规律的数据且数量未知的数据。因此，在对数据进行分类之前我们可以先进行依此估算的操作得到一个确定数量的数据，然后再用这些数据进行分类处理。（3）预测预测通常需要借助一些方法才能实施，例如分类方法或估计方法。换句话说，需要使用这些方法来推导预测不确定变量的模型。而与之相关的预测是对未来的预测，这是不确定的，并且结果存在多种可能性。只有经过一段时间，我们才能知道真实结果和原始预测的准确性。（4）根据相关性规则分组将具有相关性的数据分到一组中。（5）聚类聚类法可以将相似的数据分到一个组中。聚类和分类比较相似都是对难以分类的数据进行处理，但聚类法会对相似的数据进行一个分组。通常当我们要进行大数据分析时，第一步的首选就是使用聚类方法对数据进行处理。这种基于分组对不同目标客户进行精准营销的方法对于公司而言非常重要。（6）描述和可视化用于向用户呈现数据挖掘最终结果的功具。通过这些工具，使得用户能够更加直白的观察挖掘结果。2.3.3数据挖掘在商业银行客户关系管理的作用商业银行CRM的目的是为了更好地把握客户的实际需求，并为商业银行带来准确的和新的有价值客户。然而由于数据量的不断增长，传统的数据库等数据分析工具已经无法满足从业人员的需求，因此需要通过新的大数据技术来实现以上所说的目标。数据挖掘技术在CRM中起着非常重要的作用。首先，该技术可以通过对历史客户信息的分析获得对公司有利的关键客户信息。其次，该技术可以根据算法对公司的客户价值进行分类。第三，该技术得出的分析结果可以作为公司未来战略和决策的决策依据。 3对商业银行客户关系管理的研究3.1商业银行CRM系统建设思想3.1.1商业银行客户关系管理概述商业银行为了提高自身的业务水平和管理能力因此需要CRM系统的辅助。CRM系统能够帮助所有客户经理都能得到全部的客户资源信息，能够提供指导帮助商业银行规避风险，能够为商业银行提供对客户和员工的绩效评估依据。这些都使得商业银行的管理更加科学，有了数据分析后管理上也更加方便。商业银行需要结合自身财力物力水平，建立一个能够满足自身发展计划的有效CRM平台。平台的建立应在对相关行业的案例进行广泛的调查、分析和研究之后才进行实施。3.1.2CRM系统建设的需求分析（1）建立数据集市对商业银行现有客户的信息存储到一个大型数据库中，这个数据库就是商业银行的数据集市。（2）对客户细分所谓客户细分是通过分类、聚类等算法对商业银行的客户进行分类，将客户通过一定的特征分为不同的群体。然后银行可以根据由大数据技术分类好的客户群有针对性地研究适合这些群体地营销方案和产品。如此一来银行的资源分配将会更加的合理，业务效率也将大大的提升。一个好的客户细分是商业银行客户关系管理的能否成果的核心标志。（3）建立360度的客户视图建立360度的客户视图，是为了能够完整清晰的呈现出客户的信息，并且可以从多个维度和角度查看客户。同时，他们还可以分析全银行客户之间的关系，例如公司之间的关系（包括公司上下游，组客户等），并以此为基础，分析客户之间的关系和公司与客户之间的关系。（4）分析客户的需求商业银行应该以客户为中心，这是它作为服务业的本质所在，因此，商业银行需要尽力去用各种办法了解客户的需求然后为他们提供优质的令人满意的服务。只有这样才能留住用户，也才能吸引更多的用户来办理业务。因此CRM能够增强商业银行的业务竞争能力。（5）挖掘潜在客户商业银行之所以愿意花费大量的投入去建立CRM管理系统是因为商业银行想要凭此获得更大的利益，因此光留住原有的客户并不够，还需要能发掘出现有客户的潜在价值以及找到潜在的新客户。CRM管理系统的构建建立在对客户数据的分析基础上。公司通过分析客户的各个指标（贡献值、忠诚度等）来分析其潜在价值。（6）为营销活动提供支持围绕CRM系统的构筑逻辑来指定营销方案，并使用该系统反哺营销方案，对其提供决策支持。（7）开辟新渠道CRM系统建立起来以后可以使用各种通信功能，比如说通过向客户发短信或电子邮件告诉他们银行最近的产品和服务，看他们是否需要办理，或者通过手机APP和网站提供网上银行和业务办理服务。（8）生成分析报表CRM系统可生成各种统计数据、指数分析和趋势分析报告，这些报告可帮助商业银行客户经理更方便地统计相关信息，例如新增客户的统计信息、售出的理财产品的统计信息、销售的统计信息和统计跟踪客户访问信息。3.2CRM系统的逻辑架构 CRM系统有两层逻辑架构，分别是数据层和应用层，其中数据层主要负责数据收集和数据存储。下面将对CRM系统的逻辑架构进行相应的的分析和研究。 （1）商业银行CRM系统处理数据有三个步骤，①源数据输入②数据加工③加工数据输出。因为有输入输出的操作在内，所以这里也涉及接口的问题。在商业银行CRM系统中接口时十分重要的一个部分，它负责从各个银行的分支系统中获取源数据并存储到CRM系统中，也负责将得到的结果输出到相应的端口中。在CRM系统中接口分为这样几类：导入接口、数据卸载接口、渠道接口和实时接口。 （2）数据收集是指收集商业银行需要的和客户相关的原始信息。CRM系统会和许多的系统进行对接，包括财务管理系统、业务系统等等银行内银行外的都有，CRM系统会从这些与它对接的系统中以文件的形式获取数据并将它们集成到银行内部的数据集市中。数据收集是CRM系统的重要基础，后续的数据分析是否有效取取决于数据收集的是否完整。 （3）CRM系统的实施过程，首先后台会对源数据进行批处理，此时将进行如下几个步骤：数据集成、数据加工、客户筛选、客户细分、索引计算、生成报表和统计摘要等。 （4）CRM系统是为了应用而构建的，其主要应用目的是向商业银行展示客户的关键信息以支持银行管理层的决策。首先，它的报表工具可以向公司管理层清晰的展示所得到的结果；其次，为了扩展营销手段，它可以自动连接到短信服务商和互联网，实时将最新的信息传递给客户也能让客户在银行以外的地方也能随时办理业务；最后，它将内网与外网相连通可以实时的更新数据库，提供最可靠的查询功能。3.3CRM系统的有效性和效益分析 商业银行若想进一步提升自己的客户关系管理能力，那么建设CRM系统是必要的，因为CRM系统丰富且强大的功能，它可以为商业银行带来高投入且高回报的收益。下面我将对CRM系统的有效性和效益出发，说明为什么CRM系统对商业银行而言是必要的。3.3.1系统有效性 （1）当建立起CRM系统的时候，商业银行对客户信息的管理方法就发生了根本性的改变。以前单纯的用数据库甚至时EXCEL表格来处理数据的方法现在看来已经十分的低效，CRM系统提供了建立数据集市的方法，汇集了所有的客户信息，同时该系统还融合了各种管理规则，还拥有可视化的客户信息视图功能。一切功能都变得信息科技化了，这不仅节约了人力成本和物力成本，还使得工作效率得到了大幅的提升。 （2）CRM系统拥有的是所有的客户历史信息，商业银行可以依此开发各种精准的服务和产品。这时客户被依据商业银行的算法分为了不同的群组，可以满足不同群体的不同需求的同时增加公司的利润率。 （3）基于CRM系统，商业银行可以建立一个专门的服务营销系统，并由CRM系统为其提供支持，该服务营销系统可以根据CRM系统的支持建立一套系统的营销过程包括营销、销售、服务和维护。最后结合业务人员多年的行业经验和一般商业银行的现状，该系统可以大大提高业务人员的业务能力。 （4）该系统将为绩效考核提供更加科学的支持。过去商业银行对客户的评估仅对当前账户的状态作为依据，现在通过CRM系统的辅助，商业银行可以结合客户的账户现状与以往的历史记录做出一个综合的判断。这是一次从单一指标到综合评估的跨越性转变，将会大幅度降低商业银行的判断错误概率。 （5）该系统将优化商业银行的业务流程，实现精细化运营管理模式。这基于该系统的客户分析功能、客户流入流出报表以及月度季度年度总结实现的。3.3.2效益分析 商业银行建立CRM系统对银行的客户和银行本身都是十分有益的，具体分析如下所示： 第一、经营管理模式升级。由于CRM系统能够提供决策支持，这提高了管理层的管理能力。在现代的商业竞争背景下，商业银行的业务管理模式越来越注重标准的流程化管理，希望在保持以客户为本的传统业务服务质量不下降的同时，能够推出更精准的产品更好的服务，降低各项成本以增加公司的利润。 第二、提高效率，提高质量但降低成本。这样的结果看似不可能，但基于CRM系统的各种新功能确实为商业银行带来了更大的收益，比如说由于CRM的应用使得客户可以在网上办理业务，这节省了公司的人力物力成本也节省了客户的精力，使得双方都能受益。另外由于新管理模式减少的浪费，精准营销带来的销售增长等等都是CRM能提高收益的证明。 第三、发现客户痛点并给出解决方案，扩大优质客户规模。优质客户是商业银行收入的大头也是商业银行存续的保障。通过对CRM系统的运用，能够及时发现优质客户的痛点在哪，并且能够及时的帮助他们提供解决方案，增加双方之间的联系，比如许多客户想要一个低利息的小型贷款，银行就可以基于此信息做出相应的产品服务并推广。与客户建立长期亲密的关系是十分有益的，这会让客户更加信任你，并认为你对他是有用且重要的，这样不仅客户它自身会不断的在你这里办理服务，也会推荐他身边其他的人过来。3.4对中信银行CRM在市场环境中的分析 中信银行，作为一家股份制私有商业银行，直接面临与传统国有商业银行的竞争，又同时面临来自其他股份制私有商业银行的挤压，因此，为了获得足够的市场空间中信银行需要依靠加强对客户的精准分析来维持这家银行的管理，该银行的客户关系管理系统非常超前，已经布局了分布式系统架构，数据仓库等。尽管投入很高但是中信高层依然下决心从战略的高度在IT基础设施和业务管理模块的集成应用上加大力度。一下将对中信银行的竞争战略提出几点建议： 第一，系统集成。中信银行应该将自己的CRM系统和自己所有的业务以及系统，比如客户信息和产品推荐系统集成起来连接起来，这有这样才能高效的收发信息，对自身的业务做到实时监控与分析。只有在这样的的情况下，中信银行才能作为一家有竞争力的股份制商业银行在市场下存活下来。 第二，运用大数据分析实现客户细分和精准引客。中信银行应该运用聚类算法等大数据技术对系统集成到的信息进行大数据分析。这是最为关键的一步，光有信息是不够的，人们还需要对信息做出加工才能进一步得到有用的信息，而有价值的信息才是指导企业管理，协助企业开发新产品新营销策略的直接因素。 3.5总结 现代商业银行对大数据技术应用的一个典型就是CRM系统，CRM系统它是大数据技术的一个综合实现。在CRM系统里，首先需要对各个来源的数据进行收集，然后对这些数据使用聚类等一系列算法进行清洗筛选，再然后对加工后的数据进行分析，最后将分析的结果可视化的展现出来。最终的结果或是对管理决策做出支持，或是对产品服务营销的改进开发做出支持，以达到提高商业银行运作效率，提高产品服务质量，降低成本提高利润的长期目的。 最后我想说，CRM系统的建立是十分昂贵的，但却是值得商业银行投入高成本的。CRM系统是一个双赢的选择，它让客户与商业银行之间的关系更加密切，使双方都能够获利。4不足与展望 现在是大数据的时代，传统的商业银行在这样的时代背景下被迫也要转型。商业银行如果想要继续存活下去保持自身的竞争能力，就必须拥抱互联网融合大数据技术，这时未来企业生存发展的必然之路。如今，传统商业银行的经营模式已经不足以满足现在人们的需求，这导致了许多前所未有的危机正在发生，例如低下的营销效果和越来越低的客户忠诚度。在以往传统的经营模式已无法满足当今社会客户的需求的情况下，商业银行必须找到一种方法来改变现状，有必要打破原有的内在思维，根据当前的发展现状，继续加强CRM的管理，通过数据挖掘技术增加对客户信息的分析，并加强这些有用信息在实际客户营销过程中的应用。同时不要忽视商业银行已有的数据资产，这对商业银行客户关系管理的改进是十分重要的。这是因为商业银行在之前的很多年内已经积攒下来了许多客户历史信息，这是商业银行重要的一部分财产，也是其他新兴互联网公司无法比拟的天然优势。最后通过对这些已有数据进行大数据操作，将能对商业银行长期的发展战略起到指导的作用。同时商业银行可以根据CRM系统的各种功能开发出针对客户的精准产品和营销服务，使客户的满意度得到提升，使商业银行进一步得到扩张和发展。 本论文主要