某银行上海分行贷记卡客户消费行为分析

1、某银行上海分行贷记卡客户消费行为分析上海分行贷记卡客户消费行为分析,数据来源 :ODSB上贷记卡档，包括贷记卡卡档，贷记卡交易档，贷记卡客户档, 样本范围 : 在 2008 年 1 月至 2009 年 6 月有交易行为的上海分行贷记卡客户, 分析主题 : 客户的贷记卡消费行为特征，客户的贷记卡消费偏好以及找出针对不同客户群的营销策略, 分析手段 :1. 通过 clementine 软件统计贷记卡客户的整体情况，在各类 pos机上的消费总额，消费笔数，单笔消费金额。2. 对各种消费场所的消费行为进行主成分分析，找出哪些消费行为是有关联的，提出交叉营销策略3. 通过将客户基本信息、客户消费行为信息

2、及客户收入信息进行聚类分析，找到贷记卡客户的不同特点。4. 进一步对客户的在各 pos 机上的消费金额，消费笔数等特点进行聚类，找到客户的消费偏好，进行客户细分，对不同类型的客户采用不同的营销策略，提升其消费。, 结论 :1. 郊区客户对大型超市消费更加热衷，而城区客户在百货商店的消费更大，所以相对在市区百货商店及郊区大型超市可多布置POS机2. 消费场所可以按关联分为 : 成人成衣店，百货商店，化妆品商.店为一类，会员俱乐部，饮酒场所，就餐场所和餐馆为一类，大型仓储式超级市场，糖果及坚果商店，家用电器商店为一类，航空公司，住宿服务为一类; 在设计贷记卡营销活动中可以考虑这些场所交叉销售因素，

3、将有关联的各个消费场所的活动进行整合，捆绑推出3.通过对现有贷记卡客户的聚类分析，我们归纳出11 个类，分别为 : 优质高端客户、居家型高端客户、商旅型高端客户、时尚型高端客户、普通型高端客户、居家型潜力客户、时尚型潜力客户、商旅型潜力客户、娱乐型潜力客户、普通型潜力客户、普通型低端客户 ; 对各个类进行有针对性营销，可以促进其消费，提升贷记卡消费量，增加中间业务收入4. 通过对聚类群的营销活动响应分析，我们可以对营销活动进行评价，并通过营销活动结果反馈调整聚类群，同时通过有效的营销活动来提升客户对银行的忠诚度，对促进其他对私产品的交叉销售也十分有帮助，可以全面提高银行对私中间业务收入。第一部

4、分 : 上海分行贷记卡总体情况截止 2009 年 6 月分行存量贷记卡总数为2,240,930 张，其中活动卡为 1,243,394 张，占总发卡数的55.49%，非活动卡 ( 睡眠卡 )893,023 张，占总发卡数的39.85%，见图 1.图 1由于 2009 年客户贷记卡消费量数据还不充足，我们将考察时段扩大至2008 年1 月至 2009 年 6 月。图 2.图 3从上图 2，图 3，我们可以发现分行贷记卡客户主要消费场所为百货商店，大型仓储式超级市场，这两个交易场所在交易金额及交易笔数两方面均占前两位，在消费笔数方面大型仓储式超级市场更是占所有消费量中的很大比例。接着我们观察市郊及城

5、区客户的消费量是否有地域差异。由于贷记卡发卡的特殊性，很大一部分卡由总行直销，难以划归到固定经办行，所以我们采用身份证号码前六位判断该客户是否属于城区还是市郊，部分外地身份证及缺失客户不归入统计。下图为 2 类客户的贷记卡消费量的差别。图 4.图 5从上图 4，图 5，可以明显发现城区客户与郊区客户的消费场所有一定不同，虽然占消费量前四位的均为百货商店，大型仓储式超级市场，家用电器商店，就餐场所和餐馆，但是这四项的排名情况有所不同，城区客户为百货商店，大型仓储式超级市场，家用电器商店，就餐场所和餐馆，而郊区客户为大型仓储式超级市场，百货商店，家用电器商店，就餐场所和餐馆，显然郊区客户对大型超市

6、消费更加热衷，而城区客户在百货商店的消费更大，这与地域位置有一定关系，所以相对在市区百货商店及郊区大型超市可多布置 pos 机。下面我们看下各消费场所的贷记卡消费覆盖情况 ( 即有多少活动卡曾在该消费场所进行消费 )汇总 郊区 城区消费场所覆盖率消费覆盖率消费覆盖率消费排名 排名 排名 大型仓储式超级市场86.91% 2 87.03% 1 86.88% 2百货商店 74.00% 1 70.32% 2 75.06% 1 就餐场所和餐馆 62.05% 3 46.00% 5 66.67% 3成人成衣店 50.86% 9 50.70% 8 50.91% 9家用电器商店 36.46% 4 39.20%

7、3.35.68% 4 住宿服务 ( 旅馆、酒店、汽车旅馆、27.84% 5 21.60% 7 29.63% 5度假村等 )糖果及坚果商店26.08% 17 21.23% 17 27.47% 17饮酒场所 ( 酒吧、酒馆、夜总会等 ) 23.44% 16 17.35% 16 25.19% 16表 1从上表 1 中我们可以发现百货商店，大型仓储式超级市场，家用电器商店，就餐场所和餐馆等四类交易场所的覆盖率较高，与其消费量较多的情况比较吻合，而成人成衣店的覆盖率达到50%，但其消费量并未位居前列，同时糖果及坚果商店，饮酒场所的覆盖率与其消费量不匹配，这些现象可能由消费场所的性质所决定，这些消费场所的

8、单笔消费金额比较小，造成其覆盖率高但是消费量不高的结果。具体单笔交易金额见下表2消费场所 单笔金额 家用电器商店 2404.55 航空公司 1750.19 公立医院 1368.83 其他综合零售 1330.77 会员俱乐部 ( 体育、娱乐、运动等 ) 乡村俱乐部以及私人高尔夫课程班 1196.04 住宿服务 ( 旅馆、酒店、汽车旅馆、度假村等 ) 1072.58 化妆品商店 883.73 未列入其他代码的政府服务 ( 社会保障服务，国家强制 ) 698.74 就餐场所和餐馆 557.55 百货商店 554.97 成人成衣店 497.57 饮酒场所 ( 酒吧、酒馆、夜总会、鸡尾酒大厅、迪斯科舞厅

9、 ) 361.84 大型仓储式超级市场 213.08 计算机网络 / 信息服务 209.02 糖果及坚果商店 155.22表 2综上所述，我们按以上分析将这些消费场所分为几类: 1.消费金额较高，消费笔数较高，单笔消费量较低，覆盖率相对较高 ( 百货商店，大型仓储式超级市场，就餐场所和餐馆 ) 2. 消费金额较高，消费笔数较低，单笔消费量较高，覆盖率相对较.低 ( 家用电器商店，航空公司，住宿服务)3. 消费金额较低，消费笔数较高，单笔消费量较低，覆盖率相对较高 ( 成人成衣店，糖果及坚果商店，饮酒场所 ) 4. 消费金额较低，消费笔数较低，单笔消费量较高，覆盖率相对较低 ( 会员俱乐部 (

10、体育、娱乐、运动等 ) 乡村俱乐部以及私人高尔夫课程班，化妆品商店 )我们将在下一部分主要讨论这些消费场所之间的关联情况 第二部分 : 各消费场所关联分析我们主要讨论第一部分最后总结的 11 类消费场所的关联，使用 SPSS的相关分析，将每个贷记卡客户在这 11 类消费场所的消费笔数作为变量，我们得到以下的相关矩阵 :表 3我们通过 Pearson 相关系数表示各消费场所之间的关联程度，系数越接近1，正相关性越强，系数越接近-1 ，负相关性越强，系数为0，表示不相关。从上表我们可以看出相关系数在0.5 以上的为饮酒场所与就餐场所和餐馆; 在 0.4 以上的为成人成衣店与百货商店，住宿服务与就餐

11、场所和餐馆; 在 0.3 以上的为就餐场所和餐馆与百货商店，住宿服务与航空公司，饮酒场所与百货商店。通过以上表格，我们可以大致看出哪些消费场所有一定关联，但是由于上表数值较多，不易观察，我们使用主成分分析，将这些变量中相关的部分提取，组织到.几个不相关的新变量，我们通过观察这些新变量的构成能够简单的发现各消费场所的关联。表 4通过 SPSS中主成分分析，我们将这11 个消费场所的变量归结到3 个新变量，上图中成份 1，2，3 分别表示这 3 个变量的组成成份 ( 成份在 0.3 以下隐藏 ) ，其中 :第一个变量由住宿服务，就餐场所和餐馆，航空公司，饮酒场所组成，显然这4 个变量有一定相关性，

12、可以组合成一组。第二个变量由就餐场所和餐馆，饮酒场所，成人成衣店，百货商店，化妆品商店，会员俱乐部等6 个变量组成，这些变量有一定关联。 第三个变量由百货商店，大型仓储式超级市场，糖果及坚果商店，家用电器商店这 4 个变量组成，这些消费场所之间相关性较强，可以划为一组。为了更加直观的看到各变量之间的联系，我们将3 个新变量的成份作为x，y，z 轴放到空间坐标轴，直接通过原变量之间的距离来判断哪些变量有关联，见下图6.图 6从上图 6 中，哪些消费场所之间有关联一览无遗，成人成衣店，百货商店，化妆品商店为一类，会员俱乐部，饮酒场所，就餐场所和餐馆为一类，大型仓储式超级市场，糖果及坚果商店，家用电

13、器商店为一类，航空公司，住宿服务为一类。得到了各消费场所间的我们对于贷记卡营销策略进行优化，在设计贷记卡营销活动中可以考虑交叉销售因素，将有关联的各个消费场所的活动进行整合，捆绑推出。具体的交叉营销建议如下 :, 成人成衣店，百货商店，化妆品商店 : 这类关联可以利用在各种商场促销活动或者各种时尚品牌的优惠促销活动中，同时也可以设计特定的贷记卡产品，对这些场所也可以实行特定的消费积分规则, 会员俱乐部，饮酒场所，就餐场所和餐馆 : 这类关联可以利用在各种就餐场所的优惠促销活动中或者在该场所消费后可以提供其他场所的相应优惠，同时也可以设计特定的贷记卡产品，对这些.场所也可以实行特定的消费积分规则

14、, 大型仓储式超级市场，糖果及坚果商店，家用电器商店 : 这类关联可以在各种大型超市，连锁超市，连锁店推广优惠活动，利用这些消费场所的连锁关系，可以开展一系列的交叉销售活动, 航空公司，住宿服务 : 这类关联可以利用在提供旅行，出差过程中的一整套航空住宿优惠服务，同时也可以设计特定的贷记卡产品，对这些场所也可以实行特定的消费积分规则我们将在下一部分讨论贷记卡客户的基本特征及总体消费特征之间的关系第三部分 : 贷记卡客户基本信息分析我们主要讨论分行现有存量贷记卡客户的基本特征与其贷记卡消费之间的联系，我们使用 SPSS软件对贷记卡客户的基本信息进行聚类分析，基本信息包括年龄，性别，婚姻状况，教育

15、程度，婚姻状况，收入情况 ( 从公积金缴纳情况判断 ) ，将这些特征与客户的贷记卡消费量和消费笔数同时进行聚类，可以观察出不同客户群的贷记卡消费能力差别。下图 7 为聚类结果 :.图 7从图 7 中我们可以看到软件根据各客户的属性不同，将客户分成4 个群，各个群的代表意义很明显。图 8第一类客户群男性比例居多，大部分集中在已婚有子女，年龄主要在30 岁以上，教育程度相当其他3 个客户群较高，住宅以自有产权或按揭为主，基本公积金缴交，补充公积金缴交比其他3 个客户群高。这类客户的使用分行贷记卡消费最.多，不管从笔数还是金额都很高，这类客户是目前分行贷记卡消费的主要客户群，我们定义其为中。 年优良

16、客户群图 9第二类客户群女性比例较男性多，未婚比例高，年龄集中在30岁以下，教育程度相对第三类及第四类客户群高，住宅特征为与父母同住比例较大，基本公积金，补充公积金缴交水平一般。这类客户使用分行贷记卡消费较多，且年龄较小，是值得进一步挖掘并对分行建立良好忠诚度的一部分客户群，我们将其定义为青年优良客户群。图 10第三类客户群男性比例比较大，已婚居多，年龄也都在30 岁以上，是四类客户群中年龄相对最大的一类 ; 这类客户也是四类客户群中教育程度相对最低的一类，同时，我们发现一部分该类客户其公积金缴交水平较高，侧面反映该类客户的收入状况较理想，但是这类客户对于分行贷记卡消费的贡献很小，可见该类客户

17、有很大的潜力可供挖掘，是应该重点关注的客户群，分析这类客户中有一定收入的部.分客户，对使用分行贷记卡消费不热衷的原因，是提高贷记卡消费的捷径之一，我们定义其为中年潜力客户群。图 11第四类客户群男女比例相差不大，婚姻，年龄，住宅状况与第二类客户群特征相似，以未婚， 30 岁以下，与父母同住居多。教育程度相当较低，且公积金缴交水平也很低，这类客户的在分行的贷记卡消费也很低，显然这些客户并不是我们现阶段需要特别关注的客户，但是随着其年龄增长，可会成长为有价值客户，建议保持长期关注，我们定义其为青年普通客户群。下一部分我们将继续关注四类客户的消费行为特征，通过在不同消费场所的消费行为分析，找出这四类

18、客户的消费能力之间的区别形成原因，提出更加细致的营销方案。第四部分 : 贷记卡客户消费行为特征分析(1) 高端客户挖掘分类这一部分中，我们将更加细致的对贷记卡客户的消费行为进行分析，通过比较在第二部分提出的 11 种消费场所中客户的消费笔数，消费金额的不同，找到第三部分四类客户的消费能力之间的区别。首先将所有贷记卡客户在这11 个消费场所的交易笔数进行聚类，得到结果如下.图 12软件将所有贷记卡客户自动划分为6 个聚类，其中第一栏表示该类中客户在第二部分客户基本信息聚类中所属客户群的分布。图上的天蓝色柱体代表该聚类中客户在该类消费场所的消费笔数平均值，我们发现这次的聚类结果不甚理想，原因在于聚

19、类 -3 在所有消费场所的平均消费笔数都十分高，可以发现由于聚类-3 在此次聚类中的影响过大，导致这次聚类可解释性不强。但是此次聚类并非没有收获，聚类-3 正是一批十分热衷使用分行贷记卡消费的客户，这些客户在不同的消费场所都有消费记录，且消费能力十分强。接着我们可以发现这些高端优质客户基本都属于第二部分基本信息聚类中的第一、第二类。具体的分布见下图.图 13可以见到，这些客户由4806 位第三部分基本信息聚类中的中年优良客户，1614 位青年优良客户， 45 位中年潜力客户， 16 位青年普通客户，这种分布比较符合各类客户的消费能力。而聚类 -4 是相对交易较活跃的一个聚类，其分布也主要集中在

20、中年及青年优良客户群。接下来的聚类 -1 ，聚类 -2 ，聚类 -5 ，聚类 -6 则正好代表了第三部分中的中年潜力客户群，青年普通客户群，中年优良客户群及青年优良客户群，这4 个群体在11 种消费场所的消费行为也可以由这次聚类一窥端倪。对于 2 种优良客户群，我们通过比较聚类 -5 与聚类 -6 可以看出，聚类 -6 在化妆品商店，成人成衣店消费笔数占优 ; 而在聚类 -5 在大型仓储式超市，家用电器店的消费笔数比聚类 -6 多。再比较聚类 -1 与聚类 -2 之间的差别，可以发现聚类 -1 在大型仓储式超市，家用电器店消费笔数较多，而聚类 -2 在化妆品商店，成人成衣店，就餐场所及餐馆这些

21、消费场所交易笔数较多。这次分类由于聚类 -3 的影响，可解释部分不多，我们剔除聚类-3 的客户，将这个客户群直接定义为优质高端客户群，对剩余客户再进行一次聚类，得到下面结果 :.图 14我们发现这次聚类各群的特点较前次更加明显，我们将各群按第三部分客户基本信息聚类的客户群进行排序，其中前四个( 聚类 -7 ，聚类 -5 ，聚类 -4 ，聚类 -6) 包含了大部分中年优良客户，且显示了这些客户的消费行为特征; 第二至第五个聚类 ( 聚类 -5 ，聚类 -4 ，聚类 -6 ，聚类 -2)包含了大部分青年优良客户，且显示了这些客户的消费行为特征; 最后第二个聚类( 聚类 -1) 包含大部分中年潜力客

22、户，最后一个聚类( 聚类 -3) 包含大部分青年普通客户。具体分布见下图15图 15.接下来我们就分析下各聚类群的特点:聚类 -5: 该聚类由大量中年优良客户及少量青年优良客户组成，这些客户在大型仓储式超级市场，家用电器商店，成人成衣店，百货商店，糖果和坚果商店以及饮酒场所都有很高的消费量。我们定义其为分行贷记卡居家型高端客户;聚类 -4: 该聚类由大量中年优良客户及少量青年优良客户组成，这些客户在住宿服务，就餐场所及餐馆，航空服务及饮酒场所消费量最高。我们定义其为分行贷记卡商旅型高端客户 ;聚类 -6: 该聚类由大量青年优良客户及少量中年优良客户组成，这些客户比较热衷在会员俱乐部，化妆品商店

23、，成人成衣店消费。我们定义其为分行贷记卡时尚型高端客户 ;聚类 -7: 该类全部由中年优良客户组成，是将中年优良客户中比较有个性代表的客户去除后得到的聚类结果，体现了该聚类与总体之间的共性。聚类 -2: 该类全部由青年优良客户组成，是将青年优良客户中比较有个性代表的客户去除后得到的聚类结果，也体现了该聚类与总体之间的共性，因此聚类 -2 和聚类 -7 的消费行为十分类似。我们将聚类 -2 和聚类 -7 统称为普通型高端客户。最后聚类 -1 和聚类 -3 和前次聚类的相似，我们将在之后单独进行挖掘。至此我们已将中年优良客户及青年优良客户划分成优质高端客户、居家型高端客户、商旅型高端客户、时尚型高

24、端客户、普通型高端客户五类。具体偏好见下表 (? 代表十分偏好， ?代表比较偏好 ):表 5(2) 低端客户挖掘分类.对于低端客户群，分类的重点不是找出其消费行为特征，而是挖掘有潜力的客户群，通过培养，发展其成为高端客户群中一员，其中消费行为作为其向哪类高端客户群发展的判断。具体来说，我们将低端客户中公积金缴交额较高或缴交补充公积金、教育程度较高的客户定义为低端潜力客户，这些客户我们认为通过一定营销手段，可以向高端客户提升。再将这类潜力客户进行聚类，发现其消费行为有何偏好，适合向哪类高端客户群发展，进而可以提出有针对性的营销方案，提升客户消费量。下面是该类客户的聚类结果图 16显然这些潜力客户

25、的分类与我们在第二部分中消费场所关联分析的结果比较类似。.聚类 -4 体现了大型仓储式超级市场，糖果及坚果商店，家用电器商店之间的关联，对照高端客户群的消费偏好，我们可以将其发展为高端居家型，所以我们定义该群为居家型潜力客户。聚类 -2 体现了成人成衣店，百货商店，化妆品商店之间的关联，对照高端客户群的消费偏好，我们可以将其发展为高端时尚型，所以我们定义该群为时尚型潜力客户。聚类 -3 体现了航空公司，住宿服务之间的关联，对照高端客户群的消费偏好，我们可以将其发展为高端商旅型，所以我们定义该群为商旅型潜力客户。聚类 -5 体现了会员俱乐部，饮酒场所，就餐场所和餐馆之间的关联，对照对照高端客户群

26、的消费偏好，我们发现没有一类特别适合该类，所以我们定义该群为娱乐型潜力客户，希望通过有针对性的营销手段使其在这四个娱乐场所的消费量得到增加。聚类 -1 的客户虽然在我们认定的潜力客户中，但其消费行为无明显特征，只能对其进行普通的营销，我们定义其为普通型潜力客户。各类具体营销方向见下表(?代表营销方向 ):表 6最后不属于潜力客户的剩余的低端客户，我们将其定义为普通型低端客户。(3) 客户行为分类总结汇总以上高端和低端客户的分析，我们将两部分汇总，得到如下结果.表 7对于这 11 类客户分类，我们观察其客户的基本信息，看看类与类之间有何明显不同，各个类特征如何，以更好的定义该类。虽然在客户消费行

27、为分类中，我们已经对该类客户属于中年优良类、青年优良类客户、中年潜力类还是青年普通类客户有初步了解，但我们下面将更加细致的分析性别，年龄，婚姻状况，教育程度，住宅性质五项基本信息在 11 个客户分类中的分布情况。图 17对于 11 个客户分类的年龄分布，见上图 17，我们可以发现商旅型的客户男性比例最高，而居家型的高端客户以及时尚型的客户以女性居多。特别需要留意的是优质高端客户，其男女比例基本相同，由于分行贷记卡客户男女比例约为 6:4 ，因此从侧面反映女性高端客户的比例高于男性，这点对于该类客户的营销有很大帮助，同时也一定程度反映了提升女性客户为高端优质客户的成功率较高 ; 其他几类的性别分

28、布并无明显特征。.图 18上图 18 是 11 类客户的年龄分布，可以发现优质高端客户群的年龄分布集中在30 至 40 岁以及 40 至 50 岁，除时尚型客户外，其他几类高端客户群分布与其基本类似，显然分行最主要的贷记卡消费群体为30 岁至 50 岁的客户。可以发现在潜力型客户中，娱乐型客户也是一个年轻人较多的群体，同时尚型的客户分布接近，而其他类型客户的分布基本在 30 岁至 50 岁集中。图 19上图 19 是各个类的婚姻状况分布，可以发现除了时尚型与娱乐型客户，其他所有的类都是已婚有子女占大多数，这与我们前面在年龄分布中得到的大部分客户分类中年龄结构为 30 至 50 岁的结论相吻合。

29、第五部分 : 客户分类结果的应用通过上一部分，我们对贷记卡客户进行了细分，同时，对每个细分后的类有了一定的认识，下面我们将介绍下如何对细分结果应用，以达到提高营销成果的目的。.(1) 根据各个类中客户特征制定营销方案有了各类的客户特征，我们可以对各个类进行有针对性营销，促进其消费，培养客户忠诚度。各个类的客户特征归纳如下表 8, 优质高端客户 : 这类客户可以推荐其任何的营销活动，当然对于一些高消费场所的营销活动可能更适合他们，同时由于其对银行忠诚度较高，可以对其开展其他对私产品的交叉销售。, 居家型高端客户 : 这类客户可以向其推荐一些便利店，超市，百货商店等消费场所的优惠营销活动，他们的消费能力较强。同时在积分换礼活动中，可以提供一些特定的家居类的礼品推荐给该类客户。, 商旅型高端客户 : 这类客户可以向其定向推荐航空，旅行，住宿等服务场所的营销活动，同时一些餐饮的优惠活动也可以推荐，并且在积分换礼活动中，我们可以专门为这类客户提供航空里程等兑换服务，这类客户比较倾向高消费，我们应该提供一些高档贷记卡服务及活动给他们。这类客户可以培养成银行忠实的贷记卡客户。, 时尚型高端客户 : 这类客户可以向其推荐一些适合女性的营销活动，如成人成衣店、化妆品商店，且由于其年龄不大，对其他新.产品接受程度较高，可以适当推荐其其他的一些高档消费场所的优