馬世鐵

【摘 要】挖掘技術(shù)在美國銀行金融領(lǐng)域應(yīng)用廣泛。金融事務(wù)需要搜集和處理大量數(shù)據(jù)，對這些數(shù)據(jù)進行分析，發(fā)現(xiàn)其數(shù)據(jù)模式及特征，然后可能發(fā)現(xiàn)某個客戶、消費群體或組織的金融和商業(yè)興趣，并可觀察金融市場的變化趨勢。

【關(guān)鍵詞】數(shù)據(jù)挖掘；銀行；CRM

數(shù)據(jù)挖掘（Data Mining）一詞最初出現(xiàn)于1989年8月舉行的第11屆國際聯(lián)合人工智能學(xué)術(shù)會議上。人們提出了多種數(shù)據(jù)挖掘的定義，目前比較公認的定義是W.J.Frawley，G.Piatetsky—Shapiro等人提出的：數(shù)據(jù)挖掘，就是從大型數(shù)據(jù)庫的數(shù)據(jù)中提取人們感興趣的知識。這些知識是隱含的、事先未知的、潛在有用的信息，提取的知識表示為概念、規(guī)則、模式和規(guī)律等形式。數(shù)據(jù)挖掘是一個利用各種分析工具在海量數(shù)據(jù)中發(fā)現(xiàn)模型和數(shù)據(jù)間關(guān)系的過程，使用這些模型和關(guān)系可以進行預(yù)測，它幫助決策者尋找數(shù)據(jù)間潛在的關(guān)聯(lián)，發(fā)現(xiàn)被忽略的因素，因而被認為是解決當(dāng)今時代所面臨的數(shù)據(jù)爆炸而信息貧乏問題的一種有效方法。數(shù)據(jù)挖掘通常也稱為KDD一數(shù)據(jù)庫中的知識發(fā)現(xiàn)。精確地說，在KDD中進行知識學(xué)習(xí)的階段稱為數(shù)據(jù)挖掘。數(shù)據(jù)挖掘是KDD（Knowledge Discovery in Database）中一個非常重要的處理步驟，但人們通常不加區(qū)別地使用這兩個術(shù)語。

數(shù)據(jù)挖掘是一門交叉學(xué)科，融合了數(shù)據(jù)庫、人工智能、機器學(xué)習(xí)、統(tǒng)計學(xué)等多個領(lǐng)域的理論和技術(shù)。數(shù)據(jù)庫、人工智能和數(shù)理統(tǒng)計是數(shù)據(jù)挖掘研究的三根強大的技術(shù)支柱。數(shù)據(jù)挖掘的方法和數(shù)學(xué)工具包括統(tǒng)計學(xué)、決策樹、神經(jīng)網(wǎng)絡(luò)、模糊邏輯、線性規(guī)劃等。

1 銀行業(yè)的CRM建立客戶戰(zhàn)略目標(biāo)

各類商業(yè)銀行如何形成自己的客戶戰(zhàn)略管理理念，是商業(yè)銀行面臨的一個重要課題。一般來說，銀行的客戶戰(zhàn)略管理通?？紤]四大要素，一是，自身的價值取向和市場定位，是追求銀行的規(guī)模、銀行所占有的市場份額，還是追求資產(chǎn)質(zhì)量，辦精品銀行？自己的主要服務(wù)對象是誰？二是，研究外部市場環(huán)境，包括所在地的經(jīng)濟金融運行態(tài)勢，政府的經(jīng)濟政策及法律框架，企業(yè)及其它客戶的狀況，技術(shù)進步與發(fā)展趨勢。三是，研究競爭對手，包括競爭對手的勢力、競爭優(yōu)勢或劣勢，競爭對手的競爭策略。四是，正確認識自己的能力，包括自己的有形資源如資金實力、管理能力，能為客戶提供的特色產(chǎn)品、特色服務(wù)，無形資源如品牌、信譽等。根據(jù)自己的競爭優(yōu)勢或劣勢，確立自己的戰(zhàn)略管理的目標(biāo)，調(diào)整自己的戰(zhàn)略管理模式。多家銀行集中在同一個區(qū)域，大家所提供的服務(wù)同質(zhì)化十分嚴重。銀行如果要發(fā)展優(yōu)勢服務(wù)，那么必須做到：發(fā)現(xiàn)重點客戶，潛在的重點客戶，界定一般客戶；對重點客戶提供有針對性、個性化的服務(wù)，對潛在的客戶進行拓展，對一般客戶在資源允許的范圍內(nèi)進行集中服務(wù)。

2 數(shù)據(jù)挖掘在銀行業(yè)應(yīng)用概況

數(shù)據(jù)挖掘技術(shù)在美國銀行金融領(lǐng)域應(yīng)用廣泛。金融事務(wù)需要搜集和處理大量數(shù)據(jù)，對這些數(shù)據(jù)進行分析，發(fā)現(xiàn)其數(shù)據(jù)模式及特征，然后可能發(fā)現(xiàn)某個客戶、消費群體或組織的金融和商業(yè)興趣，并可觀察金融市場的變化趨勢。商業(yè)銀行業(yè)務(wù)的利潤和風(fēng)險是共存的。為了保證最大的利潤和最小的風(fēng)險，必須對賬戶進行科學(xué)的分析和歸類，并進行信用評估。Mellon銀行使用Intelligent finer數(shù)據(jù)挖掘軟件提高銷售和定價金融產(chǎn)品的精確度，如家庭普通貸款。零售信貸客戶主要有兩類，一類很少使用信貸限額（低循環(huán)者），另一類能夠保持較高的未清余額（高循環(huán)者）。每一類都代表著銷售的挑戰(zhàn)。低循環(huán)者代表缺省和支出注銷費用的危險性較低，但會帶來極少的凈收入或負收入，因為他們的服務(wù)費用幾乎與高循環(huán)者的相同。銀行常常為他們提供項目，鼓勵他們更多地使用信貸限額或找到交叉銷售高利潤產(chǎn)品的機會。高循環(huán)者由高和中等危險組件構(gòu)成。高危險分段具有支付缺省和注銷費用的潛力。對干中等危險分段，銷售項目的重點是留住可獲利的客戶并爭取能帶來相同利潤的新客戶。但根據(jù)新觀點，用戶的行為會隨時間而變化。分析客戶整個生命周期的費用和收入就可以看出誰是最具創(chuàng)利潛能的。Mellon銀行認為“根據(jù)市場的某一部分進行定制能夠發(fā)現(xiàn)最終用戶并將市場定位于這些用戶。但是，要這么做就必須了解關(guān)于最終用戶特點的信息。數(shù)據(jù)挖掘工具為Mellon銀行提供了獲取此類信息的途徑。Mellon銀行銷售部在先期數(shù)據(jù)挖掘項目上使用Intelligent Miner尋找信息，主要目的是確定現(xiàn)有Mellon用戶購買特定附加產(chǎn)品：家庭普通信貸限額的傾向，利用該工具可生成用于檢測的模型。據(jù)銀行官員稱：Intelligent Miner可幫助用戶增強其商業(yè)智能，如關(guān)聯(lián)、分類或回歸分析，依賴這些能力，可對那些有較高傾向購買銀行產(chǎn)品、服務(wù)產(chǎn)品和服務(wù)的客戶進行有目的的推銷。該官員認為，該軟件可反饋用于分析和決策的高質(zhì)量信息，然后將信息輸入產(chǎn)品的算法。

3 數(shù)據(jù)挖掘在銀行管理中的作用

銀行業(yè)實施CRM的目標(biāo)是了解客戶需求；留住老客戶，提高客戶忠誠度；找出真正的盈利客戶，提供有針對性的服務(wù)；挖掘客戶的潛在價值。要實現(xiàn)以上目標(biāo)，依靠現(xiàn)有的面向業(yè)務(wù)操作的數(shù)據(jù)庫和信息查詢系統(tǒng)是遠遠不夠的，必須依靠數(shù)據(jù)倉庫來存儲和整合來自銀行不同于子系統(tǒng)的客戶信息，依靠數(shù)據(jù)挖掘技術(shù)分析和發(fā)現(xiàn)潛在的有用信息，以增加盈利，規(guī)避風(fēng)險。

3.1 有助于集成客戶的各種信息，形成統(tǒng)一的客戶視圖

銀行的客戶服務(wù)絕大多數(shù)以賬號為中心來進行，同一客戶的不同賬號可能分散在不同的計算機系統(tǒng)內(nèi)難以獲得對客戶統(tǒng)一個全面的了解，因此也難以對客戶的潛在需求和盈利程度進行準確的分析，從而導(dǎo)致無法實現(xiàn)個性化服務(wù)，使銀行逐漸喪失競爭優(yōu)勢。建立一套以客戶為中心的數(shù)據(jù)倉庫決策支持系統(tǒng)是實現(xiàn)個性化服務(wù)的必要手段，也是銀行業(yè)實施CRM最基礎(chǔ)的一項內(nèi)容。

3.2 有助于銀行了解自身經(jīng)營狀況

決策者只有全面了解自身的經(jīng)營狀況，銀行經(jīng)營才能高效、安全。數(shù)據(jù)倉庫和數(shù)據(jù)挖掘技術(shù)為商業(yè)銀行及時、準確、全面地掌握自已的資產(chǎn)數(shù)據(jù)及其分布、信貸資產(chǎn)分布、客戶的信用等倩況，提供了必要的服務(wù)手段和有力的技術(shù)支持。

3.3 有助于銀行進行市場細分，開發(fā)新產(chǎn)品，拓展新市場，獲得“深度效益”

銀行只有將客戶細分到相應(yīng)的市場，才能抓住真正給銀行創(chuàng)造利潤的客戶群體，進而針對創(chuàng)利群體，開發(fā)新產(chǎn)品，拓展新市場，獲得“深度效益”，而非通過提供千篇一律的金融服務(wù)和產(chǎn)品來獲得“規(guī)模效益”。

3.4 有助于商業(yè)銀行經(jīng)營管理和決策支持

商業(yè)銀行經(jīng)營管理方案的確定和未來戰(zhàn)略決策的產(chǎn)生，都是以對現(xiàn)實的分析和對未來的預(yù)測為基礎(chǔ)的，都是要以準確的數(shù)字為依據(jù)的。借助數(shù)據(jù)倉庫和數(shù)據(jù)挖掘技術(shù)能進行不同銀行產(chǎn)品的盈利性分析上的業(yè)務(wù)數(shù)據(jù)，并結(jié)合外部信息，提出經(jīng)營策略。

3.5 有助于商業(yè)銀行風(fēng)險防范

數(shù)據(jù)倉庫的建立和數(shù)據(jù)挖掘的開展能幫助商業(yè)銀行隨時調(diào)用與自已有業(yè)務(wù)往來的客戶的歷史和現(xiàn)實業(yè)務(wù)數(shù)據(jù)，并能據(jù)此推斷出客戶的信用情況，為銀行減少內(nèi)部經(jīng)營風(fēng)險創(chuàng)造了條件。與此同時，數(shù)據(jù)挖掘還可以結(jié)合社會外部環(huán)境的相關(guān)經(jīng)濟數(shù)據(jù)，幫助銀行掌握同業(yè)經(jīng)營狀況和國際經(jīng)濟發(fā)展趨勢，減少外部經(jīng)營風(fēng)險。

【參考文獻】

[1]鄭秀仙.基于數(shù)據(jù)挖掘的商業(yè)銀行CRM系統(tǒng)研究與設(shè)計[D].南京航空航天大學(xué)，2014.

[2]牟慧楊.數(shù)據(jù)挖掘在銀行CRM客戶關(guān)系管理系統(tǒng)中的研究及應(yīng)用[D].華東師范大學(xué)，2011.

[3]雷浩.數(shù)據(jù)挖掘技術(shù)在我國商業(yè)銀行CRM中的應(yīng)用研究[D].中南大學(xué)，2005.

[4]陳文鋒.數(shù)據(jù)挖掘技術(shù)在銀行對私業(yè)務(wù)CRM系統(tǒng)中的應(yīng)用[D].山東大學(xué)，2005.

[5]胡春雷.我國商業(yè)銀行客戶關(guān)系管理理論及信息技術(shù)應(yīng)用研究[D].首都經(jīng)濟貿(mào)易大學(xué)，2006.

[責(zé)任編輯：田吉捷]