伍月

一、引言

客戶關系管理作為現(xiàn)代企業(yè)新型管理的重要理念，在當今企業(yè)發(fā)展中發(fā)揮著越來越重要的作用。其基本思想是通過對客戶數(shù)據(jù)的收集與保存，對其信息進行專門的分析，以了解客戶對企業(yè)產(chǎn)品和服務的基本喜好與需求，并對其進行基本的屬性分類，以展開策略實施，為客戶提供滿足其需求的個性化產(chǎn)品和服務，維持良好的合作關系，促進客戶價值最大化和企業(yè)利益最大化的雙贏局面的最終形成。誠然，這種數(shù)據(jù)的存儲與分析必須借助于一定的技術手段進行，本文主要引入客戶分層的管理理論對其進行基本分析。

二、客戶分層維護的聚類分析

客戶分層的維護并不是簡單地以客戶資產(chǎn)的多少進行分層，而是需要綜合考慮多種影響因素來予以實現(xiàn)。其基本目標是提升客戶對企業(yè)的忠誠度，因此需要激發(fā)重點客戶的投資熱情，權衡利益關系，有效提升客戶對產(chǎn)品和服務的滿意度?？偟膩碚f，客戶分層的基本實施，就是要不論客戶資金交易量的多少，都要對其進行有效的客戶關系維持，在各等級客戶同時拓展的基礎上，適當?shù)靥岣叽罂蛻舻陌l(fā)展比例。為了有效地了解客戶細分的基本標準，本文以華夏銀行為研究對象，采用聚類分析的方法，探討客戶分層管理的有效實現(xiàn)。

本文在H銀行系統(tǒng)內(nèi)，隨機抽取了730份客戶樣本數(shù)據(jù)進行客戶分層維護的聚類分析，其數(shù)據(jù)均是來自于系統(tǒng)數(shù)據(jù)庫近兩年來的客戶源數(shù)據(jù)，未做任何更改，因此，可信度得到了有效的保障。由于客戶細分的指標項目所對應的數(shù)據(jù)并不能透過直接的手段得以獲取，因此需對其實施基本的數(shù)據(jù)整合操作，本文利用客戶號的特性化標識辦法將客戶信息進行了全面的整理。根據(jù)客戶入行時所提交的基本信息、資產(chǎn)情況及各類交易明細等數(shù)據(jù)進行專門的屬性歸類，從而展開信息的全面整合。交易頻率表以客戶號及辦理業(yè)務的不同進行流水匯總，表格內(nèi)容包含了業(yè)務帳號、交易類型、交易頻率、交易時間等基本信息。

（一）數(shù)據(jù)處理

在對源數(shù)據(jù)完成整理后，本文又對其進行了干擾數(shù)據(jù)、重復數(shù)據(jù)等的篩選，以對一些異常值和缺失數(shù)據(jù)進行基本完善，以確保數(shù)據(jù)能夠有效進行計算。對于一些可能因非必選項而容易發(fā)生數(shù)據(jù)遺漏的現(xiàn)象，本文采用均值替換法、專家經(jīng)驗法、回歸分析等方法對一些缺失信息進行內(nèi)容補充，而對一些與主題內(nèi)容關聯(lián)性不大的數(shù)據(jù)則直接予以刪除。經(jīng)過一系列的數(shù)據(jù)篩選處理后，最終共保留了687 條有用數(shù)據(jù)，基本都涵蓋了用戶年齡、性別、存款余額、理財資金余額、貸款額度等十個指標。

（二）聚類分析過程

本文主要選取了SPSS 軟件對樣本客戶數(shù)據(jù)進行K-均值聚類分析。其基本算法描述如下：

（1）隨機選取k個樣本對其進行等級標準值的的賦值，從而讓其對應K個簇中心標準值；

（2）對每一個樣本對象進行相鄰距離的簇中心值計算；

（3）重新計算K個簇中心值，，范圍在所抽取的全部簇中心內(nèi)選取，并進行新的簇中心值的計算。

其中，對每個樣例i所歸屬數(shù)據(jù)簇的計算公式為：

每一個類j，要對其進行質(zhì)心的重復計算的公式為：

K值是已經(jīng)設定好的固定值，C（i）存放與樣本i距離最小的K聚簇值，當然C（i）的值需為K范圍內(nèi)的整數(shù)。而質(zhì)心uj則是該聚簇中心的相應位置，重復進行以上兩過程直至質(zhì)心位置逐漸穩(wěn)定或變化幅度要小于設定的原始閾值。經(jīng)過多次地分析比較，證明將K值為定為5級聚類效果最好，因此將數(shù)據(jù)設置成5個聚類分組。最終聚類分析結果將687個客戶分為5個類別，具體情況如表1所示。

可以看出，第三類的客戶數(shù)量最多，占到樣本總數(shù)的45.9%，以第三類為界限，客戶數(shù)量分別向兩邊呈現(xiàn)逐漸減少的趨勢，因此，可以看出該銀行客戶基上本為第三類客戶群。而將這五類客戶進行匯總比較后，發(fā)現(xiàn)前兩類客戶的資產(chǎn)占到銀行客戶總資產(chǎn)的三分之二以上，對銀行貢獻率明顯較大，有潛力對其進行投資水平的深入挖掘，應對這兩類客戶進行繼續(xù)的細化，已實施更加有效地個性化服務。因此，本文將前兩類的163名的客戶數(shù)據(jù)又進行了第二次的聚類分析。其主要考慮因素是其銀行投資歷史、存款余額、理財產(chǎn)品項目以及總資產(chǎn)等六方面內(nèi)容。根據(jù)多次的聚類分析，又對客戶進行二次的分類統(tǒng)計，具體情況如表2所示。

如上表所示，三類客戶的差異還是很明顯的，第一類客戶是人民幣理財產(chǎn)品的主要參與者，而第二類客戶則在此基礎上，增加了定期儲蓄的業(yè)務，第三類客戶則偏重于將資金進行分散投資，以降低投資風險。具體的投資情況如表3所示。

三、客戶差別化服務體系建立

根據(jù)對聚類分析基本過程的相關描述，本文認為要想全面實現(xiàn)客戶關系的有效管理，不能只是局限于對客戶資產(chǎn)簡單數(shù)值的大小比較，而是要對其進行基本屬性的分類，在資產(chǎn)基礎上，增加客戶對投資需求的傾向標準，從而依據(jù)其承受風險能力的大小將其繼續(xù)細化為投機型客戶、進取型客戶及保守型客戶三大類型，從而全面的實施針對各個客戶群的產(chǎn)品運營策略，提供不同的理財選擇給客戶。

綜合H銀行的基本發(fā)展，本文認為在對客戶進行專門分類后，還需為其匹配專屬的身份表征，以有效地識別不同類別的客戶，提高銀行的工作效率。因此，可以在客戶持卡業(yè)務上進行基本的探索。而對于金融產(chǎn)品的研發(fā)與推廣，本文主張銀行在專業(yè)人才引進的戰(zhàn)略實施中，及時地吸引一些具有為大企業(yè)進行市場推廣的人士加入，從而將高端產(chǎn)品賦予其個性化的基本屬性，及時地優(yōu)化銀行的業(yè)務流程，提高工作效率，構建VIP客戶業(yè)務辦理的專屬渠道。對客戶實施差別化價格策略的同時，還要在產(chǎn)品類型設置之外增加產(chǎn)品時間周期的有效拓寬，從而使客戶真實感受到銀行的人性化服務，促進穩(wěn)健的客戶關系的基本維持。

四、結論

本文通過引入K-均值聚類分析的方法，以H銀行為研究對象，選取有效的樣本數(shù)據(jù)對其客戶進行了專門的聚類分析，以實現(xiàn)客戶分層的更加科學、有效，希望能夠?qū)︺y行管理者提供一套有效的分析管理方法，促進客戶關系的不斷完善。（作者單位為西北大學）