收藏本站
《西南财经大学》 2003年
收藏 | 手机打开
二维码
手机客户端打开本文

基于数据挖掘的商业银行个人客户细分系统分析与设计

焦瑾  
【摘要】: 近年来,由于我国商业银行的经营环境的变化和我国加入WTO后外资银行的进入,使得国内银行业面临的竞争压力越来越大。就银行业的竞争来讲,其竞争的焦点是客户,特别是那些能够为银行提供较大贡献的优质客户,按照银行界通行的“二八”法则,占银行客户总数20%的优质客户创造了银行80%的利润。故而,优质客户是银行的利润之源,哪家银行拥有了广大的优质客户,哪家银行就拥有了生存和发展的空间。尤其是当市场的主导力量逐渐由卖方转变为买方时,银行必须了解自身现有的客户的价值,寻找自己的目标客户,进行准确的市场定位,开发适合不同客户不同需求的新产品,特别是明确自己的优质客户,为他们提供更为个性化的服务,使银行有限的资源产生最大的效用。 随着我国资本市场的迅速发展,许多传统业务的市场发展放慢,银行业需要注重个人金融业务的发展,从而开辟更多的发展空间来增加自己的利润来源。在西方发达国家,个人金融业务已经成为很多大的商业银行的主导产品和重要收益来源。故而,大力发展我国个人金融业务是适应现代银行业发展的大趋势,是参与国际化金融竞争的需要。与此同时,随着我国金融市场的发展,居民的储蓄倾向逐步弱化,消费、投资倾向及现代理财观念增强,金融服务需求日益多样化、个性化,为商业银行个人金融业务的发展创造了广阔的市场发展空间。加入WTO后,我国个人金融业务市场必将首先成为外资银行争夺的重要领域。外资银行在个人金融业务方面较我国商业银行有诸多优势,必将对国内银行的个人金融业务发展带来巨大的挑战。我国商业银行为了大力发展个人金融业务,迎接来自各方面的竞争,必须转变现有的在个人金融业务上的经营、管理模式,实施以“客户为中心”的发展战略。这就要求首先必须对个人客户进行科学的细分,开发适合不同客户不同需求的新产品,尤其对于个人优质客户,要为其提供更加适宜的个人理财服务。只有这样,我国商业银行 WP=3 才能在与外资银行激烈地竞争中把握住自己的客户资源,特别是优质客户,提高个人金融业务上的盈利能力。 对我国商业银行来说,在经营管理中对个人客户应用细分理论,其必要性主要表现在:1、客户细分是实施客户经理制的必然要求;2、客户细分是优化银行资源配置的必然要求;3、客户细分是促进银行内部改革的必然要求;4、客户细分是了解竞争对手,取得主动出击的必然要求;5、客户细分是提高经营效益,实现银行价值最大化的必然要求;6、客户细分是确立银行差异化优势的根本保证。 与此同时,现代信息技术、网络技术的快速发展及其在银行业中的广泛应用也为银行经营管理水平的提高带来了可能,过去那些可望而不可及的对客户的定性定量的预测分析技术,由于信息技术的存在而变得可能。我国各商业银行经过多年的信息化建设,已经拥有了大量的个人客户历史交易数据和个人客户基本资料,加之目前国内各主要商业银行都正在规划建设数据大集中业务系统。数据集中后,数据量空前的巨大,含金量难以估量。这些数据是商业银行宝贵的财富,如果不对这些大量的客户信息进行深层次的挖掘和综合利用,必将形成一种“数据爆炸,知识贫乏”的局面,同时商业银行也不能够真正了解客户的行为和需求,不能对客户的价值做出客观的判断,不能对客户的信用风险加以预测,所有这些不确定因素,使银行不能更好地为客户提供产品组合,不能向最具价值的客户提供个性化服务,不能在保留旧客户、发展新客户和市场营销等方面争取主动,因而从整体上严重影响了银行的效益,使银行在激烈的市场竞争中,特别是加入WTO以后与外资银行的竞争中处于不利的境地。 《基于数据挖掘的商业银行个人客户细分信息系统》正是为了提高我国商业银行个人客户服务水平,在激烈地市场竞争中发挥自身优势而设计开发的。它是利用现代信息技术和建立在统计学原理和人工智能技术基础上的数据挖掘技术,建立科学的、客观的个人客户分类系统,为商业银行个人客户细分、个人客户服务、个人金融业务的发展等提供科学的、客观的决策支持。 《基于数据挖掘的商业银行个人客户细分信息系统》是国家“十 WP=4 五"科研攻关项目---《电子银行模拟系统》中的一个功能模块,笔者在中国人民银行模拟银行试验中心实际参与了这个项目的设计和开发工作。本文是笔者对相关理论,技术的理解和实际开发经验的一个总结。总体来讲,文章主要分为四个部分: 第一章深入论述了商业银行客户细分理论。主要阐明了我国商业银行当前所面临的竞争压力迫使它必须转变传统的经营管理模式,注重客户关系管理。而客户细分又是客户关系管理的一个核心问题。 同时,随着个人金融业务在现代已成为西方很多大商业银行的主导产品和重要收益来源,我国也面临同样的问题。大力发展我国个人金融业务也要求对个人客户进行细分。文章深入讨论了客户细分的含义和商业银行进行个人客户细分的必要性,以及不同的客户细分类型带给银行的商业价值。文章通过分析国外银行在个人客户细分方面的实践经验以及我国在此方面的相对差距,提出了相应的对策。最后,介绍了数据挖掘技术在实现个人客户细分中的主要作用,为?
【学位授予单位】:西南财经大学
【学位级别】:硕士
【学位授予年份】:2003
【分类号】:F830.49

【参考文献】
中国期刊全文数据库 前2条
1 赵国庆;客户关系管理中的客户分类方法研究[J];安徽机电学院学报;2001年04期
2 朱继武;加入WTO后商业银行的市场营销策略[J];农金纵横;2001年06期
【共引文献】
中国期刊全文数据库 前10条
1 张世海,刘晓燕,欧进萍;高层结构智能选型知识发现及方法比较[J];四川建筑科学研究;2005年05期
2 潘洁珠;半结构化数据及其数据模型[J];安徽教育学院学报;2003年06期
3 赵鹏,倪志伟,贾瑞玉;基于数据挖掘技术的范例库维护[J];安徽大学学报(自然科学版);2003年02期
4 梁佩佩,杨丽萍;基于模糊关系数据库的聚类算法研究[J];安徽职业技术学院学报;2004年01期
5 章曙光;耿焕同;;一种改进的基于聚类的范例添加删除维护模型[J];安徽建筑工业学院学报(自然科学版);2006年01期
6 李永森;潘若愚;李传军;;公共设施选址优化研究[J];安徽建筑工业学院学报(自然科学版);2009年06期
7 李红梅;贺小扬;王雪冬;;粗糙集理论在农业知识发现中的应用研究[J];安徽农业科学;2008年06期
8 唐超礼;魏圆圆;;基于数据挖掘的植保预测系统[J];安徽农业科学;2008年12期
9 耿焕同,陈少军;一种基于传统VSM和词共现概念的中文文本聚类的研究[J];安徽师范大学学报(自然科学版);2005年01期
10 吴昊;耿焕同;吴祥;;一种基于聚类分析的BBS主题发现算法研究[J];安徽师范大学学报(自然科学版);2009年01期
【同被引文献】
中国期刊全文数据库 前10条
1 郭道宁,舒华英;数据挖掘在电信运营市场决策支持中的应用[J];北京邮电大学学报(社会科学版);2004年02期
2 冯萍,宣慧玉;数据挖掘技术及其在营销中的应用[J];北京轻工业学院学报;2001年01期
3 汪纯孝,温碧燕,韩小芸,汪镇;专业服务性企业应如何做好交叉销售工作[J];商业研究;2000年03期
4 陈久梅;模糊聚类分析法在专有技术评估中的应用[J];商业研究;2005年03期
5 殷孟波;金融产品的个人需求及市场细分[J];财经科学;2004年S1期
6 辛子波,张日新;地方政府干预地方银行行为分析[J];财经问题研究;2001年12期
7 武芳;;企业文化现状与“以人为本”的企业文化培养策略[J];重庆邮电大学学报(社会科学版);2007年S1期
8 魏敏;田蕾;;个人理财市场细分及客户群差异性分析[J];金融论坛;2006年10期
9 魏钧;张德;;商业银行个人业务客户经理胜任力模型研究[J];金融论坛;2007年06期
10 王瑞淑;贺刻奋;;商业银行新产品的隐性需求研究[J];金融论坛;2007年07期
中国重要报纸全文数据库 前3条
1 晓国;[N];中国计算机报;2002年
2 王广宇;[N];计算机世界;2003年
3 记者 张文绩;[N];上海金融报;2008年
【二级引证文献】
中国期刊全文数据库 前5条
1 秦海菲;胡建华;周会团;黄宏宇;;客户细分在电信客户流失中的应用[J];福建电脑;2007年04期
2 汪瑛;;聚类分析K-means算法在燃气用户细分中的应用研究[J];福建电脑;2012年04期
3 张清江;曲家兴;张玉;;基于计算机操作痕迹的安全威胁研究[J];黑龙江科技信息;2013年22期
4 王园;;证券业客户细分模型构建及实证研究[J];上海管理科学;2012年02期
5 林江云;雷良桃;;聚类算法在证券公司CRM中客户细分的应用[J];心智与计算;2010年04期
【二级参考文献】
中国期刊全文数据库 前3条
1 陈志宏;;CRM:顾客关系管理[J];经济管理;2001年09期
2 李显君;客户关系管理[J];企业管理;2001年03期
3 范锋,陈文健;CRM:企业客户管理的重塑[J];企业改革与管理;2000年12期
【相似文献】
中国期刊全文数据库 前10条
1 颜鸿淋;田江;武海婕;彭保平;谢通;杨武;俞娇;;数据挖掘技术在银行客户细分中的应用[J];价值工程;2010年07期
2 蔡琼;廖作文;张晏兵;汪小威;;数据挖掘在电信业中的应用[J];软件导刊;2009年09期
3 胡锟;杨路明;;浅谈移动CRM客户价值细分[J];电脑知识与技术;2011年13期
4 吕金兰;;应用数据挖掘技术建立银行卡客户细分模型[J];福建电脑;2007年03期
5 赵懿敏;;精细化营销与客户分群[J];电信技术;2007年10期
6 李世超;麦范金;王臻;;基于数据挖掘技术的客户细分研究[J];电脑知识与技术;2009年02期
7 方安儒;叶强;鲁奇;李一军;;基于数据挖掘的客户细分框架模型[J];计算机工程;2009年19期
8 文碧桂;赵蔚;;网络教育服务中的客户细分策略分析[J];中国教育技术装备;2010年12期
9 高雅娟;;基于决策树的银行客户分类应用研究[J];福建电脑;2011年06期
10 于晓燕;;决策树算法在电信客户细分中的应用[J];电脑知识与技术(学术交流);2007年01期
中国重要会议论文全文数据库 前10条
1 谢琳;潘定;;珠三角宽带客户细分及保持策略研究[A];第二十九届中国控制会议论文集[C];2010年
2 孙岩;董毅明;邓峰;;商业智能在客户关系管理中的应用研究[A];04'中国企业自动化和信息化建设论坛暨中南六省区自动化学会学术年会专辑[C];2004年
3 张国政;;基于CLV及客户满意度的客户细分研究[A];中国市场营销创新与发展学术研讨会论文集[C];2009年
4 卢艳丽;韩景元;袁丽娜;;基于客户终身价值的客户细分方法实证研究[A];中国市场学会2006年年会暨第四次全国会员代表大会论文集[C];2006年
5 黄洁;;基于数据挖掘技术的客户关系管理:以电信企业为例[A];中国企业运筹学学术交流大会论文集[C];2007年
6 岳欣;解建辉;;打造通信产业的川鲁粤精品菜肴[A];通信发展战略与管理创新学术研讨会论文集[C];2006年
7 吴春旭;吴镝;蒋宁;;一种基于信息熵与K均值迭代模型的模糊聚类算法[A];第十届中国管理科学学术年会论文集[C];2008年
8 李芬;吴俊杰;张际春;;基于数据挖掘的移动通信业客户细分研究[A];2009全国计算机网络与通信学术会议论文集[C];2009年
9 梁昌勇;赵艳霞;;基于RFM分析的银行信用卡客户的行为评分模型——应用自组织映射神经网络SOM和Apriori方法[A];第二届全国信息检索与内容安全学术会议(NCIRCS-2005)论文集[C];2005年
10 陈岢;;浅议订单供货下的客户服务模式升级[A];上海市烟草专卖局2007年度获奖论文集(经济管理类)[C];2007年
中国重要报纸全文数据库 前10条
1 杨怡 刘学;重庆移动深度推进客户细分工程[N];人民邮电;2006年
2 本报记者 许婷;3G客户细分:一个被简单化的复杂问题[N];通信产业报;2009年
3 长江商学院教授 曾鸣;客户细分与营销创新[N];华夏时报;2003年
4 陆亚鹏;客户细分是关键[N];通信产业报;2006年
5 记者 李倩 通讯员 宫玉河 张宏健;客户细分 全员营销[N];金融时报;2003年
6 刘晓云;“万科牌”房子[N];中国房地产报;2006年
7 本报记者 薛建新;“精细化”营销已不是幻影[N];财经时报;2003年
8 张明;客户细分个性设计[N];房地产时报;2004年
9 记者 邢雁宁/北京;惠普新目标 提升亚太PC占有率[N];电子资讯时报;2002年
10 刘达;中国移动“动感地带”锁定年轻一族[N];通信产业报;2003年
中国博士学位论文全文数据库 前10条
1 刘勇;中国电信业流失客户赢回策略研究[D];华中科技大学;2007年
2 陈金波;面向电信CRM的数据挖掘应用研究[D];东南大学;2006年
3 邰丽君;基于知识的客户关系管理中知识仓库系统研究与应用[D];合肥工业大学;2010年
4 田玲;电子商务环境下分析型客户关系管理的研究[D];天津大学;2005年
5 向坚持;互联网环境下的中小企业客户关系管理研究[D];中南大学;2010年
6 陈静宇;基于客户价值的中间商客户细分与客户管理策略研究[D];重庆大学;2004年
7 杨鸿宾;分析型CRM下的移动数据产品精确营销应用研究[D];北京邮电大学;2009年
8 王宏;基于粗糙集数据挖掘技术的客户价值分析[D];哈尔滨工程大学;2006年
9 祖巧红;基于实例的OLAM技术及其多维可视化研究[D];武汉理工大学;2007年
10 艾丹祥;基于数据挖掘的客户智能研究[D];武汉大学;2007年
中国硕士学位论文全文数据库 前10条
1 李宏祥;CRM系统中客户价值及客户细分研究[D];山东大学;2005年
2 邓光利;面向中小型日用五金企业的客户价值分析与监控的研究[D];广东工业大学;2005年
3 张竹;基于客户细分的分销系统库存控制仿真研究[D];大连理工大学;2006年
4 杨灵;索爱内衣坊客户关系营销研究[D];南京理工大学;2008年
5 耿炜欣;模糊聚类在银行客户细分中的应用研究[D];对外经济贸易大学;2007年
6 孟炳辉;一汽—大众客户关系管理系统的完善[D];吉林大学;2008年
7 粟峥嵘;城市商业银行信用卡客户管理[D];西南财经大学;2006年
8 赵立卓;采用数据仓库技术实现商业银行客户细分管理[D];东北财经大学;2007年
9 王保义;客户关系管理中客户细分的数据挖掘研究[D];西安电子科技大学;2009年
10 陈春梅;企业客户价值评价及客户细分研究[D];天津大学;2004年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026