基于数据挖掘的商业银行客户关系管理研究
来源:用户上传
作者: 刘兴明
摘 要：现阶段，数据挖掘技术对于不同类型企业的发展而言都具有十分重要的应用价值。特别是信息时代的到来，如何充分运用海量信息，如何可靠高效维护企业重要信息是每一个企业未来发展的重要工作内容之一。基于此，本文从客户关系管理的基本思想出发，结合商业银行的本质特性，研究了基于数据挖掘的商业银行客户关系管理系统体系结构。
关键词：数据挖掘；商业银行；客户关系管理
中图分类号：F274；F832.33
1 我国商业银行的现状
随着非银行业务对传统金融服务市场的进一步侵占，以及国际化进程、金融自由化的日益加快，一种前所未有的竞争形式正摆在中国银行业的面前：首先，国有的专业银行向商业银行的加速转变，市场体制结构逐步替换了计划体制结构，必须遵循“自主经营，自负盈亏，自担风险，自我约束”市场经营的基本规则，进一步地加重行业中的激烈竞争状态，结果导致不管是转型的还是原有的那些商业银行都不得不面对效益以及客户的巨大压力，与此同时不得不思考以后要以怎样的态度来面对银行业内的激烈竞争的形式；其次，非银行机构通过不断的提高其产品创新能力和业务创新水平的途径，也在与银行业进一步争夺金融服务市场。并且，目前在我国的金融市场中，供求格局已经发生了根本性质的改变，买方金融市场以占主导地位，各商业银行的经营策略都逐渐朝抢占优质客户和垄断行业的方向倾斜，导致当前银行同业竞争日趋激烈化的局面。因此，客户关系管理系统便成了我国的商业银行亟待快速发展的对象。
2 客户关系管理和数据挖掘理论综述
2.1 客户关系管理的定义
到目前为止客户关系管理仍然没有一个公认的定义，CRM可以从三个方面来描述：（1）CRM是一套应用软件系统；（2）CRM是一种管理理念；（3）CRM又是一种新型管理机制。
由于近年来信息技术和市场经济的快速发展，市场竞争的焦点已经从产品的竞争转向服务的竞争、客户关系的竞争以及品牌的竞争。客户关系管理的根本思想主要包括以下几点：（1）不断提高客户忠诚度和满意度。市场激烈竞争所产生的结果：许多产品或者服务在品质方面的区别将会与日渐弱，与此同时，产品的同质化倾向会变得越来越强。而产品同质化所产生的结果，就使消费者不会再将品质作为选择商品的唯一标准，相反客户会越来越重视厂商能否提供及时的高质量的服务以及能否满足其个性化的需求。因此在企业感觉到客户资源才是市场竞争中至关重要的因素之后，客户的忠诚度和满意度就变得尤为重要了；（2）重视客户个性化的特征，一对一的营销方案。随着产品和服务的极大丰富以及竞争的日益激烈，尤其是信息渠道和工具的迅速发展，使得客户对服务以及产品的选择范围进一步扩大，由于选择的欲望也不断加强、选择能力不断提高，客户的需求也日益呈现出了个性化的特征。因此，需要针对不同客户，采用相应的营销方案；（3）客户让渡价值是建立高质量的客户关系的基础。企业维持以及增进客户关系的重要基础就是使得客户的让渡价值增值；（4）客户关系贯穿于市场营销的整个过程。全面管理客户和企业之间的关系，提升企业的营销能力、降低营销的成本，这是CRM系统的又一个重点；（5）进一步延伸企业供应链管理。在CRM和ERP的有机结合过程中，将客户、经销商和企业的销售联系起来，才能使客户的个性化需求得到快速满足。
2.2 数据挖掘技术理论综述
（1）数据挖掘的定义。数据挖掘：在数据的大集合中随机抽取在数据中隐藏的有用信息的过程。可以有助于对数据进行有效的综合以及分析，且发现一些潜在的关系，并对未来可能发生的行为进行综合的判断；（2）数据挖掘的过程。数据挖掘的过程可以分为以下几个步骤：数据准备→数据挖掘→结果的评价和表达；（3）数据挖掘常用技术分析。它作为一门新的技术，有很多新的特点：数据挖掘所面对的是大量的数据，而且这些数据可能是随机的、有噪声的、不完全的；同时它也是许多学科的交叉点，运用了计算机、统计学等学科技术。在数据挖掘中常常采用的几种技术是：神经网络、遗传算法、统计方法、支持向量机、粗糙集、聚类分析。
3 数据挖掘和商业银行客户关系管理的关系
客户关系管理是商业银行赢得更多客户的根本性保障，数据挖掘技术是保证客户关系管理得以有效实施的保证，在客户关系的管理中有效的应用数据挖掘技术，可以为CRM的过程提供有效地技术支撑。下面介绍一下数据挖掘与商业银行CRM的关系。
3.1 客户的生命周期
前面提到了数据挖掘和客户关系管理的关系，在这里，首先要了解一下“客户生命周期”的概念。“客户生命周期”： 不同阶段中的客户和企业之间的关系。客户生命周期与企业从客户获得的收益有着直接的联系，从而理解客户生命周期这个概念就变得十分重要。
然而，客户与企业之间彼此的了解会随着时间慢慢深化，从而使得客户与企业的关系也会不断发生变化。“客户生命周期”为银行准确了解客户的行为提供了一个基本的框架。
从总体来看，客户生命周期分为4个阶段：（1）潜在客户：存在于银行的目标市场中，但是还未真正成为银行客户的群体；（2）响应客户：对银行的产品和服务有兴趣的客户；（3）既得客户：当前正在使用银行服务和产品的客户；（4）流失客户：不再使用银行服务和产品的客户。
3.2 数据挖掘在CRM中的商业价值
数据挖掘是CRM创造商业价值的关键，也应该是CRM重要组成部分。如果利用传统的统计分析方法对商业银行的数据作分析，这个过程是非常漫长的，容易错失商业银行应有的商机。利用数据挖掘中的高级统计工具和人工智能技术，可以实现对商业银行海量数据的挖掘，让企业及时得到信息，并展开行动。
商业银行在有效利用数据挖掘技术后，达到了更好的了解客户的目的，以方便进行有效的营销，并进一步扩大商机。而且利用数据挖掘技术，可以准确的预知潜在客户的切实需求，以及客户未来的预计收入状况，从而提高商业银行目标市场营销的准确度，最终在银行业的竞争中优先获得准确的商机。
总之，把数据挖掘技术引进到客户关系管理中，为商业银行扩大原有商机、创造新的商机、优先获得商机提供了强有力的条件。进而帮助商业银行制定更有效的销售和服务决策，使得数挖掘成为CRM中最关键、最重要的组成部分。
4 结束语
在CRM系统的实际的操作中，银行普遍已经意识到了数据挖掘技术的巨大价值。随着人们对数据挖掘技术更进一步的了解、掌握以及先进技术的飞速发展，这个模型将会变得日益完善，同样也必将取得越来越多的重要成果。毕竟在现在的经济条件下，是否能吸引并保持盈利客户是成败的关键。如果实施得当，CRM技术及与之相关的行为改变能让银行的客户享受到以及时友好及受尊重的方式提供的信息和服务，从而在激烈的市场竞争中占据有利位置。
参考文献：
[1]宫新军.基于数据挖掘技术的客户关系管理系统研究[J].山东广播电视大学学报，2013（01）：58-61.
[2]刘春霖.基于数据挖掘的银行客户消费行为分析与研究[J].电子世界，2013（06）：79.
[3]屈松川.数据挖掘技术在网上银行客户关系管理系统中的应用[J].福建电脑，2013（11）：172-173.
[4]钱炜雯.数据挖掘技术在商业银行数据库营销中的价值研究[J].时代金融，2012（09）：262+274.
[5]肖艳群.基于数据仓库与数据挖掘的客户关系管理研究[J].电脑知识与技术，2012（26）：6200-6202.
作者简介：刘兴明（1973.07-），男，山西岚人，本科，讲师，研究方向：计算机应用技术。
作者单位：吕梁学院，山西吕梁 033000
转载注明来源:https://www.xzbu.com/8/view-6157741.htm
