大数据时代数据挖掘在银行客户关系管理中应用与研究.pdf

大数据时代数据挖掘在银行客户关系管理中的应用研究
贺本岚1,2
(1 中国科学院大学博士后科研流动站北京 100190)
(2 中国工商银行博士后科研工作站北京 100032)

摘要:当前,人类迈入“大数据”时代。我国商业银行建立了涵盖银行全部业务的数据仓库系统,
拥有海量数据,但对数据的利用还远远不够深入。随着金融脱媒、利率市场化的进一步推进,商业银行之
间的竞争焦点由产品的竞争转变为争夺客户的竞争。商业银行要获取客户就需要从海量客户数据中挖掘出
信息和规律来加强客户关系管理。本文设计了数据挖掘在客户关系管理中的应用模型,对数据挖掘在银行
客户关系管理中的应用文献进行了综述,并介绍了其在商业银行中的应用现状。
关键词:大数据;商业银行;数据挖掘;客户关系管理

1 引言
当前,人类社会已经迈入“大数据”时代,信息技术高速发展。我国商业银行基本完成数据大集中工
程,建立了涵盖银行全部业务的数据仓库系统,银行的客户资料、交易数据、管理数据等业务数据以及后
台信息系统服务数据呈爆炸式增长。尽管已经积累了大量的数据,但商业银行对数据的利用还远远不够深
入,出现“数据丰富但信息贫乏”的局面。如何利用好这些数据,从中提取出有益于商业银行经营和决策
的信息给我国银行业带来巨大的挑战。 
同时,随着金融脱媒、利率市场化的进一步推进,面对互联网金融带来的冲击,银行传统的商业模式
发生了巨大变化,银行之间的竞争也日趋激烈。其竞争焦点由产品的竞争转变为争夺客户的竞争,拥有客
户也就意味着拥有了市场,就能在激烈的竞争中取胜。因此,客户关系管理正越来越受到银行的重视。 
面对上述内外部环境的双重挑战,商业银行要获取客户,就需要深入了解客户的偏好,明晰客户需求。
数据挖掘正是达到这一目的实现有效客户关系管理的关键技术,商业银行可以从海量的客户数据中挖掘出
有价值的信息和规律,预测出客户的需求和偏好,建立合适的模型使客户价值最大化,防止客户流失,从
而为客户提供有针对性的产品和服务,打造不可复制的核心竞争力。因此研究数据挖掘技术在客户关系管
理中的应用具有重要的意义和作用。 
2 客户关系管理与数据挖掘方法简介
客户关系管理是一个获取、保持和增加可获利客户的方法和过程,认为客户是企业最重要的资产,通
过提高客户忠诚度可最终提高企业的利润率。商业银行通过实施客户关系管理,提升业务流程管理,提供
更快速、周到的优质服务,可降低银行成本,吸引和保持更多客户。要实施客户关系管理,商业银行可对
客户资料进行深入分析,根据“一对一”营销原则,满足客户的个性化需求,提高客户忠诚度和保有率,
从而实现客户价值持续最大化,提升商业银行竞争力。 
数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的数据中,提取隐含在其中的但又是潜在
有用的信息和知识的过程[1]。数据挖掘与传统的数据分析不同,数据挖掘是在没有确定假设的前提下去挖
掘信息、发现知识,其目的不在于验证某个假定模式的正确性,而是自己在数据库中找到模型。商业银行
利用数据挖掘方法对客户数据进行科学的分析,发现其数据模式及特征、存在的关联关系和业务规律,并
根据现有数据预测未来业务的发展趋势,对商业银行管理、制定商业决策、提升核心竞争力