
數(shù)據(jù)挖掘對客戶進(jìn)行深入分析
首先看一下數(shù)據(jù)挖掘在客戶分析中的應(yīng)用,數(shù)據(jù)挖掘主要應(yīng)用于兩大領(lǐng)域:客戶智能和風(fēng)險(xiǎn)管理??蛻糁悄芊譃閿?shù)據(jù)層、挖掘?qū)雍蜖I銷層,數(shù)據(jù)挖掘屬于中間這一層,是服務(wù)支撐層,為營銷提供支持。數(shù)據(jù)挖掘傳統(tǒng)的一些領(lǐng)域,包括客戶細(xì)分、營銷預(yù)測、產(chǎn)品關(guān)聯(lián)、實(shí)時(shí)分析、客戶提升、價(jià)值分析,以及現(xiàn)在隨著大數(shù)據(jù)技術(shù)的興起,我們會做實(shí)時(shí)分析,已經(jīng)有些公司推出了基于文本的分析判斷產(chǎn)品。
由于時(shí)間關(guān)系我主要介紹其中的幾個(gè),首先我們來看一下數(shù)據(jù)挖掘伴隨著客戶的生命周期是從始至終都存在的,拿信用卡業(yè)務(wù)來看,客戶經(jīng)歷了從客戶的捕獲到客戶的提升,到客戶的成熟階段,當(dāng)然最后有可能發(fā)生客戶的流失,完整的生命周期,不同的生命周期有不同的關(guān)注點(diǎn)。在下面,我們從數(shù)據(jù)挖掘的視角可以看到,其中有很多數(shù)據(jù)挖掘模型可以輔助業(yè)務(wù)的決策。其中黃色的是客戶智能模型,黃色的是風(fēng)險(xiǎn)管理模型。
首先看客戶細(xì)分,這是傳統(tǒng)的客戶細(xì)分,一般基于人口統(tǒng)計(jì)學(xué)的自然屬性、銀行交易信息、持有產(chǎn)品信息、互動反饋信息等等,針對這些進(jìn)行細(xì)分,形成一個(gè)不是很深入的結(jié)果,可能會形成這樣的用戶分級。產(chǎn)生需要的,高價(jià)值低忠誠用戶是蝴蝶,低價(jià)值高忠誠的用戶是藤壺。最終細(xì)分出來的客戶,可能是這個(gè)客戶更深入洞察的角度,很巧跟邵鐘飛也有相似的細(xì)分類型。所以,只有基于這些精準(zhǔn)細(xì)分模型,才能給用戶提供差異化的營銷手段。
營銷預(yù)測,舉個(gè)簡單例子,比如我有100個(gè)潛在客戶,其中大概有25個(gè)人會對我的營銷響應(yīng)使用我的產(chǎn)品,并帶來人均5元的收益。營銷成本每人是1元,地毯式營銷回報(bào)率是25%。在第二代的營銷中我們可能會使用一些聚類的技術(shù),營銷的回報(bào)率可能能達(dá)到100%,這只是一個(gè)示例。第三代營銷中我們可能會做雙向預(yù)測模型,同時(shí)預(yù)測響應(yīng)率和產(chǎn)品使用率,最終可能會收到比較好的效果,回報(bào)率要遠(yuǎn)遠(yuǎn)超出前兩代。
來看流失分析,客戶為什么會離開我們這家銀行轉(zhuǎn)移到其它銀行?波士頓咨詢公司做了一個(gè)市場調(diào)查,主要原因是服務(wù)質(zhì)量不好,價(jià)格沒有吸引力,產(chǎn)品沒有吸引力,以及渠道的不方便因素,等等。同時(shí)有些市場調(diào)查認(rèn)為,我獲得一個(gè)新客戶的成本是維持一個(gè)老客戶成本的5倍,因此我們怎么樣才能做好客戶的流失分析,怎樣才能留住客戶?傳統(tǒng)的客戶流失分析是做事前的預(yù)測,以前不叫流失預(yù)測叫流失預(yù)警,這時(shí)你每個(gè)月都要想辦法挽留這一大批用戶,我們是不是要做一些事后分析?看看這些用戶為什么會離開,提高自己的軟技能和硬技能進(jìn)行客戶的挽留。
我們剛剛結(jié)束的一個(gè)項(xiàng)目案例,就是來做高端客戶的流失分析。這個(gè)銀行在2011-2012年這段時(shí)間的高端客戶,流失率在18%左右的水平,同業(yè)的平均水平大概在12%左右,所以他認(rèn)為他們的流失率偏高于同業(yè)其它銀行。所以他想分析一下,第一,我流失的客戶大概是什么樣的構(gòu)成情況,什么樣的客戶容易流失?第二,他們流失的原因是什么樣的?第三,怎么預(yù)警挽留這些客戶?這些客戶中業(yè)務(wù)包括儲蓄、理財(cái)、貸款,我們在做分析的時(shí)候,因?yàn)樗还庖治隽魇?,他還要分析降級,他這里降級是指嚴(yán)重降級,AUM變動要超過兩成。我們在里面分析的時(shí)候增加了一層,150萬,這樣讓級與級之間的過度,大概一級就是損失150個(gè)AUM。
在做分析之前首先會有個(gè)思考,客戶提供給我們這些基礎(chǔ)數(shù)據(jù)涵蓋了哪些內(nèi)容,包括了人口統(tǒng)計(jì)學(xué)的屬性,AUM的構(gòu)成,借記卡的卡數(shù)、交易次數(shù)、交易金額等等這些信息,這和我做流失分析是有差距的,我缺乏一些流失相關(guān)的緯度,比如客戶在我們銀行主要是做什么業(yè)務(wù)的??蛻粼诮导壛魇е暗囊粋€(gè)月,最后保留的業(yè)務(wù)是什么。還有,客戶降級流失的原因是因?yàn)樗邢M(fèi)需求嗎?比如要付首付,還是因?yàn)楦鼡Q銀行?前兩種我們認(rèn)為:第一種,因?yàn)橄M(fèi)的需求,客戶對你銀行的忠誠度是沒有降低的,他很有可能把這個(gè)銀行作為接下來他首選的銀行,提前還款這東西因?yàn)槭莻€(gè)被動的業(yè)務(wù)比較特殊,如果只是單純更換銀行的話,這就說明客戶對你的忠誠度有所降低。再有,無論是降級還是流失都是一個(gè)籠統(tǒng)的概念,客戶的降級是短暫的,如果降了級又恢復(fù),流失也有可能降到AUM的1%再恢復(fù),還是有的客戶銷卡了?所以,要對客戶有個(gè)全新的認(rèn)識,當(dāng)然這里面也認(rèn)識到有些東西是數(shù)據(jù)之外的故事,比如這家銀行某個(gè)月客戶經(jīng)理的流失率是比較高的,帶來了客戶流失率是比較高的。
首先我們增加了一個(gè)緯度,主要業(yè)務(wù)分類,這里面又分為月度主要業(yè)務(wù)分類,也就是計(jì)算每個(gè)月可以分為儲蓄類、貸款類、理財(cái)類,還有混合類,后兩類的客戶比例是非常低的,月度的數(shù)據(jù)可以綜合出客戶在17個(gè)月中主要做的業(yè)務(wù)。有了客戶主營業(yè)務(wù)的分類以后,我們可以繼續(xù)來看客戶流失的場景是什么,第一個(gè)場景就是剛才說的大額的消費(fèi)、大額的刷卡。儲蓄中斷,客戶的儲蓄持續(xù)幾個(gè)月有100萬,突然就不見了,他是轉(zhuǎn)移到了其它銀行,至于轉(zhuǎn)移到了其它銀行做什么事情我們不清楚。理財(cái)?shù)霓D(zhuǎn)移,在這個(gè)客戶降級、流失之前,我們猜測這些人多數(shù)人去其它銀行多數(shù)做理財(cái)產(chǎn)品。
同樣,流失級別不能一概而論,我們會把客戶流失嚴(yán)重程度分為從輕到重。所有的客戶流失級別里面,大概有一半多的人是沒有流失的,級別甚至是有所提高的,有17-18%的人是流失了的客戶。再看做什么主業(yè)的客戶容易流失?貸款里面藍(lán)條是沒有流失的,做貸款的客戶是最穩(wěn)定的,這并不是個(gè)很低的門檻。做儲蓄的人是最容易流失的,因?yàn)閮π钷D(zhuǎn)移的成本是最低的,網(wǎng)銀現(xiàn)在轉(zhuǎn)移儲蓄肯定兩塊錢就轉(zhuǎn)走了。
我們還可以看一看全部客戶的主業(yè)分布圖,高端客戶里有43%的人是做貸款的,發(fā)生降級、流失的客戶儲蓄減少了、貸款增加了,驗(yàn)證了上面的信息。還有一些基礎(chǔ)信息,地域中西部地區(qū)是最穩(wěn)定的,36歲以下的客戶愿意做的業(yè)務(wù)是貸款業(yè)務(wù),非常穩(wěn)定,55歲以上的客戶儲蓄理財(cái)?shù)谋壤潜容^大的,因此流失率也是比較高的。
有了以上的一些交叉分析以后,我們重點(diǎn)看了幾個(gè)場景:一個(gè)是理財(cái)轉(zhuǎn)移,理財(cái)轉(zhuǎn)移在這段時(shí)間內(nèi)給這家銀行帶來了大概104億AUM的損失,大概有1/7的理財(cái)客戶轉(zhuǎn)移了以后有所恢復(fù),也有1/7的客戶轉(zhuǎn)移了以后沒有恢復(fù)。理財(cái)轉(zhuǎn)移的客戶偏好的產(chǎn)品和其它客戶有沒有區(qū)別?我們做個(gè)對比??梢钥吹睫D(zhuǎn)移的期限,左下角使轉(zhuǎn)移和流失的客戶更喜歡穩(wěn)健型的產(chǎn)品。能不能預(yù)測一下貸款的余額占總額的百分比到底什么的時(shí)候,客戶一次性提前還款的可能性較高,我們做了簡單這樣的統(tǒng)計(jì)度,平均的提前還款率是條紅線,下面的橫坐標(biāo)是貸款的余額占的百分之比,貸款余額降到25%之后的時(shí)候提前還款率是非常高的。
最終,我們對這個(gè)銀行給出了一些業(yè)務(wù)上的建議,比如對儲蓄類客戶推薦更多產(chǎn)品,尤其是提升交叉營銷率,提高他的轉(zhuǎn)移成本,其中交叉營銷率都是重要的變量,對于理財(cái)客戶要及時(shí)推薦給他符合偏好的產(chǎn)品,利用網(wǎng)銀做好產(chǎn)品的銜接與客戶挽留。對貸款的客戶要做好提前布局,到當(dāng)時(shí)他的貸款余額降到30%左右空間的時(shí)候要重點(diǎn)關(guān)注,預(yù)判到可能發(fā)生提前還款的時(shí)候,尤其是可以利用網(wǎng)銀迅速的做出一些產(chǎn)品的推薦,比如給他推薦一款理財(cái)產(chǎn)品,早期的像房貸拿到7折利率的話,現(xiàn)在大概是4.6%左右的利率水平,現(xiàn)在很多銀行理財(cái)產(chǎn)品都可以達(dá)到這一水平,甚至5%以上。有這樣的網(wǎng)銀推薦給客戶的時(shí)候,他就要考慮我是不是要提前還款,他如果購買這個(gè)理財(cái)?shù)脑捚鋵?shí)實(shí)現(xiàn)了雙贏,銀行留住了客戶,這個(gè)人也拿到了更好的利率。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計(jì)的實(shí)用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢預(yù)判? ? 在數(shù)據(jù)驅(qū)動決策的時(shí)代,預(yù)測分析作為挖掘數(shù)據(jù)潛在價(jià)值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價(jià)值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報(bào)考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗(yàn):捕捉數(shù)據(jù)背后的時(shí)間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗(yàn)如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時(shí)間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時(shí)間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗(yàn):數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對策略? 長短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨(dú)特的門控機(jī)制,在 ...
2025-07-07統(tǒng)計(jì)學(xué)方法在市場調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場調(diào)研是企業(yè)洞察市場動態(tài)、了解消費(fèi)者需求的重要途徑,而統(tǒng)計(jì)學(xué)方法則是市場調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價(jià)值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03