400 8877 001數(shù)據(jù)挖掘在金融行業(yè)的運用
時間：2018-10-09 17:13:00 閱讀：4027 整理：廣州市場調(diào)查公司
一、引言
數(shù)據(jù)挖掘(Data Mining)是一種新的商業(yè)信息處理技術(shù)，產(chǎn)生于20世紀(jì)80年代的美國，首先應(yīng)用在金融、電信等領(lǐng)域，主要特點是對大量數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換、分析和模型化處理，從中提取出有助于商業(yè)決策的關(guān)鍵性數(shù)據(jù)。銀行信息化的迅速發(fā)展，產(chǎn)生了大量的業(yè)務(wù)數(shù)據(jù)。從海量數(shù)據(jù)中提取出有價值的信息，為銀行的商業(yè)決策服務(wù)，是數(shù)據(jù)挖掘的重要應(yīng)用領(lǐng)域。匯豐、花旗和瑞士銀行是數(shù)據(jù)挖掘技術(shù)應(yīng)用的先行者。如今，數(shù)據(jù)挖掘已在銀行業(yè)有了廣泛深入的應(yīng)用。
二、數(shù)據(jù)挖掘在銀行業(yè)應(yīng)用的主要方面
現(xiàn)階段，數(shù)據(jù)挖掘在銀行業(yè)中的應(yīng)用，主要可分為以下幾個方面。
(一)風(fēng)險
數(shù)據(jù)挖掘在銀行業(yè)的重要應(yīng)用之一是風(fēng)險管理，如信用風(fēng)險評估?？赏ㄟ^構(gòu)建信用評級模型，評估貸款人或信用卡申請人的風(fēng)險。一個進(jìn)行信用風(fēng)險評估的解決方案，能對銀行數(shù)據(jù)庫中所有的賬戶指定信用評級標(biāo)準(zhǔn)，用若干數(shù)據(jù)庫查詢就可以得出信用風(fēng)險的列表。這種對于高/低風(fēng)險的評級或分類，是基于每個客戶的賬戶特征，如尚未償還的貸款、信用調(diào)降報告記錄、賬戶類型、收入水平及其他信息等。
對于銀行賬戶的信用評估，可采用直觀量化的評分技術(shù)。將顧客的海量信息數(shù)據(jù)以某種權(quán)重加以衡量，針對各種目標(biāo)給出量化的評分。以信用評分為例，通過由數(shù)據(jù)挖掘模型確定的權(quán)重，來給每項申請的各指標(biāo)打分，加總得到該申請人的信用評分情況。銀行根據(jù)信用評分來決定是否接受申請，確定信用額度。過去，信用評分的工作由銀行信貸員完成，只考慮幾個經(jīng)過測試的變量，如就業(yè)情況、收入、年齡、資產(chǎn)、負(fù)債等?，F(xiàn)在應(yīng)用數(shù)據(jù)挖掘的方法，可以增加更多的變量，提高模型的精度，滿足信用評價的需求。
通過數(shù)據(jù)挖掘，還可以異常的信用卡使用情況，確定極端客戶的消費行為。根據(jù)歷史數(shù)據(jù)，評定造成信貸風(fēng)險客戶的特征和背景，可能造成風(fēng)險損失的客戶。在對客戶的資信和經(jīng)營預(yù)測的基礎(chǔ)上，運用系統(tǒng)的方法對信貸風(fēng)險的類型和原因進(jìn)行識別、估測，發(fā)現(xiàn)引起貸款風(fēng)險的誘導(dǎo)因素，有效地控制和降低信貸風(fēng)險的發(fā)生。通過建立信用欺詐模型，幫助銀行發(fā)現(xiàn)具有潛在欺詐性的事件，開展欺詐偵查分析，預(yù)防和控制資金非法流失。
(二)客戶管理
在銀行客戶管理生命周期的各個階段，都會用到數(shù)據(jù)挖掘技術(shù)。
1.獲取客戶
發(fā)現(xiàn)和開拓新客戶對任何一家銀行來說都至關(guān)重要。通過探索性的數(shù)據(jù)挖掘方法，如自動探測聚類和購物籃分析，可以用來找出客戶數(shù)據(jù)庫中的特征，預(yù)測對于銀行活動的響應(yīng)率。那些被定為有利的特征可以與新的非客戶群進(jìn)行匹配，以增加營銷活動的效果。
數(shù)據(jù)挖掘還可從銀行數(shù)據(jù)庫存儲的客戶信息中，可以根據(jù)事先設(shè)定的標(biāo)準(zhǔn)找到符合條件的客戶群，也可以把客戶進(jìn)行聚類分析讓其自然分群，通過對客戶的服務(wù)收入、風(fēng)險、等相關(guān)因素的分析、預(yù)測和優(yōu)化，找到新的可贏利目標(biāo)客戶。
2.保留客戶
通過數(shù)據(jù)挖掘，在發(fā)現(xiàn)流失客戶的特征后，銀行可以在具有相似特征的客戶未流失之前，采取額外增值服務(wù)、特殊待遇和激勵忠誠度等措施保留客戶。比如，使用信用卡損耗模型，可以預(yù)測哪些客戶將停止使用銀行的信用卡，而轉(zhuǎn)用競爭對手的卡，根據(jù)數(shù)據(jù)挖掘結(jié)果，銀行可以采取措施來保持這些客戶的信任。當(dāng)?shù)贸隹赡芰魇У目蛻裘麊魏螅蓪蛻暨M(jìn)行關(guān)懷訪問，爭取留住客戶。
為留住老客戶，防止客戶流失，就必須了解客戶的需求。數(shù)據(jù)挖掘，可以識別導(dǎo)致客戶轉(zhuǎn)移的關(guān)聯(lián)因子，用模式找出當(dāng)前客戶中相似的可能轉(zhuǎn)移者，通過孤立點分析法可以發(fā)現(xiàn)客戶的異常行為，從而使銀行避免不必要的客戶流失。數(shù)據(jù)挖掘工具，還可以對大量的客戶資料進(jìn)行分析，建立數(shù)據(jù)模型，確定客戶的交易習(xí)慣、交易額度和交易頻率，分析客戶對某個產(chǎn)品的忠誠程度、持久性等，從而為他們提供個性化定制服務(wù)，以提高客戶忠誠度。
3.優(yōu)化客戶服務(wù)
銀行業(yè)競爭日益激烈，客戶服務(wù)的質(zhì)量是關(guān)系到銀行發(fā)展的重要因素?？蛻羰且粋€可能根據(jù)年費、服務(wù)、優(yōu)惠條件等因素而不斷流動的團體，為客戶提供優(yōu)質(zhì)和個性化的服務(wù)，是取得客戶信任的重要手段。根據(jù)二八原則，銀行業(yè)20%的客戶創(chuàng)造了80%的價值，要對這20%的客戶實施最優(yōu)質(zhì)的服務(wù)，前提是發(fā)現(xiàn)這20%的重點客戶。重點客戶的發(fā)現(xiàn)通常是由一系列的數(shù)據(jù)挖掘來實現(xiàn)的。如通過分析客戶對產(chǎn)品的應(yīng)用頻率、持續(xù)性等指標(biāo)來判別客戶的忠誠度，通過交易數(shù)據(jù)的詳細(xì)分析來鑒別哪些是銀行希望保持的客戶。找到重點客戶后，銀行就能為客戶提供有針對性的服務(wù)。
三、數(shù)據(jù)挖掘在銀行業(yè)的具體應(yīng)用
數(shù)據(jù)挖掘技術(shù)在銀行業(yè)中的應(yīng)用，其中一個重要前提條件是，必須建立一個統(tǒng)一的中央客戶數(shù)據(jù)庫，以提高客戶信息的分析能力。分析開始時，從數(shù)據(jù)庫中收集與客戶有關(guān)的所有信息、交易記錄，進(jìn)行建模，對數(shù)據(jù)進(jìn)行分析，對客戶將來的行為進(jìn)行預(yù)測。具體應(yīng)用分為五個階段：
(一)加載客戶賬號信息。這一階段，主要是進(jìn)行數(shù)據(jù)清理，消除現(xiàn)有業(yè)務(wù)系統(tǒng)中有關(guān)客戶賬戶數(shù)據(jù)不一致的現(xiàn)象，將其整合到中央客戶信息庫。銀行各業(yè)務(wù)部門對客戶有統(tǒng)一的視圖，可以進(jìn)行相關(guān)的客戶分析，如客戶人數(shù)，客戶分類，基本需求等。
(二)加載客戶交易信息階段。這一階段主要是把客戶與銀行分銷渠道的所有交易數(shù)據(jù)，包括柜臺，ATM，信用卡，匯款，轉(zhuǎn)賬等，加載到中央市場客戶信息庫。這一階段完成后，銀行可以分析客戶使用分銷渠道的情況和分銷渠道的容量，了解客戶，渠道，服務(wù)三者之間的關(guān)系。
(三)模型評測。這是為客戶的每一個賬號建立利潤評測模型，需要收入和的確定金額，因此需要加載系統(tǒng)的數(shù)據(jù)到中央數(shù)據(jù)庫。這一階段完成后，銀行可以從組織，用戶和產(chǎn)品三個方面分析利潤貢獻(xiàn)度。如銀行可以依客戶的利潤貢獻(xiàn)度安排合適的分銷渠道，模擬和預(yù)測新產(chǎn)品對銀行的利潤貢獻(xiàn)度等。
(四)優(yōu)化客戶關(guān)系。銀行應(yīng)該掌握客戶在生活、職業(yè)等方面的行為變化及外部的變化，抓住推銷新產(chǎn)品和服務(wù)的時機。這需要將賬號每天發(fā)生的交易明細(xì)數(shù)據(jù)，定時加載到中央數(shù)據(jù)倉庫，核對客戶行為的變化。如有變化，銀行則利用客戶的購買傾向模型，渠道喜好模型，利潤貢獻(xiàn)模型，信用和風(fēng)險評測模型等，主動與客戶取得聯(lián)系。
(五)風(fēng)險評估。銀行風(fēng)險管理的對象主要是與資產(chǎn)和負(fù)債有關(guān)的風(fēng)險，因此與資產(chǎn)負(fù)債有關(guān)的業(yè)務(wù)系統(tǒng)的交易數(shù)據(jù)要加載到中央數(shù)據(jù)倉庫;然后，銀行應(yīng)按照不同的期間，分析和計算利率敏感性資產(chǎn)和負(fù)債之間的缺口，知道銀行在不同期間資本比率、資產(chǎn)負(fù)債結(jié)構(gòu)、資金情況和凈利息收入的變化。
關(guān)注公眾號：
華夏經(jīng)緯數(shù)據(jù)科技
更多調(diào)研資訊>>
本站文章內(nèi)容以及所涉數(shù)據(jù)、圖片等資料來源于網(wǎng)絡(luò)，轉(zhuǎn)載目的在于傳遞更多信息。版權(quán)歸作者所有，文章僅代表作者觀點，不代表華夏經(jīng)緯立場。 如涉及侵權(quán)，請聯(lián)系管理員刪除。在法律許可的范圍內(nèi)，華夏經(jīng)緯（廣州）數(shù)據(jù)科技股份有限公司享有最終解釋權(quán)。
