浅谈商业银行的客户流失

维普资讯 http://www.cqvip.com 行业治理　２００８年９月１０日第９期　岛～　骷一含　　董州　肛～　浅谈商业银行的客户流失　■中国建设银行山东省分行　薛玉明　一、商业银行客户流失分析的意义　员＿丁跳槽、对客户投诉处理不及时、客户遭遇其他　商业银行客户流失，是指商业银行客户由于种　银行新的诱惑、客户欣赏和需求标准发生变化等。　（三）客户流失特征分析　种原因而终结与商业银行的所有业务往来的情形，　其基本特征是交易锐减、停止交易或清户。商业银　行进行客户流失分析，有助于银行客户关系管理者　了解客户流失的方式、特征、原因及影响，对客户流　失提前预警；有助于尽快发现市场变化、产品和服　务缺陷并及时采取补救措施；有助于商业银行客户　的维护和保留。通过对客户进行细分，判断客户的　商业银行客户流失的特征最为突出的有两类：　渐进型（间接提示型）流失和中断型流失。渐进型流　失主要表现为客户近期交易品种、交易次数、交易　金额和存贷款余额逐步减少。中断型流失主要表现　为睡眠型流失和突然中断型流失。睡眠型流失是指　账户依然存在，但交易已经停止；突然中断型流失　行为，潜心研究客户的需求，通过个性化、差别化营　销，在合适的时机，将客户最需要的产品，推荐和销　售给客户，提高客户的满意度和忠诚度，延长客户　的生命周期，在帮助客户实现价值最大化的同时，　实现银行自身的价值最大化。　是指客户流失前正常交易，由于某种原因，突然中　断了交易，并直接结清了账户。　（四）客户流失的影响分析　商业银行客户流失对商业银行的影响是多方　面的，直接影响包括交易量的变化、收入的变化、利　二、商业银行客户流失分析的内容　（一）客户流失方式分析　商业银行客户流失的方式主要是商业银行客　润的变化等；间接影响包括对商业银行客户结构、　商业银行的发展速度和质量、商业银行关联客户、　商业银行的社会形象等。　（五）客户流失预警分析　户自然消亡和商业银行客户转移流失。商业银行客　户自然消亡，是指从法律意义上的主体消亡，包括　客户流失预警分析分为单一客户流失预警分　析、客户群流失分析两类。单一客户流失预警分析　商业银行客户破产、重组、被兼并等。商业银行客户　转移流失，是指商业银行客户地理迁徙和客户转　采取ＲＦＭ模型，主要是对商业银行客户最近一次　交易的时间距当今有多远、频率、货币价值指标进　移。客户转移主要是客户转移至其他银行成为竞争　对手的客户资源，分为一次性全部转移和部分渐进　式转移。　（二）客户流失原因分析　行分析，设定一个参数值，由系统自动报警。客户群　流失分析，主要是对商业银行客户流失率设定一个　预警参数，当某一客户群客户流失率达到所设定的　预警值时，由系统自动报警。　１．单一客户流失预警　目前单一客户的流失预警和产品流失预警通　用的做法是建立ＲＦＭ分析模型。ＲＦＭ是Ｒｅｃｅｎｃｙ、　Ｆｒｅｑｕｅｎｃｙ、Ｍｏｎｅｔａｒｙ　ｖａｌｕｅ的缩写，意思是最近（客　户最近一次交易的时间距当今有多远，也就是停止　原有客户的流失相当正常，关键在于必须找到　客户流失的原因，进而制定有效的控制策略。导致　客户流失的原因是多方面的，主要包括客观原因和　主观原因。客观原因主要包括环境因素发生变化、　客户自身不可抗力的因素等。主观原因主要包括商　业银行产品单一、服务系统有问题、产品缺乏创新、　交易的时间）、频率（最近一段时间内购买的次数）、　ＳＥＰ．１０，２００８　Ｎ０．９　维普资讯 http://www.cqvip.com

墨　行业治理　２００８年９月１０日第９期　货币价值（最近一段时间每次购买的平均金额），系　统在达到预警值时自动报警。ＲＦＭ分析模型客户　流失预警标准如表１。　坪岛金骷童肛　择和建模数据的选择等多个方面。目标变量的选　择：在客户流失分析系统中，实际面对的流失主要　有账户取消发生的流失和账户休眠发生的流失两　种形式。对于不同的流失形式，我们需要　选取不同的目标变量。输入变量的选择用　于在建模时作为自变量寻找与目标变量　之间的关联。在选择输入变量时，我们通　常选择两类数据：静态数据和动态数据。　静态数据指的是不会经常改变的数据，包　表１　ＲＦＭ分析模型客户流失预警标准　预警级别　预警条件　１．停止交易时间：Ｒ≤１０天　关注级预警（黄色警报）　２，最后一次交易前一个月交易频率Ｆ下降≤３Ｏ％　３．交易货币价值Ｍ：下降≤３Ｏ％　括客户的基本信息。动态数据指的是经常　１．停止交易时间：１１天≤Ｒ≤３Ｏ天　重点关注级预警（橙色警报）　２．最后一次交易前一个月交易频率Ｆ：３Ｏ％＜交易频　率下降≤５Ｏ％　３．交易货币价值Ｍ：３Ｏ％＜交易货币价值下降≤５Ｏ％　１．停止交易时间：３１天≤Ｒ≤６Ｏ天　或定期改变的数据，如每月存取记录、消　费金额、消费特征等。建模数据的选择并　不是所有的客户信息都会对客户的流失　产生影响，应尽可能地降低数据的复杂度　以发掘较高的关联度，但是考虑到后期客　户流失的分析，应当尽量确保客户信　息的完整性，因此，应对客户的有价值信　息予以区分收集，剔除部分冗余数据，减　少数据噪音。　危机级预警（红色警报）　２．最后一次交易前一个月交易频率Ｆ：交易频率下　降＞５０％　３．交易货币价值Ｍ：交易货币价值下降＞５０％　２．客户群流失预警　对于客户群的流失预警则采取流失率参数法，　在客户群流失达到预警值时自动报警。客户流失率　流失预警标准如表２。　表２客户流失率流失预警标准　类别　关注级预警（黄色警报）　指标　当１％≤客户流失率≤５％时　（三）数据清洗和预处理　数据清洗和预处理是建模前的数据准备工作，　主要包括数据抽样、数据转换、缺失数据处理等。数　据抽样是根据事先确定的数据进行样本抽取，选择　抽样而不是ｘ，－Ｊ－整体进行处理，以降低系统的处理　量。数据转换是为了保证数据的质量和可用性。　（四）建立模型　建立客户流失模型，必须遵循数据挖掘模型的　重点关注级预警（橙色警报）　当５％≤客户流失率≤ｌＯ％ｎ￣　危机级预警（红色警报）　当客户流失率＞１Ｏ％时　建立与分析方法。运用相关的数据挖掘工具，通过　使用多种建模方法，预建立多个模型，再比较这些　模型的优劣，从而选择出最适合客户流失分析的建　模方法。　三、商业银行客户流失分析的实施过程　商业银行应根据“以客户为中心”的经营理念，　建设一套有效的客户流失分析系统，利用数据仓库　中存储的海量数据，通过建立的客户流失分析模　型，ｘ，－ｊ－￣量客户历史数据进行分析，预测现有客户　（五）模型的评估与检验　模型建立之后，一般要通过训练集的测试才能　考虑下一步应用。比较常规的验证方法是输入一些　历史的流失客户数据，运行此模式予以判断，比较　数据挖掘的结果与已知历史结果的差异。　（六）模型的应用　商业银行通过客户流失分析模型在当前客户　在未来一段时间的流失概率。利用数据挖掘技术实　现客户流失分析的一般过程如下。　（一）业务问题定义　数据库中发现预测流失的群体，运用客户流失行为　模型对当前客户数据库中客户的行为进行分析，预　测流失趋势，进而制定有效的控制策略，以防止和　减少客户的流失。　（责任编辑：龚伟丽）　首先要定义流失客户的特征、判别标准、流失　原因、现有客户的流失概率（包括不同细分客户群　的流失程度）等。　（二）选择数据　数据选择包括目标变量的选择、输入变量的选　ＳＥＰ．１０，２００８　ＮＯ．９　盈