基于客户特征分群的银行客户流失分析

兰 军，严广乐

（上海理工大学管理学院，上海 200093）

基于客户特征分群的银行客户流失分析

兰 军，严广乐

（上海理工大学管理学院，上海 200093）

银行客户流失分析是银行精细化经营的重要组成部分，对银行客户流失进行系统性的分析是一项涉及领域广泛的复杂工作。文章基于对商业银行大量实际经营数据的细致梳理和整理研究，通过对银行传统客户细分模式与基于客户特征分群细分模式的比较分析，提出了基于客户综合特征进行客户分群的新研究方法。在客户价值分群模式下，对银行客群基于价值分群模式细分为七个客群，并以此为基础，，运用客户流失分析方法，在实际的银行客户数据集上进行实验，通过对价值分群细分客户进行流失观察，全面了解和掌握银行实际经营中不同价值客群流失的客户流失动因、程度和去向等具体行为特征。文章的分析研究在实际运用中取得了较好的预期效果，为系统性分析商业银行客户行为提供了新的思路和手段，为各级管理人员基于客户流失分析的结果，采取针对性处理措施进行干预提供了基础性的支持和建议。

金融经济；金融服务；银行客户；客户分群

一、引言

随着技术的不断进步和市场的不断成熟，银行产品和服务的差异越来越小，以生产为中心，以销售产品为目的的管理理念逐渐被以客户为中心、以服务为目的的新思维所取代。银行通过准确掌握客户的行为趋势，有效发掘和管理客户资源，就能获得市场竞争优势，在激烈的市场竞争中立于不败之地。在银行经营中，获取新客户付出的成本收益率远比维系优质老客户的成本效益率低。银行客户流失特别是优质客户的流失，一直是银行在发展中面临的重大挑战。优质客户的流失及联带效应减少了银行在优质客户市场的份额，造成了银行收益的损失。因此，进行银行客户流失分析，积极主动地进行有针对性的维系挽留工作，正成为各家银行的重点需求。

目前国内外研究文献中，对银行客户流失的研究主要集中在流失预警模型和算法的研究上，而针对银行细分客户的不同特点，按照客户综合特征分群进行流失行为的综合研究方面尚没有十分有效的方法[1]。多数的研究方法直接基于客户特征的原始变量进行聚类分析，导致部分结果稳定性和普适性不强。文章以银行客户特征分群作为基础，提出基于价值客户分群模式下客户流失分析方法。基于客户特征的客户细分方法以客户“特征”来代替传统群体细分中的原始变量，客户的“特征”包含了一个或多个相关的原始变量的综合描述，能相对准确地反映客户消费行为的一般特点。分群结果稳定性和可跟踪性较好，同时可以根据特定条件任意整合分群，不用重复数据准备过程，业务上的可操作性更强，该方法可以帮助银行决策者建立系统化的基于客群特征进行流失管理的设计，避免客户流失管理只依赖人工经验和定性分析的问题。

二、基于银行客户特征的客户分群模式

建立科学完善的客户群体细分是对银行客户行为进行细致洞察的重要基础，传统客户细分方法，主要是利用客户的背景、产品持有、行为等相关原始变量作为直接的细分依据。对各种不同的原始变量直接进行聚类，可以获得客户群体细分的直接结果，但这种直接结果需要靠数据分析人员的个人经验强行进行解释，因此结果的解释性与解释者经验相关，并且由于是直接使用原始变量进行细分，导致细分结果可能不稳定。如果想根据特定条件调整和拆分分群，需要从原始变量的重组返工，几乎相当于重新建设，维护成本较大[1]。

建立基于银行客户不同群体特征进行客户分群方法是进行客户流失分析和管理的重要基础。基于客户特征的客户分群与传统的直接使用原始变量进行客户细分不同，基于客户特征的分群方式通过原始变量的不同组合及判定，综合考察客户在价值、风险、背景、行为等方面的差异，建立可以在一定范围内操作和评估的群体细分模型，以此为基础建立能够描述消费某种业务产品或服务的客户所应具有的综合“特征”模型。通过对这些“特征”进行量化的判断，从统计学的角度上得到具有这些“特征”的客户消费某种业务产品或服务的概率，然后根据概率的高低来决定对哪些客户推荐哪些产品或者方案[2]。

基于客户特征的客户细分能够为管理部门提供关键客户群体列表和相关评估指标，以便进一步采取针对性措施，合理分配市场和服务资源，并且能够通过提高细分群体的关键运作指标来提升客户总体的关键运作指标。

图1 基于银行客户特征的客户分群模式的一般流程

基于客户特征的客户细分方法的优势在于，它以客户“特征”来代替传统群体细分中的原始变量，更加符合业务理解，因为客户的“特征”本身就是包含了一个或多个相关的原始变量的综合描述，可以相对更准确地反映客户消费行为的一般特点。基于“特征”分群结果稳定性、可跟踪性较好，可以根据特定条件任意整合分群，不用重复数据准备过程，因此在业务上的可操作性更强[3]。基于银行客户特征的客户分群模式的一般流程如图1所示。

基于客户特征的分群方法从宏观入手，逐步向微观细化分类，实现框架式细分，按照框架式客户群体细分的原理，客户群体细分框架共包含如下8个宏观分群：背景分群、价值分群、发展趋势分群、产品持有分群、生命期分群、行为分群、事件分群、风险分群。在宏观分群的基础上，逐渐扩展，形成相应的中观分群和微观分群，从而构建完整的客户群体细分框架。微观分群即对应于客户标签，用以对特定主题的目标客户群体进行描述。为保证分群模型结果的实用性，除可用性评估外，还需对分群模型稳定性进行评估[4]。群体细分模型的稳定性检验主要对各分群人群占比变动的情况进行考察，以业界公认的指标PSI（人群稳定性系数）进行判别。PSI计算方法与判定规则如式(1)所示[5]：

以下是运用基于客户特征分群方法对某商业银行客户群体细分的结果，分群框架包含7个宏观分群，18个中观分群，25个微观分群（即标签）。并以2009年3月为基准月，2009年10月为报告月，考察两个快照时点生成的标签，计算PSI，经过检验，在推移了4个月的时间窗后，基于客户特征的分群模型较为稳定，具有较高的可用性。表1显示了基于客户特征分群方法的客户群体细分结果。

表1 银行客户群体细分结果

三、客户价值分群模式下客户流失分析

客户流失分析是一项涉及领域广泛的复杂工作。基于客户综合特征分群方法为客户的流失分析奠定了坚实的客户基础[6]。客户流失分析总体包括客户流失动因分析、客户流失程度分析、客户流失去向分析三个主体内容，在客户价值分群模式下，对基于价值分群模式细分的七个客群，运用客户流失分析方法，能够全面了解和掌握银行不同价值客户的流失行为特征。流失分析主要从以下三方面进行，以全面了解客户流失动因、程度和去向，以便管理人员采取针对性处理措施进行干预[7]。

客户流失动因分析主要确定客户是主动流失还是被动流失[8]。主动流失是客户主动销户或者改变当前的服务模式而带来总资产持续下降，被动流失是客户因为拖欠或欺诈行为被银行方停止服务及强行关闭帐户等行为。针对客户主动流失，需要在客户出现流失征兆之前，针对客户流失原因，采取针对性性有效措施进行提前干预，减少客户实际流失。

图2 银行价值分群模式下客户流失滚动率分析

流失程度分析重点分析客户属于完全流失还是部分流失。完全流失是客户发生关闭所有与银行相关帐户和交易等不可回复或者很难回复的行为，部分流失是客户并未关闭帐户但是交易水平突减到一定水平之下，例如存款余额突降50%等。对于流失程度较高客户，也需要进行针对性的提前干预。

流失去向分析对客户总资产降低部分的资金去向进行观察，了解客户资产转移方向，以便制定针对性改进策略。流失去向包括流向外部和流向内部。流向外部是客户关闭或减少了在当前银行的业务而转向了其它竞争对手的银行，流向内部是客户关闭或减少了在当前银行的部分业务而转向了当前银行的其它业务。一般说来，客户主动发起的去向外部的完全或部分流失，会给银行形成实际的利润损失。长账龄高价值客户的流失，将带来更大的直接和间接的损失。

结合某商业银行客户流失分析实际要求，选择宏观分群中的客户价值分群维度对客户进行细分，客户价值分群是客户特征分群框架下7个宏观分群之一，从客户贡献等级和客户资产等级维度对银行客户进行区隔，针对银行客户总资产50万以上的客户，按照总资产规模，定义分为7个等级。同时，对客户流失行为的判定主要关注客户总资产等级下降，考察客户资产从较高等级向较低等级的下降情况。通过设置某个月份为基准月，考察客户资产一定规模以上客户群由连续N个月总资产不达标转为连续N+1个月不达标的比例。

以客户总资产下降建立了流失观察窗口。通过对价值分群细分客户进行流失观察，考察最近三个月从未发生不达标的客户在连续三个月不达标情况。运用滚动率分析方法，以08年1月为基准月，考察客户由N个月不达标转为连续N+1个月不达标的比例，滚动率分析结果如图2所示。

可见在客户价值分群模式下，各资产段客户呈现出相同的滚动行为特征。一旦发生一个月总资产不达标，则继续转为两个月甚至更多个月不达标的比例非常之大。同时，不同资产段客户的流失行为呈现出不同规律特征。整体情况如表2所示。

表2 不同资产段银行客户流失行为特征分析结果

在客户价值分群模式下，不同资产规模客户的流失行为呈现不同的行为特征。客户总资产规模越大，主动流失趋势越明显，流失去向以外部为主，但流失程度却不显著。客户资产规模越小，流失比例和流失程度越高，但流失去向变化不显著。

四、结论

当前，商业银行竞争日趋激烈，产品同质化发展模式正面临增长瓶颈，以客户为中心进行客户价值创造成为商业银行经营转型的重要驱动力量。如何针对性维系和经营已有的价值客户，有效防止客户规模化流失，已经成为考验商业银行客户经营能力的重要课题。在客户行为日趋多元化的今天，采取哪种有效的科学研究方法，来有效地分析银行客户的流失行为，寻找到不同特征客群的流失行为规律，是一项涉及领域广泛的综合工程。文章基于对银行大量经营数据进行细致梳理分析和整理研究的基础上，所提出的基于客户特征进行客户细分的分群框架，是对银行客户分群模式的一次积极尝试，通过对某商业银行客户群体进行细分，得到了包含宏观分群、中观分群、微观分群的相对稳定的细分框架。并在宏观分群中，按照客户价值分群模式，对客户流失动因进行分析确定客户是主动流失还是被动流失，对客户流失程度进行分析确定客户属于完全流失还是部分流失，对客户总资产降低部分的资金去向进行观察，了解客户资产转移方向，确定客户流失去向分析。

通过一系列对客户流失行为的归纳总结和分析，并结合商业银行实际经营数据，对基于客户特征分群的客户流失分析方法进行了较好的实际验证，验证的结果达到了预期的效果。比较全面和清晰地勾画了银行客户流失特征的全貌，为各级管理人员基于客户流失分析的结果，采取针对性处理措施进行干预提供了基础性的支持和建议。后续研究将围绕不同分群客户流失行为的特点，研究制定适合银行客户流失管理的预警措施及策略施作为下一步研究的重点。

[1]Smith，Wendell.R.Product differentiation and market segmentation as alternative product strategies[J].Journal of Marketing，1956，11 (7)：3-8.

[2]Soper，anne.The evolution of segmentation methods in services: where next?[J].Journal of Financial Services Marketing，2002，8: 68-69.

[3]Ken Monts，et al.Measuring the value of customer retention[J]. The Electricity Journal，1997，10(4):73-80.

[4]Bitner M.J.Evaluating service encounter:the effects of physical surroundings and employee response [J].Journal of Marketing，1990，54(2)：59-82.

[5]Keaveney S.M.Customer switching behavior in service industries: An exploratory study[J].Journal of Marketing，1995，59(2)：71-82.

[6]Zhu C.，Qi J.，Wang C.An experimental study on four models of customer churn predictio[C].In 2009 IEEEInternational Conference on Systems，Man and Cybernetics，2009：3199-3204.

[7]Xiao Y.，He C.，Xiao J.Study on customer churn prediction methods based on multiple classifiers combinat[C].In 3rd International Symposium on IntelligentInformation Technology Application，2009，1：597-601.

[8]Burez J.，D.Van den Poel.Handling class imbalance in customer churn prediction[J].Expert Systems with Applications，2009，36 (3)：4626-4636.

[9]Arndt J.Role of Product-Related Conversations in the Diffusion of a New Product[J].Journal of Marketing Research，1967b，4(3)：291-295.

（责任编辑：GH）

Analysis of Customer Loss based on the Characteristics of Bank Customer Clustering

LAN Jun，YAN Guang-le
（University of Shanghai for Science and Technology，Shanghai 200093，China）

Analysis of customer loss is an important part of the business management in bank，the bank customer churn is a systemic method involves complicated work.Article based on a large number of bank's actual operation data，compare to the traditional bank customer segmentation model and the customer segmentation model，puts forward the comprehensive features based on the characteristics of bank customer clustering,which subdivided into seven customers Under the model of customer value and on this basis，take the customer's total assets into observation window，a comprehensive understanding of customer churn in the motivation，reason and direction，a new method gets an anticipated effect in practical application and as a systemic analysis of commercial bank customer behavior，which provides a foundation support and advice for management personnel to analysis the reason of customer loss and take corresponding measures to intervene it.

Financial economy；Financial service；Clients of banks；Grouping customers

F830.49

A

1004-292X（2014）05-0105-04

2013-11-20

上海市一流学科建设项目（S1201YLXK）。

兰 军（1973-），男，湖北武汉人，博士研究生，研究方向：经济金融系统优化；

严广乐（1957-），男，广东南海人，教授，博士生导师，主要从事系统科学与社会经济系统研究。