基于数据挖掘的商业银行客户关系管理系统研究

摘 要 随着我国经济发展水平的不断提高，国内非银行业务已经开始对传统金融服务市场造成了一定的冲击。特别是近几年，商业银行已经非常明显的感觉到在资金控制方面存在的压力。数据挖掘是一种对信息高度集中分析，重点把握的计算技术。利用该项技术对海量数据进行统计分析，能够获得更有价值的参考信息。商业银行可以利用该项技术发觉更多的潜在客户，更好的维护现有客户关系。本文从当前我国商业银行的实际情况出发，结合数据挖掘以及客户关系相关理论，研究了两者之间存在的必然联系以及合作结合点，以期能够通过数据挖掘技术来完善商业银行利润增长模式。

关键词 数据挖掘；商业银行；客户关系管理

中图分类号：TP311 文献标识码：A 文章编号：1671-7597（2014）19-0072-02

1 我国商业银行的现状

随着非银行业务对传统金融服务市场的进一步侵占，以及国际化进程、金融自由化的日益加快，一种前所未有的竞争形式正摆在中国银行业的面前。现阶段，数据挖掘技术对于不同类型企业的发展而言都具有十分重要的应用价值。特别是信息时代的到来，如何充分运用海量信息，如何可靠高效维护企业重要信息是每一个企业未来发展的重要工作内容之一。首先，国有银行正在逐步的向商业银行转变，特别是在当前市场经济大背景下，银行业必须走上自主经营、自负盈亏的道路。所以国内商业银行无不面临着巨大的市场竞争压力，在这一前提下，客户及利润已经成为各大商业银行追求的关键内容；其次，市场中非银行机构的不断出现，使得有关银行服务产品在创新性及服务水平上均受到了挑战，在提高银行业经营能力的同时，也加剧了当前银行系统的竞争。此外，随着我国经济的不断发展，社会供求格局已经发生了巨大变化，买方金融市场已经成为当前银行业中主要客户，如何在激烈竞争环境中抢的先机，通过多种经营策略获得更多客户资源是当前银行业竞争日趋激烈的关键影响因素。因此，客户关系管理系统便成了我国的商业银行亟待快速发展的对象。

2 客户关系管理和数据挖掘相关理论研究

2.1 客户关系管理的定义

CRM可以从三个方面来描述：1）CRM是一套应用软件系统；2）CRM是一种管理理念；3）CRM又是一种新型管理机制。随着我国国内信息技术以及市场经济的不断发展，市场中竞争的关键已经不再单纯的是产品，更多的是信息竞争、服务竞争、客户关系竞争。客户关系管理（CRM）从本质上说是一种综合的IT技术，它是当前商业模式发展的必然产物。客户关系管理的核心就是“以客户为中心”，全面了解并尊重客户的选择，在这种商业模式中企业与客户关系维护放在了非常关键的位置。随着计算机等相关技术的不断发展，利用更为先进的技术手段来加强企业与客户之间的联系沟通，创造出更多的附加价值，进而提高企业经营利润是我们继续进行研究的动力。客户关系管理的核心思想大概有以下几方面内容。

2.1.1 不断提高客户忠诚度和满意度

长期市场竞争会使得各个企业在产品质量以及服务水平上逐渐提高，彼此之间不会存在太大的差异，但产品同质化倾向将会逐渐加强。而产品同质化所产生的结果，就使消费者不会再将品质作为选择商品的唯一标准，相反客户会越来越重视厂商能否提供及时的高质量的服务以及能否满足其个性化的需求。基于此，当企业在激烈的市场竞争中逐渐意识到客户资源是未来企业发展的重要影响因素时，对客户忠诚度及满意度的研究就更为关键。

2.1.2 重视客户个性化的特征，一对一的营销方案

随着产品和服务的极大丰富以及竞争的日益激烈，尤其是信息渠道和工具的迅速发展，使得客户对服务以及产品的选择范围进一步扩大，由于选择的欲望也不断加强、选择能力不断提高，客户的需求也日益呈现出了个性化的特征。因此，需要针对不同客户，采用相应的营销方案。

2.1.3 客户让渡价值是建立高质量的客户关系的基础

企业维持以及增进客户关系的重要基础就是使得客户的让渡价值增值。

2.1.4 客户关系贯穿于市场营销的整个过程

全面管理客户和企业之间的关系，提升企业的营销能力、降低营销的成本，这是CRM系统的又一个重点。

2.1.5 进一步延伸企业供应链管理

在CRM和ERP的有机结合过程中，将客户、经销商和企业的销售联系起来，才能使客户的个性化需求得到快速满足。

2.2 数据挖掘技术理论综述

2.2.1 数据挖掘的定义

数据挖掘：在数据的大集合中随机抽取在数据中隐藏的有用信息的过程。可以有助于对数据进行有效的综合以及分析，且发现一些潜在的关系，并对未来可能发生的行为进行综合的判断。简单的说，数据挖掘就是经过对大量数据的分析，进而从中找寻潜在的一些变化规律，从类似数据源中不断总结出来一个能够用于数据挖掘的数据集。规律是数据挖掘技术的核心，用户只有充分全面的了解了变化规律，才能够更好的将相关内容加以应用。

2.2.2 数据挖掘的过程

数据挖掘的过程可以分为一下几个步骤：数据准备→数据挖掘→结果的评价和表达。

2.2.3 数据挖掘常用技术分析

数据挖掘分析的对象是海量信息数据，所以从这一点就可以看出数据挖掘是一种结合计算机、统计等学科的技术。由于挖掘对象的随机性、不完整性，所以数据挖掘技术在发展的过程中出现了神经网络、遗传算法、统计法等等数据分析技术，利用这些分析技术可以将海量数据中隐藏的规律总结出来，进而更好地应用于实际生产服务当中。

3 数据挖掘和商业银行客户关系管理的关系

客户关系管理是商业银行赢得更多客户的根本性保障，数据挖掘技术是保证客户关系管理得以有效实施的保证，在客户关系的管理中有效的应用数据挖掘技术，可以为CRM的过程提供有效地技术支撑。下面介绍一下数据挖掘与商业银行CRM的关系。endprint

3.1 客户的生命周期

前面提到了数据挖掘和客户关系管理的关系，在这里，首先要了解一下“客户生命周期”的概念。“客户生命周期”：不同阶段中的客户和企业之间的关系。客户生命周期与企业从客户获得的收益有着直接的联系，从而理解客户生命周期这个概念就变得十分重要。

然而，客户与企业之间彼此的了解会随着时间慢慢深化，从而使得客户与企业的关系也会不断发生变化。“客户生命周期”为银行准确了解客户的行为提供了一个基本的框架。从总体来看，客户生命周期分为4个阶段。

1）潜在客户：存在于银行的目标市场中，但是还未真正成为银行客户的群体。

2）响应客户：对银行的产品和服务有兴趣的客户。

3）既得客户：当前正在使用银行服务和产品的客户。

4）流失客户：不再使用银行服务和产品的客户。

3.2 数据挖掘在CRM中的商业价值

数据挖掘是CRM创造商业价值的关键，也应该是CRM重要组成部分。如果利用传统的统计分析方法对商业银行的数据作分析，这个过程是非常漫长的，容易错失商业银行应有的商机。利用数据挖掘中的高级统计工具和人工智能技术，可以实现对商业银行海量数据的挖掘，让企业及时得到信息，并展开行动。

商业银行在有效利用数据挖掘技术后，达到了更好的了解客户的目的，以方便进行有效的营销，并进一步扩大商机。而且利用数据挖掘技术，可以准确的预知潜在客户的切实需求，以及客户未来的预计收入状况，从而提高商业银行目标市场营销的准确度，最终在银行业的竞争中优先获得准确的商机。

总之，把数据挖掘技术引进到客户关系管理中，为商业银行扩大原有商机、创造新的商机、优先获得商机提供了强有力的条件。进而帮助商业银行制定更有效的销售和服务决策，使得数挖掘成为CRM中最关键、最重要的组成部分。

4 结束语

在现阶段银行业激烈竞争的前提下，越来越多的商业银行意识到CRM系统在实际操作中的巨大作用。随着社会在数据挖掘技术上认识逐渐全面，计算机技术及统计学等理论的不断发展，数据挖掘分析模型将逐步的完善，同时也将更好地服务于商业银行客户关系维护当中。抓住客户就抓住了企业发展的动力，维护好客户关系就等于保证了企业利润的来源，在今后的学习工作过程中，笔者将继续致力于该领域的研究，以期能够获得更多更有价值的研究成果。

基金项目

甘肃省教育厅硕士研究生导师项目（项目编号1015B-6），兰州石化职业技术学院教科研项目（项目编号JY2011-22）。

参考文献

[1]宫新军.基于数据挖掘技术的客户关系管理系统研究[J].山东广播电视大学学报，2013（01）：58-61.

[2]陈智群.我国商业银行客户关系管理存在的问题及对策[J].漳州职业技术学院学报，2013（03）：60-65.

[3]陈东.数据仓库及数据挖掘技术在证券客户关系管理系统中的应用研究[J].数字技术与应用，2013（08）：66+68.

作者简介

周立民（1980-），男，满族，河北承德人，讲师，研究生，研究方向：软件工程、网络开发。endprint