商业银行中小企业客户利益细分研究

许荻迪

摘要：客户细分是商业银行提高中小企业信贷业务竞争力、利润率和市场份额的利器。本文采用商业银行真实业务数据，使用聚类分析方法，进行商业银行中小企业客户利益细分，探索不同类型商业银行中小企业客户偏好的信贷产品要素特征组合。聚类分析结果验证了该方法的有效性，针对聚类结果对产品设计和投放如何更好地匹配客户利益偏好提出了建议，尤其是如何为贡献度较高的重点客户匹配信贷产品。

关键词：客户细分；聚类分析；商业银行；信贷产品

一、引言

随着全球经济的发展，客户成为了企业最为重要的战略性资源之一，客户需求的满足关系着企业生存、壮大和永续发展。客户细分（customer segmentation）是指根据客户属性划分的客户集合，也是企业在明确的战略、业务模式和特定的市场中，根据客户的属性、行为、需求、偏好以及价值等因素对于客户进行分类，并提供针对的产品、服务和营销模式的过程。为了满足异质性的客户需求，制定相应的差异化管理策略，企业广泛应用客户细分理论作为重要管理工具，该工具甚至已成为全球使用率最高的10大管理工具之一。

商业银行中小企业信贷业务是需要应用客户细分的典型领域：银行中小企业客户组成较为复杂，信贷业务链条长、环节多，信贷产品具有多样化和非标准化特征，需要客户细分研究来支持业务开展。然而，当前实践中目前普遍采用细分方法无法完全满足上述需求：贡献度细分能够识别贡献度最大的重点客户群，基本信息维度和行为维度的细分能够识别客户群特征，却无法识别这些客户群适用的产品类型和特征。利益细分恰能弥补这一不足，通过识别商业银行中小企业客户所追求的利益，即偏好的产品要素组合，直接为不同客户群匹配符合其利益导向的信贷产品。

本文使用商业银行在一定时间段内的全部真实信贷业务数据，采用聚类分析方法对信贷产品交易记录进行利益细分，着重研究银行中小企业客户寻求的产品利益聚类，实现产品设计、营销和客户特征的匹配，尤其是如何为贡献度较高的重点客户匹配的符合其需要的产品类型，为商业银行运用利益细分方法提升中小企业信贷业务提供了探索和示范，同时也有利于为中小企业提供更符合需要的贷款服务，解决中小企业融资难题。

二、利益细分、聚类分析和贡献度

（一）利益细分

利益细分即根据不同的利益追求划分客户群。利益细分最先由Haley等（1963）提出，是基于具有因果关系的因素挖掘客户所真正寻求的利益，而非像其他细分方法大都利用描述性因素识别市场。利益是一个相对宽泛的概念，包括客户偏好的产品或者服务的特征等。一种典型的利益细分是价格细分，根据客户利益取向设置正确价格，有助于减少价格敏感度、增加客户忠诚度。对于商业银行信贷产品，除了价格（利率）之外，贷款金额和期限也是重要的产品特征，可能成为客户所着重寻求的利益。

（二）聚类分析

聚类分析也称群分析或点群分析，它是研究多要素事物分类问题的数量方法。其基本原理是，针对研究对象集合的多个要素，按照某种相似性或差异性指标，定量地确定对象之间的亲疏关系，并按这种亲疏关系程度将对象集合分成不同的簇。由于商业银行中小企业客户的复杂性，仅凭经验和专业知识难以做到科学精确分类，随着计算机技术的普及和数据科学的发展，利用数学方法进行更科学的分类不仅非常必要而且完全可能。聚类分析能够实现科学的客户利益细分，根据数据特征、分类的目的和标准不同可采用不同的聚类方法。

（三）贡献度

本文采用貢献度来识别商业银行的重要中小企业客户，以便在后文根据聚类结果，对重要客户提出针对性的产品设计和投放建议。商业银行客户贡献度是银行客户与银行合作业务产生的效益综合，国内外各商业银行的客户贡献度计算模型为了适应各自的业务系统的收入成本及利润的归集与分配特征而有所不同，但其基本原理都是类似的。

本文采用的计算方法如下：

贡献度（模拟利润）=考核存款贡献度+考核贷款贡献度+中间业务收入；

存款贡献度（模拟利润）=考核存款年日均×（FTP-执行利率）×累计天数÷360；

贷款贡献度（模拟利润）=考核贷款年日均×[执行利率×（1-5.5%）-FTP]×累计天数÷360；

中间业务收入=∑可统计的各类中间业务收入。

三、数据处理

本研究采用某商业银行中小企业贷款业务表、公司贷款明细表和客户关系管理系统（CRM）系统中所有中小企业客户信贷数据记录，应用数据库技术将其汇总，并进行查询、计算和整理。

本研究涉及的数据时间窗口为2015年全年，使用的数据项如下。

其中，根据银行业务的操作实践，结合综合贡献度和客户贷款五级分类，可将客户划分为三个等级，识别出其中的核心客户，分级标准为：

一是核心客户：客户贡献度（模拟利润）大于或者等于100万，且信用贷款五级分类为“正常”；

二是基础客户：客户贡献度（模拟利润）小于100万，但是大于或者等于20万，且信用贷款五级分类为“正常”；

三是潜力客户：属于客户评级范围，但是未划人核心和基础级别的其他客户。

四、模型构建与结果

本研究首先对信贷产品设计的三要素：利率、期限、金额进行聚类，探索客户对于这三个关键要素组合的需求偏好。分别采用聚类分析的两步法、k-means算法和Kohonen算法，构建8个模型对贷-款的利率、期限、金额三要素进行聚类。最终选择了聚类质量最好，解释力最强的3号模型（k-means算法聚为3类，聚类质量指数为0.75）的聚类结果作为进一步分析的基础。

如下图所示，采用k-means算法将2015年全年的业务数据分为3类。第一类占所有业务中的90%，其贷款期限、合同金额、执行年利率的平均值分别为284.5天、546.6万、6.9%；第二类占1%，三项平均数值分别为1991.6天、6079.2万、7.25%；第三类占9.1%，三项平均数值分别为。405.3天、4165.2万、6.5%。

从聚类分析的结果来看，各聚类的内部相似性和相互之间的差异都非常明显，3个聚类分别体现了3类典型的利益诉求。

聚类1：基本小微型

本聚类体现了中小企业贷款的典型特征，也是3个聚类中最基本的一类，占所有中小企业贷款业务的90%。该聚类的贷款期限短、金额小，利率分布上从最低到最高都涵盖，利率平均值在3个聚类中处于中等水平。这类业务中，企业寻求的是期限、金额、利率的综合平衡。该聚类的利率水平，并非直接受期限和金额的影响，而是受资金需求的急切程度和自身资质，即贷款可得性和贷款风险的影响。

聚类2：资金需求型

本聚类贷款期限最长、合同金额最大，执行年利率也最高。这类贷款业务量在3个聚类中最小，仅占总业务的1%。该聚类可概括为资金寻求型，即寻求大量长期的资金供给，不惜接受非常高的利率。

聚类3：成本节约型

本聚类贷款期限比第1类（基本小微型）略长，贷款金额较大，执行年利率最低。这类业务占总业务量的9%。该聚类可概括为节约成本型，其贷款量较大，需要期限适中，这类贷款的议价能力较强，其主要利益诉求为寻求较低利率，降低融资成本。

五、聚类结果和客户群分析

上述3个聚类代表了客户从信贷产品中寻求的3类典型利益。下面首先通过分析聚类所对应的客户群特征，进行聚类分析的有效性验证；然后分析当前该商业银行的信贷产品匹配现状，针对不同聚类客户的利益诉求提出产品设计和营销建议；最后将贡献度最高的核心客户与其最需要的产品类型匹配，对核心客户的产品设计和营销提出更具针对性的建议。

（一）聚类结果的有效性分析

1.聚類所包含客户群的规模构成

从3个聚类的客户规模分布来看，聚类1（基本小微型）中包含了99.93%的微型客户和99.79%的小型客户。聚类2（资金需求型）中的小微企业很少，微型客户占0.07%，小型客户占0.21%。聚类3（成本节约型）中没有小微企业。中型企业分布在基本小微型的占57.54%，资金需求型为3.62%，成本节约型为38.84%。其中，资金需求型全为中型企业，成本节约型的中型企业占90%以上，中型客户金额较大、期限较长的资金需求特点表明，聚类结果与现实符合。

2.聚类所包含客户群的行业构成

聚类1（基本小微型）业务该占比排名前三的行业是：居民服务、修理和其他服务业（96.23%的业务为基本小微型）；住宿和餐饮业（95.51%）；农、林、牧、渔业（93.42%）。基本小微型业务占比较高的行业都资金周转快、单笔资金需求额小。第四是信息传输、软件和信息技术服务业（93.31%），也具有上述特点。

聚类2（资金需求型）业务该占比排名前三的行业是：水利、环境和公共设施管理业（11.11%的业务为资金需求型）；电力、热力、燃气及水生产和供应业（8.20%）；文化、体育和娱乐业（4.55%）。资金需求型业务总数量较少在所有业务中仅达1%（如本文第4部分所示），因此在各行业中占比都不是太高，占比相对较高的是以上投资周期较长的行业。

聚类3（成本节约型）业务该占比排名前三的行业是：金融业（33.33%的业务为成本节约型）；采矿业（29.55%）；水利、环境和公共设施管理业（23.39%）。第四是电力、热力、燃气及水生产和供应业（21.31%）。成本节约型业务占比较高的行业多为资金需求量较大的行业。

总之，3个聚类排名靠前的行业特征都分别反映了各自所在聚类的利益特性。聚类结果与客户的现实特性相吻合，证明聚类结果合理，根据此聚类将不同客户群与针对性的产品相匹配是可行和符合实际业务需要的。

（二）客户群产品匹配分析

聚类结果表明不同客户群具有不同信贷产品需求。通过不同类型客户的属性，能够分析这些属性客户倾向于何种类型的信贷产品，从而使针对性的产品与需要的客户匹配，更好地贴近客户需求，提高客户的满意度、忠诚度、重复消费率、交叉消费率和贡献度。

1.信贷产品投放的针对性分析

根据3种聚类类型的业务对应产品情况的统计分析，在该银行针对中小企业的30余种信贷产品中，最普遍的是“其他贷款”，即专项产品之外的没有针对性的普通信贷产品。专门针对某类中小企业的专项产品覆盖率低，仅覆盖了聚类3（成本节约型）业务的5.71%、聚类2（资金需求型）业务的9.86%、聚类1（基本小微型）业务的19.24%。

该银行为需求小、期限短的典型性小微企业开发了众多特点各异的产品，而对于规模较大（中型）、资金需求大、贡献度高的企业却没有开发专门的产品。例如金融、采矿业、水利电力、基础设施等领域的贷款，采用“其他贷款”产品。

核心企业（年贡献度大于100万）的信贷业务中，“其他贷款”比例更是高达90%，高于全体企业使用其他贷款的比例。核心企业中，聚类3（成本节约型）业务的专项产品覆盖率仍然特别低。

由此可见，目前该行信贷产品设计和投放的针对性还不够强，产品与客户的匹配度还不够高，尤其是需要加强专门针对核心客户利益的信贷产品设计和投放。

2.针对聚类的信贷产品设计和营销建议

从有针对性的专项信贷产品覆盖情况来看，聚类3（成本节约型）业务仅5.71%是专项信贷产品，首先需要加强的是成本节约型专项产品的供给，即针对金额较大、期限适中的贷款需求，提供更多利率更低的优惠产品。在产品设计和创新方面，可在该类信贷产品上绑定更多增值服务，客观上拉低实际贷款成本。

其次需要加强聚类2（资金需求型）专项产品的供给，为需要的客户提供期限长、金额大的贷款，相应利率也可以更多地上浮。同时，对于资金需求更大的客户，除单纯为其提供贷款服务之外，还可绑定发债、资产证券化等服务，做该客户的主办银行。

对于聚类1（基本小微型）专项产品，一是创新抵质押物，使林权、债权等传统上更多较难作为银行贷款抵押物的资产，能够用于中小企业贷款；二是大力发展信用贷款；三是开发首次贷款之后，再贷的便利度非常高的产品，鼓励客户增加贷款频次。

3.针对核心客户的信贷产品设计和营销建议

由核心客户的界定可知，单个核心客户的贡献度远大于基础和潜力客户，经统计，该数据集中核心客户所贡献的总体利润约為全体客户的80%，大体符合“二八定律”。因此，核心客户是重点群体，需要着重分析核心客户的产品配套。

核心、基础、潜力3个贡献度分级中，3个聚类类别的客户的分布情况如下表所示。聚类2（资金需求型）和聚类3（成本节约型）在核心客户中的占比（2.64%和55.85%），远高于这两个类别在总体业务中的占比（1%和9%）。

从贷款类型来看，聚类1（基本小微型）和聚类3（成本节约型）的核心客户贷款主要是用于补充流动资金，聚类2（资金需求型）的核心客户贷款主要是固定资产贷款。值得注意的是，核心企业的资金需求型业务中流动资金贷款量为O。

整体来说，为核心客户匹配合适的信贷产品，需要重点关注聚类2（资金需求型）和聚类3（成本节约型），特别是成本节约型业务，其绝对数量和在核心客户业务量中的占比都高于资金需求型。其中资金需求型业务是固定资产贷款，成本节约型业务主要是流动资金贷款。

从经济类型来看，核心企业较多地集中在内资经营的其他有限责任公司、私营有限责任公司和国有企业，分别占核心客户总量的32%、20%和10%，这些经济类型的核心企业较多属于聚类3（成本节约型）。

从行业分布来看，核心企业较多分布在：批发和零售业、制造业、建筑业，信息传输、软件和信息技术服务业。前3个行业为传统行业，较多属于聚类3（成本节约型）。排名第4的行业为信息传输、软件和信息技术服务业，多属于聚类1（基本小微型），该行业具有轻资产、高科技的特征，其需求更接近于一般小微企业，贡献度却远大于一般小微企业。

从核心企业的专项产品覆盖、贷款用途、经济类型和行业分布来看，目前核心客户的信贷产品设计和投放的针对性均有待提高。从所有制类型来看，宜重点为内资经营类的其他有限责任公司、私营有限责任公司和国有企业提供聚类3（成本节约型）特征的产品，尤其是成本节约型的流动资金贷款，从所属行业来看，宜重点为批发和零售业、制造业和建筑业企业提供上述特征的产品。对于信息传输、软件和信息技术服务业，宜着重开发聚类l（基本小微型）特征的产品，尤其是针对高新技术产业实物资产少、无形资产多、成长快的特点，创新产品的知识产权低质押方式，融入投资和贷款联动的理念，根据企业的全生命周期设计匹配其成长节奏的产品，分享其高速成长收益。聚类2（资金需求型）的核心客户比例相对较小，其主要需求是固定资产贷款，设计产品时需结合资金需求型特征，着重开发周期较长的固定资产贷款产品。

六、结论

本文使用商业银行真实信贷业务数据，采用聚类分析方法对商业银行中小企业客户进行利益细分。通过对信贷产品设计的三要素：利率、期限、金额进行聚类，将银行中小企业客户寻求的产品利益分为基本小微型、资金需求型、成本节约型3类。聚类结果与实际客户群特征相符，表明聚类结果有效。

根据聚类结果分析当前商业银行中小企业信贷产品的投放情况，发现针对性不强，专项产品覆盖面不高，核心企业客户的重点需求没有得到充分的揭示和重视。通过从规模、行业、所有制、贷款资金用途等维度分析各聚类包含客户的特征以及信贷产品匹配情况，对商业银行中小企业客户信贷产品的设计和营销提出了针对性的建议，尤其是对贡献度较高的核心客户提出了更为详细的建议。