數(shù)據(jù)挖掘技術(shù)在銀行CRM中的應(yīng)用研究.pdf

1、綜觀全球，數(shù)據(jù)挖掘都是從銀行和電信開(kāi)始，而銀行的數(shù)據(jù)比電信行業(yè)數(shù)據(jù)保存的更為完整。在商業(yè)銀行有兩個(gè)可利用的巨大的資源：客戶的存款和客戶的數(shù)據(jù)。相應(yīng)地，銀行的管理產(chǎn)生了兩大任務(wù)：客戶資金管理和數(shù)據(jù)挖掘。銀行目前的客戶數(shù)據(jù)分析仍處在比較低級(jí)階段，從而導(dǎo)致銀行對(duì)一般客戶與高貢獻(xiàn)的客戶一視同仁。隨著客戶關(guān)系管理的不斷發(fā)展，銀行對(duì)其人口數(shù)據(jù)進(jìn)行分析挖掘也勢(shì)在必行。這就要建立真正由客戶需求出發(fā)的客戶關(guān)系管理。 隨著銀行數(shù)據(jù)越來(lái)越豐富，大量的

2、數(shù)據(jù)被描述成“數(shù)據(jù)豐富，但信息缺乏”。結(jié)果，收集在大型數(shù)據(jù)庫(kù)中的數(shù)據(jù)變成了“數(shù)據(jù)墳?zāi)埂薄y得訪問(wèn)的數(shù)據(jù)文件。這樣，使得銀行很多重要的決定不是基于數(shù)據(jù)庫(kù)信息豐富的數(shù)據(jù)，而是基于決策者的直覺(jué)，因?yàn)殂y行決策者缺乏從海量數(shù)據(jù)提取有價(jià)值信息的工具。而通過(guò)數(shù)據(jù)挖掘工具進(jìn)行數(shù)據(jù)分析，可以發(fā)現(xiàn)重要的數(shù)據(jù)模式，將銀行的數(shù)據(jù)墳?zāi)罐D(zhuǎn)換為知識(shí)“金塊”。 本文就是著眼于如何通過(guò)數(shù)據(jù)挖掘技術(shù)，實(shí)現(xiàn)銀行的客戶關(guān)系管理問(wèn)題進(jìn)行探討。從數(shù)據(jù)挖掘分類分析理論和C

3、RM入手，對(duì)數(shù)據(jù)挖掘的內(nèi)涵、過(guò)程、應(yīng)用以及CRM的核心思想和種類進(jìn)行了論述。文中重點(diǎn)研究了數(shù)據(jù)挖掘的分類算法，并將相關(guān)的分類算法應(yīng)用到銀行CRM客戶分類研究之中。 在數(shù)據(jù)挖掘分類分析中，本文描述了一般的決策樹(shù)算法，介紹并比較了幾種典型的決策樹(shù)算法。商業(yè)銀行有一項(xiàng)主要業(yè)務(wù)是貸款，對(duì)于申請(qǐng)貸款的眾多客戶，銀行難以發(fā)現(xiàn)他們的分類特征，針對(duì)這些客戶的營(yíng)銷策略的制訂就顯得缺乏依據(jù)。為此，銀行可以利用CRM系統(tǒng)數(shù)據(jù)庫(kù)或數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)對(duì)客戶