基于消費(fèi)行為的客戶細(xì)分模型應(yīng)用研究.pdf

1、中國加入WTO后，金融行業(yè)所面臨的巨大的競爭迫使銀行采用以客戶為中心的管理模式。而在以客戶為中心的管理模式中，最重要最緊迫的任務(wù)是對客戶進(jìn)行細(xì)分?？蛻艏?xì)分的目的是為了更好地了解客戶并提供個性化服務(wù)。 國外已有一些關(guān)于消費(fèi)者行為應(yīng)用于客戶細(xì)分方面的研究，如RFM細(xì)分模型、客戶價值矩陣模型等。而國內(nèi)在實(shí)際應(yīng)用中客戶細(xì)分的標(biāo)準(zhǔn)大多采用客戶地區(qū)分布、客戶特征等，以客戶消費(fèi)行為作為細(xì)分標(biāo)準(zhǔn)的還比較少見。但國外的細(xì)分模型共同之處為僅從消費(fèi)行

2、為的一個方面一消費(fèi)層次進(jìn)行細(xì)分，其劃分具有一定的片面性。為了克服現(xiàn)有細(xì)分方法的缺點(diǎn)，本文采用了一種新的基于消費(fèi)行為的細(xì)分模型，該模型選擇消費(fèi)金額和消費(fèi)變動率為細(xì)分變量，并采用聚類的方法來確定細(xì)分變量的劃分，從消費(fèi)層次和消費(fèi)波動情況兩個方面對消費(fèi)者的消費(fèi)行為進(jìn)行研究。 本文的研究目標(biāo)是建立一個基于消費(fèi)行為的客戶細(xì)分模型，并將其應(yīng)用于指導(dǎo)銀行進(jìn)行針對性營銷和欺詐風(fēng)險的探測。本文首先使用改進(jìn)的K-平均算法構(gòu)建細(xì)分模型，從中可獲知客戶消

3、費(fèi)行為的特征模式，而且還可通過特征模式查找到感興趣的特征消費(fèi)群。然后使用DBSCAN算法建立模型，并將兩者的結(jié)果進(jìn)行比較，發(fā)現(xiàn)DBSCAN算法在聚類過程中排除了孤立點(diǎn)對聚類的影響，使所得到的客戶類型更貼近于實(shí)際。 我們對經(jīng)過細(xì)分得到的客戶群，再做進(jìn)一步的研究，挖掘客戶消費(fèi)行為和客戶個人屬性如受教育程度、收入、年齡、職業(yè)等的關(guān)聯(lián)關(guān)系和持卡人選擇特約商戶消費(fèi)的規(guī)律等，幫助銀行找到特定消費(fèi)群體的消費(fèi)習(xí)慣，以此為基礎(chǔ)，對所識別出來的消費(fèi)