2014年宏观经济增速放缓，服务主导型经济正在逐渐取代工业主导型经济。2014年我国货币乘数居高位，意味着各家商业银行依然需要面临较高水平的法定存款准备金率，银行面临较大的资金压力。《中国人民银行关于进一步推进利率市场化改革的通知》一文下发，中国人民银行全面放开了金融机构贷款利率水平，商业银行的存款和贷款竞争将达到一个新的白热化阶段，银行的利润水平将会大幅下降，在资金和技术方面处于弱势的城市商业银行将面临巨大挑战。哈尔滨银行是东北地区最大的上市城市商业银行，采用事件式精准营销将对哈尔滨银行提高营销效率获得长远发展具有重要意义。事件式精准营销在哈尔滨银行小企业信贷业务的应用是一个交叉学科的研究，涉及计算机科学、营销管理学、经济学多个学科，使用了访谈、问卷、专家打分、历史文献分析等方法进行定性研究，也使用了C5.0决策树算法模型和boostings数据推进等实证方法进行定量研究。对哈尔滨银行事件式精准营销的实施背景的分析发现，哈尔滨银行在发展过程中具有很好的数据库架构和数据质量，小企业信贷经验丰富、产品多样、营销渠道成熟，具备进行事件式精准营销的条件。经过访谈调研设计了精准营销事件库，通过专家打分和数据库支持检测发现，贷款到期是事件库中最具有试点价值的事件。针对贷款到期事件设计的被解释变量为续贷行为是否发生，解释变量包括客户基本信息变量、客户存款变量、客户贷款变量，因为研究的实际意义在于根据模型产生的续贷名单进行精准营销，所以更加倾向于续贷的建模和预测。对贷款到期客户解释变量和被解释变量进行数据探查发现，只有部分数据能够从数据库中取到数据，而且具有离群值和缺失值的问题数据存在。抛弃和均值替换之后的样本数据可以进行数据建模，建模过程中出现使用boostings数据推进和样本集分割等统计学方法进行模型优化，训练样本集和测试样本集的预测精度接近95%，将模型应用于预测全新的数据，预测精度接近了90%，这说明模型可以用于预测贷款到期客户有续贷可能性的名单，极大缩小了营销范围，降低了营销成本，提高了营销效率。