随着大数据等互联网技术在金融行业尤其是银行业的深入应用,各种新型金融产品对传统银行业务产生了剧烈的冲击。面对日益激烈的市场竞争,银行逐步将自己的发展模式从过去以产品为中心切换到以客户为中心,客户成为各家银行争夺的焦点,如何抓住客户的真正需求,将银行有限的资源应用到关键点上,为客户提供更好的服务,成为成功实现这一转型的关键,而客户聚类工作则能够为这类工作的开展提供很好的抓手。开展客户聚类工作需要先创建起客户视图指标,本文分别从人口统计学特征、客户产品持有情况、客户交易情况这三个方面创建客户视图指标,并详细介绍了各指标的具体计算公式,最后通过相关性分析对各项指标进行筛选,排除相互之间具有高相关性的指标。为了较好地实现客户聚类工作,本文通过对比K-means算法、二分K-means算法、基于萤火虫算法聚类和基于改进萤火虫算法聚类在UCI标准数据集上的性能,最终选定基于改进萤火虫算法聚类来对客户进行聚类,该算法具有较好的聚类效果,且稳定性高。在此基础上,本文完成了客户聚类工作,对各个客户群特征进行归纳总结,提出针对性的营销方案和策略。在完成客户聚类后,本文对现有客户关系管理系统进行改造,将客户聚类过程固化到系统上,具体包括在数据处理模块固化客户视图指标的创建过程,实现使用者在页面即可自主开展客户聚类工作的功能,并提供相关页面给使用者查看聚类结果,对聚类结果和待营销的产品进行维护,实现客户和产品的自动匹配;结合排队机系统的改造,完成及时推送来网点办理业务客户的营销信息给客户经理,实现精准营销。目前该系统运行良好,为实际业务的开展提供了较好的帮助。