论文部分内容阅读
随着我国加入WTO和金融市场的进一步开放,银行业必然面临着来自外资银行的激烈竞争。因此实施客户关系管理并进行数据挖掘,是商业银行在新形势下将新的管理思想结合最新信息技术发展的必然选择。CRM的核心思想是把企业的现有和潜在客户作为重要的资源进行管理,建立和改善同他们的关系,从而实现客户生命周期价值的增长。数据挖掘技术能够从大量纷繁的数据中获得有用的信息和知识,是解决“数据丰富而知识匾乏”的有力武器。它能够帮助实施CRM的商业银行对其客户数据进行高度自动化的分析,获取感兴趣的各种知识模式,为商业银行的各种商务决策提供支持。 本文主要研究了我国商业银行分析型CRM,从数据仓库与数据挖掘技术的角度来分析个人银行业务客户关系管理。首先介绍了商业银行CRM的体系架构和商业银行分析型CRM的主要应用技术及方法。然后描述了个人银行业务CRM系统功能,详细介绍了个人客户业务信息管理系统和客户信息分析系统。接下来运用层次分析法着重分析了个人住房贷款客户信用度分析和信用卡客户信用度分析。最后应用数据挖掘工具分析银行信用卡客户的行为特性和信用,探讨了信用卡客户的行为评分模型,根据还款值RA和近度R、频度F、值度M四个指标应用SOM算法划分客户群,并识别出银行的重要客户群;并找出典型的信用卡客户群所包含的关联规则,为制定更好的银行营销战略和更好地管理银行的信贷风险提供依据。借助客户关系管理和应用数据挖掘工具来进行设计新金融产品、优化商业银行的管理决策,从而提升商业银行自身的核心竞争力。