论文部分内容阅读
摘 要：市场营销重要的战略目标之一是延长客户的生命周期。通过设计与客户保持相关的营销活动，客户可以持续为银行创造收益，从而有效地提高银行的利润与收入。本文以招商银行为例，首先，建立了流失预测模型，识别了可能流失的客户及可能存在的流失原因；其次，根据客户的风险价值进行客户排序，确定了客户的维护顺序；最后，建立了预警系统，通过监测客户计分卡的信息，探究了流失预警和反馈机制相結合的商业智能。
关键词：市场营销流失预测模型客户计分卡
一、客户保持中的信息分析方法
延长客户的生命周期是市场营销重要的战略目标之一。通过设计以客户保持为目的的营销活动，银行可以提高客户的忠诚度，使客户持续为银行创造收益，有效地提高银行的利润与收入。银行客户保持活动又被称为呼出活动，即银行可以通过电话，邮件，礼品赠送或组织客户聚会、旅游等方式主动维护与客户的关系（袁婕，2012）。本文介绍了客户保持营销流程中的信息分析方法，具体包括流失预测模型，客户风险价值排序和流失预警系统。
1.流失预测模型
通过流失预测模型，银行可以知道哪些客户，在什么时候，因为什么原因可能流失。
（1）流失预测模型的输出变量
客户流失率是客户保持活动中的常用术语，表示在一定时间内客户或订单流失的百分比，是流失预测模型的输出变量。流失客户率通常用客户流失的时间进行计算，一般有两种方式界定客户流失的时间：一是客户首次通知银行终止服务的时间；二是客户与银行之间的交易额低于预期交易额的一半的时间（周丹菁，2012）。
（2）流失预测模型的输入变量
流失预测模型的输入变量包括了现有的客户信息和银行已经获得的过往客户的流失信息。这些信息具体包括消费数据，投诉数据等，需要通过调查和接触客户获得。主要接触的对象为已经离开的客户，或者正在抱怨银行产品和服务的客户，聚焦他们正在使用的产品和服务，关注他们和银行的所有交互点，查看业务流程表现。与此同时，银行还可以基于客户关系管理（CRM）的数据（客户是否再次反映同一问题）生成代算指标（周丹菁，2012）。
在流失预测模型的基础之上，使用合适的算法，如决策树、神经元网络、二元logistic回归分析等，可以识别出客户流失的原因（Gray，2010）。
2.客户风险价值排序
通常，银行从两个角度维护客户，一方面是联系最有可能离开的客户，一方面是联系最有价值的客户。通过流失预测模型，银行可以获得每一个客户的流失风险；通过客户风险价值排序，银行可以识别最有价值的客户。
在基于客户风险价值排序时，银行不仅关注丢失客户的风险，也考虑客户的价值。客户排序的典型方法是生成客户接触清单，列出银行需要联系的高风险客户，供相关部门在能力空闲时与其接触。
3.流失预警系统
预警系统是流失预测模型在商业智能上的应用，主要包括了流失预防弹出系统和回馈反应机制。一方面，通过设置算法，定时对客户数据库，和销售与客户关系（CRM）系统进行浏览，一旦发现客户的流失风险增加，系统将会及时通知客户经理或其它相关部门，即流失预防弹出系统。另一方面，银行设置回馈反应机制，一旦获得警报，会及时发现原因，并主动解决隐患（Higgins，2011）。
分析银行客户流失预警系统，可以发现，流失预防弹出系统和回馈反应机制，在很大程度上，是基于客户计分卡所搜集的信息（Holmes，2012）。客户计分卡是对交付给客户的产品和服务的汇总，其中包括了客户最终愿意为该产品和服务支付的报酬（不仅仅是金额，还包括客户愿意付出的忠诚度等等），也包括了客户在整个交付流程中的体验（Jordan；Ghahramani，2012）。在传统的营销观念中，客户计分卡是银行用于评估客户价值的工具，但在大数据时代下，银行可以通过分析客户计分卡中的信息，发现客户是否有流失风险，并有针对性地进行客户维持。
二、招商银行客户保持中的信息应用
本文首先建立了研究招商银行的流失预测模型，以识别可能流失的招行客户及其可能的流失原因；其次，根据客户风险价值进行客户排序，确定招商银行的客户维护顺序；最后通过分析客户计分卡的信息，探究商业智能下招商银行流失预警系统的建立。
1.招商银行流失预测模型
流失预测模型的原理是，刻画上个月流失客户的特征，作为基础假设，预计今天具有相同特征的客户在下个月也可能流失（周丹菁，2012）。用过去的6个月中招商银行的客户的历史信息生成一个历史数据集，这些数据包括客户的性别，年龄，地理位置，以及过去6个月里的消费，投诉等。以此为依据，判断在第7个月中，哪些招行客户流失了，哪些没有流失。该过程会用到决策树、神经元网络、二元logistic回归分析等算法，用以识别哪些变量和字段能够对流失和未流失客户进行判别。之后，使用招行客户的目前信息生成目前客户状态的数据集，利用从历史数据集中获得的趋势和模型对目前客户的状态数据集进行评分，确定与上个月流失客户特征相似的客户，这些客户则很可能是招行需要主动对待的客户。
流失模型输出的流失风险特征会用0或1表示（0表示无流失风险，1表示流失风险高），也可以用百分比表示单个客户下一个月的流失风险。基于这些数字，银行可以通过邮件、电话等方式接触客户，开展客户的保持工作。
2.招商银行客户排序
客户排序可以帮助招商银行明确客户的风险价值，确定接触客户的优先顺序。使用客户风险价值排序，招行需要获得客户的流失风险数据，和客户每月的平均收益。客户流失风险数据可以由流失预测模型得出，而每月平均收益则可以用客户过往的消费均值进行估算。但在大数据的时代背景下，此类数据通常是可以通过客户数据库直接获得的。
客户风险价值公式在客户流失风险和客户价值之间找到了一个很好的平衡，为与招商银行类似的企业提供了决策依据。在相关部门能力不足的情况下，招商银行应该优先联系客户风险价值高的客户，放弃客户风险价值低的客户。 3.招商银行流失预警系统
如前文所说，流失预防弹出系统和回馈反应机制，在很大程度上，是基于客户计分卡所搜集的信息。在传统的营销观念中，客户计分卡是银行用于评估客户价值的工具，但在大数据时代下，银行可以通過分析客户计分卡中的信息，发现客户是否存在流失风险，并有针对性地对客户进行维持。以招商银行理财产品的客户群为例，可以设置客户计分卡。
银行预警系统确保了一旦客户服务失败，该失败记录会报告给银行内相关的责任方，并通知到相关责的客户经理，由其联系客户，解决问题。实际上，预警系统就是流失预测模型在商业智能层面上的应用，它展示的是信息在客户保持活动中的应用。
举例来说，如果客户计分卡显示招商银行占有钱包的份额减少，即客户得分下降，这就是一个预警信号。系统会通知责任客户经理（流失预防弹出系统），而责任客户经理会立刻请求向交付失败的流程负责人解释。问题可能出在客户在网上操作理财产品软件时遇到问题，或者客户与招行网络客服发生争执等等。流程负责人可以通过客户计分卡业务流程数据（回馈反应机制）发现并解释失败的原因，比如网上操作理财产品流程过于复杂，且客户指南不明确，导致客户不满，与网络客服发生口角等。流程负责人还需要答复流程什么时候修复给客户经理。而客户经理可以接触客户，从而解决问题。
三、结论
本文研究了银行在客户保持营销流程中的信息应用。首先，建立了招商银行的流失预测模型，通过研究历史客户信息和目前客户信息，识别可能流失的客户及可能存在的流失原因；其次，根据客户的风险价值进行客户排序，确定招商银行的客户维护顺序；最后，通过分析、监测客户计分卡的信息，探究了招商银行流失预警商业智能系统的建立。（作者单位：上海大学悉尼工商学院）
参考文献：
[1] 袁婕，大数据时代的商机[J].现代商业，2012，30
[2] 赵一鹤，大数据时代的营销策略：快、准、稳[J].声屏世界·广告人，2012，08
[3] 周丹菁，驾驭大数据，让大数据创造大价值[J].信息与电脑，2012，11
[4] Gray，J.M.A.Nieto-Santisteban.and A.S.Szalay.The Zones Algorithm for Finding Points-Neara-Point or Cross-Matching Spatial Datasets[J].Microsoft Research Technical Report，2010，52
[5] Higgins，D.and P.Sharpe.Clustal：A package for performing multiple sequence alignment on a microcomputer[J].Gene，2011，32
[6] Holmes，M.A.G.Gray.and C.Isbell.QUIC-SVD：Fast SVD using cosine trees[J].In Advances in Neural Information Processing Systems，2012，11
[7] Jordan，M.I.Z.Ghahramani，T.S.Jaakkola.and L.K.Saul.An introduction to variational methods for graphical models[J].Machine Learning，2012，27
关键词：市场营销流失预测模型客户计分卡
一、客户保持中的信息分析方法
延长客户的生命周期是市场营销重要的战略目标之一。通过设计以客户保持为目的的营销活动，银行可以提高客户的忠诚度，使客户持续为银行创造收益，有效地提高银行的利润与收入。银行客户保持活动又被称为呼出活动，即银行可以通过电话，邮件，礼品赠送或组织客户聚会、旅游等方式主动维护与客户的关系（袁婕，2012）。本文介绍了客户保持营销流程中的信息分析方法，具体包括流失预测模型，客户风险价值排序和流失预警系统。
1.流失预测模型
通过流失预测模型，银行可以知道哪些客户，在什么时候，因为什么原因可能流失。
（1）流失预测模型的输出变量
客户流失率是客户保持活动中的常用术语，表示在一定时间内客户或订单流失的百分比，是流失预测模型的输出变量。流失客户率通常用客户流失的时间进行计算，一般有两种方式界定客户流失的时间：一是客户首次通知银行终止服务的时间；二是客户与银行之间的交易额低于预期交易额的一半的时间（周丹菁，2012）。
（2）流失预测模型的输入变量
流失预测模型的输入变量包括了现有的客户信息和银行已经获得的过往客户的流失信息。这些信息具体包括消费数据，投诉数据等，需要通过调查和接触客户获得。主要接触的对象为已经离开的客户，或者正在抱怨银行产品和服务的客户，聚焦他们正在使用的产品和服务，关注他们和银行的所有交互点，查看业务流程表现。与此同时，银行还可以基于客户关系管理（CRM）的数据（客户是否再次反映同一问题）生成代算指标（周丹菁，2012）。
在流失预测模型的基础之上，使用合适的算法，如决策树、神经元网络、二元logistic回归分析等，可以识别出客户流失的原因（Gray，2010）。
2.客户风险价值排序
通常，银行从两个角度维护客户，一方面是联系最有可能离开的客户，一方面是联系最有价值的客户。通过流失预测模型，银行可以获得每一个客户的流失风险；通过客户风险价值排序，银行可以识别最有价值的客户。
在基于客户风险价值排序时，银行不仅关注丢失客户的风险，也考虑客户的价值。客户排序的典型方法是生成客户接触清单，列出银行需要联系的高风险客户，供相关部门在能力空闲时与其接触。
3.流失预警系统
预警系统是流失预测模型在商业智能上的应用，主要包括了流失预防弹出系统和回馈反应机制。一方面，通过设置算法，定时对客户数据库，和销售与客户关系（CRM）系统进行浏览，一旦发现客户的流失风险增加，系统将会及时通知客户经理或其它相关部门，即流失预防弹出系统。另一方面，银行设置回馈反应机制，一旦获得警报，会及时发现原因，并主动解决隐患（Higgins，2011）。
分析银行客户流失预警系统，可以发现，流失预防弹出系统和回馈反应机制，在很大程度上，是基于客户计分卡所搜集的信息（Holmes，2012）。客户计分卡是对交付给客户的产品和服务的汇总，其中包括了客户最终愿意为该产品和服务支付的报酬（不仅仅是金额，还包括客户愿意付出的忠诚度等等），也包括了客户在整个交付流程中的体验（Jordan；Ghahramani，2012）。在传统的营销观念中，客户计分卡是银行用于评估客户价值的工具，但在大数据时代下，银行可以通过分析客户计分卡中的信息，发现客户是否有流失风险，并有针对性地进行客户维持。
二、招商银行客户保持中的信息应用
本文首先建立了研究招商银行的流失预测模型，以识别可能流失的招行客户及其可能的流失原因；其次，根据客户风险价值进行客户排序，确定招商银行的客户维护顺序；最后通过分析客户计分卡的信息，探究商业智能下招商银行流失预警系统的建立。
1.招商银行流失预测模型
流失预测模型的原理是，刻画上个月流失客户的特征，作为基础假设，预计今天具有相同特征的客户在下个月也可能流失（周丹菁，2012）。用过去的6个月中招商银行的客户的历史信息生成一个历史数据集，这些数据包括客户的性别，年龄，地理位置，以及过去6个月里的消费，投诉等。以此为依据，判断在第7个月中，哪些招行客户流失了，哪些没有流失。该过程会用到决策树、神经元网络、二元logistic回归分析等算法，用以识别哪些变量和字段能够对流失和未流失客户进行判别。之后，使用招行客户的目前信息生成目前客户状态的数据集，利用从历史数据集中获得的趋势和模型对目前客户的状态数据集进行评分，确定与上个月流失客户特征相似的客户，这些客户则很可能是招行需要主动对待的客户。
流失模型输出的流失风险特征会用0或1表示（0表示无流失风险，1表示流失风险高），也可以用百分比表示单个客户下一个月的流失风险。基于这些数字，银行可以通过邮件、电话等方式接触客户，开展客户的保持工作。
2.招商银行客户排序
客户排序可以帮助招商银行明确客户的风险价值，确定接触客户的优先顺序。使用客户风险价值排序，招行需要获得客户的流失风险数据，和客户每月的平均收益。客户流失风险数据可以由流失预测模型得出，而每月平均收益则可以用客户过往的消费均值进行估算。但在大数据的时代背景下，此类数据通常是可以通过客户数据库直接获得的。
客户风险价值公式在客户流失风险和客户价值之间找到了一个很好的平衡，为与招商银行类似的企业提供了决策依据。在相关部门能力不足的情况下，招商银行应该优先联系客户风险价值高的客户，放弃客户风险价值低的客户。 3.招商银行流失预警系统
如前文所说，流失预防弹出系统和回馈反应机制，在很大程度上，是基于客户计分卡所搜集的信息。在传统的营销观念中，客户计分卡是银行用于评估客户价值的工具，但在大数据时代下，银行可以通過分析客户计分卡中的信息，发现客户是否存在流失风险，并有针对性地对客户进行维持。以招商银行理财产品的客户群为例，可以设置客户计分卡。
银行预警系统确保了一旦客户服务失败，该失败记录会报告给银行内相关的责任方，并通知到相关责的客户经理，由其联系客户，解决问题。实际上，预警系统就是流失预测模型在商业智能层面上的应用，它展示的是信息在客户保持活动中的应用。
举例来说，如果客户计分卡显示招商银行占有钱包的份额减少，即客户得分下降，这就是一个预警信号。系统会通知责任客户经理（流失预防弹出系统），而责任客户经理会立刻请求向交付失败的流程负责人解释。问题可能出在客户在网上操作理财产品软件时遇到问题，或者客户与招行网络客服发生争执等等。流程负责人可以通过客户计分卡业务流程数据（回馈反应机制）发现并解释失败的原因，比如网上操作理财产品流程过于复杂，且客户指南不明确，导致客户不满，与网络客服发生口角等。流程负责人还需要答复流程什么时候修复给客户经理。而客户经理可以接触客户，从而解决问题。
三、结论
本文研究了银行在客户保持营销流程中的信息应用。首先，建立了招商银行的流失预测模型，通过研究历史客户信息和目前客户信息，识别可能流失的客户及可能存在的流失原因；其次，根据客户的风险价值进行客户排序，确定招商银行的客户维护顺序；最后，通过分析、监测客户计分卡的信息，探究了招商银行流失预警商业智能系统的建立。（作者单位：上海大学悉尼工商学院）
参考文献：
[1] 袁婕，大数据时代的商机[J].现代商业，2012，30
[2] 赵一鹤，大数据时代的营销策略：快、准、稳[J].声屏世界·广告人，2012，08
[3] 周丹菁，驾驭大数据，让大数据创造大价值[J].信息与电脑，2012，11
[4] Gray，J.M.A.Nieto-Santisteban.and A.S.Szalay.The Zones Algorithm for Finding Points-Neara-Point or Cross-Matching Spatial Datasets[J].Microsoft Research Technical Report，2010，52
[5] Higgins，D.and P.Sharpe.Clustal：A package for performing multiple sequence alignment on a microcomputer[J].Gene，2011，32
[6] Holmes，M.A.G.Gray.and C.Isbell.QUIC-SVD：Fast SVD using cosine trees[J].In Advances in Neural Information Processing Systems，2012，11
[7] Jordan，M.I.Z.Ghahramani，T.S.Jaakkola.and L.K.Saul.An introduction to variational methods for graphical models[J].Machine Learning，2012，27