中国银行客户流失预警总结
技术战略发展部
孟令胜1
1.Email:menglsh@neusoft
目录
小窍门大全背景介绍 (3)
问题阐述 (3)
解决思路 (4)
与客户流失相关的关键因素分析 (4)
建立模型 (5)
原始数据 (6)
有一点动心 歌词SPSS模型 (6)
Mahout模型 (7)
两种模型的对比 (8)
进一步研究 (8)
背景介绍
高端个人客户数量少、价值高、利润丰厚，对商业银行发展个人金融业务及至公司金融业务都极为重要，一般来说，20%的优质个人客户贡献了80%以上的利润。在中国，更为明显的社会收入差距使得优质个人客户的作用更为重要。研究表明，在中国10%的优质个人客户贡献了至少90%的利润。由于各种因素的不确定性和市场的不断增长，以及一些竞争对手的存在，很多客户不断地从一个供应商转向另一个供应商，只是为了求得更低的费用以及得到更好的服务，这种客户流失在许多企业中是普遍存在的问题。因客户流失导致的损失是巨大的，因为获取一个新客户，要在销售、市场、广告和人员
工资上花费很多，而且大多数新客户产生的利润不如那些流失的客户多。据统计，赢利一个新客户所花费的成本是保留住一个老客户的5到6倍。因此保住老客户，提前预测出潜在的流失客户，防止因客户流失而引发的经营危机，对于提高企业的竞争力具有战略意义。
问题阐述
婚内出轨违法吗对于中国银行上海分行现在中高端客户数大概在20万左右，去年是24万左右，相对于去年来说，中高端客户总量流失了16.7%（银行方面计算的是(24-20)/20=20%），在银行领域来说这个比例相对较高，因此分行现在急需一些有效措施对中高端客户流失进行预警。
客户主要想通过分析中高端客户资金流失去向，比较存量中高端客户与流失中高端客户在金融资产、产品持有、金融行为等特征上的差异，建立中高端客户流失预判模型，筛选潜在流失客户，其实也就是一个分类问题。后续根据模型的可解释性制定差异化的产品、服务、营销策略，预估营销活动对降低中高端客户流失率的效果。
解决思路
按照一般分类问题的解决思路，首先要选取与流失率可能相关的因素变量，分析这些变量与流失率之间的关系，筛选出合适的变量。在流失预测中一般采用决策树模型（当然也可尝试其他模型），再根据模型测试结果进行参数调优。
需要注意的是，客户流失率相对于一般的分类而言不会太高，一般会在20%以下，这样就导致样本中的流失客户占比非常低，需要分类模型能够区分这些小比例的数据。另外，银行往往关注的重点是流失部分客户的预测，也就是比较偏向于召回率。在调模型参数的时候需要注意这两个问题。
与客户流失相关的关键因素分析繁体字签名大全
1.资金流向：对客户资金流向交易行为进行分类，从资金量、交易对手、交易频率等维度，分析包括：异名同行汇划、同名他行汇划、异名跨行汇划、大额取现、三方支付、三方存管保证金等不同渠道的客户交易行为。
2.产品到期：分析客户持有的表内、外理1财产品、集合信托及各类代销产品到期后的资金流向，梳理由于产品到期未能有新产品承接导致客户流失的原因。
3.交叉覆盖：对中高端客户产品交叉持有覆盖情况进行分析，产品包括但不限于：存款、贷款、信用卡、网银、基金、第三方存管、表内理财、表外理财、债券、集合信托、券商集合资产、借记卡、手机银行等。另外，对持有单一（只持有单一产品的客户还是单一产品的分析）产品（主要是存款或理财产品）的客户进行流失原因分析。
4.信用卡交易：对中高端客户信用卡月消费额变动情况进行分析，寻信用卡消费额的变动与客户流失之间是否存在一定关联性。
5.客定位：对不同金融行为的中高端客户进行分类，包括：信用卡客户、跨境类客户、投资理财类客户、代发薪客户、养老金客户、个贷类户等进行分析。以上客户定义如下：
●信用卡客户：名下有至少一张信用卡的客户（不含销户、转呆、冻结）；
●代发类客户：各代发类客户（不含养老金）；
1与其他投资一样，投资者购买银行理财产品是要承担一定投资风险的，而且不同理财产品具有不同的风险收益特征。有的产品是保本型理财，属银行自营业务，投资者承担的风险相对较小，属于表内理财产品。有的产品是非保本型理财，属银行代客经营的中间业务，银行收取手续费，投资风险由投资者自行承担，属于表外理财产品。
●养老金客户：持有常青树卡客户；
●投资理财客户：当年发生过理财产品、基金产品交易的客户。
●个贷客户：有个人贷款余额的客户（不含国家助学贷款客户、GMAC
项目客户）；
动物童话故事大全●跨境客户：办理过跨境业务产品的客户，包括结售汇、国际汇款、信
用卡消费、外汇留学贷款、旅游保证金等业务的客户。
---时点客户（？）基本信息中添加：是否信用卡客户（参照开卡日期）、是否代发类客户（当月有代发记录）、是否养老金客户（长青卡开卡日期）、是否持有理财产品（当月理财产品余额大于零）、是否持有贷款（除国家助学贷款客户、GMAC 项目外贷款余额大于零）。
6.投诉处理：对有拨打进行业务反馈或投诉记录的中高端客户，分析其投诉当月及之后是否流失
奥运会英语作文7.业务频率：分析一段时间内（时间跨度通过预警模型进行细分）客户在我行全渠道业务（活期）办理频率与客户流失之间的关联性。
8.互动记录：从我行客户维护端，围绕客户经理与客户之间的互动行为（包括：短信关怀、电话互动等）进行分析。
9.贷款业务：对贷款中高端客户还款情况进行分析，了解在客户贷款偿清前一段时间内的交易情况（可提前对这类客户进行其它产品的营销），以及偿清后是否存在流失情况。
10.客户基本信息：性别、年龄、房产、单位性质、单位所属行业、职业、客户等级、月收入，构建客户全景视图。
11.交易记录：该类数据量大，从中分析客户交易的时间、地点、频率、金额、类型（取现、网上交易、转帐、购物、理财产品、贷款、缴费等等），也可分不同的时间段统计，总结客户的交易行为特点。
12.AUM（Assets Under Management客户在银行的可控资产，包括存款、理财投资基金、保证金等）的变化情况
也可基于上述因素构建新的变量，比如，计算AUM相邻两个月的变化率，将这个变化率作为一个因素加入后续模型。
建立模型
为了模型的可解释性，流失预测一般选取决策树模型。下面介绍在中国银行
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论