數(shù)據(jù)挖掘技術在銀行CRM中的應用研究.pdf

1、綜觀全球，數(shù)據(jù)挖掘都是從銀行和電信開始，而銀行的數(shù)據(jù)比電信行業(yè)數(shù)據(jù)保存的更為完整。在商業(yè)銀行有兩個可利用的巨大的資源：客戶的存款和客戶的數(shù)據(jù)。相應地，銀行的管理產(chǎn)生了兩大任務：客戶資金管理和數(shù)據(jù)挖掘。銀行目前的客戶數(shù)據(jù)分析仍處在比較低級階段，從而導致銀行對一般客戶與高貢獻的客戶一視同仁。隨著客戶關系管理的不斷發(fā)展，銀行對其人口數(shù)據(jù)進行分析挖掘也勢在必行。這就要建立真正由客戶需求出發(fā)的客戶關系管理。 隨著銀行數(shù)據(jù)越來越豐富，大量的

2、數(shù)據(jù)被描述成“數(shù)據(jù)豐富，但信息缺乏”。結果，收集在大型數(shù)據(jù)庫中的數(shù)據(jù)變成了“數(shù)據(jù)墳墓”——難得訪問的數(shù)據(jù)文件。這樣，使得銀行很多重要的決定不是基于數(shù)據(jù)庫信息豐富的數(shù)據(jù)，而是基于決策者的直覺，因為銀行決策者缺乏從海量數(shù)據(jù)提取有價值信息的工具。而通過數(shù)據(jù)挖掘工具進行數(shù)據(jù)分析，可以發(fā)現(xiàn)重要的數(shù)據(jù)模式，將銀行的數(shù)據(jù)墳墓轉換為知識“金塊”。 本文就是著眼于如何通過數(shù)據(jù)挖掘技術，實現(xiàn)銀行的客戶關系管理問題進行探討。從數(shù)據(jù)挖掘分類分析理論和C

3、RM入手，對數(shù)據(jù)挖掘的內涵、過程、應用以及CRM的核心思想和種類進行了論述。文中重點研究了數(shù)據(jù)挖掘的分類算法，并將相關的分類算法應用到銀行CRM客戶分類研究之中。 在數(shù)據(jù)挖掘分類分析中，本文描述了一般的決策樹算法，介紹并比較了幾種典型的決策樹算法。商業(yè)銀行有一項主要業(yè)務是貸款，對于申請貸款的眾多客戶，銀行難以發(fā)現(xiàn)他們的分類特征，針對這些客戶的營銷策略的制訂就顯得缺乏依據(jù)。為此，銀行可以利用CRM系統(tǒng)數(shù)據(jù)庫或數(shù)據(jù)倉庫中的數(shù)據(jù)對客戶