理论广 角
I■
商业银行客户细分模型研究
殷 明
(合肥工 业大学 管理 学院
李兴 国
安徽 合肥 230009)
[摘 要]商业银行建立一套科学合理的客户细分模型和方法对 自身的发展有着重要的意义。针对于商业银行的客户,在前人的研究基础之上,在考
虑客户过去的利润贡献、未来可能收益、和忠诚度的基础上,构建了商业银行客户细分模型,提出了一套基于客户终身价值和客户忠诚度的细分方法,之
后利用数据挖掘中k irean s快速聚类对客户进行细分,并在聚类结果的基础上从客户的心理因素和个性特征的视角出发,对客户进行二次细分。为银行客
观评价客户价值、科学细分客户、更有效的实现分层营销和差别服务提供支持。
[关键词]商业银行 客户终身价值 客户忠诚度 k~eans聚类 二次细分
中图分类号 :F832.33 文献标识码 :A 文章编号:1009—914X(2011)05—0282 03
1引言
随着近年我国加入 WT0,外资银行不断进入,使得国内银行承受巨大
的压力。而从 “以产品导向型”到 “以客户为中心”的管理理念的转变也使
得商业银行逐渐认识到客户的重要性,并意识到能否获得、保持并发展 自己
的客户,已成为银行能否获取利润最关键的因素,因此商业银行最终把竞争
的焦点落在客户身上,并由此产生了商业银行的客户关系管理。
随着对客户关系管理的深入研究,很多学者发现客户保持成为企业盈利
最至关重要的因素。“客户忠诚之父 ”Reichheld和Sasser(1990)对美国9
个行业的调查数据表明,客户保持增加 5%,行业平均利润率增加幅度在
25% 95%之间。实践证明,吸引一个新客户所耗费的成本大约相当于保持
一 个老客户的5倍。这些研究意味着,维持住客户,盈利才有保障。想要维
持住现有的客户群,我们就必须弄清楚不同的客户有哪些各异的特征,他们
的行为习惯和偏好是什么,他们需要什么,他们讨厌什么,如果最终他们选
择离开,那么导致他们离开的原因又是什么等等。如果保持一个客户所花费
的成本超过这个客户给企业带来的收益,那么很显然保持这个客户就不那么
图 1 客户生命周期各个阶段的具体图形
l ,W 一
明智了。因此成功的实施客户保持战略是建立在客户细分的基础上的I·。
自从 Smith(1965)首次提出细分的概念以来,很多学者依据他们所处的
时代和行业提出相应的细分方法 。
2客户细分研究综述
客户细分 (CuStomer Segmentation)是指按照一定的标准将企业的
现有客户划分为不同的客户群。通过客户细分,企业可以更好地识别客户,却
别对待不同的客户,采用不同的客户保持策略,从而达到最优化配置企业资
源、最大化提高客户利润的 目的 。
目前国内外银行在客户细分方面做的有一定的差距,国内银行客户细分
的研究实践很大程度上落后于国外。传统的细分方法是基于简单的行为特征
和属性特征的,例如传统的市场细分方法,是基于人口特征 (诸如性别、居
住的地理区域、年龄等)会影响消费行为这样一个基本假设,以此区分不同
的客户群。但是以外在特征作为依据的人口统计细分方法,显然不足以预测
客户未来的购买行为;还有就是90年代比较流行的基于行为的客户细分——
RFM方法。RFM
分析
定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析
针对每 一个客户的三个指标打分,计算 R xF AA 值来进
行客户细分。但是这种方法分析过程复杂,需要耗费大量时间,而且细分结
果中客户群过多,难以形成对每个客户群的准确理解,也就难以针对每个细
分客户群制定有效的营销策略;在此之后又有学者提出在以客户行为为基础
的客户细分中,客户忠诚度是一个关键因素。因此将客户忠诚度纳入客户细
分的范畴之内:近来学者们研究表明客户全生命周期利润是客户价值的衡量
标准,客户全生命周期利润的预测是客户价值细分的关键。
总而言之,细分的方法有很多,但是都各有利弊 而且前人大多是依据
一 个或几个关键因素,对客户数据样本进行单独针对价值或是消费行为的一
次细分,但是对客户全面的把握不仅需要对客户价值进行识别,还需要了解
客户的具体消费行为特征。客户价值细分能很好地识别出有价值的客户,但却
不能发现客户的具体消费行为特征,而客户行为细分能很好地识别出客户需求
特征,但是忽略了对客户价值的判别。因此本文参考了前人的一些观点,在
此基础上提出了基于客户价值和客户心理因素、个性特征的二次客户细分模
4、计算出不同岗位再企业经营活动中的价值权重。计算出来的权重
为,高级管理人员是 0.29;一般管理人员 0.1 5;技术员工 0.24;生
产员工 0.11;销售人员 0.2l。
3.3个体人力资本价值
具体到员工的绩效分数,应基于科学公正的考核方法,关于绩效考核
的方法有很多,有 360。考核法、平衡积分卡等。本文主要介绍个体人力资
本价值计量的模型极其应用,所以在这里我们直接采用 xw公司O9年的绩效
考评分数来直接进行计算,技术部门的员工J在0g年的综合绩效评分中为7.
8分,该部门一共有6l1人,并且平均绩效分数为6.4。所以Rij-7.8/6.4 1.
22。
则该员工当期的人体人力资本价值为:
Vij= (L/Ni+s}H/Ni) Gi Ri
= (12594057.31/61i+35372928.73/611) O.24.I.22-23078.3 元
即当期该技术人员理论上应拿到的薪酬为 23078.3元。
同理也可计算 出其他岗位员工应获得的报酬。
4启示
企业应把人力资本开发阀题放到一个关键位置,让人力资本充分发挥其
作用,增强企业的创新能力并保持稳定快速的发展。对此,对人才科学的激
励机制是必不可少的。应保证人力资本产权的完整性,让员工参与到企业剩
余价值分配当中去,除了完善薪酬绩效管理体系外,还可以跟具体情况推行
员工持股等激励措施。
如何合理对人力资本价值进行计量,是企业的薪酬体系设计的基础。
在对人力资本定价过程中,岗位价值评估是其中的一个关键,在评估过程
中应注意其评估体系设计要和企业 自身情况相结合,科学的计算出各个不同
282 l科技博览
的岗位在企业运营中相对的重要程度。从 “群体一岗位一个人 ”,层层深
入,最终得到个体人力资本价值 。本文的人力资本计量和岗位评价仍存在
一 定的不足之处,所计算 出来当期的人力资本价值只是理论上应获得的报
酬,在实际设计过程中,还应考虑到行业的平均水平,所以还应做进一步
的调整和验 证。
参考文献
[1]何建雄.人力资本收益分配途径比较分析[J].商业研究,2007(8).
[2]张文贤.人力资本[M].四川人民出版社,2008:164—165
[3]闰瑞芳,李娟.企业家人力资本价值确认及计量探讨 [J].北方经济,
2007(11).
[4]李世聪.人力资本安贡献价值会计计量研究的重要创新[J].会计之
友,2007(3).
[5]成蕊.基于几点评分法的岗位评价要素[J].管理纵横,2005.
作 者 信 息 :
作者:蔡超,女,(1986一),山东济宁人,南京财经大学工商管理学院企业管
理专业硕士研究生。
型 。
3客户细分模型构奠
本文采用的二次客户细分模型,初次细分是基于客户终身价值和忠诚度
的客户细分,二次细分则是在初次聚类结果的基础上从客户的心理因素和个
性特征的视角出发,对不同的客户群区别对待,以帮助银行实现分层营销,差
别服务这一终极 目标的客户细分。
所谓的客户价值 (Customer Value,CV)是指企业在与客户的交往过
程中,从客户哪里获得的总客户价值 (TEV)与企业支付的总成本 (TEC)的
差额,即 CV=TEV—TEC。关于客户价值还有另外--一些经典的定义和计算公式,
本文选用的定义和计算公式如下:在整个生命周期过程中,客户终身价值
(Customer lifetime value,CLV)等于客户当前价值 (Customer Cur—
rent Valtle,CCV)与客户潜在价值 (Customer Potentia1 Va1ue,CPV)
两部分之和,即 CPV=CCV+CPV。
对于客户当前价值 (CCV)的计算,本文参考前人的观点,基于商业
银行的客户特点采用基于客户生命周期的细分方法。因为它是从动态角度研
究客户关系的一种十分有用的工具,它可以清晰的洞察客户关系的动态特征,
即客户关系的发展是分阶段的,不同的阶段客户的行为特征不同,为银行创
造的价值和需求也不同 本文采用 4阶段观点,认为客户关系的发展划分为
考察期 、成长期、稳定期、退化期 四个阶段 。
考察期是客户关系的孕育期 ,双方互相了解不足,不确定性大。作者
把从客户的金融事务开始点一直到开始工作为止,算作考察期 此时银行只
能获得一些基本收益,客户对银行的贡献率不大。
成长期是客户关系的快速 发展期,进入这~阶段表 明双方相互满意,
银行和客户之间的了解和信任不断加深,双方的交易不断增加,彼此从关系
中获得的收益也日趋增多。作者把从客户开始工作到第一次买房期间算作成
长期。此时,银行从客户交易中获得的收入已大于投入,开始盈利 。
稳定期是客户关系的成熟期,双方对彼此提供的价值高度满意,银行
和客户的关系处于一种相对稳定 的状态 ,交易数量变动较为温和。作者把
从客户第一次买房到客户退休这段 时间算作成熟期 。此时银行的投入较少,
客户为银行带来了较大的利润 。
退化期是客户关系水平发生逆转和倒退的时期。作者把客户退休到生命
阶段终止这段时间作为退化期。关系的退化并不总是发生在稳定其后的第四
阶段,实际上,在任何一个阶段关系都可能退化。在这一阶段银行平均收益
可近似的看成为基本购买收益~ 。
考察期、成长期、稳定期客户关系水平依次增高,稳定期是企业期望
达到的理想阶段 。
国内外许多著名的学者都就客户生命周期价值贡献理论提出过一些经典
的计算公式,本文在前人的基础上,
总结
初级经济法重点总结下载党员个人总结TXt高中句型全总结.doc高中句型全总结.doc理论力学知识点总结pdf
了各公式的使用条件以及优缺点,并
在此基础上经过一定的修正,提出了自己的商业银行客户终身价值计算模型。
客户生命周期各个阶段的具体的图形大致如 下所示 :
上式 中:CLV代表客户终身价值 ;
t代表根据客户资料判断客户 目前所处的生命周期阶段,根据银行客户
在各个不同的生命周期阶段对银行的贡献不同,我们人为的规定当客户处于
在考察期时t=l:当处于成长期 t=2:当处于成熟期 t=3;当处于退化期,一般
来说,由于关系的连续性和惯性作用,交易数量的减少时逐步发生的。t的
表 2 K-means聚类的迭代历史结果
趟砖巴l五史记量0
I缱氅中心 内口lI|!敏
瀚 1 2 3 4 5
1 1.537 2." 8 3.029 2,397 .868
2 .000 252 .159 232 000
3 000 .000 .000 .000 000
表 3 K—means聚类最终输出结果
蠢:樊 ' 童00n
2 拿 OOO
3 26 000
‘ 30.000
5 2.000
确_敲 72 000
蚨夹 8.000
理论广 角
w W I
取值将取决于退化期之前所处的那个阶段,即
0 : 墓 广 f芍黎溯’
n为一个常数 ,具体取值与 t一致:
r代表折现率,折现率是指将未来有限预期收益折算成现值的比率 ,折
现率不是利率,也不是贴现率,而是收益率。折现率的确定通常和当时的利
率水平是有密切关系的。因此可知折现率不是一个定值,而是随时间连续波
动的。本文写作时参考当时的银行利率和国债收益率,取r=2.82%
公式中的前半部分,代表客户当前价值:后半部分,即Y,代表客户潜在价
值,Y不是一个简单的常数或一个固定的公式,而是根据具体客户当前所处的
阶段,从而估算出其可能的潜在价值,它与公式的前半部分保持形式一致,但
具有一定的预测性。例如,当一个客户当前处于成熟期,他已经达到银行的理
想客户状态,将来所必然经历的就只有退化期,所以根据前半部分的计算形式
可以知道,当他处于退化期时他的价值为 2n+t.TM)-2:当一个客户当前处于成
长期,那么他未来就有2种可能,一种是不经过成熟期就直接进去退化期:第二
种 是 经 过 成 熟 期 , 再进 入 退化 期, 此 时 他 的 潜 在 价 值 为 1 / 2
[fl+r1一 +3I1十7· 一 +2(1+}·、)一 ]:同理可知,当一个客户当前处于考察
期,那么他的潜在价值为 1/3[ ” tl ,l~+21 1+¨ +!(1+r}-z+Il+r丫 ]
;
现总 结如下 :
/3[∑阼×0+r) 十2(1十r)I2十2(1十r) 十(1+r)_ ] (考察期)
.
Y= 1/2[(1十r) 十3(1十r)q十2(1十r)Iz] 《成长期) I
l 2n+r) (成熟期)
我们规定当一个客户如果目前就处于退化期,那么他无潜在价值,当
前价值也即客户终生价值CLV= (1+rl。
客户忠诚度是从客户满意概念 中引出的概念,它是一个相对的概念。
至今学者还没对客户忠诚 的概念形成统一的观点,但综合分析可以发现,这
些大致可 以概括为态度忠诚度、行为忠诚度以及综合论f 5。客户忠诚大致表
现出以下一些特征:愿意再次或大量购买服务或者商品:主动向亲朋好友和
周围的人员推荐该企业产品或服务;发现 目前使用产 品或服务的某些缺陷,
能以体谅的心情主动向企业反馈,以期解决,没有选择其它同类产品或服务
取代的念头。这里需要说明的一点就是,不同行业,不同客户所具有的客户
忠诚度差别很大I 。
本文中用二分类的logiStiC回归分析法来建立客户流失预测模型,计
算客户的忠诚度。
在初次聚类的结果基础上,我们首先筛选掉无价值客户,并对黄金客户和
一 般客户区别对待。对黄金客户我们采用基于个性特征的问卷进行调查,并利
用SPSS里的层次聚类中的Q型聚类进行细分,为银行制定个性化的营销策略
做准备 。参照前人的研究我们设计基于个性特征的问卷调查问题如下:
(1)是否经常阅读许多书报杂志搜集新讯息?
(2)是否觉得银行理财产品必须保本?
(3)是否觉得享受休闲,多花一点钱也是值得的? (生活方式)
(4)是否喜欢参加文化艺术活动?
(5)是否经常上网?
表 4 黄金客户层次聚类细分结果
ChII瞳●r l●n埔-●f靠l'Ip
1 1
2 2
3 1
t 3
5 3
6 1
7 3
e 3
9 '
1o 2
1 1 ’
’2 1
13 1
1 4 2
科技 博览 l 283
理论广角
l■
(6)是否常常运动保持健康和身材? (生活习惯)
(7)是否相信:命运天注定,凡事不应该强求?
(8)是否银行理财产品收益不固定也没关系,只要预期收益高?
(9)是否相信专家权威人士说的话?
(1O)商场促销期问是否会比平时买更多的产品? (态度)
(11)是否做事一向有计划? (计划性)
对于一般客户,我们采用基于心理因素的问卷进行调查,进行简单细
分,为银行制定分层营销做准备。参照前人的研究我们设计基于心理因素调
查的具体 问题为:
(1)该银行给我 ,种可以信任的感觉。
(2)我愿意保持对该银行的忠诚,费电事也没有关系。
(3)我会主动介绍亲朋友好使用这家银行的产品。
(4)我会主动向目前我所使用的银行提出建议。
(5)若银行提高手续费用,我还是会继续成为这家银行的顾客。
(6)如果我使用的银行推出了新的产品或服务,我会想要尝试 。
4应用实例及分析
在建模前选择了l 6项可能影响客户流失的因素,接着进行数据的预处
理,预处理主要是针对缺失值和异常值的处理。
缺失值处理:如果出现缺失值,一律用 ⋯0 替换。
异常值处理:为了消除异常值对模型结果的影响,需要对各个参与建
模的变量进行处理,我们采用9 9%分位数的替换方法。
使用 SPSS 17.0 for WiMows首先对指标进行相关性分析,去除了8
项相关因素,最终得到影响客户流失因素为:性别、年龄、文化程度、月薪、
存款、借贷状况、银行使用次数、账户类型等8项 。然后进行回归分析,
得到输 出结果如表 1所示。
表l logist i c l口_归分析最主要的输出结果
矗性噜,酋囊量
l E fB1曲 e5%cf
B SE. Wals SIa £ 确 t陵
髑 1 性 别 .251O 1 O90 5 302 021 O1 O 6ee
宦- 61蚺 'OBs 口0’4 0∞ 4g,300
蛐 2 翱 .2837 1.11O 8 531 01. O59 007 5’6
舻 船 2∞2 t,27 3'54 O76 81 3 87 49e
窄量 4 2B1 2 322 3 398 065 72 297
龋 蝴 .3 0 '1 5O B 939 O0e 048 ∞ 5 460
I尸# 2 315 t'15 3 819 I149 'O11 1a1.373
憎蟹桃担 ·21I1 1+1B7 3.389 O6e O'2 11 5e
章t 5842 2 S39 e 292 021 344 302
a在毒嚏 '中峨^口q豫 性晶I
在毒■2中 ^曲蛆 :t户蛐 。
c在绷 3中 ^壹g羹■.憎蟹呲
由表 1可知,经过 3步迭代 ,最终 “性别 ”,“账户类型”以及 “借
贷状况”在众多自变量中脱颖而出,进入方程,成为影响客户流失的关键
因素,其显著性水平Sig依次为0.08,0。49,0.66.由于系统默认分界点
为0.5,也就是说当Si g<0.5时,表示 自变量对因变量的影响显著,而当
Si g>0.5时,表示自变量对因变量的影响不是很明显。由于 “借贷状况”
的Sig=0.66>0.5故我们不将其纳入最终的 logi stic回归分类概率方程中。
在此我们将 “性别 ”设为 白变量 x,“账户类型”设为 自变量 Y
由上表格可得 Logi stic回归的分类概率方程为:
,, 5料 2一 ∞ 1 +2 15
rj 一 0
~
了 再
依此公式将每位客户的性别以及账户类型代入方程,即可计算出每位顾
客的忠诚度 。
最后将客户终身价值 (C L V)、客户忠诚度、月薪 、存款、文化程
度、银行卡使用 次数、岗位性质 、单位性质 、 L:作年 限、婚姻和账户类
型等 1l项一起作为最后客户细分的关键因素,入选 K—mean s聚类的变量中。
K~Ine a rl s聚类俗称 “快速聚类”,是非系统聚类法 中最常用的 种方法,
它是数据挖掘技术在客户细分中的具体应用。和系统聚类相 比,它的好处
在于可以有效处理多变量,大样本数据,非常适合例如银行、电信等行业
的聚类分析。同利在分析时可以人为指定起始中心位黄,或者将曾做过 的
聚类分析结果作为起始位置引入分析 。
在进行聚类前同样要进行数据预处理,处理步骤与logi sti c回归分析
时大致相 同,在此不再赘述。本例中将客户指定为划分为 5类,稍作选择 ,
K—means聚类的输出结果如下:
可见优质客户有5位,重点客户有 9位 ,普通客户包含类 3和类 4共
56位,背叛性客户为 2位,无法分析的客户为8位,导致无法分析的主要原
因是由于经过数据预处理后关键因素项任然缺失。由以上分析可见,其中的
黄金客户 (包含优质客户和重点客户)越 占客户总数的20%,符合银行界的
“帕累托原理”,因此,可认为作者提出的模型从通用性 上来讲是可行的,而
且分类效果比较理想
284 ;科技 博览
在初次细分的基础上,我们针对不同的客户群,采用不同的细分方
法 首先筛选掉初次细分被视为无价值的客户,即上例中的背叛性客户 (2
位),这为银行的第二次细分节省了大量的人力、物力、财力:其次根据对心
理因素问卷调查的结果我们将普通客户 (5 6)简单划分为两组,第一组
(潜在重点客户组 )即问卷调查答案中回答两个和两个以下 “否”的客
户,此组对当前所使用银行的满意度较高,将来有发展为重点客户的心理
基础;第二组 (普通客户保持组 )即问卷调查答案 中回答两个以上 “否 ”
的客户 ,此组客广】对当Ij{『所使用银行的满意度不是那么高,建议银行采取
保持策 略。
最后我们针对上例中的黄金 客户 (1 4位 )我们进行重点细分,采用
基于个性特征的问卷。根据其回答,我们使用SPSS软件层次聚类中的Q型聚
类,将其具体细分为生活积极型、享受生活型、稳重保守型,这三类 比较
三类客户在个人理财业务需求中的差异性 ,银行 可以更好的为黄金客户提供
个性化、多元化的服务,从而真正实现 了银行分层营销,差别服务的理念。
参考文献
[1 J 史宁.商业银行对个人信用评估的组合预测模型[J].商业研究,
2O09 (391).1 54 】56.
L2J Lyne扎e Ryals.Are yo {r custOMeFS WO/"th m0re than money[J].
Journal of Rctanl rig and ConsumoI’Services,2002 (9):241—251
l 3 I PhiliD SIe~'I1.Kathy Hammond.The Relationship Between Cus一
~omer LoyaltY and Purchase IncidengcelI].Manufactured in the
Netherlands,2004,15(1):5均.
[4]吕昀卿.商业银行客户细分及应用研究[D],北京对外经济贸易大学,
产业经济学院.2006.16—27.
[5]黄叙.基] 个人客户细分的忠诚度雅进策略研究——以商业银行零
售业务为背[D].成都理工大学,管理学院.2007 33—57.
[6j刘辉.基于客户终身价值和忠诚度的移动通信客户细分模型研究[Dj
, 合肥工业大学,管理学院.2008.8 20.
[7]魏敏,李江.基于个性特征的理财客户市场细分与差异性分析[J],
上海立信会计学院学报,2006(20).
18 J ttyunseok Hwang,Taesoo Jung,Euiho Sub.An LTV model and CUS
tOIIleF segmentatioil hased Oil CUStonler value:a case study on the
wire1 es s te1eColnmuni catiO11 indu StrY ].ExPeFt SyStem with
Application.26(2):181一l88.
[9j Gupta S.,Lehmann D.R.CuStOm~?F aS Assets lJ]。Journal of In
teract c ve Marketlng,2003:(I).