论文部分内容阅读
随着信贷等传统业务的利润空间逐渐萎缩,现代商业银行开始更加注重发展中间业务。银行卡业务是中间业务的重要组成部分,它已成为各个商业银行新的竞争焦点,使得各银行均将银行卡业务逐渐向以客户、数据、信息为中心的经营和服务模式转变,而这种模式的基础即是客户细分。由于数据量巨大和数据的动态性更强,使得传统的基于经验或者统计学方法来细分客户的方法,已经远远不能满足对客户细分工作的需要,而开始采用更自动化和精确的数据挖掘方法来实现对卡客户的细分和管理。本文以温州市邮政储蓄银行卡客户细分工作为背景,针对该邮储银行保存的大量卡用户数据,使用数据挖掘技术来细分客户,以帮助邮储银行设计相对有针对性的卡产品和服务,创建以客户为中心的营销策略,增加客户满意度,增大客户价值。本论文的主要工作是：①首先简要分析了我国银行卡业务的现状和存在的问题,提出本论文要解决的主要问题是对邮储银行的卡客户进行客户细分研究。②简单介绍了客户细分的概念和理论,以及国内外商业银行在客户细分方面工作现状,提出我国商业银行大多还是使用传统的细分方法,存在不足之处。③介绍了数据挖掘技术的概念和常用的基于数据挖掘的客户细分技术。④具体阐述了笔者运用SAS的数据挖掘工具Enterprise Miner,对温州市邮储银行卡客户数据进行分类分析的过程,并对分析结果进行简单评价。⑤简单总结了本论文工作的贡献、局限性和对未来的展望。本文提出使用Entcrprisc Miner运用CHAID决策树方法对客户信息进行分类分析,构建一个分类模型,分析各个分类群众客户的特征,以实现根据未来新客户的基本信息预测其可能的客户类别。通过这种方法为辅助邮储银行经营决策的制定,提高邮储银行的市场竞争力,作出了一定的贡献。