數據挖掘技術在商業銀行數據庫營銷中的價值研究

【摘要】商業銀行的業務活動正沿著精細化的方向發展，筆者認為將營銷學中數據庫營銷與管理科學體系的數據挖掘技術進行跨界整合應用，對于現代商業銀行拓展自身的經營活動具有非同尋常的意義。本文探討了數據庫營銷與數據挖掘在商業銀行經營中的價值及主要應用前景。強調指出，我國商業銀行應用這兩種工具應具備一定的條件，文章圍繞這一主題就商業銀行近期應重點采取的策略展開了研究。

隨著銀行業改革的深入，我國銀行業的發展從粗放到精細化的發展是必然趨勢，近期輿論討論的利率市場化改革從中長期來看是一種必然，一旦利率市場化，銀行通過單純的存貸利差與乘數效應來實現經目標會變得十分艱難。因此，提前思考商業銀行經營的出路顯得十分必要。考慮到商業銀行在長期的經營過程中積累了大量的數據，從宏觀來看，這些數據直接或者反映了國家甚至是世界的經濟狀況，根據歷史的數據來指導銀行未來的發展意義重大；從微觀來看，商業銀行掌握了各類經濟實體的儲蓄及信貸數據，對于商業銀行的產品設計、客戶服務具有重大意義。基于這個前提，本文試圖用營銷學的前沿理論的數據庫營銷來討論商業銀行的發展轉型，并重點分析數據挖掘技術對于商業銀行進行數據庫營銷的意義與價值。

一、商業銀行的數據庫營銷

從營銷的視角出發，數據庫營銷是市場主體通過其積累的歷史信息，包括客戶人口統計資料、消費數據、行為模式等，通過統計分析與趨勢外推等方式來預測顧客未來的消費行為，包括可能消費的品類、產品、服務等。同時，市場主體可以據此通過聚類分析等統計學的方法對客戶進行聚類分析，通過STP的模式來劃分細分市場，根據企業的定位于特點來為某細分市場提供相應的市場供應物，以達到企業經營的目的。同時，利用數據庫，企業可以進行客戶關系管理。

從歷史沿革上來看，數據庫營銷是有客戶關系管理發展而來，其實質為以概率論與統計學為基礎，以計算機技術、網絡技術與數據庫技術為支撐與實現手段。

其運用的基本原理為：作為市場主體的企業通過其記錄的大量的消費數據信息，通過適當的算法、程序來對消費者的未來行為進行預測，并利用分析的結果來進行企業產品定位、設計針對性的營銷方案，以實現企業的經營目標。數據庫營銷同時為企業對其經營的戰略與策略提供了一個檢核工具，使得企業能夠不斷檢核企業的經營行為，并實現企業的長期價值最大化。

數據庫營銷是企業經營與運營的重要工具，具有普遍適用性。在具體的商業銀行應用中，數據庫營銷可以理解為商業銀行通過其積累和搜集的大量儲蓄、信貸、理財、資信水平等信息，通過一定的分析方法預測包括居民個體、企事業等銀行客戶的行為，并對根據分析結果對客戶進行分類，選擇最適合的的客戶作為重點服務對象，開發針對性的產品，提供特色的產品或者服務，并進行針對性的營銷，實現商業銀行的經營目標，即在較低風險水平上的可持續發展。

二、商業銀行數據庫營銷的重要工具—數據挖掘技術

商業銀行要有效的發揮數據庫營銷的威力，需要相應的技術手段來從商業銀行龐大的數據庫中“挖掘”有效信息用于指導銀行的決策與實踐。其中，數據挖掘技術是最重要的實現數據庫營銷的工具之一。

所謂數據挖掘是指通過設計一定的算法或者程序來從歷史數據中來提取隱含的信息，此種隱含的信息能夠指導實踐與深入認識事物的基本規律。此種信息有幾個特征：（一）隱含性。在其原始的呈現方式中，此種信息淹沒在大量的無用數據之中，必須通過一定的算法或者程序使之顯現出來；（二）價值性。數據挖掘出來的數據對于認識及實踐具有直接或者間接的指導性，從而體現出其價值型；（三）科學性。數據挖掘是基于一定的數學與概率統計基礎等基礎科學之上，方法的科學保證了結論的科學。

數據挖掘區別于傳統簡單的統計回歸，其更注重其商業應用。其能夠對大量的隸屬數據進行提取、轉化、分析與建模等處理，并發掘其中的關鍵性的規律。

數據挖掘的基礎是歷史數據，記錄歷史數據的數據庫、檔案等為數據挖掘提供了“原料”，通過對“原料”的“精煉”，提取出對決策有幫助的信息。

在具體的應用中，數據挖掘主要應用于消費者行為預測、趨勢分析、相關性分析、聚類分析等方面。

數據挖掘技術從應用來看，其主要包括分類、聚類分析、關聯分析、以及概念描述、偏差檢驗和預測等。

（一）分類

通過對分析客體的特點，通過建立一定的標準來對總體進行細分，從而化大為小。比如銀行可以通過對儲戶的行業特征進行分析，從而知道客戶等級的劃分或者制定針對性的營銷策略。

（二）聚類分析

聚類分析基于大量的數據進行統計特征的分析，將不同的數據記錄所體現的客體進行特征的計算，將大量的對象根據某些標準分成若干類別。對象分類之間具有較大的差異，而在類別之內的對象則具有較小的差異。比如銀行根據其大量客戶的信貸記錄對企業的成長性進行評價，區分相應的類別，便于確定銀行的信貸投放計劃或者投放比例。

（三）關聯分析

關聯分析即相關性分析，其基本原理為一個事件的發生與另外一些事件的發生可能存在一定的聯動性，此種聯動性可能包括簡單相關、因果相關、甚至是虛假相關等。如銀行可以根據相關性的原理來開發某些信貸質量監測指標，當某個指標超過靈節點的時候，可以界定為信貸投放需要重點監管等。

（四）概念描述

對特定的對象的內涵與外延進行界定，并提煉出其共同點。并揭示出一種概念區別于另外一種概念的主要特征等。如商業銀行在私人銀行中對高風險承受能力與低風險承受能力的客戶進行準確的界定，以開發針對性的產品和提供差別化的服務。

（五）偏差檢驗

在歷史數據中可能有一些數據與其它數據存在重大的差異，即“孤點”，在數據處理的時候，這些數據被排除，因為其不能反映總體的狀況，并可能給均值等指標帶來較大的影響。但“孤點”也有其實踐用途，如在貸款質量監測中，發現某些企業的現金流量急劇減少或者存貨占總資產的比例過高，此種情況績效出現，因為就需要分析，此項貸款是否存在難以按期償付的風險，從而預防壞賬的產生。

（六）預測

預測為根據歷史數據提煉出相應的規律，在規律的假設條件沒有變化的情況下，可以對未來的發展做出適當的推測。比如，銀行可根據客戶的定期存款情況或者基金定投的規律來推測客戶的未來收益，從而為其信用授信提供計算依據。

三、商業銀行利用數據挖掘進行數據庫營銷近期應推行的策略

（一）轉變思路，提高認識

數據庫營銷是營銷學的概念，而在傳統的商業銀行經營過程中，指導銀行發展的主要經濟學、金融學、財務學等學科，引入營銷學，特別是營銷學的前沿工具與思路對于傳統的商業經營從業者來講，需要思維的突破與視野的打開。商業銀行的競爭格局已經要求所有的機構必須緊跟最前沿的各類思想與知識，吸納數據庫營銷的理論、利用數據挖掘的方法是典型的跨界應用。

（二）預判環境變化，以市場為導向

商業銀行經營的成功與國家政策密切相關，當信貸擴張的時候，商業銀行的效益較好，而在信貸緊縮的時候，商業銀行的經營相對比較有壓力。但作為市場競爭主體而言的商業銀行，其必須通過預判環境，提前進行業務布局的調整，是實現比較優勢的關鍵點。利用其龐大的數據庫與客戶資源，接觸數據庫營銷與數據挖掘，其完全可以實現業務格局的調整。

（三）加強科研與人才培養

數據庫營銷與數據挖掘屬于典型的知識密集型的工作，要利用這兩種工具，需要商業銀行加強人才的培養與科研的重視力度，商業銀行可以采用校企合作、建立科研機構等方式來實現人才的培養。

商業銀行是一個復雜的系統，其經營的成功有賴于很多方面，但借用營銷學中的數據庫營銷與數據挖掘技術能夠為商業銀行的經營成功提供一定程度的助力，從而使商業銀行能夠減少經營的風險，實現銀行的可持續發展。

參考文獻

[1] 侯文喆，基于數據挖掘的銀行信用卡客戶細分研究.碩士畢業論文，2008.

[2]丁杰，魏敏文,等.數據倉庫和數據挖掘技術在湖南水庫調度中的應用.水電自動化與大壩監測，2005（129）:3

作者簡介：錢煒雯（1981-），女，上海人，上海大學管理學本科生，現就職于中國建設銀行信息技術管理部上海數據中心。

（責任編輯：陳岑）