基于BP人工神經網絡的智能銀行客戶滿意度研究

王 光，張蘭君

（西安郵電大學，西安710121）

引言

在銀行利率市場化的背景下，我國國有銀行面臨著越來越激烈的競爭環境，智能銀行的發展速度已超出人們的想象，如何快速解決傳統銀行向智能銀行轉變過程中客戶滿意度的問題是各家銀行競爭的重點。智能銀行的建設不僅是深度數據挖掘和分析，還要以動態調整自身體系以適應客戶需求為目標。智能銀行的核心理念是以客戶為中心快速整合資源，主動、及時、智慧地響應客戶金融服務需求，即在流程和數據的測量分析基礎上所能感知和響應的決策支持能力。

我國國有銀行正處在由傳統銀行向智能銀行發展的探索階段，許多業務的發展與客戶體驗處于過渡期，要真正推動智能銀行的發展，就必須重視傳統銀行向智能銀行轉變過程中人們所產生的心理變化。當局者應在促進發展的過程中利用好智能銀行處理業務效率與效果，讓客戶感知到智能銀行的優越性，并做好目前發展過程中給客戶帶來的不便的解釋工作，同時還要梳理出暢通的宣泄渠道讓客戶的不滿意得到合理發泄，然后及時做好完善的客戶不滿意數據收集、反饋與答復渠道，最終達到為全面提高服務質量、增強銀行核心競爭力打下堅實基礎的目的。因此，客戶滿意度問題是我國智能銀行發展方向的重要參考，也是本文研究的實踐意義。本文選擇具有誤差自修正的功能BP神經網絡模型，通過該模型的動態特征進行要素權重調整，既評價了現有條件，也預測了調整后的情況，符合智能銀行網點建設過程中的動態管理模式。本文通過對中國銀行F支行的客戶進行實證分析，符合該網點的實際情況，最后提出了相應的管理建議。

一、建立客戶滿意度評價指標

銀行的存在既是金融體系的一部分，又是社會服務結構的重要組成部分，其不僅能提供種類繁多的金融產品，還提供人性化的服務。客戶滿意度是一種綜合性的感知，在評價指標的選擇中要遵循全面性原則、區分度原則、代表性原則、效用性原則。本文根據SERVQUAL模型理論，結合我國商業銀行現狀篩選出5個評價維度，分別為有形性、安全性、可靠性、移情性、響應性。維度考核內容既要考慮到影響客戶滿意度的各個方面，又要避免重復，盡可能全面、綜合地反映出客戶滿意度的各個方面。本文在問卷設計通過專家評審的方式共設置18個維度內容。

二、BP人工神經網絡模型構建

BP神經網絡算法具有誤差自修正的功能，即當一個訓練樣本從輸入層神經元經各隱含層向輸出層傳播，在輸出層神經元獲得網絡輸入響應。然后以逆向傳播方式，通過減少目標輸出與實際誤差的方向，從輸出層經過各隱含層最終回到輸入層，逐層修正各連接權值、閾值，這種算法稱為“誤差反向傳播算法”，即BP算法。因此，根據這一特性不斷輸入指標值，這種誤差反向傳播修正就不停止，神經網絡對輸入層響應的準確率就越來越高。當這種反向傳播修正連接權值、閾值的誤差小于預先給定的值時，就可以作為客戶滿意度評價的標準。

1.輸入節點數的確定。網絡神經元輸入值是描述銀行網點客戶滿意度的指標。不同的指標體系對應不同的網絡模型，形成不同的輸入節點數，輸入節點數等于滿意度的指標數。由前面的銀行網點客戶滿意度指標體系可知，確定輸入節點數為18個。

2.隱含層節點數確定。隱含層的神經元數目的確定是較為復雜和重要的部分，需要多次試驗確定。當隱含層數目太多會造成學習時間過長、誤差不準確等問題。因此，本文在確定隱含層數目時結合實際情況，首先參考經驗公式，再用試湊法進行研究，確定隱含層單元個數，最終選取的隱節點數為5。隱含層節點轉換算法使用S型函數tansig。

3.輸出層節點數確定。本文中輸出層指標與輸入層指標對應，其中輸出層算法用S型函數logsig。

4.樣本采集。本文以中國銀行F支行的客戶進行問卷調查的形式進行調查研究，此次問卷調查中共收集160份，剔除38份不合理問卷，有效問卷數量為122份。取其中112份作為訓練樣本，剩余10份作為驗證樣本。問卷收集了18個滿意度相關因素，并經過對預試檢測量表的信度、效度檢測。

5.數據規范化處理。上述18個指標中，所反映的銀行客戶對銀行不同角度的感知，各指標之間由于不同量綱造成無法之間比較。因此，為解決這種可比性問題，提高建模的精度，則必須對數據進行規范化處理。首先，對定性指標進行量化處理（采用專家打分制，0～100分）。其次，為提高模型的靈敏度與訓練速度，避開BP神經網絡隱層激勵函數Sigmoid的飽和區，故必須將輸入的指標范圍控制在[0,1]區間內。

6.Matlab編程軟件模型構建。筆者通過Matlab編程軟件制作了一個18×5×1的BP神經網絡模型，最大訓練50 000次，實際在網絡訓練1 215次誤差降低于目標誤差0.00001，即停止學習，這時閾值和權值便固定下來，訓練結果（如下圖所示）。利用訓練好的網絡進行問卷測試，10個樣本數據的實際誤差均小于5%，則可以認為該BP神經網絡在客戶滿意度預測中具有較高的可行性。下表為樣本中隨機一個客戶的數據預測結果。

隨機客戶的數據預測結果

三、結果分析

根據5個指標的數據測量結果，對該網點客戶滿意度情況進行了歸納分析，并對該網點管理與客戶管理方面提出了相關建議。

1.提高客戶自助辦理業務的興趣，增強員工的積極性。銀行網點硬件設施是該銀行作為企業品牌文化的重要展現方面，當客戶對銀行硬件設施感覺不滿時，不僅是對該銀行網點的不滿，更是對該銀行形象的損害。從數據綜合評價中發現，該智能銀行網點在基礎設施雖然有較大的投資，但是客戶自助辦理業務的效率較差。因此，需要加強對客戶宣傳與引導智能機自助辦理，適當時進行示范性演練，形成客戶的無意識學習。建議該大堂經理積極引導辦理業務，同時建議該網點在員工激勵與心理契約管理方式上進行管理，從根本上解決員工積極性問題。

2.加強員工理財業務學習。隨著經濟開放程度提高，銀行創造利潤的要素發生實質性的改變。銀行創造利潤的方式由存貸款利差營收的模式，開始逐漸轉變為以中間業務服務利潤的變化。在2017年5月銀行業公布的我國國內銀行業利潤排名中，招商銀行經過三十多年的奮斗終于超過了交通銀行，實現了中小銀行不可能夢想——超越有百年歷史的國有銀行。根據對招商銀行的利潤分析很容易發現，近年來招商銀行獲取銀行利潤的重要突破口就是以信用卡分期、基金、理財、保險等中間利潤為主。這也對我們銀行業的發展提出了新的發展方向，也為國有銀行在企業改革方面提供了參考。理財業務是銀行業務的重要部分，未來銀行發展的過程中需要的不僅僅是智能化，更需要完善的私人理財管理規劃的銀行。調查數據顯示，該網點在業務規模與業務種類范圍較為全面，但是客戶理財業務方面的發展較為緩慢，已經表現出不能滿足客戶對財產管理的要求。因此，需要該網點對員工理財意識進行大力培養，并進行有規劃的員工理財業務的培訓與學習，實施精細化管理。

3.了解員工心理狀態，創建貼心服務環境。銀行是服務型企業，銀行的轉型不僅是體制的轉變，更是觀念的改變。服務型銀行的建立，是依靠銀行的每一個員工共同努力實現的。處理好銀行內部個體矛盾，才能解決好整體矛盾；處理好銀行內部個體對外部的矛盾，才能處理好內部整體對外部整體的矛盾。根據問卷可靠性中服務效率、移情性與響應性數據的綜合分析可以發現，客戶對該網點員工整體服務效果與效率的滿意度為一般。因此，需要該網點進行細致的員工心理狀態研究。建議該網點進行多方面的正激勵，以較為人性的方式對員工進行正激勵，既要從物質的方式考慮，也要從精神的角度分析，從根本上提高員工的工作熱情與積極性，真正地做到貼心服務。

[1]王雪玉.擁抱智能銀行[J].金融科技時代，2015，(4).

[2]靳小海.銀行業客戶滿意度調查的應用與管理初探[J].濟南金融，2015，(7).

[3][美]德里克·艾倫莫里斯.滿意度的價值[M].大連:東北財經大學出版社，2005.

[4]楊麗芬，蔡之華.BP神經網絡優化算法研究[J].軟件導刊，2007，(3).

[4]黃顯湯.一種客戶滿意度的調查模型及計算方法[J].計量與測試技術，2014，(6).

[5]劉昭嶺.基于BP神經網絡的銀行卡欺詐研究[J].金融，2009，(12).

[6]樊振宇.BP神經網絡絡模型與學習算法[J].軟件導刊，2011，(7).