金融行业-解决方案

　　 客户细分--有的放矢还是广而告之
　　 交叉销售或向上销售
　　 客户流失模型
　　 信用评级应用


客户流失模型

问题与数据

Z银行现在在其传统的贷款项目上遇到了客户的流失，他们是Z银行最为有价值的客户基础之一。因此在一项市场营销战略中，Z银行提供给她的新客户许多激励措施（诸如免费的电器产品和家具优惠购物券等）。但是，这是一项相对于竞争对手相当高的客户赢得的初始成本。然而，在这一贷款项目上的市场环境注定了该项目是低风险暴露的项目，由于家庭抵押贷款与交叉销售其他服务如家具贷款或家庭保险有着很强的战略上的指向。

除了保持其在战略上的市场领域，对于Z银行来讲，预测流失的可能性也是很重要的，这样他们就可以减少赢得的客户很快就流失的数目。注意Z银行已经拥有客户数据库，其中包括在客户申请其贷款时的交易和人口统计学数据信息。

假设Z银行拥有以下数据：
1.客户ID号；
2.储蓄账户余额；
3.现金账户余额；
4.投资账户余额；
5.每天平均交易次数；
6.信用卡支付模式；
7.是否拥有未完结抵押贷款；
8.是否有信用额度限制；
9.客户年龄；
10.客户性别；
11.客户婚姻状况；
12.客户家庭情况（孩子数）；
13.客户年收入；
14.客户是否拥有一辆以上小汽车；
15.客户流失状态。

进一步假设，我们数据挖掘应用演示的目标是构建一个流失预测模型来预测现存客户在未来六个月里流失的概率可能性。这个预测模型将基于上面提到的13个变量来构建，预测目标变量是一个多分类变量：现存客户、自愿流失、非自愿流失。非自愿流失对于Z 银行来讲可能是很少感兴趣的，因为其反映的大多是因为客户在这贷款期间已经卖掉了他们的房子并且因而就不再需要这种贷款了。自愿流失这是指客户离开Z 银行的服务而转向了其竞争对手那边，这才是银行所首要关注的。

在展开这一应用之前，Z银行将其所有的现存客户分类成为以上所说的三种类型。同时，按照常规的做法，所有的人口统计学信息每六个月进行一次更新，而实际的交易信息数据是实时更新。为了能够使得预测模型可以提供尽早的指示，从而及时地采取相应的补救措施。因此，在建立模型时，应该确保目标变量和输入解释变量之间要滞后六个月。也就是说，输入变量比起客户分类的流失状况来讲要先于六个月进行收集，因而，这个预测模型就是提前六个月预测出流失状况。

模型与结果

对于预测性模型来讲，通常使用三种数据挖掘技术，也就是， Logistic 回归、神经网络和决策树。我们在这里将使用SPSS公司的专业数据挖掘分析工具软件Clementine 来展示应用。图1给出了与例证相关的数据挖掘程序图表。注意其中的描述与可视化、关联与聚类、以及预测性模型都被整合在这一例证中。关于相关数据的快照显示在图2中。



图1



图2

描述与可视化结果

正如前面提及的，描述与可视化对于理解数据和在初步建模阶段探索模式、趋势以及关系都是相当有用的。在本例中应用了几种描述与可视化工具。例如，在Clementine 中应用Statistics节点和Distribution节点来展示描述统计量。其中一些结果展示在图3中（例如，在图中左边我们可以看出家庭贷款客户的平均年龄为57.4岁，同时看图的右边，其中720或50.7的客户为女性）。这些描述有助于我们理解数据。要可视化数据应用Plot节点和Histogram节点，我们可以生成关于客户收入与客户年龄的散点图以及显示每天平均交易次数的直方图（ 相应参见图3中间部分）。更进一步，为了可视化目标变量之间的相关，客户流失状况在不同的图中采用了覆盖图的形式。例如，客户的离差，介于女性和男性中的非自愿流失与自愿流失客户以及对每一水平的交易途径都一体化的体现在图上。这些对于变量关系的预先的评估对于建模来讲都是有用的。尤其是，这些结果暗示了部分的自愿流失在女性客户中比男性客户更为普遍，并且交易积极性更低。



图3

最后，Web节点画出了客户性别、客户婚姻状况、信用卡支付模式与客户流失状况的关联（见图3中的下部）。 强关联显示在图上使用更粗的线条。如果联系不能达到某个入门水平就不会将关系显示在图上（例如，在非自愿流失者与被选择进入的输入变量之间）。网络图显示出现存的客户倾向于那些已经结婚的并且是男性而且他们使用其他账户来支付信用卡。提及注意的是，正如前面已经提到的，客户流失状况是滞后于输入变量六个月的。

图8

图8显示的是神经网络模型，在该模型中输入层含有15个神经元，在隐含层含有五个神经元，在输出层则含有三个神经元。另外，五个最重要的输入变量为：现金账户、孩子数目、储蓄账户、投资账户和婚姻状况。最后，决策树模型显示了一个相对简单的含四个最终节点的决策树，其中只有三个重要的输入变量：投资账户、性别和年龄。图9给出了这一决策树模型的图形化展示。