大数据背景下商业银行客户管理策略研究

张伟胜

摘 要：在当前激烈的市场竞争环境下，以客户为中心的差异化服务已经成为商业银行客户管理战略的发展趋势，差异化通过服务合理分配实现银行客户收益最大化。在大数据时代的背景下，根据大数据应用特点构建价值客户的评价指标体系，并使用模糊层次分析方法对客户进行分类，以此为基础提出商业银行客户管理策略，以期为商业银行客户管理提供参考。

关键词：大数据；客户管理；模糊层次；策略

中图分类号：F832 文献标志码：A 文章编号：1673-291X（2017）04-0068-02

引言

当前，在计算机技术和信息技术的推动下，数据和信息已经占据了整个世界，并且还在以较高的速度不断增长，社交平台上每天新增上亿条共享内容，搜索引擎每天进行上亿次搜索服务。数据研究巨头IDC在研究报告中指出，当前包括各种信息在内的大数据总量增长率保持在60%左右，2015年全球范围内的数据总量达到2 500EB，预计到2020年，数据总量将达到35.2ZB。

在当前大数据时代，如何利用丰富的信息构建完善的客户评价体系，并且在对客户评价和分类的基础上，构建合理有效的客户管理策略，已经成为商业银行当前扩展业务的范围，提高市场竞争力的核心技术。本文从商业银行客户业务特点出发，以大数据时代为背景，根据银行客户的特点构建出具有较强操作性的客户评价体系，并且使用综合评价结果分类客户类别，对不同类别的客户采用不同的管理策略和管理方法，从而为商业银行的客户识别、分类和管理提供支持。

一、大数据的影响

（一）大数据的特点

大数据概念初步形成于20世纪末，其概念最早出现在托夫勒的《第三次浪潮》中，该学者把大数据看成是第三次技術浪潮的关键。舍恩伯格在其专著《大数据时代》中给出了大数据的定义，该学者把大数据定义为和某一事物相关的可以查询到的所有的数据。IBM把大数据特征归纳为4V，即量大（Volume），多变（Variety），价值（Value）和快速（Velocity）。其中，量大是 数据规模大，发展快；多变指的是数据的多样性强；价值是指数据的价值大；快速是指的是数据传输速度快[1～3]。

（二）大数据对银行客户管理策略的影响

客户管理策略指的是企业根据客户信息提升其与客户之间在销售、服务上的沟通和交互，并且根据当前客户的变化对客户服务不断进行改进，从而不断提升客户管理水平，实现企业保留旧客户，吸引新客户，转化忠实客户的目标。银行客户管理体现了银行的经营管理模式从以“产品为中心”的模式转化为“以客户为中心”的管理模型，多家银行也开始构建客户管理系统，加强客户服务，提升自身竞争力。

传统的企业客户调查工作都是通过客户访谈，市场调查等手段完成客户需求，该方法虽然能够保证客户调查质量，但是由于受到时间和成本限制，调查样本有限，难以反映整个市场的特征，从而会导致客户需求分析的偏差。在大数据时代，银行可以从客户信用管理系统、客户业务办理系统、大众微博讨论等多个数据源中得到海量的客户信息，通过数据挖掘等相关技术可以得到较为准确的客户需求信息，从而有利于构建具有针对性的客户管理策略[4～5]。

二、客户管理评价

（一）评价指标体系构建

本文以公司客户为分析对象，在公司客户价值指标体系构建和评价的基础上，构建了基于公司价值的银行公司客户管理策略。

传统的指标评价方法把客户价值分为客户潜在价值和客户当前价值两个方面，并在此基础上构建多层的客户综合评价体系，从而对客户进行综合评价。在大数据时代，银行可以通过互联网、交易等多个渠道去了解到更多的客户信息，因此可以采用更多的指标，对公司客户进行更为准确的评价。本文在调查研究的基础上，以大数据时代为背景，构建了更加丰富全面的评判指标体系，并且以此为基础，对客户进行评价，从而能够准确挖掘客户价值。

根据银行工作特点，银行一般把客户价值看作是在客户的整个生命周期内通过客户业务获取的收益和银行客户服务、营销成本的差值。因此，银行客户价值分析一般从收益和成本两个方面进行度量，同时客户信用是客户价值充分实现的根本保证，在大数据时代，包括公司财务数据、公司发展数据、公司交易数据在内的信用相关数据较为容易获取。因此，本文从收益、成本和信用三个方面出发构建评价指标体系，最终构建的客户综合评价三级指标体系。

（二）模糊综合评价

在构建指标体系的基础上，采用该指标体系对客户进行综合评价，某行支行共有21个公司客户，公司客户的规模、行业、生产经营状况各不相同，该行为了实现客户的差异化管理，需要在客户综合评价的基础上，根据评价结果为不同的客户提供差异化服务，从而实现银行效益的最大化[6]。

首先，采用专家讨论打分的方法计算指标权重，该方法首先采用专家讨论的方法得到指标重要性比较矩阵，然后通过特征值计算的方法计算指标权重。在指标权重计算的基础上，对照指标的评价标准计算每个所有客户每个指标的评分，在指标值归一化的基础上，采用隶属度函数计算得到模糊判断矩阵，并且采用模糊算子逐层递推计算每个客户的综合评价结果，根据评价结果对客户进行分类（如下表所示）。

客户分类结果

三、客户管理策略

基于客户价值的客户管理策略主要包括客户价值评判和目标客户服务分配这两个环节，其中客户价值评判首先需要构建客户价值评判指标，并且根据当前银行发展目标和自身特点合理调整指标权重，然后根据指标评价方法计算指标分值，采用一定的算法计算当前客户价值的高低。目标客户服务分配是指根据客户价值的高低分配合理的服务资源，对于高价值客户，银行优先分配服务资源，并且努力构建与高价值客户的良好关系。对于次价值或者是具有良好增长潜力的客户，银行也要分配合适的服务资源，从而提升银行未来发展能力。

整个实施流程包括客户价值发现、客户价值创造、客户价值传递和管理绩效评价四个过程。四个过程相互关联，共同构成了基于客户价值的银行客户管理策略（如下图所示）。

四个过程的具体步骤如下：

第一，客户价值发现，客户价值发现过程是客户管理的基础，银行在做出产品推销的关键因素是发掘客户需求，并且根据客户需求不断推出新的产品。

第二，客户价值创造，客户价值创造过程同客户关系价值链一致，在实施的过程中需要注意三个关键问题，第一个问题是客户对于客户价值的需求以及商业银行如何提供满足客户需要的商业价值；第二个问题是价值客户能够给商业银行提供的关系价值以及商业银行如何得到这些价值。第三个问题是商业银行在客户关系管理的过程中如何灵活处理客户价值和关系价值，从而使两者平衡统一。

第三，客户价值传递，客戶价值传递的过程体现了银行和客户的关系管理过程，该过程主要包括多种渠道整合过程以及银行客户交互过程。银行为了获取竞争优势需要对客户进行有效管理。在当前的信息时代，银行和客户之间可以依托信息和网络技术构建低成本高效率的沟通渠道。

第四，管理绩效评价，管理绩效评价是整个客户管理流程的最后一个环节，也是最为重要的一个环节，该环节可以评判当前客户管理的有效性，发现客户管理问题，并且及时改进。

小结

商业银行客户价值分析是商业银行客户管理的热点，在当前激烈的市场竞争条件下，价值客户的分类和保留，是银行在当前激烈的市场环境下取得快速发展的关键。本文基于大数据时代特点和商业银行发展实际，在构建了具有大时代数据特点的指标体系的基础上，采用模糊综合评价方法对客户进行分类，并且以此提出了基于客户价值的银行客户管理策略，为商业银行客户管理提供参考。

参考文献：

[1] Viktor Mayer-Sch？觟nberger，Kenneth Cukier.Big Data ：A Revolution That Will Transform How We Live，Work，and Think[M].Boston：

Houghton Mifflin Harcourt，2013.

[2] 涂子沛.数据之巅：大数据革命，历史、现实与未来[M].深圳：中信出版社，2014：13-112.

[3] 马建光，姜巍.大数据的概念、特征及其应用[J].国防科技，2013，（2）：10-17.

[4] 贺本岚.大数据时代数据挖掘在银行客户关系管理中的应用研究[C]//第八届中国管理学年会——金融分会场论文集，2013.

[5] 张华.大数据在中国银行业的应用趋势[Z].2013.

[6] 江高.模糊层次综合评价法及其应用[D].天津：天津大学，2005.

[责任编辑 陈丽敏]