金融行业数据挖掘应用

金融行业数据挖掘分析及其应用

目录

一、数据挖掘基本概念和应用意义 (2)

二、数据挖掘技术应用现状 (3)

（一）数据挖掘在电信领域的应用 (3)

（二）数据挖掘在竞技体育领域的应用 (4)

（三）数据挖掘在金融领域的应用 (4)

（四）国内外数据挖掘技术应用现状 (6)

三、数据挖掘探索和实践 (6)

（一）数据挖掘在风险防范方面的应用 (7)

（二）数据挖掘在市场营销方面的应用 (8)

（三）数据挖掘在信息分析方面的应用 (10)

（四）常规数据挖掘技术（数据匹配和筛选）的应用 (14)

四、数据挖掘应用建议 (15)

（一）应用数据挖掘技术的可行性 (15)

（二）应用数据挖掘技术的紧迫性 (16)

（三）对全行推广应用数据挖掘技术的建议 (17)

1．加强宣传力度，唤醒利用信息资源意识 (17)

2．实施信息化经营管理，提高同业竞争力 (17)

3．加强技术和业务协同，把工作落到实处 (18)

4．把握自身特点，因地制宜开展挖掘工作 (18)

5．重视源头数据维护，提高数据信息质量 (19)

信息化时代的市场竞争自然离不开信息。问题是我们现在能获得的信息不是少了，而是多了。如何读懂这些信息、发现这些信息的含义成了难题。统计报表是从宏观角度解读数据信息，告诉我们事物整体的发展趋势，而数据挖掘则是从微观角度解读数据信息，描述个体之间的客观联系。正如望远镜让人们看到了遥远的天体活动，显微镜让人们分辨出细微的生命运动一样，两者都异常美妙。

一、数据挖掘基本概念和应用意义

数据挖掘技术出现于20世纪80年代后期，它是一项利用数学和计算机工具，从海量数据中寻找潜在规律的技术。它采用神经网络、决策树、聚类等模型算法，对海量数据和信息进行运算分析，从中归纳、总结出一些靠人工很难发现的规律。通常人们所说的数据挖掘，泛指从系统数据库中直接提取所需要的数据，或在此基础上进行筛选或过滤处理，得到所要的结果。利用数据挖掘技术，可以帮助我们发掘信息资源宝库，进一步发挥数据和信息“满足监管要求、提供决策支持、引导经营管理”的作用。小平同志早在上世纪八十年代就指出，“开发信息资源，服务四化建设。”他敏锐地意识到信息是一种有待开发利用的资源，并且可以直接服务于当今最先进的生产力。

从信息供给方面看，近些年来，加快了信息化发展，日常工作中积累了大量业务数据和信息。除了满足统计报表编制、业务查询需要外，如何有效地发掘、利用这部分信息资源，更大地发挥它们的作用，是逐步走向信息化之后面临的一个新课题。从信息需求方面看，

市场营销部门要在客户数量众多的个人客户、中小企业等市场中寻找营销目标，除了传统手法外，必须得到更多的数据和信息支持。只有增加营销技术含量，实施精准营销，才能提高营销成功概率。

在信息技术和网络化水平日新月异的现代，市场变化之快超过我们很多人观念的更新、认识的提高，金融市场的竞争已经突破了网点布局、客户经理数量等范畴，更多地表现为技术手段和无形市场的竞争。可以预见，在信息化时代下，商业银行的市场竞争必将日趋激烈，竞争格局可能发生较大变化，而在这其中，数据挖掘技术将发挥出越来越重要的作用。

二、数据挖掘技术应用现状

经过二十多年的探索发展，数据挖掘技术在社会多个领域得到了有效运用，打开了业务发展思路，提供了提升业绩的全新手段。

（一）数据挖掘在电信领域的应用

在激烈的通信市场竞争下，电信运营商面临客户流失问题。对剩余客户日渐稀缺的通信市场来说，留住一个老客户的成本约为发展一个新客户的五分之一，运营商当然更希望能阻止老客户流失。但当运营商面对海量的客户资料时，如何判断客户的流失倾向是个棘手问题。数据挖掘技术通过对流失客户的特征进行归纳，训练出分类模型，再将训练好的模型应用于所有客户，就可以类比分离出易流失的客户群。运营商只要据此挑选出需要保持的有价值客户，采取相应维系措

施，就能减少他们的流失。除了降低客户流失度外，数据挖掘技术还被应用于检测电话欺诈。通过对通话号码、通话时长、通话次数等要素进行统计归纳，分析那些偏离常规值的通话模式，进而发现电话欺诈行为。英国电信曾检测出频繁进行集团内部通话（特别是用手机通话）的一些犯罪集团，成功避免了数百万美元的欺诈。

（二）数据挖掘在竞技体育领域的应用

有人曾将数据挖掘技术用于球类比赛的临场技战术分析。通过把运动员的技术动作分解成击球方式、击球基本动作、击球路线、击球效果等四组编码，分析各种技术组合和战术套路，从中找出提高比赛胜率的技术和套路。数据挖掘最成功的体育领域应用要数NBA比赛。美国数据挖掘专家分析了NBA比赛的统计数据（主攻、助攻、篮板、犯规等)，帮助纽约尼克斯队和迈阿密热队提高竞争优势，取得了很好效果。目前，大约有20多个NBA球队利用数据挖掘工具优化他们的战术组合。

（三）数据挖掘在金融领域的应用

汇丰、花旗和瑞士银行是数据挖掘技术应用的先行者。如今，数据挖掘已在银行业有了广泛深入的应用，主要可分为以下两个方面： 风险管理

风险管理是数据挖掘在银行业的重要应用之一。如信用风险评估工作，通过构建信用评级模型，评估贷款申请人或信用卡申请人的

风险。过去，这种信用评分工作由银行客户经理逐个完成，往往只考虑几个简单变量，如就业情况、收入、年龄、资产、负债等。现在应用数据挖掘方法，可以增加更多的变量，提高信用评级模型的精度，改进信用评价质量。通过对批量客户进行数据挖掘，还可以侦查异常的信用卡使用情况，发现极端客户的消费行为。

客户管理

在银行客户生命周期的各个阶段，都可利用数据挖掘技术。

——客户获取阶段

通过数据挖掘中的购物篮分析，可以预测客户对银行营销活动的响应率。那些被判定为有利的特征可以与新的非客户群进行匹配，以改善营销活动的效果。数据挖掘还可从银行数据库存储的客户信息中，根据事先设定的标准找到符合条件的客户群，也可以把客户进行聚类分析让其自然分群，通过对客户的服务收入、风险、成本等相关因素的分析、预测和优化，找到新的可赢利目标客户。

——客户保留阶段

与电信领域的应用类似，数据挖掘技术也可用于缓解银行客户的流失问题。

——服务优化阶段

为客户提供优质和个性化的服务、适时的关怀，是赢得客户好感的重要手段。通过分析重点客户对产品的应用频率、持续性等指标，可以判别客户的金融消费习惯、产品偏好、风险偏好、银行忠诚度等。知道客户的金融兴趣和爱好后，银行就能为客户提供有针对性的服务

和关怀，赢取客户进一步的信任。

（四）国内外数据挖掘技术应用现状

理论上讲，数据挖掘的可应用领域非常广泛，只要有信息数据库，都可进行有目的的发掘分析。国外常见的应用案例多在零售、制造、金融保险、通讯及医疗服务等行业。商家从顾客购买商品中发现一定的关系，提供打折购物券等，提高销售额。保险公司通过数据挖掘建立预测模型，辨别出可能的欺诈行为，避免道德风险，减少损失。在制造业中，电子产品的生产和测试产生大量的数据，对这些数据进行分析，可以找出存在问题的环节或工艺，提高产品质量。如今电子商务快速普及，可以用数据挖掘对网站进行分析，识别用户的行为模式，保留客户，提供个性化服务，优化网站设计。

国内数据挖掘的应用尚处于起步阶段。中国电信在一些省份做数据挖掘的试点。主要采用聚类和预测挖掘技术，实现了客户分群模型和流失预测模型的建立和应用。通过客户分群模型，对客户进行细分，找出有相同特征的目标客户群，有针对性地进行交叉销售。通过流失预测模型，锁定流失的高危客户，进行事前挽留，取得了一定效果。另外，已有多家中小银行意识到数据挖掘技术在市场扩张中的辅助作用，开始公开招募数据挖掘人才，显然是准备启动这项工作。

三、数据挖掘探索和实践

我行信息管理条线很早就意识到数据挖掘技术在信息资源利用

上的潜在作用，多次举办培训班传授、讲解数据挖掘基本知识，倡导、推动数据挖掘技术在全行的应用。一些分行也在这方面作了初步的探索和实践，取得了良好效果。

（一）数据挖掘在风险防范方面的应用

以个人住房贷款违约客户数据挖掘为例。当前，个人住房贷款业务已成为我行重要的信贷产品。研究客户特征与贷款违约间的关系，找出其关联性，对于优化客户标准，提升个人信贷决策质量尤为重要。在个人住房贷款发展过程中，由于宏观经济环境的起伏变化，特别是房地产市场的周期波动，以及借款人家庭经济情况或婚姻状况的意外变化，个人住房不良贷款逐渐增多。商业银行逐步加强了对个人住房贷款的风险管理，加大了不良贷款的处置力度。但个人住房贷款往往在逾期后才会被发现，所以，这些措施只能是事后的、被动的。面对这种状况，如何前移风险关口，及早发现问题贷款，便是摆在个人住房贷款风险管理者面前的一个新课题。我们尝试用数据挖掘技术解决这一问题。

我们认为，看似不可预见的个人住房不良贷款并不是随机产生的，多数也不是在一夜之间突然形成，偶然之中蕴有必然，量变导致质变。这些贷款可能早在客户选择上就有些先天不足，风险随时会被诱发；也可能在信贷要素上有些共同弱点，业务上有瑕疵；还可能有些相近的恶化特征，具有类似的蜕变趋势；或者上述诸因素兼而有之。尽管到目前为止我们还没有很好地归纳出客户违约的规律，但它们应

该已经存在于数据信息中，等待着人们去发掘认识。数据挖掘技术就是通过研究那些散落在海量数据中的不易被察觉的蛛丝马迹，帮助我们找出客户数据信息和不良贷款之间的内在联系。

根据业务经验，我们有理由判定客户的基本信息、贷款合同信息、账户信息以及账户交易信息有可能与不良贷款有关（只要判断哪些指标可能有关就行，最终是否有关、关联程度多大，数据挖掘结果会给出答案）。为此，我们采用借款人的年龄、性别、最高学历、本人月收入、信贷产品、贷款金额、担保方式、分期还款额等客户信息和合同信息，以及客户在的所有账户近半年来每月的定、活期、借、贷方交易金额、交易笔数等78个字段信息，作为数据挖掘模型输入项，上述信息共同组成了个人住房贷款风险评估的基础数据。

通过选取部分客户基础数据作为样本，经过反复调试，生成了数据挖掘模型，再将该模型运用于全量客户数据，得到了可能违约客户清单。有了这份清单，风险管理部门就可以采取相应预防或监控措施，将风险控制关口前移，减少信贷损失。

（二）数据挖掘在市场营销方面的应用

短信通知服务是既能给客户带来方便，又能给银行带来稳定中间业务收益的双赢产品。上海分行电子银行部过去通过随机电话外拨进行营销，人力、时间、费用投入大，营销成功率低，营销人员成就感差。了解到数据挖掘技术可以帮助实现精准营销后，电子银行部希望先通过数据挖掘手段，挖掘目前对私客户中可能有短信通知服务

需求的客户，然后再进行有针对性的短信通知服务营销。

为此，分行信息中心从多个系统中整合了短信签约客户信息（年龄、学历、婚姻状况、联系方式等）、账务信息（账户余额、日均、结算量、结算笔数、通过ATM机交易笔数、通过网银交易量等）、贷款信息、持卡信息、代发工资信息等，对现有有效收费的短信服务客户群体进行关联分析，发现了短信客户部分特征：

——网上银行客户较易接受短信收费服务。

——网银签约客户使用短信服务的较多。

——年轻客户更乐意接受短信收费服务。

——账户余额大的客户倾向于使用短信通知服务。

——经常使用ATM机交易的客户倾向于接受短信通知服务。

——短信收费客户的交易频度明显较高。

为了开展生产营销，分析人员进一步用数据挖掘模型对所有对私客户进行挖掘，得到了潜在客户明细，同时还标明了每个客户是否使用我行网上银行、信用卡、个贷、CTS等产品标志。在此基础上，95533尝试对使用不同金融产品的客户进行分类组合，然后进行个人短信服务外拨营销。经过一段时间的尝试，发现使用我行网上银行，有我行信用卡，且办理过个人贷款和CTS业务的客户，外拨营销成功率为47.41%。如此高的营销成功率，让营销人员成就感和工作信心倍增。在此后短短的20天中，95533共外拨信息中心提供的潜在客户13122名，其中，成功营销5950名客户体验个人短信服务，外拨营销成功率高达45%，日均营销成功客户数为298名。

深圳分行借助同样的技术，挖掘出了短信服务目标客户清单，深圳分行在此基础上加大力度进行营销，取得了事半功倍的效果。

（三）数据挖掘在信息分析方面的应用

贷记卡产品种类繁多，各卡种之间差异明显。为了更好地认识贷记卡的使用规律，推动贷记卡营销，我们通过数据挖掘技术对此进行分析。

首先来分析卡的关联情况。下图是我行各卡种的关联情况。由于标准卡占总发卡数的52.42%，所以在此网络图中我们把标准卡剔除。图二中的线条越粗表示各卡种的关联越大。我们可以明显看到奥运白金卡与VISA白金卡，东航龙卡与大众龙卡、学生卡、香港精彩旅行卡，大众龙卡与香港精彩旅行卡都是有较强关联的卡种。根据这些信息，可以对相关程度较高的卡种进行交叉销售。

图一

再来介绍数据挖掘技术在客户细分方面的作用。我们使用两步聚类模型对现有贷记卡客户进行分析。所谓聚类，顾名思义就是将分析对象分组成为由类似的对象组成的多个类的分析过程。进入模型进行运算的字段（分类基准）分别为教育程度、性别、住宅性质、婚姻状况、是否缴交补充公积金、基本公积金月缴交额区间、贷记卡消费笔数区间、贷记卡消费额、年龄区间等字段。

下面就是通过两步聚类得到的各个聚类的特征图。

图二

两步聚类将所有的贷记卡客户划分成5个类，观察这五个分类，可以很清楚地发现聚类2是最优质的客户群，聚类4的是相对贷记卡消费欲望不强的客户群，聚类5则是一些年轻的客户，这些客户相对贷记卡消费能力较弱，聚类3是年轻客户中相对比较有消费能力的群体，最后聚类1是主要反映一些已婚有子女客户的特征。下面我们重

点分析聚类2的特征。

图三

聚类2的消费笔数、消费额都是集中在最高区间。我们可以看到，在交易笔数和交易量下的柱状图中代表交易笔数及交易量高的绿色和粉红色柱体是占多数的，表示聚类2中大部分客户的消费笔数及消费额都是处于我行贷记卡客户的最高端，可见聚类2中的客户的贷记卡消费能力极强。

进一步观察我们发现这类客户的基本公积金缴交额较高，代表缴交额高的客户的深蓝色柱状在聚类2中占最高比例，而补充公积金缴交比例相对其他几个聚类群高出许多，由此我们可以推断这类客户的收入较高，而正是由于这类客户的收入较高才导致贷记卡消费能力提高。

再看这类客户的基本特征。从客户的基本信息的几个属性来看，首先对于教育程度分布，相对其他聚类，代表大学学历的红色柱条最高，而代表高中与中专学历的咖啡色柱条最低，所以我们可以认为这

部分客户的学历结构中高学历占大部分。

再看性别分布，在这类中代表男性的粉红色柱条远高于代表女性的淡灰色柱条，在各聚类中男性比例最高，所以造成该聚类有较高的消费能力及收入。

聚类2中的客户年龄区间分布，代表30至40岁的湖蓝色柱条最高，而代表30岁以下客户的灰色柱条很低，所以我们认为该类客户多集中在30至50岁，而30岁以下的客户较少。

在聚类2的婚姻状况柱状图中，代表已婚有子女的淡绿色柱条较高，显示已婚有子女的客户比例较高，而代表未婚客户的红色柱条相对其他聚类并不高，所以我们可以认为该类客户中婚姻状况是已婚占大多数，而消费能力及收入不高的未婚客户较少。

该聚类中，住房性质分布也基本集中在深绿色的自有产权和淡绿色的按揭，相对其他各类住房性质为自有产权及按揭的客户占比较高。

用同样的方法可以分析其它各聚类客户的属性。

（四）常规数据挖掘技术（数据匹配和筛选）的应用

其实，数据应用最需要关注的不是采用了何种高级技术，关键是要把信息资源充分利用起来。至于采用的技术方法，在达到目的的前提下，应该越简单越好。有了数据和信息资源，只要分析细致，运用巧妙，即使仅采用常规数据挖掘技术，如数据匹配和筛选，也能给营销工作提供很大帮助。

福建分行的大堂营销支持系统就是个很好的例子。该系统始建于2009年7月份，依托在综合数据管理平台（ODSB）上，是为提升基层网点个人客户营销能力而专门开发的一个应用系统。该系统通过客户在排队机上的刷卡信息，迅速匹配出客户的基本信息、产品持有信息、VIP级别等，依据系统原来设定，自动筛选出潜力客户及推荐营销的关注产品。系统在客户刷卡后约10秒钟左右能将短信发送到大堂人员的手机上，每30秒系统能够自动刷新并提供潜力客户信息查询，能够为大堂人员识别和营销潜力客户提供数据支持（如客户年龄、性别等，便于大堂人员识别），使大堂人员利用客户等待时间近距离贴身营销客户，有针对性地向客户营销相应的产品。该系统的推出，将网点大堂的营销提前至客户排队等候时间，并实现潜力客户识别和营销产品推荐功能，从而极大提高大堂经理推荐和营销的准确性和有效性。目前系统已正式上线运行，到2010年11月，福建分行已开通该系统的网点有421个，占全辖88.6%。开通对应的大堂经理1062人，系统每日发送营销短信3933条。该系统在帮助网点业务人员营销客户工作中收到了很好效果。

四、数据挖掘应用建议

（一）应用数据挖掘技术的可行性

金融单位的各个信息系统经过多年的运行，积累了大量业务信息数据，生成模型必需的样本数量已经比较充足，再加上数据质量的不断改进和数据标准化工作的全面推广，数据信息的数量和质量已经

能够满足数据挖掘的基本要求，不同系统间的数据也能够通过关键字实现关联和整合，形成多角度、多维度、多层面的客户金融行为信息。的信息化建设具备了从“收集信息”阶段，逐步进化到“利用信息”阶段的基础条件。

通常，数据挖掘需要处理的数据量比较大，迭代、排序等运算时间比较长，对计算机软硬件要求比较高。近年来，数据库技术飞速发展，各行计算机硬件设备也快速更新，可以保证大运算量的数据挖掘顺利进行。

（二）应用数据挖掘技术的紧迫性

前台市场竞争需要数据信息、分析技术支持，以实现智能化、标准化和精确化营销。业务发展战略已经从过去的抓“大行业、大企业”，转变到目前的大小通吃战略，即，既抓大项目，也抓中小企业和个人零售业务。但我们的人员队伍最擅长的依然是关系营销，而不是信息化技术营销。另一方面，后台管理要求对信息数据进行整理、加工、处理、分析，以满足精细化管理和量化管理需要。报表反映的一般是统计结果信息，而且还是正负因素相互抵消后的折中结果信息。统计结果只是现象，明细数据才包含原因。要知其所以然，就必须分析明细数据。只有把现象和原因都搞清楚，管理者才能正确指挥和导向。而要读懂明细数据所包含的信息，就必须对数据进行深入的挖掘和分析。

（三）对全行推广应用数据挖掘技术的建议

1．加强宣传力度，唤醒利用信息资源意识

对银行工作者来说，数据挖掘的概念是比较新的，数据挖掘的基础数据条件和计算机软硬件条件也是最近几年才逐渐具备的。为了让更多的干部员工了解和自觉应用数据挖掘方法，应当加强对数据挖掘工作的宣传和培训，增强在数据信息中寻找商机的意识、敏锐性和能力。应当像重视资金资源、人力资源、网点资源和客户资源一样，重视自身经营管理活动中积累起来的信息资源及其开发利用，以掌握金融市场竞争主动权。资源只有利用了才有价值，资源闲置是一种浪费。目前行内的信息应用多数是后台部门统计、分析之类的事后应用，前台部门营销前的主动应用还很少，我们应该把数据挖掘的理念、方法、作用、效果介绍给业务部门，帮助他们突破传统思维，学会从信息中发现、规划、开辟、维护、拓展市场。全行数据挖掘应用最大的障碍不是技术和设备，而是观念和认识。

2．实施信息化经营管理，提高同业竞争力

银行的信息工作正像军队的情报工作和侦察工作，是指挥者的眼睛和耳朵，耳聪目明才能知己知彼，百战不殆。信息是行动的指南、决策的依据。正如现代战争要求军队能“打赢信息化条件下的局部战争”一样，现代金融市场竞争要求商业银行在信息化条件下比高低，赢得产品营销和服务质量的竞争。如果我们没有对信息数据进行快速、

深入分析和挖掘的能力，我们就会在激烈的市场竞争中失去先机，陷于被动。银行今后的同业竞争力很可能首先表现在它的数据信息处理能力，信息是个制高点。信息化时代，人们的工作、生活、学习、交往、交易等习惯以及企业的生产、管理、销售、扩张、融资等方式均被彻底改变，我们再也不能离开数据和信息技术。

3．加强技术和业务协同，把工作落到实处

数据挖掘工作其实不仅仅是信息管理部门的工作，它是一项跨部门的系统性工作。没有信息技术部门的支持，数据的获取、整合、更新、准确性、及时性等都会受到影响；脱离了业务部门的合作，数据挖掘的需求、目标、字段含义、数据口径等都会含糊不清，挖掘结果也得不到很好利用。另外，数据挖掘工作才刚刚起步，还有许多问题需要探索，有很多不足甚至差错需要改进。因此，要做好数据挖掘工作，必须加强与技术和业务的协同，形成完整的工作链，让工作流程得以贯通，形成“需求——挖掘——应用——改进“的良性循环反馈机制，使数据挖掘工作产生真正的生产效益，同时在实践中逐步提高数据挖掘水平。

4．把握自身特点，因地制宜开展挖掘工作

严格意义上的数据挖掘需要有专门的知识、软件工具和硬件设备，许多分行一时还不具备这样的条件。但是常规意义上的数据挖掘对所有分行来说，是既可行又管用的技术。数据挖掘的最终目的是

满足生产需要、促进业务发展，并不是追求理论上或技术上的成就。只要能解决问题，方法越简单越好。因此，各分行应该立足现有条件，不等不靠，思考本行数据信息的开发利用问题，找到与业务发展的结合点和工作切入点，充分利用综合数据管理平台（ODSB）提供的数据，从基本的筛选方法入手，发挥数据信息的作用。总行分析型客户关系管理系统（ACRM）已经引入了数据挖掘工具，考虑到其模型样本取自全国，而全国各地地区经济状况差别显著，生成的模型不一定适合所有分行，因此，各分行在应用中一定要根据自身客户、业务特点，开展数据库营销工作。

5．重视源头数据维护，提高数据信息质量

信息管理工作走到今天，应该可以把一些专项性的工作串联起来，统筹兼顾地进行。比如，数据挖掘工作和数据质量管控工作就可以相辅相成地开展。数据挖掘实际上是对数据信息进行深加工，是在假定数据信息都是真实、可靠、确定的基础上进行的。因此，数据挖掘结果的好坏与数据质量密切相关，错误的数据会生成错误的模型、得出错误的结论、诱发错误的决定、导致错误的行动，其结果比不做数据挖掘更糟糕。数据质量是数据应用的起点，直接影响到后续很多工作的开展，在数据挖掘实践中数据质量的重要性又一次体现出来。国际化的商业银行应该有国际水准的数据质量，对数据进行完整、准确、及时维护的意义，不仅仅在于完成统计报表，数据通过后续开发利用，又循环变成了促进前台业务发展的动力，产生直接的经营效益。

因此，全行上下应该高度重视数据质量管理这项基础性工作。

信息化时代来银行办理业务的客户越来越少，在不见人影的情况下，如何营销客户？如何防范风险？那就得靠我们掌握的数据信息，见信息如见人。不同的人有不同的信息，不同的活动有不同的记录，人的千差万别体现在信息上，人的相同属性也有数据为证。当然还要靠数据挖掘，数据挖掘通过计算量化的人，运筹帷幄，决胜千里。