基于数据挖掘的银行客户利润贡献度模型分析与研究

摘要

进入新世纪以来，对于银行同业来说，由于银行业间金融产品的差异化越来越不明显，从以产品设计为中心到以客户的关系维护为中心的转变，使得客户关系管理和客户关系维护在银行同业中的地位越来越重要，从而使得银行同业的竞争变得越来越激烈，因此决定一个银行能否生存下去的关键就在于能够提供具有特色性的服务，但是对于每一个银行业机构来说，我们拥有的人力资源和其他资源是相对有限的，导致我们无法提供相同的服务给不同的客户，二八定律告诉我们，一个企业中有接近百分之八十的利润是由百分之二十的客户资源贡献的，因此我们需要每一个客户利润贡献度的大小进行区别对待，才能使商业银行通过对有限资源的充分利用，获取最大的利润。
　　本文选择客户利润贡献度模型作为研究目标，首先分析了国内外目前的研究现状，同时对国内外研究情况进行了比较，接下来对于该文章中用到的数据挖掘方法进行详细的阐述说明，然后宏观构造了一个基本的银行利润贡献度模型，然后再利用某国有商业银行下属支行部分资产类数据，结合已经阐述的数据挖掘聚类分析方法以及决策树分析方法进行进一步研究。本研究的创新之处在于详细分析了进行银行利润贡献度数据挖掘分析方法与过程，提出了银行利润贡献的主要业务类别，同时结合资产类利润贡献度，运用某银行下属分行的资产类数据，结合提出的数据挖掘方法进行了分析研究，利用决策树算法，对划分出的不同类别的客户重新进行分类，按照利润贡献度的大小重新划分，提出针对不同贡献类别客户的维护和营销策略。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 研究背景

1.2 研究意义

1.3 国内外银行客户利润贡献度研究现状

1.4 研究框架

第2章 相关理论研究概述

2.1 客户利润贡献度理论综述

2.2 数据挖掘相关技术理论综述

2.3 本章小结

第3章 银行客户利润贡献度模型的构建

3.1 银行业务概述

3.2 基于账户利润贡献度的模型分析

3.3 基于银行业务类型的客户利润贡献度模型

第4章 银行客户利润贡献度的数据挖掘实证分析

4.1 构建银行客户利润贡献度数据仓库

4.2 银行客户利润贡献度数据预处理

4.3 银行客户利润贡献度数据的聚类分析

4.4 银行客户利润贡献度数据的决策树分析

4 .5 银行客户利润贡献度数据挖掘分析结论

第5章 结论与展望

参考文献

附录

附录一 某银行下属支行客户资产类部分数据

附录二 附录一表中资产类部分预处理后数据

附录三 K-means算法中用到的具体代码

致谢

攻读硕士学位期间撰写的论文