商业银行客户营销系统方案--原创

商业银行客户营销系统方案--原创

商业银行客户营销系统方案--原创

摘要：目前，我国商业银行小微金融业务普遍存在不良贷款增长过快、客户存款发展缓慢、客户贷款余额增长缓慢等综合性经营问题。 这些业务问题是由于我国商业银行在对客户营销中存在一些问题，如客户定位不明确、个性化服务不够、产品差异不明确、产品特性不明确等。

针对当前商业银行客户营销体系存在的问题，本文从客户投资收益和客户活跃行为角度测算客户贡献，得出客户对商业银行的价值，建立有效的客户营销体系，实现客户分级管理和精准营销，有效提升客户存款业务发展速度、小微贷款规模和贷款余额增速。

关键词：客户投资收益； 客户行为； 客户贡献； 营销系统模型

介绍

随着我国商业银行的不断发展，同业竞争压力持续急剧加大。 受宏观经济压力和大环境不利因素影响，部分商业银行发展由快变慢，后劲不足。 主要体现在不良贷款率增长较快，客户存款业务发展缓慢，客户贷款余额增速放缓。 解决这些问题的关键在于打破传统的CRM客户关系管理体系，如何建立更完善、更适合自身发展的客户营销体系，低成本、高质量、高效率地增加客户存款，增加小微贷款规模，确保贷款余额稳定增长。 为此，我行在全面拓展市场的同时，建立了较为完善的客户营销体系，从客户价值层面出发，从客户利润贡献和风险成本角度进行衡量，细化分层客户，并开发潜在客户。 客户的投资能力，主动为有资金需求的客户提供最优质的贷款服务等，针对不同层次的客户精准制定更积极有效的营销策略。

1 客户贡献模型

近年来，商业银行对客户关系管理系统CRM的研究逐渐成熟，越来越多的研究者对其在客户关系管理中的客户贡献度进行深入研究。 商业银行的客户贡献度是衡量客户价值的重要指标，是商业银行客户对客户关系管理的自然回报，也能反映商业银行在整个生命周期中投入的各种资源的成本和收支情况. 所带来的总收益反映了客户对商业银行利润的贡献能力。 该指标为商业银行区分客户、提供个性化、差异化服务、精细化客户群管理提供决策支持。

在评价商业银行的客户贡献时，不仅要考虑客户给银行带来的收益，还要考虑客户未来可能给银行带来的收益。 因此，在建立客户贡献模型时，需要考虑两点：一是客户的当前价值，二是客户的潜在价值。

1.1 客户现值

客户现值是商业银行客户与商业银行合作产生的收益之和。 其计量以各项贷款、存款和中间业务创造的综合效益为计量指标，同时应全面涵盖客户为商业银行创造价值的各要素，包括利息收入、资金成本、手续费等。成本、风险成本、人工成本、税收成本和资本经济成本。 结合我行已完成的内部资金划拨系统，采用商业银行内部资金划拨价格计算方法确定商业银行内部资金划拨价格，并在此基础上进行客户贡献度的计算. 由于一个客户有多个账户，需要根据该客户的所有账户逐一计算价值并汇总，得到该客户的贡献，即该客户的贡献为该客户所有账户的价值贡献之和客户，表示为：

其中：预测期内客户价值贡献

是某个客户某个账户在预测期内的价值贡献

当前的客户价值体现在客户在银行的业务交易中，这些业务类型本质上分为三类，负债业务、资产业务和中间业务。 因此，客户的综合贡献是三类业务贡献的总和。 计算模型为：客户贡献=客户收入-客户成本=负债业务收益+资产业务收益+中介业务收益。

(1) 负债业务收益

银行负债是企业或个人将资金存放在银行而产生的。 负债业务价值指标包括存款日均余额、内部资金划转价格、存款天数等。 客户存款收益=客户存款内部资金划转收入-客户存款应计存款利息支出，其中：客户存款内部资金划转收入是指计量期内客户在商业银行的存款，按实际存款每个客户在商业银行账户的金额和期限是根据具体情况计算的，计算公式如下：

内部资金转移收入=

其中：表示计量期内存款日均余额商业银行在开展电子资金转移，为客户每日余额除以统计期内天数之和。 统计周期为从测量周期开始到测量周期结束。 存款天数（计算期天数）

客户存款应计存款利息支出是指商业银行在计量期内应付给计量账户的存款利息支出，

银行的资产来自企业或个人从银行借入的资金。 客户贷款收益=客户贷款利息收入-贷款风险准备金-贷款业务税金及附加-内部资金划转费用。 其中：贷款利息收入=应计利息收入-应收未收利息，应计利息收入按账户贷款利率和期限计算。

其中：表示计量期间贷款的日均余额，表示计量期间贷款的年利率，表示贷款天数（计量期间的天数）

应收未收利息是指计量期内该账户新欠商业银行的贷款利息金额。

贷款风险准备金是根据账户所属客户的信用风险状况，客户估计贷款（含贴现）的预期损失而计提的准备金。 贷款风险准备金=日均贷款余额/合同期限*五级分类结果计提比例。 其中，五级分类结果的计提比例：正常类1%，关注类2%，不合格类25%，可疑类50%，损失类100%。

贷款业务税金及附加为商业银行在计量期间取得客户账户业务收入所缴纳的营业税金及附加。 贷款营业税金及附加=贷款利息收入*营业税金及附加率，通常营业税金及附加率为5.5%

内部资金划拨费用是指计量期内客户在商业银行的贷款账户的贷款。 按商业银行内部资金转移定价计算的虚拟业务费用，应根据该账户所属客户在我行贷款的实际金额、期限和合同约定计算。

其中：ICi表示计量期内贷款日均余额，为客户每日余额除以统计期内天数的总和。 统计周期为计量期初至计量期末，Ri表示不同期限存款的内部资金转移价格，Ti表示贷款期限（计算期间的天数）

中间业务的收入一般有两种：服务费收入或佣金收入。 中间业务收益=服务价格标准*服务频率或业务量。

最终客户的贡献=负债业务收益+资产业务收益+中介业务收益。

1.2 潜在客户价值

客户潜在价值通常是指客户在客户生命周期内，未来能够为银行创造的价值。 客户的潜在价值主要是通过客户的交易行为来考虑的。 目前，RFM模型是衡量客户价值和客户通过交易行为创造利益的能力的重要工具和手段。 RFM 是客户价值的通用模型。 根据我行业务特点，改进RFM模型，设计RFML模型对客户价值进行建模。 分析。

R（月）表示最近一笔交易的时间间隔，更能反映客户当前的活跃状态。 R值越高，客户交易的日期越长，可视为休眠客户。 R值越低，说明该客户的交易日期较近，视为高活跃客户；

F代表交易频率，表示客户最近一段时间的交易次数商业银行在开展电子资金转移，反映客户的忠诚度； 交易频繁表明客户忠诚度高，交易少表明客户忠诚度低；

M代表交易金额，反映客户的需求；

L代表客户的整个生命周期。 从开始日期到结束日期，反映了客户可能的总活跃时间，反映了客户完整的生命周期。 这种方法不仅可以计算当前客户已经产生的价值，还可以预测未来。 价值。

基于客户行为的客户贡献是通过RFML模型的加权汇总得分来计算的，这也表明了客户的潜在价值。

2 基于K-means聚类算法的客户群体划分

综合考虑客户的当前价值和潜在价值，得到客户贡献度两个维度，根据评价指标的高低将客户划分为客户群体。 聚类算法根据数据对象之间的相似性将数据对象分为多个类别，使得同一类别的客户相似度高，不同类别的客户相似度低。 这种方法可以更好地根据客户贡献的分布来划分客户群体，避免人为主观识别对客户划分的影响。

k-means算法接受输入量k； 然后将n个数据对象划分为k个簇，使得得到的簇满足： 同一簇中对象的相似度高； 并且不同簇中对象的相似度更小。 聚类相似度是通过使用从每个聚类中的对象的平均值获得的“中心对象”（重心）来计算的。

k-means算法的工作过程描述如下：

首先随机选择 K 个对象作为初始聚类中心。 然后计算每个对象到每个种子聚类中心的距离，将每个对象分配到离它最近的聚类中心。 聚类中心和分配给它们的对象代表一个聚类。 分配完所有对象后，将根据集群中的现有对象重新计算每个集群的集群中心。 这个过程会一直重复，直到满足某个终止条件。 终止条件可以是以下任何一种：

1) 没有（或最小数量）对象被重新分配到不同的集群。

2）没有（或最小数量）聚类中心再次改变。

3) 误差平方和局部最小化。

根据聚类算法划分客户群体，取值通常在2-7之间。 以C=4为例，聚类分析生成四类银行客户，根据其最终中心点的价值可分为中高端客户、盈利客户、潜在客户、非盈利客户客户，然后针对这四类人群分析相应的营销策略。

针对不同类型客户的 3 种营销策略

中高端客户：该类客户属于商业银行的核心客户资源，该类客户的潜在价值和现值最高。 对于此类客户，银行可着眼于提升客户价值，综合运用营销手段，统筹规划客户的资产、负债、中间业务，制定一系列理财方案。 通过深入了解此类客户的需求，我们将不断开发新的增值服务，提供个性化服务，尽最大努力留住此类客户。

盈利客户：这类客户在商业银行中所占比例较大。 这类客户当前价值比较高，潜在价值没有中高端客户高，因为这类客户的活跃度比较低，属于比较稳定的客户群。 因此，对于这一类，必须用更多的资源来维系客户与银行的关系，尽可能挖掘客户自身的潜力。 例如，它可以通过提供更具吸引力的金融产品来增加业务份额。 同时，不断优化创新金融产品，提升金融服务质量，努力将此类客户转化为高端客户。

潜在客户：这类客户占比不大。 这类客户的潜在价值比较大。 都是比较活跃的客户，但现值较低。 为业务拓展寻找最有潜力的客户，即获得更好的保障条件，同时也要控制风险口径，降低风险，开发适合潜在客户喜好的创新产品。 酌情剔除发展潜力低、成本高的客户。

非营利性客户：这类客户的现值和潜在价值都比较低。 此类客户群应详细排查其信用风险，主动放弃信用风险较低的客户，避免银行资源成本浪费在此类客户群上，使银行有限的资源得到优化配置，从而提供为目标客户群提供更好的服务。