Data Mining在信用卡客戶分群之應(yīng)用(ppt)

Data Mining在信用卡 客戶分群之應(yīng)用
Ben-Ben Bank
會(huì)議進(jìn)行中………
Data Mining的意義
Data Mining是指找尋隱藏在資料中的訊息，如趨勢（Trend）、特征（Pattern）及相關(guān)性（Relationship）的過程，也就是從大量資料中發(fā)掘資訊或知識(shí)。
Data Mining的功能
分類（classification）
推估（estimation)
預(yù)測（predication）
關(guān)聯(lián)分組（affinity grouping）
同質(zhì)分組（clustering）


Data Mining的相關(guān)技術(shù)
記憶基礎(chǔ)推理法（Memory-Based easoning）
市場購物籃分析（Market Basket Analysis）
決策樹（Decision Trees）
基因演算法（Genetic Algorithm）
群集偵測技術(shù)（Cluster Detection）
連結(jié)分析（Link Analysis）
線上分析處理（On-Line Analytic Processing ; OLAP）
類神經(jīng)網(wǎng)路（Neural Networks）
區(qū)別分析（Discriminant Analysis）
羅吉斯回歸分析（Logistic Analysis）

Data Mining和一般統(tǒng)計(jì)分析不同之處在于Data Mining可以處理多個(gè)維度的大量資料，避免了下面幾點(diǎn)困難：巨量的紀(jì)錄、高維的資料、搜集到的資料僅有一小部分用來分析。
Data Mining和統(tǒng)計(jì)分析比較
研究工具
Data Mining軟體—STATISTICA 6.0基于經(jīng)費(fèi)的考量，已取得軟體的使用授權(quán)。
研究架構(gòu)及步驟


Data Mining流程圖


研究結(jié)果
樣本與母體結(jié)構(gòu)比較
分群結(jié)果
判別結(jié)果
瑕疵戶預(yù)測結(jié)果
分群特性

群集結(jié)果
分群個(gè)數(shù)
判別結(jié)果
判別結(jié)果誤判率
瑕疵戶預(yù)測模型結(jié)果
Y：是否為瑕疵戶
X：是否逾期超過30天是否有呆帳紀(jì)錄是否有借款余額>800萬
是否有退票紀(jì)錄是否有拒往紀(jì)錄是否有他行強(qiáng)制?？o(jì)錄

對不同顧客如何處理
黃金單身漢
銀行殺手
敗金高手
策略

黃金單身漢 (高利潤 + 經(jīng)濟(jì)能力較好)
刺激顧客增加刷卡次數(shù)。
結(jié)合百貨公司、大型量販店、或飯店等等，促使其消費(fèi)便利增加消費(fèi)次數(shù)。
對于不常外出購物者寄予消費(fèi)指南及較高檔的商品型錄，來刺激消費(fèi)、增加刷卡次數(shù)。
策略

銀行殺手(風(fēng)險(xiǎn)變數(shù)高)
降低信用額度。
加強(qiáng)控管銀行殺手的消費(fèi)行為
對舊有之顧客，建議采用降低信用卡額度，并
隨時(shí)電話追蹤，確認(rèn)消費(fèi)無誤，同時(shí)長期觀察，
確認(rèn)其安全性。
策略

敗金高手(高利潤 + 經(jīng)濟(jì)能力偏低)
留住目前的客戶，提高顧客忠誠度。
預(yù)留一段時(shí)間作為審查，合格者施予同黃金單身漢一樣行銷手法。
不合格者，加強(qiáng)其風(fēng)險(xiǎn)的把守，同時(shí)降低其信用卡額度。

貢獻(xiàn)
針對銀行目前的顧客，依其族群的不同，實(shí)施不同的解決方法，達(dá)到降低銀行風(fēng)險(xiǎn)并增加利潤的目的。

對于銀行的新顧客，提供不同的策略，以得到銀行的最大利益。

建立一個(gè)判定模型，提供銀行在發(fā)卡之前的一個(gè)審核方針。
報(bào)告完畢
Thank you!!!

Data Mining在信用卡客戶分群之應(yīng)用(ppt)