基于數據挖掘技術的證券營業部客戶關系管理分析

[摘 要] 本文通過分析在證券市場積極發展和網絡信息技術的興起的形勢下證券營業部所面臨的市場需求，提出證券營業部應以優質的客戶關系管理促進營銷，并使用C5.0決策樹的數據挖掘技術對股民調查問卷進行分析，在證券營業部挖掘潛在客戶、為老客戶提供優質服務，以及開發新的業務提出建議。

[關鍵詞] 證券營業部 客戶關系管理 數據挖掘

一、 新形勢下證券營業部的市場需求

隨著證券市場的發展，證券類理財產品日益豐富，同時由于網絡信息技術的應用，證券營業部面臨復雜的市場需求。首先，生活水平的提高使人們在基本花費之外的資金增多，同時投資意識也進一步提高。根據中國證券登記結算有限責任公司提供的信息:截至2007年11月30日，滬深兩市共有A股賬戶達7021.787萬戶。如此龐大的股民無疑形成了證券營業部增長的需求趨勢。其次，由于信息技術的興起，在家或辦公室利用互聯網交易證券具有很大的便利性，這在很大程度上減少了證券營業部的需求。最后，證券市場由于其受經濟周期影響極為敏感，證券市場繁榮與冷淡的更替使得證券營業部面臨不規則需求。

二、證券營業部的營銷策略

證券市場面臨著三種不同方向的需求力量：上升需求、下降需求以及不規則需求，對于這樣復雜的市場需求狀況，需要實施創新和合理的營銷策略以促進證券營業部的業績提升。

由于各證券公司經營股票交易的傭金率是全國統一管制，所以很難從改變主要業務的定價等方面進行改善。而為了從較為激烈的市場競爭中獲取更多的市場份額，需要提供差異化的“產品”，因此對客戶的服務成為非常重要的一個方面。所以對證券營業部現有的客戶資料進行分析，制定一套可行的客戶關系管理體制是證券營業部創新服務的關鍵。

目前，各證券營業部的普遍做法是把客戶按照投資金額進行細分，對小戶提供標準化的服務，如統一的交易大廳、計算機屏幕、和定期提供的投資分析報告等；對大戶則提供個性化的服務，如安排專用的房間和計算機，及時提供客戶需要的投資報告，以及提供投資建議等；對于中戶則提供介于大戶和散戶之間的一種有限制的個性化服務。

這種細分有利于證券營業部區別不同客戶群，減少成本以及提高服務質量。但是只做到這樣是不夠的。面對網絡信息技術的影響，我們需要了解證券營業部的客戶的特點以實施針對性的營銷，發展新的客戶，對原有市場進行市場滲透；同時需要通過對現有客戶的深入分析，為老客戶提供更為優質的服務；最后，我們也需要開發設計一些新的投資服務項目，以提升利潤，并減少熊市業績下滑的損失。

三、CRISP-DM、決策樹技術與模型簡介

數據挖掘技術是商業智能中知識發現的重要手段，其中CRISP-DM(Cross-Industry Standard Process for Data Mining)是在各個企業中被廣泛采用的數據挖掘的標準流程。按照CRISP-DM的標準，數據挖掘包含6個步驟，分別是商業理解、數據理解、數據準備、模型建立、結果評估和應用部署。在本篇研究中，我們的商業問題被定義為如下三個問題：

如何挖掘潛在客戶？

如何為現有客戶提供更好的服務？

根據現有客戶的需求，可以設計哪些新的投資服務項目？

這三個問題中的前兩個是對原有市場原有產品的研究以達到滲透市場，利用正向需求，化解不利需求因素的目標；第三個問題則是針對原有市場開發新的“產品”，以研發新的服務項目提供差異化的“產品”，應對證券市場牛熊更替造成的不規則需求。因此，本文將利用數據挖掘技術建立兩個模型以解決以上問題。第一個模型通過對通過證券營業部進行交易的客戶特征進行分析，以識別和預測潛在客戶；第二個模型則是將客戶按入市資金進行分類，考察大、中、小戶這三個客戶群各自的特點。對于新服務項目開發的結論將綜合兩個模型得出。

建模的方法采用決策樹技術中的CART。決策樹是一種有監督的分類方法，它提供了一種展示類似在什么條件下會得到什么值的規則，它可以為決策制定過程進行圖形表示，因為它所做的預測相當準確，而且又比類神經網絡容易了解，所以是一種應用廣泛的有監督分類方法。有許多不同的方法建構決策樹，分類與回歸樹(Classification And Regression Tree.CART)是其中之一。CART是一個二分式決策樹，采用分散度作為分隔變量的衡量標準。

本次建模利用的數據，來自于廈門大學經濟學院社會實踐活動中對股市投資者進行的問卷調查。有效樣本容量為457。由于樣本中通過證券營業部交易證券的投資者只占17.71%，為準確分析與證券營業部相關的記錄，需要對樣本中通過證券營業部交易證券的投資者記錄進行過度抽樣，經過使用神經網絡技術對樣本進行多次抽樣對比穩定性，最終認為通過證券營業部交易證券的投資者記錄占樣本55%的比例是合適的。并且為了防止過度擬合，限制樹深為4。建模過程使用clemintine11.0軟件。通過分類矩陣和增益圖對模型評估，可以得知本文建立的兩個模型是具有比較理想預測效果的。

四、模型結果解釋

第一個模型用于識別潛在客戶，它的輸入變量包括如下幾個方面的選項：入市目的、通常購買的股票類型、投資者基本信息、投資習慣。輸出變量為定性變量：是否通過證券營業部進行交易。使用clemintine11.0軟件進行建模分析可以得到如下的決策樹形圖。

從上面的樹形圖可以看出，是否購買基金是識別潛在客戶的重要因素，這一節點應該理解為證券營業部的潛在客戶很有可能購買基金；年齡也是一個比較重要的因素，在證券營業部進行交易，需要花費較多的時間，因此我們在證券營業部觀察到的客戶中有相當一部分為退休人員，年齡比較大，所以在有意愿購買基金的人中35歲以下者就不是我們的潛在客戶；在35歲以上的投資者中，購買科技股的投資者有可能是潛在客戶；投資科技股并且經常持有的股票個數為2只～3只者，也是潛在的客戶;而持有股票數目為其他數目的投資者，若持有PT、ST股票可能是潛在投資者，這與這類股票風險大，需要及時收集上市公司重組信息有關。

第二個模型的輸入變量包括如下幾個方面的選項：入市的目的，通常購買哪些股票，投資者個人基本信息。輸出變量為：入市資金。使用clemintine11.0軟件進行建模分析可以得到如下的決策樹形圖。

將5萬以內定義為小戶，5萬～20萬定義為中戶，20萬以上定義為大戶，則根據上圖可以發現入市年限在四年以下、選擇股票不通過親朋好友的推薦，以及雖然通過親朋好友推薦獲得信息，同時也利用互聯網信息，但是沒有購買基金，或者持有股票數目較少為2只～3只的投資者為小戶;而具有上述特征卻持有較多的股票，或者入市年限較久為4年以上，并且以不以獲得二級市場差價為投資目標，或者雖以獲得二級市場差價為投資目標但是也通過股民的交流但不通過網絡信息獲取投資信息以及不通過股民的交流但通過廣播電視及一般刊物獲取投資信息的投資者為中戶；入市年限較長為4年以上，以及通過股民的交流和晚上信息，或者不通過股民的交流也不通過廣播電視及一般刊物獲取信息的投資者為大戶。同時注意到年齡、學歷以及習慣使用的投資分析方法等變量對客戶按入市資金的這種細分并沒有顯著的影響。

五、客戶關系管理和營銷策略建議

從上面決策樹模型的討論中，我們可以得到如下的結論：

1.潛在客戶通常年齡在35歲以上，具有投資基金、科技股、PT、ST股的偏好等特征。

2.大戶特征：入市時間較長，以獲得二級市場差價為目的、信息主要來自于網絡信息、股民交流。

3.中戶特征:入市時間約為3年～6年居多，以獲得二級市場差價為目的，持有股票數目在3只～5只居多，信息來自于網上、股民交流、一般媒體報刊。

4.小戶特征:投資基金偏好，易受親朋好友及股民的影響，持有股票個數較少。

根據從挖掘模型中得到的以上知識可以解答前文中提出的三個問題，并將這些知識與證券營業部的實際業務相聯系，提出具體的建議。

證券營業部在發展客戶時，首先應考慮營業部的選址問題，營業部應當設置在中老年住戶較多，住戶收入水平中等的社區附近，營業部的裝修設計等應適當地考慮中老年的便利問題；證券營業部的廣告措施也應重點在中老年住戶較多的社區及附近的銀行、保險公司等地展開；善于利用已有客戶發展新的客戶，因為已有客戶通常的交際人群具有與之相似的特征，為老客戶提供優質服務利用其口碑宣傳，或者為老客戶發展新客戶提供一定的激勵措施都是比較有效和成本較低的方案；同時，可以通過證券公司的用戶交易資料中尋找符合潛在客戶特征的客戶，通過短信、電話等形式進行宣傳。

在細分客戶群，深入了解不同類別客戶特征以及提供更優質服務時可以利用模型中關于大、中、小戶的特征進行分析。對于大戶，可以利用其喜愛通過股民交流獲得信息的特點，定期組織一些較高層次的股民沙龍，提供較為規范的交流平臺，并且對大戶的交易情況及時地了解，提供個性化的投資理財建議；另外大戶因為資金充裕，收益機會和避險措施豐富，可以為他們提供新的投資工具的信息。對于中戶，應當為其提供更為廣泛的信息來源，如在計算機內設置可以便利訪問的財經證券門戶網站的鏈接，在證券營業部內設置報刊閱覽區，及時更新相關的報刊和雜志，提供一個投資分析報告借閱區，同時也可以舉辦股民沙龍來提供交流機會。對于小戶，可以提供更多關于基金的信息；并且舉辦針對小戶的講座，加強風險管理意識，投資知識的教育等等。

根據挖掘模型的結果，我們可以考慮利用證券營業部網點多，以及營業部員工對客戶了解程度較高的特點，推出一系列個人投資理財咨詢的業務。如幫助客戶構建各種證券投資組合，選擇合適的基金組合，利用證券營業部中老年較多的特點，與保險公司合作推出證券產品與生命健康保險組合的理財業務等。這樣不僅可以直接利用現有客戶進行營銷，并且可以吸引一些因為忙碌沒有時間理財的上班族前來咨詢，同時可以根據宏觀經濟運行的狀況，推出靈活的個人理財項目，如在股市陷入熊市時，重點考慮債券選購、保險等組合的理財咨詢，這樣即使宏觀經濟陷入低谷，證券營業部也可以因其產品的靈活變化而降低證券經紀業績下滑的不利影響。

參考文獻:

[1]韓家煒 堪 博:數據挖掘概念與技術(原書第二版）[M].北京:機械工業出版社，2007

[2]郭國慶:市場營銷學通論（第二版）[M].北京:人民大學出版，2000

“本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文”