摘要近些年优质客户资源的争夺成为了信用卡业务竞争的焦点。因此如何通过有效的客户细分全面掌握客户信息了解客户的用卡特征有的放矢进行营销成为信用卡运营商研究的关键。本文首先用AHP法对个人信用指标体系的各指标进行分析确定指标体系中各指标的重要程度并根据一定精确度要求对指标进行精简然后运用Cleme
ti
e软件对经过指标精简后的数据进行聚类并对每个子类中的客户特点进行分析并制定了相应的营销策略。关键字AHP指标体系信用卡客户细分聚类
0引言信用卡发展初期多数发卡机构只追求发卡规模而忽视了运营质量采取无差异营销策略。然而由于客户需求、利润贡献率、风险等方面差异的影响单一化的营销策略导致资源利用率和利润率都不高。近几年随着信用卡领域竞争的加剧发卡规模的稳定优质客户资源的争夺成为了信用卡业务竞争的焦点。如何管理好信用卡客户有的放矢进行营销成为信用卡运营商研究的关键。《哈佛商业评论》的一项研究报告指出再次光临的客户可能带来25～85的利润。因此通过有效的客户细分准确识别客户和分类客户是实现信用卡客户保留和客户升级的关键也是信用卡业务实现盈利的关键1。对信用卡客户进行细分的主要目的是评价不同客户群的特征及利润贡献率。信用卡客户为银行带来的利润的大小取决于客户的信用行为尤其是贷款及还款情况所以对客户的细分常常是基于信用行为的客户细分1。聚类分析是进行客户细分的主要数据挖掘方法之一。好的算法是影响数据挖掘应用效果的关键因素但在面对具体商业应用时一套好的指标体系也是影响整体效率和准确度的重要因素。对信用卡客户进行分析时变量的确定往往会对分析效率及结果有很大的影响以往对指标的确定主要是通过主观判断来进行的缺乏一定的科学性和一致性。当指标数目比较多的情况下不够合理的指标体系构建就会增大分析的复杂性影响最终结果。因此在进行客户分析之前选择好的方法对变量进行分析成为客户细分很重要的一个环节。从统计分析方法的角度来看有多种方法可以用来确定指标的权重如直接评价法、相关分析法、回归分析法、专家测评法以及层次分析法A
alyticalHierarchyProcess简称AHP等。而在众多的方法当中AHP法因其特别适用于那些难于完全定量分析的问题是目前运用较多的对于结果分析更为有效的一种方法。本文将运用AHP法对信用卡客户信用指标体系进行前期处理确定指标权重对指标进行精简然后再利用聚类分析的方法对客户进行细分r