客户关系管理教学资料-CRM中的数据仓库和数据挖掘技术.docVIP

数据挖掘在证券行业中的应用 目前，国内证券行业的外部经营环境发生了较大的变化，证券市场由卖方市场变为买方市场，市场开始细分，券商对其传统的业务如经纪业务、投行业务和自营业务都在进行不同程度的调整，以期建立自己的核心竞争力，树立竞争优势。如何形成差别化优势是各券商应考虑的重点，形成差别化优势的主要依赖于券商提供的咨询服务与附加服务。数据挖掘在此过程中将发挥重要作用，其技术应用的方向主要有：客户分析、客户管理、财务指标分析、交易数据分析、风险分析、投资组合分析等。从业务角度看，经纪业务是目前国内券商竞争的焦点，它仍是券商利润的主要来源，据统计从事经纪业务获得的收入占各主要券商利润来源的80%以上，而中小证券公司90%的利润主要来自证券营业部。从营销角度看，证券经纪业务是为满足客户需要而提供的一种金融服务活动，营销战略贯穿在证券经纪业务整个活动过程中，分析型客户关系管理系统是国内券商尤其关注的技术，而数据挖掘技术作为分析型客户关系管理系统的核心技术将扮演重要角色。 营业部是否真正了解自己的客户，知道其特征、分布？是否知道谁是真正的有价值的客户？谁在为证券营业部贡献利润？谁带来了当期的利润，谁又有潜在的价值？传统的按资金量大小来区分大、中、小、散客户价值的方法是否真正反映了客户对营业部利润的贡献？这些问题可以通过客户价值分析来解决。它不仅让我们从投入产出角度去看待客户，而且还为营业部的经营方针提供了决策依据。市场竞争的关键在于对“有价值的客户群”的争夺，“如何抓住客户”是一个永恒不变的主题。毫无疑问谁能够了解客户的属性，预测客户的投资心理变化，谁就能真正地把握证券市场的发展动向，获得市场竞争的优势。客户忠 诚度分析正是通过对有价值客户的流失和沉寂客户的分析，寻求有针对性的营销方法和服务，进行客户的拓展和客户的保持。 证券行业对划分客户的传统方法是按资金量的大小区分为机构客户、个人大户、中户和散户。几乎所有的证券公司都是将机构客户和大客户视为自己的衣食父母。营业部的组织架构，产品配置，甚至考核指标均是围绕着这部分客户展开的。久而久之，这种划分客户的方法似乎已经成为证券行业公认的标准。但从长远观点来看，是否更应该注意客户的平均盈利率，即是否应维持一定的客户盈利率（或适度的客户平均亏损率），以使证券营业部实现利润最大化的目标，并能够不断发展。客户账户分析计算了客户的各种盈利率和资金周转率，通过这些指标的分析，并与营业部的当期总体收入相比较，将会发现其中有价值的规律。 （案例评论分析：数据挖掘在证券行业的应用为证券行业的发展注入了新鲜的活力，数据挖掘可以帮助证券行业真正的了解自己的客户，可以知道客户的特征和分布，可以更加容易的知道客户的喜好以便区分不同的客户，总之证券行业的发展随着CRM系统的引入会越来越好。） 美国西部电信公司 美国西部电信公司(US WEST)，作为美国最大型的长途电信公司之一，拥有2000万以上的客户。目前该公司正在使用SAS研究所的企业挖掘器(Enterprise Miner)软件以进一步增强其已获成功的目标市场战略。 如同其他许多电信企业一样，美国西部电信公司也曾有过因为政府取消电信价格管制而丢失市场份额的经历，西部电信公司利用销售活动管理软件，连同SAS的企业挖掘器一起，使得营销专家可以对列入目标的销售活动进行规划、执行及评估。将数据挖掘工具与销售活动管理软件结合在一起，既消除了销售人员对全部客户数据进行评分的负担，也减少了手工干预所造成的人为错误。其结果是公司的市场营销周期 大为缩短，而且由于能够对市场做更加细致和高度目标化的分析，从而使得公司得到了更高的营销投资回报。 （案例解析：本案例只是让同学清楚，数据挖掘不仅仅在证券和金融行业发挥着很大作用，在其它行业也正在显示着它的价值。）