商业银行客户营销体系方案--原创
摘要：目前我国商业银行小微金融业务普遍存在贷款不良率增长较快、客户存款业务发展缓慢、客户贷款余额增长速度放缓等综合业务问题。这些业务问题的产生是由于我国商业银行对客户营销上存在一些问题，如客户定位不明确、个性化服务不足、产品差异不明显、产品特性不清晰等原因。
针对目前商业银行客户营销体系上存在的问题，本文从客户投资收益角度及客户活跃行为角度出发计算客户贡献度，获取客户对商业银行的价值，建立有效的客户营销体系，实现对客户分层管理和精准营销，从而有效提高客户的存款业务发展速度以及小微贷款的投放规模和贷款余额的增长速度。
关键词：客户投资收益；客户行为；客户贡献度；营销体系模型
引言
随着我国商业银行的不断发展，同业竞争压力不断剧增，受宏观经济的迫使以及大环境恶劣因素的影响，部分商业银行已经从迅速发展开始放慢了脚步，明显已经出现了后劲不足的疲态，主要体现在贷款不良率增长较快、客户存款业务发展缓慢、客户贷款余额增长速度放缓等方面。解决这些问题的关键在于打破传统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，能够低成本、高质量、高效率的增加客户存款量，增加小微贷款的投放规模、确保贷款余额稳定增长。为此，我行在全面拓展市场的同时，建立更优质的客户营销体系，从客户价值层面发出，通过客户的利润贡献度和风险成本等角度进行衡量，对客户进行精细化分层，发展潜在客户的投资能力、主动为有资金需求的客户提供最优质的贷款服务等，根据客户不同的层级准确制定更积极有效的营销策略。
1客户贡献度模型
近年来，商业银行对于客户关系管理系统CRM的相关研究已经逐渐成熟，越来越多的研究人员在进行客户关系管理中对其客户贡献度进行深入研讨。商业银行的客户贡献度是体现客户价值的重要指标，是商业银行客户对客户关系管理的一种自然回报，同时也能体现出商业银行投入各类资源的成本和收支整个生命周期中给银行所带来的收益总和，反应了客户对商业银行的利润贡献能力。该项指标对商业银行区分客户并进行个性化差异化服务、精细化客群管理提供决策支持作用。
在评价商业银行客户贡献度时，不仅要考虑客户已经给银行带来的收益，还要考虑未来客户可能给银行所带来的收益。因此在建立客户贡献度模型时，需要考虑两点：一个是客户当前价值，另一个是客户的潜在价值。
1.1客户当前价值
客户的当前价值是商业银行客户与商业银行合作业务产生的效益总和。其计量以各项贷款、存款、中间业务创造的综合效益作为衡量指标，同时应当全面覆盖客户对商业银行产生的各项价值要素，包括利息收入、资金成本、费用成本、风险成本、人力成本、税负成本以及经济资本成本。结合我行已经建设完成的内部资金转移系统，通过内部资金转移定价计算法确定一个商业银行内部的资金转移价格，以此基础上进行客户贡献度的计算由于一个客户存在多个账户情况，因此需按照客户所有账户逐一计算价值并进行汇总获取客户的贡献度，即客户贡献度为同一客户所有账户价值贡献度之和，用公式表示为：
其中：为预测时间段内客户价值贡献度
为预测时间段内客户某一账户的价值贡献度
当前客户价值是体现在客户在银行所发生的业务交易所产生的，而这些业务类型本质上分三类，负债业务、资产业务以及中间业务。因此客户的综合贡献度即为这三类业务贡献度之和。计算模型为：客户贡献度=客户收入-客户成本=负债业务效益+资产业务效益+中间业务效益。
（一）负债业务效益
银行的负债是企业或个人将资金存入银行而产生的，负债业务价值指标包括存款日均余额、内部资金转移价格以及存款存续天数。客户存款效益=客户存款内部资金转移收入-客户存款应计存款利息支出，其中：客户存款内部资金转移收入是测算期内客户在商业银行的存款，根据客户各个账户在商业银行各笔存款的实际金额、存续期限逐笔计算，公式如下所示：
内部资金转移收入=
其中：表示测算期内存款的日均余额，是客户每日余额之和除以统计期内天数所得的金额，统计期内是测算期初至测算期末，表示不同期限存款的内部资金转移价格，表示存款存续天数（测算期天数）
客户存款应计存款利息支出表示测算期限内商业银行对测算账户的应付存款利息支出，
银行的资产是企业或个人从银行借出的资金而产生的。客户贷款效益=客户贷款利息收入-贷款风险准备金-贷款营业税金及附加-内部资金转移支出。其中：贷款利息收入=应计利息收入-应收未收利息，应计利息收入是应该根据账户贷款的利率和期限测算。
其中：表示测算期内贷款日均余额，表示测算期内贷款年利率，表示贷款存续天数（测算期天数）
应收未收利息是指测算期内该账户新增欠商业银行贷款利息额。
贷款风险准备金是根据账户所属客户的信用风险状况，客户测算贷款（含票据贴现）预期损失计提的准备金。贷款风险准备金=贷款日均余额/合同期限*五级分类结果计提比率。其中五级分类结果计提比率：正常类1%，关注类2%，次级类25%，可疑类50%，损失类100%。
贷款营业税金及附加是商业银行在测算期内从客户账户获得的营业收入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%
内部资金转移支出是测算期内客户贷款账户在商业银行的贷款，按照商业银行内部资金转移定价计算的虚拟业务支出，应根据该账户所属客户及合同在我行贷款的实际金额、存续期限进行测算。
其中：ICi表示测算期内贷款的日均余额，是客户每日余额之和除以统计期内天数所得的金额，统计期内是测算期初至测算期末，Ri表示不同期限存款的内部资金转移价格，Ti表示贷款存续天数（测算期天数）
中间业务的收益一般是两种：手续费或者佣金收入。中间业务效益=服务价格标准*服务频次或业务量。
最终客户的贡献度为=负债业务效益+资产业务效益+中间业务效益。
1.2客户潜在价值
客户潜在价值通常是指客户生命周期内，客户未来能在银行中所创造出的价值，客户潜在价值主要通过客户交易行为进行考虑。目前RFM模型是通过交易行为来衡量客户价值和客户创造利益能力的重要工具和手段，RFM作为客户价值通用模型，根据我行的业务特点，对RFM模型进行改进，设计RFML模型进行客户价值的模型分析。
R（月）表示最近一次交易的时间间隔，能够较好体现客户当前的活跃状态，R值越高，表示客户交易的日期越久，可以视为沉睡客户。R值越低，表示客户交易日期较近，视为高活跃客户；
F表示交易频率，表示客户最近一段时间内的交易次数，体现客户的忠诚度；交易次数频繁则表示客户的忠诚度较高，交易次数少则表示客户忠诚度低；
M表示交易金额，反应了客户的需求；
L表示客户的整个生命周期周期，从开始到计算截至日，反应客户可能的活跃总时长，体现了客户的完整生命周期，此方法计算的不只是眼前客户已经产生的价值，还预测了未来的价值。
通过RFML模型加权汇总得分计算基于客户行为的客户贡献度，也表示客户的潜在价值。
2基于K-means聚类算法的客群划分
综合考虑客户当前价值及潜在价值方面，获得两个维度的客户贡献度，可以依据该评价指标得高低对客户进行客群划分，聚类算法是按照数据对象之间得相似度将数据对象分为多个类别，从而达到同一类别的客户具有较高相似度，不同类别的客户相似度较低。此方法可以根据客户贡献度分布情况较好的划分客户群体，从而避免人为主观认定对客户划分的影响。
k-means算法接受输入量k；然后将n个数据对象划分为k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。
k-means算法的工作过程说明如下：
先随机选取K个对象作为初始的聚类中心。然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。一旦全部对象都被分配了，每个聚类的聚类中心会根据聚类中现有的对象被重新计算。这个过程将不断重复直到满足某个终止条件。终止条件可以是以下任何一个：
1)没有（或最小数目）对象被重新分配给不同的聚类。
2)没有（或最小数目）聚类中心再发生变化。
3)误差平方和局部最小。
根据聚类算法对客户群体进行划分，通常是在2-7之间进行取值，以C=4为例，聚类分析产生四类银行客户，按照各自最终中心点取值可以分为中高端客户、盈利性客户、潜在客户、非盈利性客户，进而针对这四类人群分析对应的营销策略。
3不同类客户营销策略
中高端客户：该类客户属于商业银行的核心客户资源，此类客户的潜在价值和当前价值最高。针对这类客户，银行可以以增加客户价值为主，综合运用营销手段将客户的资产、负债、中间业务作为一个整体统一筹划，制定一系列财务计划。通过深入了解该类客户的需求，不断拓展新的增值业务，进行个性化服务，尽最大努力留住这类客户。
盈利性客户：该类客户在商业银行中占比较大，此类客户的当前价值较高，潜在价值没有中高端客户高，因为这类客户的活跃度相对较低，属于比较稳定的客群，因此对于这类型必须要用更多资源去维系客户与银行之间的关系，尽可能挖掘客户自身的潜能。例如可以通过提供更有吸引力的金融产品来提升业务份额。同时不断的优化创新金融产品，提高金融服务质量，争取将这类客户转为高端客户。
潜在性客户：该类客户占比不大，这类客户的潜在价值相对较大，都是比较活跃客户,但是当前价值较低，处于在观望阶段，对于这类客群，应当认真跟踪，继续寻找最具潜力的客户进行业务拓展，即要取得更好的担保条件，还要管控风险口径，降低风险，开展适合潜在客户偏好的创新产品等操作。对于开发潜力较低而成本较高的客户，应当酌情剔除掉。
非盈利性客户：该类客户的当前价值和潜在价值相对较低，这类客群应当详细检查他们的信用风险，应当主动舍弃信用风险低的客户，避免银行资源成本浪费在这类客户群体上，使银行有限的资源得到优化配置，从而为目标客户群提供更好的服务。
