基于客戶知識(shí)的客戶智能強(qiáng)調(diào)了利用知識(shí)發(fā)現(xiàn)技術(shù)產(chǎn)生客戶知識(shí)，并通過客戶知識(shí)管理過程來產(chǎn)生創(chuàng)造客戶價(jià)值的客戶智能。本文以某商業(yè)銀行的基于客戶價(jià)值的客戶分類為例，探討客戶智能在商業(yè)銀行中的應(yīng)用。

從客戶智能的定義來看，客戶智能包括了創(chuàng)新和使用客戶知識(shí)的整個(gè)過程。在客戶知識(shí)被創(chuàng)新之前，還存在客戶數(shù)據(jù)和客戶信息的更新、展示、使用等事務(wù)處理和分析處理操作。所有這些的實(shí)施是存在這樣一個(gè)大前提的：客戶數(shù)據(jù)必須準(zhǔn)備、完整，能初步具備構(gòu)建客戶數(shù)據(jù)倉(cāng)庫(kù)的標(biāo)準(zhǔn)。

對(duì)目前國(guó)內(nèi)的商業(yè)企業(yè)和工業(yè)企業(yè)來講，客戶數(shù)據(jù)達(dá)到這一標(biāo)準(zhǔn)還似乎很難。許多業(yè)內(nèi)在談到數(shù)據(jù)倉(cāng)庫(kù)或商業(yè)智能的應(yīng)用時(shí)都發(fā)出這樣的呼吁，如果企業(yè)不重視基礎(chǔ)數(shù)據(jù)的規(guī)范性和完整性，在這種數(shù)據(jù)基礎(chǔ)上拓展數(shù)據(jù)倉(cāng)庫(kù)或商業(yè)智能業(yè)務(wù)無疑從開始就注定了該項(xiàng)目的失敗。而這種情況在商業(yè)銀行、保險(xiǎn)業(yè)、通信業(yè)就完全不同了。在這幾個(gè)行業(yè)，由于：1、領(lǐng)導(dǎo)素質(zhì)高，競(jìng)爭(zhēng)意識(shí)強(qiáng)，已經(jīng)感受到來自多方面的競(jìng)爭(zhēng)壓力；2、憑借多年的服務(wù)經(jīng)驗(yàn)，企業(yè)基本上樹立起了以客戶為中心的戰(zhàn)略導(dǎo)向；3、企業(yè)信息化水平較高，具有規(guī)范的操作規(guī)范和非常高的系統(tǒng)安全級(jí)別，已經(jīng)致使這些行業(yè)開始認(rèn)識(shí)到利用目前信息化的成果來提高決策的科學(xué)化、智能化。其實(shí)，隨著國(guó)外同行業(yè)的強(qiáng)有力的競(jìng)爭(zhēng)者涌入國(guó)內(nèi)市場(chǎng)，這些行業(yè)的決策者已經(jīng)認(rèn)識(shí)到存在于企業(yè)之間的決策水平、管理水平之間的差距，并努力縮小這種差距。所以，本人在研究和應(yīng)用客戶智能過程把商業(yè)銀行、保險(xiǎn)業(yè)、電信業(yè)作為客戶智能體系的典型應(yīng)用行業(yè)，其原因除了滿足更激烈的商業(yè)競(jìng)爭(zhēng)外，還在于它們擁有較為完整的客戶數(shù)據(jù)基礎(chǔ)。

還有一點(diǎn)不同，這些行業(yè)較之與商業(yè)企業(yè)和工業(yè)企業(yè)，它們的業(yè)務(wù)不僅涉及如何吸引更多的客戶、如何有效地提高客戶忠誠(chéng)度和保留客戶。而且，科學(xué)地預(yù)測(cè)客戶風(fēng)險(xiǎn)，尤其產(chǎn)品風(fēng)險(xiǎn)和競(jìng)爭(zhēng)風(fēng)險(xiǎn)，進(jìn)行風(fēng)險(xiǎn)的預(yù)警和監(jiān)控是維護(hù)企業(yè)和客戶利益的又一個(gè)艱難的課題。

隨著我國(guó)加入WTO，金融領(lǐng)域的進(jìn)一步開放已是大勢(shì)所趨。金融業(yè)競(jìng)爭(zhēng)日益激烈，金融企業(yè)不斷增多，對(duì)客戶的爭(zhēng)奪越來越激烈。同時(shí)，現(xiàn)代金融業(yè)的競(jìng)爭(zhēng)和發(fā)展已開始突破傳統(tǒng)業(yè)務(wù)的框架，進(jìn)入到一個(gè)以客戶為中心的變革時(shí)代。如何在激烈的競(jìng)爭(zhēng)中留住客戶，將是各銀行競(jìng)爭(zhēng)成敗的關(guān)鍵。

從金融服務(wù)理念來說，國(guó)外銀行已率先提出了在一對(duì)一的營(yíng)銷環(huán)境下，使客戶生命周期價(jià)值（LTV）對(duì)金融企業(yè)達(dá)到化。例如挪威聯(lián)合銀行提出了“由一家銀行變?yōu)橐话偃f家銀行—每個(gè)客戶一家銀行”的經(jīng)營(yíng)策略，美國(guó)的Woolich公司正在實(shí)行一種多渠道的個(gè)人銀行服務(wù)策略，通過對(duì)客戶信息的挖掘和區(qū)分進(jìn)行服務(wù)，來達(dá)到利用稀缺的市場(chǎng)營(yíng)銷資源的目的。

而目前我國(guó)國(guó)有銀行的客戶分析系統(tǒng)還很缺乏，對(duì)客戶信息不能進(jìn)行科學(xué)的分析。而且，在對(duì)客戶信息的挖掘分析能力上與外資銀行有很大差距。雖然我國(guó)銀行界從八十年代初就開始了客戶信息的收集工作，但是初的客戶資料只有與銀行業(yè)務(wù)緊密相關(guān)的簡(jiǎn)單信息，大部分是依靠信貸員或者業(yè)務(wù)員的人工勞動(dòng)的原始信息，許多客戶信息至今仍處于閑置狀態(tài)。銀行對(duì)客戶的認(rèn)識(shí)還很模糊，客戶信息的價(jià)值并末被挖掘出來。

一個(gè)集成的客戶數(shù)據(jù)倉(cāng)庫(kù)是客戶智能應(yīng)用的基礎(chǔ)。鑒于目前商業(yè)銀行在各地都建有大量的分支機(jī)構(gòu)，商業(yè)銀行的客戶智能系統(tǒng)可采用集約式客戶數(shù)據(jù)倉(cāng)庫(kù)環(huán)境，即所有分行均擁有自己的客戶智能系統(tǒng)，并與本地綜合業(yè)務(wù)系統(tǒng)及電子銀行客戶服務(wù)中心連接。在總行建有中央客戶數(shù)據(jù)倉(cāng)庫(kù)，提供面向全行的分析決策功能，并為網(wǎng)上銀行業(yè)務(wù)提供數(shù)據(jù)查詢支持。

基于客戶知識(shí)的客戶智能應(yīng)用是客戶智能理論在商業(yè)銀行中的成效的應(yīng)用。企業(yè)要能在與客戶互動(dòng)的同時(shí)，立即將客戶的行為與偏好等信息記錄在客戶數(shù)據(jù)庫(kù)中，并隨時(shí)抽取這些資料進(jìn)行產(chǎn)品與客戶間的關(guān)聯(lián)分析、以掌握客戶的潛在需求，并將結(jié)果轉(zhuǎn)化為客戶知識(shí)。這是關(guān)聯(lián)型客戶知識(shí)在商業(yè)銀行基本的應(yīng)用。此外，基于客戶價(jià)值的客戶分類可以依照影響客戶生命周期價(jià)值的因素和客戶某一段時(shí)間的累計(jì)消費(fèi)將客戶分級(jí)，對(duì)于高價(jià)值的客戶給予特殊優(yōu)惠，以爭(zhēng)取更高的客戶占有率?；诳蛻糁R(shí)的客戶智能應(yīng)用還包括客戶流失性分析（Churn Analysis）、客戶信用記分（Credit Scoring）、欺詐發(fā)現(xiàn)（Fraud Detection）等等。

本人作者在苦苦探尋推廣客戶智能體系應(yīng)用的旅程中，受到了中國(guó)人民銀行總行、中國(guó)人壽保險(xiǎn)總公司、福建興業(yè)銀行北京分行某支行、上海供電局營(yíng)銷部門的大力支持。在與這些單位有關(guān)負(fù)責(zé)人的交流過程中，證實(shí)了開展客戶智能研究和應(yīng)用推廣的初衷，也進(jìn)一步認(rèn)識(shí)到在這些行業(yè)加強(qiáng)與客戶有關(guān)的研究和分析的重要性和迫切性。為了能以一個(gè)全面的例子描述客戶智能的應(yīng)用過程，本文選擇了某商業(yè)銀行的基于客戶價(jià)值的客戶分類業(yè)務(wù)為藍(lán)本進(jìn)行客戶智能體系的應(yīng)用。在該商業(yè)銀行中，客戶被分為三大類：工商企業(yè)類客戶、機(jī)關(guān)團(tuán)體類客戶及金融同業(yè)類客戶。本以工商企業(yè)類客戶為研究對(duì)象。

東南亞金融危機(jī)爆發(fā)以來，人們對(duì)銀行體系的改革更加關(guān)注。商業(yè)銀行改革有兩件迫切的事情要做，一是建立科學(xué)的管理體系，其是規(guī)范流程、權(quán)責(zé)明確、管理科學(xué)；二是解決處理不良資產(chǎn)，提高資產(chǎn)質(zhì)量。對(duì)客戶進(jìn)行科學(xué)的分類，是這兩件事的基礎(chǔ)，是銀行建立以客戶為中心的經(jīng)營(yíng)模式的重要環(huán)節(jié)，幫助建立以科學(xué)的、系統(tǒng)的、客戶的經(jīng)營(yíng)哲理去經(jīng)營(yíng)商業(yè)銀行而不再是粗放式的、經(jīng)驗(yàn)型的、狹隘的經(jīng)營(yíng)模式。

今后我國(guó)銀行業(yè)對(duì)客戶資源特別是優(yōu)質(zhì)客戶的爭(zhēng)奪將會(huì)異常激烈，由于客戶及客戶價(jià)值的多樣性，如何恰如其分地根據(jù)客戶價(jià)值的大小進(jìn)行客戶分類已成為我國(guó)商業(yè)銀行制定適合自身特點(diǎn)客戶營(yíng)銷戰(zhàn)略的一項(xiàng)刻不容緩的基礎(chǔ)性工作。合理的客戶分類是客戶關(guān)系經(jīng)濟(jì)學(xué)的，有利于建立企業(yè)與客戶之間的長(zhǎng)期學(xué)習(xí)型關(guān)系。在本文研究的客戶智能體系中，客戶價(jià)值是客戶智能理論基礎(chǔ)的基礎(chǔ)之一。按客戶價(jià)值進(jìn)行客戶分類，有利于識(shí)別出企業(yè)的價(jià)值客戶，有利于根據(jù)客戶對(duì)商業(yè)銀行的價(jià)值的不同采取不同的保留措施，有利于科學(xué)地對(duì)客戶關(guān)系進(jìn)行改進(jìn)和優(yōu)化，有利于提升企業(yè)的競(jìng)爭(zhēng)力。

由于受到當(dāng)前企業(yè)的會(huì)計(jì)體系等因素的制約，獲取忠誠(chéng)客戶的全部?jī)r(jià)值進(jìn)而進(jìn)行分析的難度較大。所以，在現(xiàn)有的企業(yè)用例（case）中通過企業(yè)的業(yè)務(wù)系統(tǒng)來計(jì)算所有的客戶價(jià)值存在一定的難度。

本文作者將“客戶價(jià)值”概括為從客戶出發(fā)的價(jià)值-客戶讓渡價(jià)值和從企業(yè)出發(fā)的價(jià)值-客戶關(guān)系價(jià)值的綜合體，并總結(jié)出客戶價(jià)值的數(shù)量計(jì)算方法。針對(duì)商業(yè)銀行客戶，從客戶出發(fā)計(jì)算客戶讓渡價(jià)值存在一定難度，而進(jìn)行基于客戶價(jià)值的客戶分類的目的是將客戶按客戶價(jià)值分類，一方面判斷客戶是否具有支持價(jià)值，另一方面有利于按客戶價(jià)值的大小分別預(yù)測(cè)客戶忠誠(chéng)度的大小，采取不同的客戶保留措施，同時(shí)為客戶風(fēng)險(xiǎn)分析提供了數(shù)據(jù)來源和參考依據(jù)。所以，客戶關(guān)系價(jià)值是本中客戶價(jià)值關(guān)心的全部。

客戶關(guān)系價(jià)值不再是僅僅關(guān)心單次交易客戶給企業(yè)帶來的價(jià)值，而擴(kuò)延到整個(gè)客戶生命周期，客戶關(guān)系價(jià)值更注重客戶的未來。本計(jì)算的客戶關(guān)系價(jià)值是在客戶現(xiàn)狀的基礎(chǔ)上，預(yù)期未來，據(jù)此作為客戶對(duì)商業(yè)銀行價(jià)值貢獻(xiàn)的大小。

客戶智能的動(dòng)機(jī)之一是兼顧企業(yè)長(zhǎng)期利益，對(duì)客戶關(guān)系進(jìn)行改進(jìn)和優(yōu)化?？蛻糁艺\(chéng)提升機(jī)制認(rèn)為提升客戶忠誠(chéng)的關(guān)鍵步驟之一是客戶分類。而客戶LTV的研究結(jié)論認(rèn)為，客戶LTV是對(duì)客戶進(jìn)行分類的主要參照依據(jù)。這樣做的好處體現(xiàn)在于按客戶LTV進(jìn)行分類、排序，企業(yè)會(huì)發(fā)現(xiàn)不同客戶對(duì)企業(yè)的價(jià)值貢獻(xiàn)的大小，從而采取相應(yīng)級(jí)別的客戶保留措施。比如對(duì)客戶和一般客戶，客戶保留措施會(huì)有所不同。

存在基于客戶價(jià)值進(jìn)行客戶分類的不同商業(yè)銀行，其對(duì)客戶價(jià)值分類的目標(biāo)不同。結(jié)合該商業(yè)銀行的業(yè)務(wù)，中基于客戶價(jià)值的客戶分類存在以下分類目標(biāo)：非常高、高、一般、低、非常低。

不同的商業(yè)銀行會(huì)有不同進(jìn)行客戶分類的指標(biāo)體系。這些指標(biāo)的取舍往往憑經(jīng)驗(yàn)和行業(yè)經(jīng)驗(yàn)獲得。客戶智能理論追求基于客戶價(jià)值的客戶分類，其客戶分類的指標(biāo)體系同樣是影響客戶價(jià)值大小的指標(biāo)體系。工商企業(yè)類客戶的價(jià)值評(píng)價(jià)主要從財(cái)務(wù)因素和非財(cái)務(wù)因素兩個(gè)方面。非財(cái)務(wù)因素主要指資信、經(jīng)營(yíng)管理等法人基本情況和市場(chǎng)狀況兩方面。

結(jié)合本，作者本人基于神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)和開發(fā)了一套客戶分類算法。該分類算法作為客戶分類知識(shí)發(fā)現(xiàn)系統(tǒng)的數(shù)據(jù)挖掘算法，輔助實(shí)現(xiàn)客戶分類知識(shí)的生成。使用Visual C++開發(fā)語言實(shí)現(xiàn)了該分類算法，該程序可以編譯后作為應(yīng)用程序部署到任何基于RDBMS的應(yīng)用系統(tǒng)的中間層。

建立一個(gè)高效的、實(shí)時(shí)的基于客戶價(jià)值的客戶分類體系必須以面向業(yè)務(wù)的MIS系統(tǒng)為支撐，該支撐是客戶智能系統(tǒng)中的事務(wù)處理部分。在調(diào)查的商業(yè)銀行中，計(jì)算機(jī)應(yīng)用系統(tǒng)幾乎涵蓋了所有的業(yè)務(wù)操作，人員素質(zhì)較高，這是保證客戶數(shù)據(jù)質(zhì)量的前提。就已有的客戶數(shù)據(jù)類型來看，基本上滿足了客戶數(shù)據(jù)倉(cāng)庫(kù)對(duì)源數(shù)據(jù)的要求，比如數(shù)據(jù)準(zhǔn)確性、字段屬性明確性、數(shù)據(jù)庫(kù)結(jié)構(gòu)規(guī)范性等等。但是，這離建立面向客戶分類的客戶數(shù)據(jù)倉(cāng)庫(kù)還相距甚遠(yuǎn)，因?yàn)槿鄙俸芏嘤脕碛?jì)算指標(biāo)的源數(shù)據(jù)，具體地講是缺少了大部分的事實(shí)數(shù)據(jù)和缺少了收集的關(guān)于客戶特征的數(shù)據(jù)。其實(shí)這是幾乎所有的知識(shí)發(fā)現(xiàn)過程都會(huì)遇到的尷尬問題。

本在進(jìn)行客戶數(shù)據(jù)倉(cāng)庫(kù)構(gòu)建時(shí)，采用關(guān)系數(shù)據(jù)庫(kù)（稱之為中央數(shù)據(jù)庫(kù)）作為數(shù)據(jù)存儲(chǔ)的主體，業(yè)務(wù)系統(tǒng)中的數(shù)據(jù)經(jīng)過抽取、轉(zhuǎn)換、清洗的過程，被裝載到這個(gè)數(shù)據(jù)庫(kù)中。中央數(shù)據(jù)庫(kù)中存儲(chǔ)的是一些有價(jià)值的、卻未經(jīng)過聚集整合的零散數(shù)據(jù)，無法用于分析。真正用于決策支持的數(shù)據(jù)存放在指標(biāo)數(shù)據(jù)庫(kù)或多維數(shù)據(jù)庫(kù)。這些數(shù)據(jù)是中央數(shù)據(jù)庫(kù)中的數(shù)據(jù)經(jīng)過數(shù)據(jù)建模過程生成的，每一個(gè)指標(biāo)數(shù)據(jù)庫(kù)是一個(gè)面向特定業(yè)務(wù)主題的數(shù)據(jù)中心，即標(biāo)準(zhǔn)數(shù)據(jù)倉(cāng)庫(kù)模型中的數(shù)據(jù)集市。本中，基于客戶價(jià)值的客戶分類可以作為客戶數(shù)據(jù)倉(cāng)庫(kù)的一個(gè)主題域。

在實(shí)現(xiàn)的客戶分類數(shù)據(jù)挖掘算法中，存在一個(gè)歸一過程（procedure）。所有指標(biāo)的輸入均被量化為（0-1）之間的數(shù)值。所以，模型要求所有指標(biāo)均是以數(shù)值的形式輸入。在表1所列的指標(biāo)體系中，有許多指標(biāo)是定性描述的。業(yè)務(wù)系統(tǒng)的客戶數(shù)據(jù)被抽取到客戶數(shù)據(jù)倉(cāng)庫(kù)的過程中，模型要求完成指標(biāo)的量化和計(jì)算。具體指標(biāo)的內(nèi)容及指標(biāo)量化所參照的標(biāo)準(zhǔn)本文不再詳述。

客戶知識(shí)發(fā)現(xiàn)是一個(gè)有機(jī)的整體，各個(gè)部分之間有著密切的關(guān)系。把圍繞某一客戶知識(shí)發(fā)現(xiàn)任務(wù)的客戶知識(shí)發(fā)現(xiàn)過程稱為客戶知識(shí)發(fā)現(xiàn)系統(tǒng)。所有的挖掘算法是為某一個(gè)客戶知識(shí)發(fā)現(xiàn)系統(tǒng)服務(wù)的?？蛻糁R(shí)發(fā)現(xiàn)系統(tǒng)（圖1）的研究是為了建立科學(xué)的系統(tǒng)結(jié)構(gòu)，利于知識(shí)發(fā)現(xiàn)算法的重用、嵌入，利于算法與系統(tǒng)其他模塊有機(jī)結(jié)合。本基于客戶價(jià)值的分類算法作為實(shí)現(xiàn)分類客戶知識(shí)發(fā)現(xiàn)的一種算法，被客戶知識(shí)發(fā)現(xiàn)系統(tǒng)管理和重用。

本選取了40個(gè)商業(yè)銀行的客戶為原始數(shù)據(jù)進(jìn)行分類算法的學(xué)習(xí)。經(jīng)過多次訓(xùn)練，使系統(tǒng)誤差控制在可以接受的范圍內(nèi)。得出的分類模式經(jīng)過“模式表達(dá)與解釋”后，被裝載入客戶知識(shí)庫(kù)。

客戶智能系統(tǒng)的實(shí)現(xiàn)會(huì)幫助該商業(yè)銀行挖掘出與客戶消費(fèi)或偏好有關(guān)的規(guī)律或模式，而這些規(guī)律經(jīng)過銀行的解釋，可以得出許多意想不到、具有高價(jià)值的客戶知識(shí)。如，“如果一個(gè)客戶經(jīng)營(yíng)狀態(tài)良好，但資信記錄不良，該客戶的客戶價(jià)值為低”，等等。這些客戶知識(shí)可以直接被應(yīng)用于已有和潛在客戶的客戶價(jià)值識(shí)別中，幫助商業(yè)銀行建立具有個(gè)性化的營(yíng)銷策略，大大提高了該商業(yè)銀行的工作成效性。

本文是《客戶智能研究系列》的一篇，這些認(rèn)識(shí)是作者多年潛心理論研究和CRM系統(tǒng)研發(fā)、實(shí)施的結(jié)晶。本系列文章涵蓋的內(nèi)容既包括了從理論上如何定義客戶智能，也包括如何認(rèn)清客戶智能的內(nèi)在本質(zhì)及如何實(shí)現(xiàn)、實(shí)施客戶智能。個(gè)人認(rèn)為，如果客戶智能不能夠被CRM系統(tǒng)所包容并實(shí)現(xiàn)的話，就不能認(rèn)為CRM市場(chǎng)走向成熟。因?yàn)樵谝钥蛻魹橹行牡氖袌?chǎng)競(jìng)爭(zhēng)時(shí)代，企業(yè)需要從“客戶關(guān)系”中獲得的知識(shí)實(shí)在太多了。正如客戶智能的本質(zhì)所描述，企業(yè)需要?jiǎng)?chuàng)造更多的客戶知識(shí)，并利用它創(chuàng)造更多的客戶價(jià)值。這是企業(yè)獲取競(jìng)爭(zhēng)優(yōu)勢(shì)的根本。衷心期望本系列文章能夠?qū)ι婕翱蛻糁悄艿?FONT face="Times New Roman">CRM系統(tǒng)研發(fā)、實(shí)施及顧問有所啟迪。

楊林，博士。顧問