瑞信中国金会 数据挖掘

需要支持或定价信息

点击此处或致电+86 (0) 21-6352 3300

Insights

瑞士信贷 (CREDIT SUISSE)

客户背景

全球领先的金融服务公司之一,瑞士信贷集团(Credit Suisse Group),为私人客户,公司和机构提供银行和保险解决方案。集团主要专注于投资银行和管理客户资产。总部设在瑞士苏黎世,瑞士信贷(Credit Suisse) 雇用全球80,000名员工。

面临问题

在金融服务行业的竞争异常激烈,获得新客户是一个昂贵的主张。为了实现利润的最大化,瑞士信贷专注于三个方面:

  • 识别有价值的当前客户
  • 管理客户关系,延长客户生命周期
  • 挽留有价值的客户

解决方案

在1997年,瑞士信贷启动了“忠诚度管理”的项目,以挽留有价值的客户为主要目标。他们投入了一个6名成员组成的“数据挖掘团队”,使用IBM SPSS Modeler来分析一个庞大数据仓库,包括250万客户,400多个属性。分析结果被用来识别瑞士信贷客户中的营销机会,并且机动地根据他们个人的偏好和历史记录进行营销。

应用结果

  • 两年内收回了项目的总成本
  • 为细分后的客户量身定制了营销方案
  • 提高了直销活动的效率
  • 为客服生成了改良的营销提示

由于其可视化的操作和精确的算法,IBM SPSS Modeler 有助于优化营销和改进风险管理。“瑞士信贷的数据挖掘活动已经完全集成到我们的业务流程,并在许多不同的应用中已经证明了自己的价值,”瑞士信贷的数据挖掘部门负责人亚历克斯•尼朋博士说。“数据挖掘在银行中的需求一直呈上升趋势,而且在战略决策中的作用变得越来越重要。”

为客服生成了有针对性的客户营销提示

在“忠诚度管理”项目的早期阶段,基于数据挖掘分析的营销提示主要由与产品有关的数据库营销而生成。客服资源非常有限,为了提供他们的服务质量,节约时间,良好的营销提示会有事半功倍的效果。

由于忠诚度管理项目的成功,瑞士信贷的客服开始看到数据挖掘的好处,并开始用它来销售有针对性的服务给特定的客户。应用IBM SPSS Modeler后,瑞士信贷现在可以识出这样的客户别客户,极有可能购买另外一个服务,从而增加了交叉销售和挽留客户的机会。

为细分客户量身定做了营销方案

对庞大客户基础的详细细分,使得瑞士信贷能为其客户定制有针对性的解决方案。这种细分使用聚类算法和直接按客户要求定制的维度来归纳执行。每个聚类被作为单个营销活动的一个出发点。这个层次系统是有利的,因为客户数据库是被不断研究和监测。因此,聚类结构中的变化被迅速识别,并且适当的应对措施被触发。

提高了直销活动的效率

仅知道客户是否对某个产品感兴趣是不够的。他们是否坚持到底,并且购买了它?瑞士信贷使用IBM SPSS Modeler来分析客户对某个服务感兴趣,却并没有购买的场景。很多时候,客户并没有足够好的信用,随后被拒绝该项服务。改进后的模型把信贷因素做为判据之一。因此,在随后的活动,感兴趣购买某项服务,但是由于不良信用而被拒绝的客户百分比减少了近一半。 该比例的减少可以节省大量的成本。尼朋博士给予了肯定,“我们在两年内收回该项目的总成本。”