基于RFM模型的个人客户忠诚度研究

金融论坛

2012年第3期（总第195期）

基于RFM模型的个人客户忠诚度研究

王文贤

金

阳

陈道斌

［摘要］本文在总结个人客户忠诚研究理论的基础上，提出了基于RFM模型的多层级个人客户忠诚度衡量指标及评估模型。作者利用商业银行数据仓库积累的数据，对个人客户忠诚度进行了实证研究，分析和评价了个人客户的总体忠诚度，以及活期存款、信用卡、定期存款、理财类和贷款的分产品忠诚度；结合客户的收入贡献，将个人客户划分为“挚友、藤壶、蝴蝶、陌生人”四类客户群体，并建议在实际业务应用中，对“挚友”客户重点维系；对“藤壶”客户重点营销，提升其价值；对“蝴蝶”客户进行“陌生人”客户要及时辨识，努力唤醒，降低维系成本。维护时侧重挽留；而对

［关键词］商业银行；客户忠诚度；数据仓库RFM；）［文章编号］1009-9190（201203-0075-06

［中图分类号］F82

［文献标志码］A

AStudyofPersonalCustomerLoyaltyBasedonRFMModel

WANGWen-xianJINYang

CHENDao-bin

［Abstract］Basedonthesummaryofpersonalloyaltytheory,thispaperproposesindicatorstomeasurepersonalcustomerloyal－tyandanevaluationmodel.Withthehugeamountsofdataaccumulatedbythecommercialbank’sdatabase,theauthorempiri－callyresearchesthepersonalcustomerloyalty,analysesandevaluatestheoverallpersonalcustomerloyaltyandtheloyaltyto－wardsdifferentproducts,suchascurrentdeposit,creditcard,termdeposit,wealthmanagementproductsandloans.Accordingtotherevenuecontributionofcustomers,theauthorpidesthepersonalcustomersintofourgroups(friend,barnacle,butterfly,andstranger),andsuggeststhat,intheactualbusiness,itshouldbethekeytomaintainthecustomer“friend”,marketthecustomer“barnacle”andincreaseitsvalue,retainthecustomer“butterfly”whenitisserved,andtimelyidentifyandwakenthecustomer“stranger”soastoreducemaintenancecost.

［Keywords］commercialbank;customerloyalty;RFM;database

近年来我国商业银行个人金融业务快速发展，个人客户规模不断增长，与此同时个人客户需求逐渐多样化，银行金融产品创新步伐不断加快，竞争对手模仿周期日趋缩短，金融产品同质化现象突出，客户选择不同商业银行产品的满意度差异不大，客户忠诚度不高。商业银行要在这种激烈的竞争中取得比较优势，在相当程度上如何认识、评价和提升个人客户的忠诚度是提升商取决于采取个性化措施提高自己拥有客户的忠诚度。因此，业银行核心竞争力的重要手段。

对于客户忠诚的研究，学术界有客户忠诚行为论、客户忠诚意愿论以及客户忠诚综合论等不同的定义，其中，行为方面的客户忠诚相对容易采集和量化，因此在营销领域主要侧重评价客户的行为忠诚度。行为忠诚的衡量指标和评分方法的研究比较丰富，但多数都是针对零售行业，专门针对商业银行客户忠诚行为的分析和模型较少。基于客户关系管理领域广泛应用的RFM模型，根据零售银行产品的不同特征，以及商业银行数据仓库

［收稿日期］2011年7月7日

［作者简介］王文贤，女，中国工商银行管理信息部，经济师，硕士（北京，），金阳，100140E-mail:wangwenxian@http://www.77cn.com.cn；男，中国工商银行管理信息部，高级经济师，博士；陈道斌，男，中国工商银行管理信息部，资深专家，副研究员，博士。

75

金融论坛

2012年第3期（总第195期）

可获取的数据对模型进行扩充和改进，本文形成适用于零售商业银行的个人客户忠诚度评估指标和模型。基于改进的个人客户忠诚度评估模型，本文利用商业银行数据仓库抽样数据进行实证研究，并进行客户忠诚度与收入贡献的综合分析，以期有效区分不同客户的忠诚度，揭示出客户忠诚度的分布规律。

一、客户忠诚度相关研究

对于客户忠诚的界定问题，不同学者对此有不同的阐释，总体来看在客户忠诚维度结构的认识上主要存在以下三种观点：一是客户忠诚行为论，定义客户忠诚为重复购买同一品牌或产品的行为。二是客户忠诚意愿论，认为客户忠诚是某个企业的客户愿意继续购买该企业产品或服务的意愿、态度和倾向。三是客户忠诚综合论，即衡量客户忠诚既要考虑客户的再次购买行为，也要考虑客户对企业及员工的情感态度（马力行、蒋馥，）。2004具体到商业银行的客户忠诚就是，客户对特定的银行某种产品或服务产生较深厚的情感，长期惠顾这家银行，而对竞争银行及其产品或服务的营销活动具有免疫能力（胡瑜惠，）。2006

对于忠诚度的衡量，最初衡量的是再购行为，但营销研究已经证实忠诚度与再购行为无法完全画等号。（1991）提出忠诚度的衡量包括行为与态度两方面，其中，行为忠诚偏向顾客实际购买的行Blackman和Crompton

为层面，态度忠诚则属于顾客心理层面。随着不同学者对忠诚度衡量指标的研究，该指标进一步细化：态度方面的忠诚，主要表现为情感的倾向、对所使用产品的推荐和对竞争产品的免疫力；而行为方面的忠诚，主要表现为重复购买、购买频率与数量等。在实际应用中后者较前者相对容易采集和量化。

为了能够更为直观、快速地判断客户忠诚度的高低，往往要基于相关的衡量指标来得到对客户忠诚度客户忠诚度综合评价多是通过评分方式获得，通常采用的方法包括专家经验评分法、权重评分的综合评价。

法和RFM模型评分法。这三种方法各有其特点，专家经验评分法是专家根据经验建立客户级指标体系和设定评分规则，对每个客户按周期给出一个评分结果，其特点是综合度高，评分结果方便使用，但不同指标的评分方法不同，数据加工方法较为复杂，且一般不针对产品特性设计，难以进行产品级别的评分；权重评分法是基于已建立的忠诚度衡量指标层次结果，邀请熟悉银行业务和客户关系管理的专家进行打分，将专家的打分结果进行汇总计算，形成指标的权重，构建过程相对比较复杂，其特点类似于专家经验评分法，也是基于客户层级的评分，一般不针对产品级别评分，所有指标采用统一分制，比如5分制、10分制或100分制等进行评分。

流失倾向和衡量客户生命RFM模型评分方法是客户关系管理领域广泛应用的一种用于评价客户忠诚度、

周期价值的计算方法，通过一个客户的近期购买行为、购买的总体频率以及花了多少钱三类指标来动态展示一个客户的整体轮廓，即距离上一次交易的时间（简称“近度”，）、最近N个月的交易次数（简称“频度”，Recency）和最近N个月的交易金额（简称“额度”，）的综合分析，简称RFM分析（StoneandBob，FrequencyMonetary

）。RFM分析的基础是三类重要的客户行为指标：一是距离上一次交易的时间R（Recency），即从上次购买1994

到当前的时间间隔，该值越小意味着客户再次购买的可能性越大。确定计算周期，将周期内的客户距离上一次二是最近N个月的交易次数F（Frequency），即客户在某一时间段内总的购买交易的时间进行五等分进行评分。

次数，购买频率越高表示客户越忠诚。确定计算周期，将周期内客户的交易次数进行五等分评分。三是最近N个月的交易金额M（MonetaryValue），即某一时间段内客户的消费总额，该值越大意味着客户对银行的利润贡献越大，越应关注该客户。确定计算周期，将周期内客户的交易金额进行五等评分。

可利用下面两种方式对三类指 …… 此处隐藏：8530字，全部文档内容请下载后查看。喜欢就下载吧 ……