基于客戶細(xì)分的互聯(lián)網(wǎng)金融類貸后用戶違約行為研究

發(fā)布時(shí)間：2020-04-16 04:35

【摘要】：隨著我國(guó)經(jīng)濟(jì)的高速發(fā)展,傳統(tǒng)的銀行和借貸公司不能滿足大眾的借款需求,且借款審核門檻日益提高,我國(guó)的互聯(lián)網(wǎng)金融企業(yè)在最近幾年蓬勃發(fā)展,填補(bǔ)了這一空白,解決了中小企業(yè)的融資難,以及達(dá)不到銀行信用評(píng)級(jí)的普通大眾的資金需求。但是這幾年伴隨著互聯(lián)網(wǎng)金融公司規(guī)模不斷擴(kuò)大和客戶數(shù)量急劇增多,缺少完善的用戶管理體系,貸前,貸中,貸后客戶的任一風(fēng)險(xiǎn)行為,都會(huì)影響整個(gè)公司的正常運(yùn)轉(zhuǎn),使得資金流動(dòng)性降低,公司經(jīng)營(yíng)的成本增加。如何有效的對(duì)借款用戶細(xì)分,防止客戶逾期還款,降低公司壞賬率,保障公司正常經(jīng)營(yíng)與發(fā)展變得越來(lái)越重要。借貸這一金融行為借助互聯(lián)網(wǎng)的發(fā)展,既具有金融的特征,又具有互聯(lián)網(wǎng)的受眾面廣且數(shù)據(jù)積累多的特征,我們可以針對(duì)這兩方面的特點(diǎn),針對(duì)不同的受眾用戶,定制一套自己的營(yíng)銷模式或思路,建立起公司的用戶管理體系。對(duì)于基數(shù)龐大的互聯(lián)網(wǎng)金融公司,可以運(yùn)用聚類的思想,將客戶細(xì)分,篩選出優(yōu)質(zhì)客戶,普通客戶,貢獻(xiàn)度高客戶,忠誠(chéng)客戶,以及劣質(zhì)客戶等不同的標(biāo)準(zhǔn),有效的控制互聯(lián)網(wǎng)金融公司的風(fēng)險(xiǎn),并運(yùn)用到公司的用戶管理中。這也是實(shí)現(xiàn)精細(xì)化營(yíng)銷和風(fēng)險(xiǎn)管理的一個(gè)重要環(huán)節(jié)。以往的研究中都只重視貸前客戶的風(fēng)險(xiǎn)管理和信用評(píng)估,針對(duì)違約行為用戶的研究較少,本文主要針對(duì)貸后用戶,以客戶關(guān)系管理(CRM)為依據(jù),運(yùn)用K-means的聚類分析對(duì)用戶進(jìn)行細(xì)分,用戶主要包括貸后非違約客戶,和違約客戶。針對(duì)貸后客戶的信用狀況,個(gè)人狀況,居民地區(qū),收入水平,往期借貸,消費(fèi)行為等不同維度,來(lái)劃分客戶群,將客戶細(xì)分為8個(gè)客戶群,針對(duì)性的提供產(chǎn)品,服務(wù)和營(yíng)銷模式。主要用RFM模型來(lái)進(jìn)行分組,K-means進(jìn)行聚類,確定用戶個(gè)人價(jià)值,對(duì)客戶細(xì)分,為企業(yè)運(yùn)營(yíng)者提供決策建議。針對(duì)細(xì)分的客群運(yùn)用決策樹模型進(jìn)行違約預(yù)測(cè),為貸前風(fēng)險(xiǎn)管理,用戶信用評(píng)級(jí)提供數(shù)據(jù)支撐,從而降低公司客戶逾期率,把控風(fēng)險(xiǎn)提供數(shù)據(jù)支持。
【圖文】：

決策樹,銀行,學(xué)歷

圖 2-1 銀行審批貸款簡(jiǎn)易決策樹內(nèi)部節(jié)點(diǎn)如職業(yè)、年齡、學(xué)歷和收入就是屬性，節(jié)點(diǎn)的分支如大于 25 歲或歲，學(xué)歷初中或小學(xué)等表示各個(gè)屬性可能的情況，葉子節(jié)點(diǎn)如有貸款意向向，，表示最終的決策或類型。以上這個(gè)決策樹就是典型的判斷樹，輸入用戶

流程圖,建模分析,數(shù)據(jù)處理,流程圖