● 摘要
随着经济的高速发展，人们在日常的生活和工作中产生大量的结构化和非结构化数据，2013年以数据、资金和平台为基础的互联网金融之所以能够取得飞速发展，并产生经济效益，就是数据价值转化为一种商业资本的实证。银行业在金融电子化背景下每天都会产生海量的客户交易数据，但主要以账户、资金流转为主；信用卡行业的研究对象主要为个人，与其他百货、航空、超市等零售行业所面对的客群存在交集，都需要挖掘活跃、有效、高净值客户，以达到零售业务批发做的目的；通过数据挖掘在目标客户定位基础上，进一步细化分层，通过差异化营销，提高单卡质量，从而达到信用卡规模化经营水平不断攀升的经营目标。
本文的研究内容要点概括为以下四方面: 一是跨行业建立数据仓库，以客户关系管理理论为基础，将以Y百货公司为代表的商业零售企业和以XX银行为代表的银行个人业务相结合，将百货公司个人会员消费订单数据与银行个人资金账户交易数据相结合，跨界建立了数据仓库。二是建立RFM模型挖掘信用卡目标客户，基于RFM模型对Y百货公司的会员交易数据进行分析和筛选，为XX银行与Y百货公司发行联名信用卡提供了目标客户数据挖掘模型，为银行利用零售行业消费数据建立信用卡客户准入门槛提供理论基础和数据基础。三是通过聚类算法对目标客户进行细化分层，在满足准入条件的客户基础上又运用聚类的数据挖掘方法进一步实施了客户细分，聚类结果对信用卡产品分级设计与规划、对不同层级客户开展银行产品交叉销售、为做好对个人客户资产进行最优配置的合理化建议提供数据支持。四是应用RFM模型及聚类结果搭建数据应用平台，XX银行将数据挖掘结果建立了信用卡综合管理系统，将数据挖掘的结果展示给前台营销人员、中台管理人员，并通过XX银行与Y百货公司的联合营销，实现了从应用到实践的全过程。
联名信用卡的生产数据的实证分析表明，论文的研究可为信用卡目标客户的价值挖掘提供切实可行的方法以及应用指导。基于RFM和聚类的客户挖掘模型在银行与具有一定规模的零售业务的百货业、连锁超市、航空公司的合作中，为银行快速客户定位、拓展新客户具有实践意义。