Smartbi Mining 应用案例：银行客户流失预警

银行面临同质化竞争的市场环境，存款的利息都差不多，客户忠诚度也不会很高，现在去拉一个新客户的成本是远远高于维护老客户的成本。因此，很多银行都对防止客户流失很重视。这家银行当时找到我们说，他们有一些历史数据，希望我们能从中预测出客户流失的概率。这些历史数据有客户的固有属性，如年龄、性别等，有行为属性，如银行卡收支情况、银行APP使用情况，还有其它相关的属性。接到这个需求以后，我们把工程师塞进了甲方的小黑屋，一周后他们提交了一个分析模型，这个模型用甲方提供的1000份历史数据测试，准确率达到 86%。然后基于这个模型，为银行的客户建立了标签，分为：流失客户、动摇客户、忠诚客户3类。根据这3类标签，银行可以采取不同的措施。最后银行针对“动摇客户”进行二次细分，然后进行针对性关怀和奖励，成功挽留了 50%以上的客户，大大节省了投入成本。

天天小黑屋

放我出来