银行电话营销成功率探究

上传人:lizhe****0001 文档编号:44999586 上传时间:2018-06-14 格式:DOCX 页数:16 大小:686.58KB
返回 下载 相关 举报
银行电话营销成功率探究_第1页
第1页 / 共16页
银行电话营销成功率探究_第2页
第2页 / 共16页
银行电话营销成功率探究_第3页
第3页 / 共16页
银行电话营销成功率探究_第4页
第4页 / 共16页
银行电话营销成功率探究_第5页
第5页 / 共16页
点击查看更多>>
资源描述

《银行电话营销成功率探究》由会员分享,可在线阅读,更多相关《银行电话营销成功率探究(16页珍藏版)》请在金锄头文库上搜索。

1、银行电话营销成功率探究银行电话营销成功率探究内容摘要:内容摘要:当今社会电话营销在各行业中的应用越来越普遍,在诸如保险公司、银行等 系统内电话营销是联系客户的重要手段之一。影响电话营销成功率的原因有很多,销售员 的态度和能力是重要的方面,但这些影响因素的评价相对而言较为主观。本文将从银行电 话营销中获得的客户信息出发,探究银行电话营销成功率的影响因素。 关键词:关键词:广义线性模型、电话营销、成功率一、引言及文献综述一、引言及文献综述进入 21 世纪以来,商业银行间的竞争愈发激烈。对商业银行来说,利润最大化是其经 营的根本目的,而实现利润最大化的核心就是做到客户满意,使客户愿意支付“账单” 。

2、挖 掘客户需求、推销银行的金融产品,并通过后台协同工作是当今商业银行提高竞争力的途 径。 直通营销(Direct Marketing)产生于商品经济高度发达的美国,是一种以提供情报 为手段,或是通过邮件电话或其他方式,以从消费者处得到直接反应为目的的活动。以电 话为媒界的直通营销即为电话营销,是银行建立客户关系的重要途径之一。通过研究影响 电话营销成功率的因素,银行可以适当缩小营销范围,降低成本。 本文的数据来源于Moro et al., 2011 S. Moro, R. Laureano and P. Cortez. Using Data Mining for Bank Direct Mar

3、keting: An Application of the CRISP-DM Methodology,与葡萄牙一银行机构的直通营销活动相关,其是基于电话营销(同一顾客至 少被联系一次) ,来估计银行的定期存款合同是否会被签订。基于样本数据分析得出的结论, 可以分析客户的消费特点、风险偏好等,判断其近期的消费行为是否有明显的变化,由此 总结客户的需求特点并预测需求变化,做到积极引导目标客户,将产品顺利推向市场。国内学者关于银行电话营销的研究主要的关注点在于电话营销在我国的发展历史及现 状,对其成功率却少有相关方面的研究。高心共、雷美茂(1999)首先研究了我国的市场 条件和电话营销的现状,分析其

4、问题,并找出这种营销模式在我国发展的途径。宋建华 (2011)以中国工商银行为例,对商业银行电话营销的实践和发展历程进行总结和展望, 发现我国商业银行的电话营销在系统、产品、服务和渠道等方面存在问题,并提出了相应 的解决办法。康立民(2013)探究大数据时代电话销售和个人客户分层的关系,证明电话 营销在银行业务中的重要性。总体来看,我国学者对商业银行的电话营销的研究并不十分 透彻,大多是定性的说明电话营销的重要性,但在如何提高电话营销的成功率进而降低营 销成本方面并没有太多的成果。二、数据描述分析二、数据描述分析本文所用数据包括的自变量如下: (一)年龄 年龄为数值型数据,基本的统计特征如表

5、1:表表 1 1 年龄变量统计年龄变量统计最小值第一四分位数中位数第三四分位数最大值平均值年龄 (age)193339498741.17年龄分布的直方图如图 1:图图 1 1 年龄分布直方图年龄分布直方图 可以看出,银行的客户中年龄在 20 岁以下或 60 岁以上的只占一小部分,年龄分布集 中于 30 岁至 50 岁的中青年阶段,平均年龄为 41.17 岁。这一年龄段的人们基本上事业有 成,收入稳定,对产品合同的签订可能会产生一定影响。 (二)工作 工作变量为分类变量,包括管理人员、蓝领、技师、行政人员、服务行业、退休、企 业家、女佣、个体经营者、学生、失业、未知十二个类别。图图 2 2 样本

6、数据客户工作类型分布样本数据客户工作类型分布 在银行的客户中,行政人员、蓝领、技师的人数分别位于前三位;不考虑工作未知的 情况,学生、女佣和失业的人数较少。表表 2 2 不同工作客户与合同签订结果不同工作客户与合同签订结果yratiojob0101 admin.4205887.87%12.13% blue-collar8776992.71%7.29% entrepreneur1531591.07%8.93% housemaid981487.50%12.50% management83813186.48%13.52% retired1765476.52%23.48% self-employed1

7、632089.07%10.93% services3793890.89%9.11% student651977.38%22.62% technician6858389.19%10.81% unemployed1151389.84%10.16% unknown31781.58%18.42%表 2 是不同职业的人群对于电话营销的接受情况,可以看出,学生和退休人员虽然在 银行客户中的人数较少,但其对于存款合同的接受率分别达到了 23.48%和 22.62%。相对的, 工作为“蓝领”的客户人数虽然相对较多,但是其合同的成功签订率只有 7.29%。造成差异的原因可以从不同工作类别的人群的特别推断。退休人

8、员的消费倾向不足, 主要为了老年的生活而采用储蓄的方式管理现有的财产。对学生而言,这一群体几乎没有 其他的可投资项目,因此也更多的选择了储蓄存款管理资金。蓝领工人的收入较低,为了 维持基本的生活需要,可能没有多余的财产需要银行保管。 (三)婚姻状况 分类变量,包括已婚、离婚以及单身三类人群。表表 3 3 婚姻状况与合同签订比率婚姻状况与合同签订比率yratiomarital0101 divorced4517785.42%14.58% married252027790.10%9.90% single102916786.04%13.96%已婚的客户存款合同的签订率要低于单身和离异的客户,可能是由于

9、后两者更多的为 今后的生活考虑,增加存款,尽可能的节约消费。已婚的人群在赡养老人、照顾孩子方面 的开销会比较大,可能暂时没有闲置资金。 (四)受教育情况 包括初等教育、中等教育、高等教育及未知表表 4 4 受教育情况与合同签订率受教育情况与合同签订率yratioeducation0101 primary6146490.56%9.44% secondary206124589.38%10.62% tertiary115719385.70%14.30% unknown1681989.84%10.16%不考虑受教育情况未知的情形,随着受教育程度的增加,合同的签订率是逐渐增加的, 说明随着教育水平的深入

10、,人们储蓄的意识越来越强。 (五)是否存在信用卡违约情况表表 5 5 信用卡违约情况与结果信用卡违约情况与结果ydefault01 no3933512 yes679(六)年度结余图图 3 3 年度结余分布直方图年度结余分布直方图 图图 4 4 结余金额与营销结果关系结余金额与营销结果关系表表 6 6 年度结余统计量年度结余统计量最小值第一四分位数中位数第三四分位数最大值平均值 年度结余 (balance) 单位:欧元-3313694441480711881423图 3 是年度结余的分布直方图,呈现明显的右偏分布,最低值为-3313 欧元,最高值 为 71188 欧元,差距很大。图 4 是不同的

11、结余与是否合同签订成功的关系,可以看出,结余过高或过低的客户都未成功签订,成功签订存款合同的客户的平均结余要略高于未成功 签订的客户,但总体看分布更为集中。 (七)是否有住房贷款表表 7 7 住房贷款情况与合同签订结果住房贷款情况与合同签订结果yratiohousing0101 no166130184.66%15.34% yes233922091.40%8.60%(八)是否有个人贷款表表 8 8 个人贷款情况与合同签订结果个人贷款情况与合同签订结果yratioloan0101 no335247887.52%12.48% yes6484393.78%6.22%(九)联系的方式 分类变量包括固定电

12、话、移动电话以及未知表表 9 9 联系方式与结果联系方式与结果yratiocontact0101 cellular248041685.64%14.36% telephone2574485.38%14.62% unknown12636195.39%4.61%以固定电话或移动电话联系的成功率接近,说明这两种方式可能对成功率的影响不大。(十)上次联系是某一月的哪一天这个变量描述是一个月中的哪一天与客户联系,对最终的结果可能影响不大(除了某 些比较迷信的客户) ,在接下来的建模过程中会有体现。 (十一)上次联系是哪个月图图 5 5 与客户联系的月份分布与客户联系的月份分布 表表 1010 不同月份的合

13、同签订成功率不同月份的合同签订成功率yratiomonth0101 jan1321689.19%10.81% feb1843882.88%17.12% mar282157.14%42.86% apr2375680.89%19.11% may13059393.35%6.65% jun4765589.64%10.36% jul6456191.36%8.64% aug5547987.52%12.48% sep351767.31%32.69% oct433753.75%46.25% nov3503989.97%10.03% dec11955.00%45.00%一年中的三月、十月、十二月合同签订的成功率

14、都达到了 40%以上,月份对最终结果 可能存在较为显著的影响。与某一具体日期相比,月份更多的反映季节变化、消费习惯变 化等信息,对结果的影响也更加明显。 (十二)上次联系的通话时间(秒)图图 6 6 通话时间与营销结果的关系图通话时间与营销结果的关系图 从图 6 可以看出,与成功签订合同的客户的通话时间明显高于未成功签订合同的客户。 说明该变量对因变量可能存在显著影响。 (十三)此次营销活动联系某一特定客户的次数(十四)距离上次联系某一客户经过的天数 (十五)此次营销活动之前联系某一客户的次数 十三、十四、十五三个变量反映联系某一客户的频率,其对结果的影响未知,可能有 些客户因为频率过高感觉被

15、打扰从而拒绝签订合同,而另一些客户可能会被说服。 (十六)此前营销活动的结果 包括四种情况:成功、失败、其他、未知表表 1111 此前营销结果与本次营销结果关系表此前营销结果与本次营销结果关系表yratiopoutcome0101 failure4276387.14%12.86% other1593880.71%19.29% success468335.66%64.34% unknown336833790.90%9.10%可以看出,之前的营销的结果对此次营销活动的影响较大,之前成功营销的客户本次 营销活动的成功率达到了 64.34%,远高于之前未成功或其他结果的客户。本次研究的因变量为客户是否

16、签订定期存款合同。将客户与银行签订合同设为虚拟变 量 1,未成功签订设为 0。建立因变量与自变量的广义线性模型。图图 7 7 营销结果比例图营销结果比例图样本数据中,成功签订合同的比例约为 11.52%四、建立模型四、建立模型(一)选择模型数据 为了测试模型的效果,将样本数据分为测试集 test 和训练集 train,各占 50%。以训 练集的数据为依据建立广义线性模型,以测试集的数据检验预测结果。 (二)建立模型1.probit 模型 glm1glm(formula = y1 job + marital + education + default + balance + housing + loan + contact + day + month + duration + campaign + pdays + previous +

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 学术论文 > 其它学术论文

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号