随着证券经纪业务转型和创新业务的发展，客户对证券公司的服务要求越发提高，券商仅仅靠低廉的佣金率是很难留住客户的。“全面地了解客户，尤其是客户的特征、偏好，在适当的时候推荐适当的产品和服务，令客户获得更大的价值，这样才能稳固客户的忠诚度。”海通证券相关业务负责人在接受《国际金融报》记者采访时指出，正是出于这样的考虑，海通证券开创“基于数据挖掘算法的证券客户行为特征分析技术”。据悉，这项创新技术已经投入运行近一年，顺利推动了客户服务、产品设计、营销环节的转型。
大部分的创新突破都源自对现实境况的不满足，海通证券的该项技术在设计初期也不外乎如此。“我们的很多分支机构都提出，很难找到那些对营业部真正有价值的客户。比较传统的做法是到柜台系统里面去找，看谁的资产大、佣金高，但很多资产高的并非对营业部贡献大，而有些真正贡献大的却有许多个性化需求。”正是出于这样的考虑，海通证券提出了“充分了解客户”的需求，在海通证券战略发展与IT治理委员会的领导下，公司战略发展部、零售业务部组成课题小组，与中国科学院研究生院金融科技中心的团队合作，由此开展了客户行为特征分析的研究工作。
“给予数据挖掘算法的证券客户行为特征分析技术”，这项听上去非常“玄乎”的金融创新技术，实际主要应用在两方面，一是根据客户历史交易行为为每一位客户打上交易行为特点的标签；二是根据客户流失概率的预测。
据了解，课题组在模型建立、业务指标选择、历史数据处理、特征数据分析等方面进行了大量的试验与实践，通过对海通100多万样本客户、半年交易记录的海量信息分析，建立了客户分类、客户偏好、客户流失概率的模型。基于模型验证结果，为海通400多万位客户打上了行为偏好的标签。通过2012年客户交易数据的验证，上述模型较为准确地反映了客户行为。
“客户在真正流失之前，往往会表现出一些预示其将要流失的特征，我们通过对这些特征进行量化分析，就可以得到客户将来可能流失的概率。”海通证券相关负责人向记者解释道，“我们建立客户流失预测模型，综合挽留成本，最大限度地挽留到那些真正有意向流失的客户，以此降低客户的平均流失率。”
“目前该项技术已投入运行近一年，累计使用人数278248人，日均1030人；累计使用功能次数100多万次。”上述相关负责人指出，“从运行阶段来看，在客户差异化服务模式、服务成本控制、产品销售、创新业务推广、客户流失率降低等方面取得了较好的经济和社会效益。我们认为应用模式促进了金融服务企业的管理理念升级，具有很好的行业推广价值。”
[上一篇] 基金挖角信托为专户
[下一篇] 101%的客户满意度 走进中信银行南京分行营业部
