某银行上海分行贷记卡客户消费行为分析上海分行贷记卡客户消费行为分析 , 数据来源:ODSB上贷记卡档，包括贷记卡卡档，贷记卡交易档，贷记卡客户档, 样本范围:在2008年1月至2009年6月有交易行为的上海分行贷记卡客户, 分析主题:客户的贷记卡消费行为特征，客户的贷记卡消费偏好以及找出针对不同客户群的营销策略, 分析手段:1. 通过clementine软件统计贷记卡客户的整体情况，在各类pos机上的消费总额，消费笔数，单笔消费金额。

2. 对各种消费场所的消费行为进行主成分分析，找出哪些消费行为是有关联的，提出交叉营销策略3. 通过将客户基本信息、客户消费行为信息及客户收入信息进行聚类分析，找到贷记卡客户的不同特点。

4. 进一步对客户的在各pos机上的消费金额，消费笔数等特点进行聚类，找到客户的消费偏好，进行客户细分，对不同类型的客户采用不同的营销策略，提升其消费。

, 结论:1. 郊区客户对大型超市消费更加热衷，而城区客户在百货商店的消费更大，所以相对在市区百货商店及郊区大型超市可多布置POS机2. 消费场所可以按关联分为:成人成衣店，百货商店，化妆品商店为一类，会员俱乐部，饮酒场所，就餐场所和餐馆为一类，大型仓储式超级市场，糖果及坚果商店，家用电器商店为一类，航空公司，住宿服务为一类;在设计贷记卡营销活动中可以考虑这些场所交叉销售因素，将有关联的各个消费场所的活动进行整合，捆绑推出3. 通过对现有贷记卡客户的聚类分析，我们归纳出11个类，分别为:优质高端客户、居家型高端客户、商旅型高端客户、时尚型高端客户、普通型高端客户、居家型潜力客户、时尚型潜力客户、商旅型潜力客户、娱乐型潜力客户、普通型潜力客户、普通型低端客户;对各个类进行有针对性营销，可以促进其消费，提升贷记卡消费量，增加中间业务收入4. 通过对聚类群的营销活动响应分析，我们可以对营销活动进行评价，并通过营销活动结果反馈调整聚类群，同时通过有效的营销活动来提升客户对银行的忠诚度，对促进其他对私产品的交叉销售也十分有帮助，可以全面提高银行对私中间业务收入。

第一部分:上海分行贷记卡总体情况截止2009年6月分行存量贷记卡总数为2,240,930张，其中活动卡为1,243,394张，占总发卡数的55.49%，非活动卡(睡眠卡)893,023张，占总发卡数的39.85%，见图1图1由于2009年客户贷记卡消费量数据还不充足，我们将考察时段扩大至2008年1月至2009年6月。

图2图3从上图2，图3，我们可以发现分行贷记卡客户主要消费场所为百货商店，大型仓储式超级市场，这两个交易场所在交易金额及交易笔数两方面均占前两位，在消费笔数方面大型仓储式超级市场更是占所有消费量中的很大比例。

接着我们观察市郊及城区客户的消费量是否有地域差异。

由于贷记卡发卡的特殊性，很大一部分卡由总行直销，难以划归到固定经办行，所以我们采用身份证号码前六位判断该客户是否属于城区还是市郊，部分外地身份证及缺失客户不归入统计。

下图为2类客户的贷记卡消费量的差别。

图4图5从上图4，图5，可以明显发现城区客户与郊区客户的消费场所有一定不同，虽然占消费量前四位的均为百货商店，大型仓储式超级市场，家用电器商店，就餐场所和餐馆，但是这四项的排名情况有所不同，城区客户为百货商店，大型仓储式超级市场，家用电器商店，就餐场所和餐馆，而郊区客户为大型仓储式超级市场，百货商店，家用电器商店，就餐场所和餐馆，显然郊区客户对大型超市消费更加热衷，而城区客户在百货商店的消费更大，这与地域位置有一定关系，所以相对在市区百货商店及郊区大型超市可多布置pos机。

下面我们看下各消费场所的贷记卡消费覆盖情况(即有多少活动卡曾在该消费场所进行消费)汇总郊区城区消费场所覆盖率消费覆盖率消费覆盖率消费排名排名排名大型仓储式超级市场 86.91% 2 87.03% 1 86.88% 2 百货商店 74.00% 1 70.32% 2 75.06% 1 就餐场所和餐馆 62.05% 3 46.00% 5 66.67% 3 成人成衣店 50.86% 9 50.70% 8 50.91% 9 家用电器商店 36.46% 4 39.20% 335.68% 4 住宿服务(旅馆、酒店、汽车旅馆、27.84% 5 21.60% 7 29.63% 5 度假村等)糖果及坚果商店 26.08% 17 21.23% 17 27.47% 17 饮酒场所(酒吧、酒馆、夜总会等) 23.44% 16 17.35% 16 25.19% 16表1从上表1中我们可以发现百货商店，大型仓储式超级市场，家用电器商店，就餐场所和餐馆等四类交易场所的覆盖率较高，与其消费量较多的情况比较吻合，而成人成衣店的覆盖率达到50%，但其消费量并未位居前列，同时糖果及坚果商店，饮酒场所的覆盖率与其消费量不匹配，这些现象可能由消费场所的性质所决定，这些消费场所的单笔消费金额比较小，造成其覆盖率高但是消费量不高的结果。

具体单笔交易金额见下表2消费场所单笔金额家用电器商店 2404.55 航空公司 1750.19 公立医院1368.83 其他综合零售 1330.77 会员俱乐部(体育、娱乐、运动等)乡村俱乐部以及私人高尔夫课程班 1196.04 住宿服务(旅馆、酒店、汽车旅馆、度假村等) 1072.58 化妆品商店 883.73 未列入其他代码的政府服务(社会保障服务，国家强制) 698.74 就餐场所和餐馆 557.55 百货商店 554.97 成人成衣店 497.57 饮酒场所(酒吧、酒馆、夜总会、鸡尾酒大厅、迪斯科舞厅) 361.84 大型仓储式超级市场 213.08 计算机网络/信息服务 209.02 糖果及坚果商店 155.22 表2综上所述，我们按以上分析将这些消费场所分为几类: 1. 消费金额较高，消费笔数较高，单笔消费量较低，覆盖率相对较高(百货商店，大型仓储式超级市场，就餐场所和餐馆) 2. 消费金额较高，消费笔数较低，单笔消费量较高，覆盖率相对较低(家用电器商店，航空公司，住宿服务)3. 消费金额较低，消费笔数较高，单笔消费量较低，覆盖率相对较高(成人成衣店，糖果及坚果商店，饮酒场所) 4. 消费金额较低，消费笔数较低，单笔消费量较高，覆盖率相对较低(会员俱乐部(体育、娱乐、运动等)乡村俱乐部以及私人高尔夫课程班，化妆品商店)我们将在下一部分主要讨论这些消费场所之间的关联情况第二部分:各消费场所关联分析我们主要讨论第一部分最后总结的11类消费场所的关联，使用SPSS的相关分析，将每个贷记卡客户在这11类消费场所的消费笔数作为变量，我们得到以下的相关矩阵:表3我们通过Pearson相关系数表示各消费场所之间的关联程度，系数越接近1，正相关性越强，系数越接近-1，负相关性越强，系数为0，表示不相关。

从上表我们可以看出相关系数在0.5以上的为饮酒场所与就餐场所和餐馆;在0.4以上的为成人成衣店与百货商店，住宿服务与就餐场所和餐馆;在0.3以上的为就餐场所和餐馆与百货商店，住宿服务与航空公司，饮酒场所与百货商店。

通过以上表格，我们可以大致看出哪些消费场所有一定关联，但是由于上表数值较多，不易观察，我们使用主成分分析，将这些变量中相关的部分提取，组织到几个不相关的新变量，我们通过观察这些新变量的构成能够简单的发现各消费场所的关联。

表4通过SPSS中主成分分析，我们将这11个消费场所的变量归结到3个新变量，上图中成份1，2，3分别表示这3个变量的组成成份(成份在0.3以下隐藏)，其中: 第一个变量由住宿服务，就餐场所和餐馆，航空公司，饮酒场所组成，显然这4个变量有一定相关性，可以组合成一组。

第二个变量由就餐场所和餐馆，饮酒场所，成人成衣店，百货商店，化妆品商店，会员俱乐部等6个变量组成，这些变量有一定关联。

第三个变量由百货商店，大型仓储式超级市场，糖果及坚果商店，家用电器商店这4个变量组成，这些消费场所之间相关性较强，可以划为一组。

为了更加直观的看到各变量之间的联系，我们将3个新变量的成份作为x，y，z轴放到空间坐标轴，直接通过原变量之间的距离来判断哪些变量有关联，见下图6图6从上图6中，哪些消费场所之间有关联一览无遗，成人成衣店，百货商店，化妆品商店为一类，会员俱乐部，饮酒场所，就餐场所和餐馆为一类，大型仓储式超级市场，糖果及坚果商店，家用电器商店为一类，航空公司，住宿服务为一类。

得到了各消费场所间的我们对于贷记卡营销策略进行优化，在设计贷记卡营销活动中可以考虑交叉销售因素，将有关联的各个消费场所的活动进行整合，捆绑推出。

具体的交叉营销建议如下:, 成人成衣店，百货商店，化妆品商店:这类关联可以利用在各种商场促销活动或者各种时尚品牌的优惠促销活动中，同时也可以设计特定的贷记卡产品，对这些场所也可以实行特定的消费积分规则, 会员俱乐部，饮酒场所，就餐场所和餐馆:这类关联可以利用在各种就餐场所的优惠促销活动中或者在该场所消费后可以提供其他场所的相应优惠，同时也可以设计特定的贷记卡产品，对这些场所也可以实行特定的消费积分规则, 大型仓储式超级市场，糖果及坚果商店，家用电器商店:这类关联可以在各种大型超市，连锁超市，连锁店推广优惠活动，利用这些消费场所的连锁关系，可以开展一系列的交叉销售活动 , 航空公司，住宿服务:这类关联可以利用在提供旅行，出差过程中的一整套航空住宿优惠服务，同时也可以设计特定的贷记卡产品，对这些场所也可以实行特定的消费积分规则我们将在下一部分讨论贷记卡客户的基本特征及总体消费特征之间的关系第三部分:贷记卡客户基本信息分析我们主要讨论分行现有存量贷记卡客户的基本特征与其贷记卡消费之间的联系，我们使用SPSS软件对贷记卡客户的基本信息进行聚类分析，基本信息包括年龄，性别，婚姻状况，教育程度，婚姻状况，收入情况(从公积金缴纳情况判断)，将这些特征与客户的贷记卡消费量和消费笔数同时进行聚类，可以观察出不同客户群的贷记卡消费能力差别。

下图7为聚类结果:图7从图7中我们可以看到软件根据各客户的属性不同，将客户分成4个群，各个群的代表意义很明显。

图8第一类客户群男性比例居多，大部分集中在已婚有子女，年龄主要在30岁以上，教育程度相当其他3个客户群较高，住宅以自有产权或按揭为主，基本公积金缴交，补充公积金缴交比其他3个客户群高。

这类客户的使用分行贷记卡消费最多，不管从笔数还是金额都很高，这类客户是目前分行贷记卡消费的主要客户群，我们定义其为中。

年优良客户群图9第二类客户群女性比例较男性多，未婚比例高，年龄集中在30岁以下，教育程度相对第三类及第四类客户群高，住宅特征为与父母同住比例较大，基本公积金，补充公积金缴交水平一般。