打造券商经纪业务的相对竞争优势（八）

打造券商经纪业务的相对竞争优势（九）

胡布军 2003/05/30

1、4、2 数据分析和挖掘

　　如数据流和服务模型图所示，B模块就是对客户进行数据分析和数据挖掘的模块。这个模块将会对领导决定支持和为下一步真正的为核心客户提供更有针对行的服务提供基础。

1、4、2、1 客户信息数据分析和挖掘

　　数据挖掘是一个萃取（extracting）和展现（presenting）以往无法探知的新信息和新知识的流程，这些新信息和新知识选自数据库并为可付诸行动的决策和业务提供服务。这些新信息和新知识是隐含的，也就是说这些信息是往往存在于海量的数据之中的，往往被隐藏很深或者很不容易被理解，但是通过各种数据模型可以被总结和被推断出来。

　　在所有的商业活动中都存在一个定律，就是二八法则：一个企业的盈利点往往是从20％的核心客户身上得到的，而另外的80％却只能带来20％的利润。同时，那些带来20％利润的客户却被企业投入了80％的成本。在中国的证券行业的经纪业务中，也存在这样的规律。闽发证券的数据仓库小组对客户进行了统计分析之后发现：有20.95%的客户为公司贡献了80%的利润，这些客户有20328人。统计包括了公司的10个营业部，占公司营业部数量的50%。在知道了公司有价值的客户以后，最重要的工作就是要调动一切手段来保留这20328个客户。而数据分析和挖掘就是要从大量的客户中挖掘出谁才是真正的能够带来80％利润的客户群落。

　　既然存在二八法则，传统券商就一定要把所服务的对象搞清楚，只有知道那20%真正能带来利润的客户是谁,才能够知道他们到底需要什么。以前证券行业对服务存在一种误解，证券营业部所面对的服务对象有三种。第一种是每天在营业大厅里跳着看价格的普通散户，对于这样的普通股民证券公司所提供的服务只有一个，就是看好了东西别让他们碰坏了。 第二种是大户，证券公司提供了大户室的服务，那里面有沙发可坐、一人一台电脑，大户们想看什么有什么，但那样的服务更像是宾馆式的服务。第三种就是机构用户，他们本身就是专家，甚至不差于任何一个分析师，他们根本不需要那种宾馆式的服务。因此，当证券公司搞清楚需要服务的客户是谁、客户的需求是什么，才能真正提供客户满意的服务。

　　在对客户的划分上，目前比较多的都是根据资金量的大小或投资主体的不同进而区分为大客户和小客户、机构客户和散户，而比较少地从客户交易行为的特点、投资偏好、期望的投资目标等角度出发来对客户进行细分，进而有针对性的提供投资咨询服务和金融计划工具等不同的商业策略。由此可以看出，对客户划分的细化和采取不同的服务定位需要建立在对客户交易行为、交易数据的统计分析基础之上。

本文由作者向CTI论坛提供

打造券商经纪业务的相对竞争优势（十）

作者简介：

　　清华大学硕士毕业，一直以来做专业的公司战略、管理和IT咨询。近来主要关注点是中国证券行业的发展和CRM咨询。
email：hubujun@tsinghua.org.cn