随着金融行业竞争加剧，“二八定律”在商业银行经营中同样适用，20%的优质客户带来了80%的利润。对存在流失倾向的优质客户开展忠诚度管理及流失挽留，其价值不言而喻，这也成为当前银行客户服务战略转型路径中迫切需要解决的问题。

    为帮助银行做好智能服务与精准营销，近日，浪潮联手某银行客户关系管理团队开展“理财客户流失预测”项目。项目以理财业务场景为引导，依托浪潮客户关系管理平台及深度学习引擎，建立流失预测模型，智能预测具有高流失倾向的客户名单，并通过客户经理工作平台开展客户挽留和定点营销。

    通过对理财客户的历史交易数据进行学习分析，浪潮项目组采集了310万用户的1550万条记录，根据客户的连续性特征和非连续性特征，进行归一化和因子化，综合运用逻辑回归、LSTM（深度学习）和BP反向传播神经网络等机器学习算法，经过多轮调试，使模型对真实数据达到最佳拟合状态。以较高的精准度预测出下个月内到期理财客户不再购买理财的概率，经检验的预测准确度达80.7%，相比传统分析方法，准确度提高30个百分点。

    在此基础上，银行进行精准化客户挽留，一方面做到有的放矢，将一家分行原先多达近万名目标客户营销范围精减到千名左右，节省了客户维护成本，解决了客户经理每天在客户维护上疲于奔命的苦恼。另一方面，深化了客户体验，提升了挽留效果。

    浪潮大数据及机器学习的智能精准维护模式效果显著，银行理财接续率有显著提升。对试点行稳定到期客户和资金起到了积极作用，有效提升了客户生命周期管理战略下的客户精细化管理水平。

    未来，浪潮将探索大数据及人工智能环境下，如何深入拓展精准营销、低成本获客、智能风险控制等业务场景，将客户精细化管理及业务高效拓展推向更高水平。