长尾客户的人群分类

黄又钢 深圳前海弘犀智能科技有限公司联合创始人、首席风险官

一、长尾客户的定义与客户信息

      长尾客户的基本定义是开户6个月以上，但在三年内开户的客户，且当前余额低于1万。对于长尾客户的实际目标是在4个月内余额争取达到5万。零售银行的数据中，首先是客户行为信息，包括在网银、手机银行登录等；还有交易信息，包括转账？消费、理财、三方支付、公共缴费保险等等，转账还包括同名、跨行、行内转账等。而后是行内信息，包括行内基本信息、行内评级、关联企业、产品、代发工资、征信等。最后是资产信息，包括行内资产、储蓄等等。银行系统里的信息量上，零售银行是非常多的。在原始信息的基础上，即现金流的流入和流出以及余额的基础上，通过不同的角度、维度、账户、人群等进行切分，再在时间维度、关联维度、账户性质等信息维度进行衍生，几千到上万个变量或者是信息很容易就产生了。大量的信息一方面是好事，因为信息量多，所以也是坏事。如果弄不清楚中间的噪音，可能会把真正想做的事情掩盖起来。

二、长尾客户的分类：结合经验

      长尾客户目前没有太多资产，在1万元以下，我们怎么在其中去分类，区分出以后资产可能增加，特别是增加到5万程度的人群？在这个前提下，需要考虑的是在人群当中，怎么去分类？能不能够分类？从人群分类技术上，数据驱动可以很容易的做到，有很多算法来去解决。监督学习算法有决策树，非监督学习也有聚类分析，还可以进行回归分析，主成分分析等等。在数据上面，我们可以做很多事情，有很复杂的方法可以使用。今天我们想强调的是业务经验。在业务经验的前提下，加上一些简单的算法，就可以达到目的。业务经验其实是指银行自己作为专家，在行内发展了多年，有一些直觉可以直接利用，而不仅靠数据分析来进行。业务经验的重要性体现在有扎实丰富的经验时，可以非常快速和准确地指出人群分类的关键维度。在长尾客户的项目中，理论上资产大小，现在的档次高中低的定义有一些技术成分。但是大概念上资产多的人，就有可能变得更多，也即过去曾经有钱，未来也有可能有更多钱。二是资产的波动性，平稳相对波动，波动性大的人可能有更大的机会。在这个基础上审视长尾客户，判断哪些人有可能在今后几个月内资产跳升，那么就是目前资产档次相对高，或者历史上相对高，以及资产的波动大的客户，从直观上、经验上就有这种感觉。前面提到有近万个信息量，如果进行纯技术分析、大数据分析，很容易得到非常复杂的人群分类。几万个变量进行大数据分析，很容易出现几百个人群分类。但面对这么多的人群分类，如何做策略，如何做后端业务的跟进，客服如何跟进？虽然前端有很好的大数据分析、机器学习分析，有比较好的大数据上、分析上、模型上的支撑，但是实际落地是非常困难的。

      这实际上是一个返璞归真的事情。现在提到大数据也好，机器学习也好，虽然不能说是绝对不对，但是也要进行平衡。大数据、机器学习、现代化的分析方法是重要的，是一条路，同时经典的、经验的、简单而容易落地的也是另外一条路，两者之间一定要相互平衡。从某种程度上来讲，行内如果已经很清楚传统的经典路径，很清楚地知道基本的人群分类是怎么样的，在这种前提下，可能可以尝试大数据分析；如果目前基础的一些业务理解还不够深入的话，其实没有必要直接跳到大数据建模。国内某些银行可能比较先进，做的比较好了，对自己的长尾客户可能已经有很深入的了解，无论是分类、模型，还是落地的策略，已经做到十几、二十个分类，而需要思考每一个分类该怎么处理。在这种前提下，他们可能值得进行大数据的、进一步深化的分析。如果一家银行还没有达到这样的情况，可能不该直接跳到大数据分类。

三、长尾客户分类案例：资产大小与波动性

      对于资产大小的高中低，资产波动性的平稳和波动，这两个简单的概念实际上谈的都是资产，只不过是从两个角度，一个是目前的状况或者历史上的状况，一个是历史上平稳还是波动。简单的两个维度就可以很有效的把人群分开。采用决策树加上前面两个维度，而这两个维度本身有很多变量，即便是资产高低也可以从不同的角度去考虑，而波动也可以有不同的计算方法，但始终只有两个维度，就可以建造出简单实用的分类图。

图1 二维度决策树

      从图中可以看到几个层面。在第一个层面，我们采用了大概12万数据，实际有10%的样本以后能够提升，也即Y=1，对应的目标是几个月后能够涨到5万的概率。这12万人背后代表的是大概800多万人的很大的规模。在第一层上，实际是指的近6个月日均资产的平均值，可以分为低、中、高。子叶二是4600元，子叶三是4600-13959元，而高的大概是13,000以上。在这三段里，如果再关心当月资产，之间又会出现6000元、5900元的分类。所以在资产层面可以有两个角度，一个角度是历史上6个月的平均值，另一个同时兼顾目前的、当月的资产状态。在这样的结构下，第三层是波动性，是用月日均资产的方差来计算。平稳的人一个状态，波动的人一个状态。这样其实有ABCDE一共5个分类，用这样的简单方法、思路就可以做到。

图2 简化决策树

      将决策树简化后可以看到，长尾客户分为低资产、中资产和高资产。低资产指的4000元以下，中资产是在4000-14,000元，而高资产是14,000元以上。在低、中资产上，各有平稳、波动的人。这就是ABCD的分类。关键是其中的百分比，实际上表示一个概率。高资产的人在后几个月继续高资产状态的概率极高，有43%；中资产的人只有13%的概率可以变成高资产，而低资产最小，只有6%的这个概率会变高。在低资产类人群里，平稳的人概率就更低，只有5%，但如果历史是波动状态，那么至少能到10%的可能性。中资产人群整体是13%，而平稳的中资产人的概率并不高，只有8%，波动人群可以达到17%。这样实际上就把人群分开了。高资产人群大概率会维持高资产状态，而在波动的人群，中资产有17%的概率，低资产有10%的概率。实际上，真正应该关心的除了高资产人群，还有中资产、低资产人群中波动的部分，也即 ABC类是真正应该关心的。根据人群分类，就可以在每一类人群上建立独立的模型。如果没有做人群分类，用整体长尾客户直接做模型得出的预测准确率，相比做了人群分类，单独做模型，两者之间至少有10%~20%的区别，也就是提升了10%~20%的准确率。这就是人群分类上的方法论。

四、长尾客户的处理：从简单到复杂

      其中传递的信息很简单，就是不一定要做很复杂的事情。从一些简单、直观的，经验上已经有的东西开始入手，就可以在现有情况下得到很大的提升。长尾客户在零售银行里一直是大家头痛的问题，其实一些银行可以从简单的地方开始入手，如果能把高资产人群，中资产波动人群，低资产波动人群首先处理好，可能就可以进一步处理长尾客户的问题。

（编辑人：梁丹辉）

来源：2020（第十六届）中国金融风险经理年度总论坛