隨著金融行業競爭加劇，“二八定律”在商業銀行經營中同樣適用，20%的優質客戶帶來了80%的利潤。對存在流失傾向的優質客戶開展忠誠度管理及流失挽留，其價值不言而喻，這也成為當前銀行客戶服務戰略轉型路徑中迫切需要解決的問題。

為幫助銀行做好智能服務與精準營銷，近日，浪潮聯手某銀行客戶關系管理團隊開展“理財客戶流失預測”項目。項目以理財業務場景為引導，依托浪潮客戶關系管理平臺及深度學習引擎，建立流失預測模型，智能預測具有高流失傾向的客戶名單，并通過客戶經理工作平臺開展客戶挽留和定點營銷。

通過對理財客戶的歷史交易數據進行學習分析，浪潮項目組采集了310萬用戶的1550萬條記錄，根據客戶的連續性特征和非連續性特征，進行歸一化和因子化，綜合運用邏輯回歸、LSTM（深度學習）和BP反向傳播神經網絡等機器學習算法，經過多輪調試，使模型對真實數據達到最佳擬合狀態。以較高的精準度預測出下個月內到期理財客戶不再購買理財的概率，經檢驗的預測準確度達80.7%，相比傳統分析方法，準確度提高30個百分點。

在此基礎上，銀行進行精準化客戶挽留，一方面做到有的放矢，將一家分行原先多達近萬名目標客戶營銷范圍精減到千名左右，節省了客戶維護成本，解決了客戶經理每天在客戶維護上疲于奔命的苦惱。另一方面，深化了客戶體驗，提升了挽留效果。

浪潮大數據及機器學習的智能精準維護模式效果顯著，銀行理財接續率有顯著提升。對試點行穩定到期客戶和資金起到了積極作用，有效提升了客戶生命周期管理戰略下的客戶精細化管理水平。

未來，浪潮將探索大數據及人工智能環境下，如何深入拓展精準營銷、低成本獲客、智能風險控制等業務場景，將客戶精細化管理及業務高效拓展推向更高水平。