Customer Segmentation and Behavior Prediction in Banking Using Clustering and Predictive Analytics
Loading...
Date
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Μεταπτυχιακό Πρόγραμμα στην Ανάλυση Δεδομένων και Χρηματοοικονομική Τεχνολογία , Σχολή Οικονομικών Επιστημών και Διοίκησης, Πανεπιστήμιο Νεάπολις Πάφου
Abstract
Η παρούσα διπλωματική εργασία εξετάζει την εφαρμογή τεχνικών τμηματοποίησης και προβλεπτικής μοντελοποίησης σε πραγματικά τραπεζικά δεδομένα Small Business, με στόχο την επιστημονική τεκμηρίωση και την πρακτική εφαρμοσιμότητα. Το υπό εξέταση πάνελ δεδομένων, με μηνιαία δομή και χρονικό εύρος 08/2022–07/2025, επιτρέπει την ανάλυση της δυναμικής σχέσης πελάτη-τράπεζας και τη διερεύνηση κρίσιμων συμπεριφορών.
Η εργασία εστιάζει στην αναγνώριση διακριτών ομάδων πελατών, στον εντοπισμό των παραγόντων που συνδέονται με το cross-sell και το churn. Επίσης στη διερεύνηση του βαθμού στον οποίο τα προβλεπτικά μοντέλα μπορούν να υποστηρίξουν τεκμηριωμένες και λειτουργικά εφαρμόσιμες αποφάσεις, ενισχύοντας τη σύνδεση μεταξύ αναλυτικών ευρημάτων και λήψης αποφάσεων σε περιβάλλοντα περιορισμένης τεχνικής εξειδίκευσης.
Μεθοδολογικά η εργασία υιοθετεί χρονικά συνεπή σχεδιασμό, ώστε οι προβλέψεις να αντανακλούν την ρεαλιστική επιχειρησιακή χρήση του επόμενου μήνα.
Η τμηματοποίηση πραγματοποιείται σε επίπεδο πελάτη, μετά από προεπεξεργασία, ανθεκτική τυποποίηση των μεταβλητών και μείωση της διαστασιμότητας μέσω PCA. Η επιλογή των λύσεων ομαδοποίησης βασίζεται σε δείκτες συνοχής, διαχωρισιμότητας και επιχειρησιακής καταλληλότητας με περιορισμούς ως προς το μέγεθος των ομάδων.
Η προβλεπτική συνιστώσα αναπτύσσει σαφείς δυαδικούς στόχους με μηνιαίο ορίζοντα. Η έμφαση δίνεται α)στο cross-sell ως γεγονός αύξησης πλήθους προϊόντων στον επόμενο μήνα και β)στο churn ως σύνθετο σήμα αδρανοποίησης ή υποχώρησης σχέσης σε παράθυρο τριμήνου. Γίνεται εκπαίδευση και σύγκριση ισχυρών μοντέλων μηχανικής μάθησης (Λογιστική Παλινδρόμηση, Τυχαίο Δάσος, XGBoost) υπό συνθήκες ανισορροπίας κλάσεων.
Η αξιολόγηση γίνεται τόσο με κλασικές μετρικές διάκρισης όσο και με επιχειρησιακές μετρικές κατάταξης (top-k) σε επίπεδο πελάτη. Τα αποτελέσματα μετασχηματίζονται σε λίστες στόχευσης και προτάσεις ενεργειών (Next Best Action), συνοδευόμενα από αναφορές ελέγχου και οπτικοποιήσεις, ώστε να τεκμηριώνεται η επιχειρησιακή αξιοποίηση.
Τα ευρήματα καταδεικνύουν ότι ο συνδυασμός τμηματοποίησης και προβλεπτικής ανάλυσης μπορεί να αποδώσει ουσιαστική κατανόηση στο εξεταζόμενο χαρτοφυλάκιο Small Business και να υποστηρίξει πρακτικά σενάρια καμπάνιας, όπου η αξία προκύπτει όχι μόνο από τη στατιστική ακρίβεια αλλά και από τη δυνατότητα μετατροπής των προβλέψεων σε συνεκτικές, επαναλήψιμες και διαφανείς ενέργειες CRM.
Συνολικά, η εργασία προτείνει ένα εφαρμόσιμο πλαίσιο που γεφυρώνει τη θεωρητική συζήτηση γύρω από την τμηματοποίηση και το propensity modeling με μια υλοποίηση προσανατολισμένη στην καθημερινή επιχειρησιακή πρακτική, αξιοποιώντας τόσο Python όσο και εξαγώγιμες αναφορές σε Excel.
Description
This thesis examines the application of customer segmentation and predictive modeling techniques to real Small Business banking data, aiming both at scientific rigor and practical applicability. The dataset under study, structured as a monthly panel covering the period 08/2022–07/2025, enables the analysis of the evolving customer-bank relationship and the investigation of critical behavioral patterns.
The work focuses on identifying distinct customer groups, uncovering the factors associated with cross-sell and churn, and assessing the extent to which predictive models can support evidence based and operationally actionable decisions, thereby strengthening the link between analytical insights and decision-making in environments with limited technical expertise.
Methodologically, the thesis adopts a temporally consistent design to ensure that predictions reflect realistic next month operational use. Segmentation is performed at the customer level, following preprocessing, robust variable standardization, and dimensionality reduction through PCA. Candidate clustering solutions are evaluated using cohesion and separability indices, alongside business constraints regarding segment size.
The predictive component develops clear binary targets with a monthly horizon. Emphasis is placed on a)cross sell, defined as an increase in the number of products in the following month, and b)churn, conceptualized as a composite signal of inactivity or relationship decline within a three month window. Strong machine learning models (Logistic Regression, Random Forest, XGBoost) are trained and compared under class imbalance conditions.
Evaluation incorporates both classical discrimination metrics and business oriented ranking metrics (top k) at the customer level. The resulting outputs are transformed into targeting lists and Next Best Action recommendations, accompanied by monitoring reports and visualizations to support operational adoption.
The findings demonstrate that combining segmentation with predictive analytics yields substantial insight into the Small Business portfolio and supports practical campaign scenarios, where value arises not only from statistical accuracy but also from the ability to translate predictions into coherent, repeatable, and transparent CRM actions.
Overall, the thesis proposes an actionable framework that bridges the theoretical discourse on segmentation and propensity modeling with an implementation aligned with day to day business practice, leveraging both Python and exportable Excel based reporting.
Keywords
Τραπεζική μικρών επιχειρήσεων, Τμηματοποίηση πελατών, Προβλεπτική μοντελοποίηση, Σταυροειδής πώληση, Αποχώρηση/Αδρανοποίηση, Μηνιαία δεδομένα, Μείωση διαστασιμότητας, Μηχανική μάθηση, Λογιστική Παλινδρόμηση, Τυχαίο Δάσος, XGBoost, Ανισορροπία κλάσεων, Μετρικές διάκρισης, Κορυφαία k κατάταξη, CRM αναλυτική, Καλύτερη επόμενη δράση, Λίστες στόχευσης, Επιχειρησιακή αξιοποίηση, Τραπεζικά δεδομένα, Συμπεριφορική ανάλυση πελατών, Εφαρμόσιμα μοντέλα από μη τεχνικούς χρήστες, Δεδομενοκεντρική λήψη αποφάσεων, Επιχειρησιακή Αναλυτική, Small Business Banking, Customer Segmentation, Predictive Modeling, Cross sell, Churn / Inactivity, Monthly Panel Data, Dimensionality Reduction, Machine Learning, Logistic Regression, Random Forest, Class Imbalance, Discrimination Metrics, Top k Ranking, CRM Analytics, Next Best Action, Targeting Lists, Operational Adoption, Banking Data, Customer Behavioral Analysis, Actionable Models for Non technical Users, Data driven Decision Making, Operational Analytics