对于客户流失的研究一直是银行业的重要研究课题,然而对银行发展有着促进作用的工资代发业务的客户研究却不多。因此,深入研究工资代发业务的客户流失行为,对流失客户进行分析,为研究此类相关课题的人员提供帮助,并为业务人员的工作开展起到一定的指导作用。本文对银行有着重要作用的工资代发业务,选取某银行分行的18821名工资代发客户真实数据,利用传统统计方法和先进的数据挖掘算法对工资代发客户进行研究分析。首先,本文对工资代发业务和客户流失进行详细说明,并提供实现数据挖掘的基本过程。其次,本文对数据预处理过程的特征选择,平衡处理技术以及进行流失预测的模型进行比较分析,提供适合此课题的方法和理论的选择。最后,实证分三个步骤进行实现:第一,前期数据处理包括数据的选择,有关变量的描述性分析,以及变量之间的相关性检验等,整理建模使用的变量,根据平衡技术的办法比较后选择的SMOTE算法进行平衡。第二,调整不同的模型输入数据格式,使用R软件构建平衡前后多个流失客户的预测模型:基于主成分分析建立逻辑回归、决策树、随机森林、神经网络,以及XGBOOST模型,对模型进行分析。根据准确率和ROC曲线下的AUC值进行模型比较,按照不同的准确率选择出适合本文的最优模型:自带平衡功能的XGBOOST预测模型。第三,利用流失客户的业务信息、产品持有情况、交易信息等特征进行聚类分析,然后对聚类处的不同类别客户特征进行画像,并对不同类别的客户提出相应的营销策略,为银行的业务部门产品的开发及客户的关注点提供参考,对客户的资金管理起到一定的指导作用。本文建立的流失客户预测模型与客户画像体系一方面能够有效的帮助银行及相关金融机构识别流失客户,另一方面为业务人员及管理人员提供流失客户具体特征的有用参考。