随着金融全球化和自由化,银行业面临着全方位和多层次的市场竞争。技术驱动的网络时代的迅速发展,改变传统的被动的客户服务变为主动的客户关怀。在营销领域,传统的粗放式的客户营销策略转向精细化的客户营销策略,展开以客户为中心的营销活动已是大势所趋。以预测银行电话营销结果为研究对象,首先对研究的问题的背景、国内外关于此问题的研究现状以及研究方法与思路进行介绍。其次是大数据时代的银行电话营销简介,包括银行电话营销的相关理论,BP神经网络、支持向量机和决策树等分类方法以及大数据时代的营销。BP神经网络方法是并行分布式处理模型。支持向量机(SVM)通过训练有限样本获得最小误差分类器,具有很好的分类和泛化能力。决策树是一种树状的分类结构模型。在大数据时代背景下,综合应用神经网络、支持向量机和决策树等数据挖掘方法建立银行电话营销分类模型,运用案例分析法和比较分析法,通过ROC曲线、响应率曲线和捕获率曲线发现,最好的结果是BP神经网络,其AUC值是0.97。对电话营销提出相关建议:在未来,可以改变银行客户选择策略,选择最有可能的客户,减少客户联系成本,提高效率,创造更多的价值;充分利用高度相关的属性,为电话销售经理提供有价值的信息。希望以此相关建议为国内银行提供借鉴。