预测性的分析工具正在帮助银行理解客户的行为，以期通过特别定制的产品和服务满足客户的特定需求，最终提高客户忠诚度。

银行业目前面临的现状是难以看透产业的未来，也难以 
听懂客户的心声，在这种形势下，银行业主管都似乎感觉到保持客户忠诚度的压力，同时他们也日益意识到能够留住客户的分析工具的重要性。

对于上述问题，很多银行纷纷着手不同的尝试。Wachovia银行采用的策略是，通过建立损耗模型来推测个人或一个家庭可能会欠缺什么，从而尽可能地预测未来需要满足客户的哪些需求。Celent银行认为，当前新增客户的服务成本造成了银行承载力的负担，他们需要通过预测性的分析工具来服务好现有的客户。

循序渐进治理数据

Celent银行指出，银行能够深入理解客户的技术早就存在了，那么银行所欠缺的是什么呢？专家们认为，银行所欠缺的是如何使用用户数据的能力。银行创建一个可信的ROI（投资回报率）并真正兑现的能力是比较欠缺的，他们所拥有的就是一大堆数据，但是对他们来说，这堆数据该如何用却存在很大困惑。当然，也有一些主要的零售银行一定程度地使用一些数据的分析方法，但是出现的问题是，基础设施无法满足分析所得出的需求。

在预测分析方面，比较成熟的是信用卡业务。在OliverWyman银行，预测分析机制运用得最好的业务是识别哪些信用卡消费者将有终结服务的可能。该银行认为，其信用卡是一个具有良好数据追踪的交易产品，用来判别用户是否持久的分析工具会以交易记录作为参照。

如此看来，银行想要培养自身预测性分析能力的道路是既漫长又曲折的，但是至少银行业主们都已经认识到他们必须开始着手去朝这个方向努力了。当然，每个银行会有不同的实现方式，但是他们必须停止对核心系统的疏忽或放任。

留住客户的第一步就是检测核心系统，看其是否依然运转良好；之后才是处理原始数据，以备后续分析。当然，银行业的信息化系统也是错综复杂的，所以循序渐进地开展数据治理才是明智之举。

改进整体用户体验

对于银行来说，留住客户就意味着全方位提供客户体验。而如何借助科技手段将客户体验真正体现到日常交易中则显得尤为重要。

在很多影响客户满意度的投诉中，人们发现大部分是由于信息基础设施的响应速度慢或者人为地延长了业务受理的时间。于是，有银行推出了CIF（客户信息文件）项目，而且将所有客户信息都录入其中，并提供多种途径的访问，这样就对客户需求和想法做到了第一时间的掌握。

当然，客户预测分析还需要将数据转化为可操作的信息，而且对于无论是每天光顾还是每年光顾银行的客户，都要随时了解他们的客户体验。