大數據背景下商業銀行精準營銷策略研究

蘭金香

摘 要：隨著4G技術的發展產生了大數據，5G技術的誕生開辟了大數據的新紀元。隨著物聯網時代的到來，大數據、云計算、人工智能、移動結算和區塊鏈等尖端技術從支付方法、風險管理和控制、報告方法等不同角度與金融業越來越緊密地集成在一起。思維、生產及生活方式的主要創新及變化。大數據金融形成了全新的互聯網金融服務體系，衍生出了移動銀行、網上銀行、余額寶、借唄、百度錢包、眾籌等許多創新的互聯網金融產品或服務。大數據時代的到來給傳統商業銀行的營銷和運營模式帶來了相當大的挑戰，為金融創新和改革帶來了許多發展優勢。

關鍵詞：大數據;商業銀行;精準營銷

在過去的幾十年里，銀行零售業面對提高標準以提高客戶滿意度的越來越活躍的環境，使得現有市場難以保持增長。因此，銀行可以向新的產品線多元化或向新的市場擴張。但是，客戶相信銀行之間的商品相似，因此在大數據環境下，商品多樣化可能成為低效的戰略在“智能時代”，“看待不確定的世界，談論大數據時要了解大數據的本質，利用信息消除這種不確定性”是解決問題的大數據的本質。

1 4p理論和大數據理論

4p理論是指產品（Product）或服務會隨公司或產業而異，BCG針對通路（Place）、定價（Price）和推銷活動（Promotion）。大數據精準營銷屬于驅動的營銷，可以幫助消費者始終保持積極的消費情緒，更好地參與各種營銷活動之中，充分發揮大數據挖掘技術能夠對各種數據信息進行收集與整理，以數據分析的結果為依據，制定行之有效的營銷策略。

2商業銀行精準營銷現狀及存在問題

2.1缺乏客戶標簽和客戶畫像

營銷主要是根據市場客戶和收入進行分析，制定不同的銷售策略，以客戶需求為重點的營銷模式是目前最常見的營銷觀念，但我國很多商業銀行并沒有轉變自己的營銷理念，造成營銷管理開展效果不理想。從事營銷工作的商業銀行借用了營銷概念，但往往把營銷誤認為是銷售，單方面將營銷理解為廣告和促銷，并以金融商品銷售為中心進行銷售活動。單方面的“關系”追求在實際意義上無視關系營銷，不促進具有強大實用主義和短期行為特征的以客戶需求為中心的銷售。

2.2產品創新與市場需求不匹配

在當今瞬息萬變的市場、完全以客戶為中心的激烈競爭時代，準確的市場定位戰略的實施對我國中小銀行的可持續發展至關重要。但是，我國商業銀行對目標客戶調查不太重視，不能根據客戶文化水平、消費水平和潛在需求細分市場，提供非目標商品，無視隨著服務范圍的擴大而提高服務質量。按照市場準入機制，找準自身定位，增強商業銀行的營銷份額，同時要根據市場的發展變化趨勢進行準確處理，提高市場定位的整體效果，我國目前商業銀行對目標客戶不夠重視，導致各種業務開展效果非常差。

2.3無差異化定價

商業銀行由于受到長期計劃經濟的影響，習慣于被動的等待客戶，很少主動。這樣也就使得商業銀行自身的。經營效果達不到要求，缺乏微笑服務意識，而且商業銀行在長時間的定位營銷過程中，沒有根據用戶的不同需求進行分析，無法實現差異化定價。銀行仍然缺乏對營銷管理的系統研究和應用，過去大部分仍然受制于一定的習慣性思維和做法，不能提高營銷水平，幾乎不了解金融商品市場，無法作為有機整體對營銷和金融服務進行系統的分析和研究。

3商業銀行精準營銷策略選擇

3.1構建客戶標簽

為了做出更好的營銷決策，使用數據可以將營銷工作效率提高15-20 %。數據驅動分析可以建立準確的用戶畫像，了解客戶，進行客戶細分，進行精準營銷和實時營銷等個性化智能營銷，幫助營銷從依賴經驗轉向數據決策。例如，卡分期使用的精準營銷系統利用大數據技術，對客戶的消費軌跡、還款能力、指數等信息進行綜合分析，實現“數千人”，為客戶提供人性化、個性化、科學。分階段的計劃大大提高了營銷成功率。創新是主導發展的第一個動力。基于大數據平臺的業務數據共享和數據挖掘能夠更好地理解用戶的新需求，因此要以“為了更好的生活，人們的需求”為基礎，繼續進行業務創新，不斷提高客戶的交互體驗。提高對現有客戶和新客戶的新吸引力，收集更多信息，更新“大數據”，形成“大數據創新開發”的良性循環，不斷增強業務核心競爭力。

3.2挖掘客戶需求

在銀行客戶服務的過程中，運用大數據技術能夠為客戶提供更加智能化的選擇。目前大多數的商業銀行每天都會通過各種交流渠道與客戶進行深入的溝通和交流，同時也能夠征求客戶的投訴和滿意度。通過對這些內容進行分析，能夠明確當前客戶存在的不滿，提高服務質量。在過去，大部分都由人工進行抽樣測試，判斷客戶的具體需求。但這種處理方式很容易漏掉重要的投訴或建議。在海量的數據信息中也無法對所有的建議和投訴進行準確處理，使得客戶服務效率不高，為此在新時期要積極提高客戶服務的整體質量，通過運用大數據對客戶需求進入深入挖掘，也能夠確保投訴和建議的質量，水平得到全面優化，真正判斷客戶的實際需求，增強服務的整體效率。通過對客戶的意見進行分析，提升部門處理效率，在分類的過程中還可以融合自然真實的場景，對不同的產品建議貼上標簽，而針對熱詞分析也能夠快速獲取，客戶反饋中被提及頻率最高的詞匯，從而形成可視化的一鍵云。對客戶意見的精準表達，對客戶投訴建議分析還可以利用各種數字化模型進行訓練，提高自動化處理的效果。

3.3進行大數據產品開發

大數據挖掘是在不知道原因的情況下，直接從大量數據中獲得答案。要逐步擺脫對因果性追求的執著，從現有的“因果性追蹤”逐漸轉變為“相關探索”。即使不知道原因，通過相關關系知道下一步該做什么也足夠了。將大數據定義為捕獲和處理時間不超過允許時間的數據集。這個“允許時間”限制很有趣。原始數據將會有噪聲干擾。去除噪聲的過程超出了這個允許范圍。即使最終結果無限準確也沒有意義。實際需要的是通過大數據。即使不準確，也能以低廉、快速、有效的方式支持決策。趨勢是正確的。收集數據的最好方法是無意識地收集，因此調查中生成的評分和實際評分之間總是存在差異。人們總是想更多地思考裸體調查，想隱藏一部分數據失真，保持數據的全面性和不變性就足夠了。首先要從商品戰略中適當的金融商品開始。在我國市場發展的過程中，傳統的商業銀行必須要大力開發線上銀行服務，推廣全新的交易方式，為用戶提供更多網上交流的空間，運用互聯網絡提高客戶服務的質量與水平，保證網絡利用效率，全面提高，同時還要將線上業務和線上業務相融合，促使商業銀行的營銷傳播手段更加豐富與完善，集中所有資源開展營銷，提高網絡的整體利用水平，例如運用ATM機，網上銀行，電話銀行等多種措施，為不同的用戶提供不同個性化的選擇。

3.4提供個性化服務

在商業銀行個性化服務戰略制定時，最主要的就是。提高個性化服務創新模式，首先針對客戶群體進行科學分類，在市場營銷開始之前要深入研究客戶群體滿足不同層次客戶的個性需求，對客戶科學分類需要分為靜態和動態兩部分，其中靜態分析主要按照客戶自身盈利能力和服務成本高低進行分類，而動態分析則應該立足未來發展潛力，對現有的客戶潛質進行分析。在分類找出目標客戶以后，商業銀行還應該快速收集客戶消費金融產品信息，并進行深入調研，總結不同客戶群體的需求，明確開發設計要點，在銀行服務開展中需要加強對基礎服務，便利服務和支持服務，便利性服務包括銀行按揭，卡業務代繳費服務，而知識性服務則包括投資咨詢，發行債券以及查賬業務等，我國目前商業銀行在不斷發展的背景下，需要根據自身的實際情況進行分析，確保競爭水平得到全面提升，同時還應該建立完善的客戶信息資料庫，為消費者提供完善的信息資料。咨詢服務，方便快捷的對客戶的行為進行判斷，確保目標市場實現動態化發展。此外要積極樹立良好的銀行形象，在激烈的市場競爭中，商業銀行必須要打造優質可信賴的品牌形象，諸如渣打銀行，花旗銀行，三菱銀行等，都通過多種營銷手段加強自身的品牌建設，所以商業銀行在個性化營銷開展時，需要為消費者提供個性化人性化智能化的現代標準服務，同時要注重自我宣傳與推銷，從多個方面增強對銀行整體形象的設計。

4措施保障

4.1搭建數據中心和系統平臺

通過分公司的數據中心，各部門、各項目部的一些日常數據可以實現云存儲，需要查閱的數據資料，如項目影像、制度規定、規程規范、施工定額等可通過電腦端或手機端進行快速搜索和查閱。數據中心通過設置不同賬號的權限，保證重要數據不被查閱、下載、修改或刪除，具有較好的安全性。項目部通過數據中心的云存儲功能，實時同步更新項目的過程管理資料，分公司部門可以隨時檢查項目部的資料完成情況，提高資料檢查的效率，降低項目部數據資料遺失的風險。

4.2做好風險防范

通過設備環境識別黑產使用的設備終端、各渠道保護狀態、風險IP和手機號等;再通過多維度關聯異常識別、各類反欺詐指標的綜合決策、特定動作頻次與時間序列異常識別、關聯圖譜識別等。同時還應再考慮各向具體要求條件下對大數據背景下銀行精準營銷過程中出現的風險問題進行優化處理，通過大數據系統將商業銀行各項營銷工作中可能出現的風險問題表現出來，從而規劃合理改善措施，有效提升商業銀行風險防范力度和綜合發展水平。彰顯大數據背景下商業銀行精準營銷優勢，確保銀行整體風險防范效果有所提升。

4.3培養數據人才

在大數據時代需要加強對大數據專業人才的培養，只有建立完善的培訓管理體系，才能夠促使大數據專業人才滿足行業發展的需求，對各種優化算法全面把握，提高大數據處理的整體效果。在大數據背景下統計科學受到了極大的挑戰，為此在新時期要加大對數據人才的培訓，讓數據人才能夠積極優化數據算法，為數據信息分析提供更多的理論支持，而數據信息具有較強的時代性特點，所以要大力發展培養人才，這也需要全社會的共同支持，通過企業和有關部門，引入大數據領域的專業人才，對學生進行深入培訓，使他們能夠掌握數據領域最新的動態，從而得到權威的數據指導。

結語

總而言之，大數據背景下，商業銀行必須要全力以赴提高自身的營銷水平，通過對4p理論以及大數據理論進行研究，明確當前商業銀行精準營銷存在的不足，制定相應的解決策略，保證商業銀行精準營銷策略更加專注。全面構建客戶標簽，深入挖掘客戶需求。通過對大數據產品開發，為用戶提供個性化服務，并且積極完善數據精準營銷的保障措施，搭建數據中心和系統平臺。做好風險防范措施，培養大數據處理人才，為商業銀行的全面營銷發展作出重要貢獻。

參考文獻：

[1]周東琪. 大數據背景下J商業銀行理財產品的精準營銷研究[D].山東師范大學，2019.

[2]張強.商業銀行大數據背景下的精準營銷[J].財經界（學術版），2019（11）：65.

[3]張麗. A銀行大數據精準營銷策略研究[D].寧夏大學，2019.

[4]鄧典雅. 大數據背景下商業銀行精準營銷的設計與應用[D].華南理工大學，2018.

（廣西大學? 廣西? 南寧? 530004）