大數據時代商業銀行零售營銷轉型的“數智化”思路

孫 湧 徐婭吉

（華夏銀行股份有限公司昆明分行，云南 昆明 650000）

一、謀局篇

新經濟業態下，數據成為新的生產要素。網絡化連接、數字化描繪、智能化生產、融合化發展，是時代發展的新趨勢，大數據要發揮出應有的作用，一個是夠“大”，一個是夠“智”。以往，銀行在零售業務數據應用領域存在三大痛點：一是數據分散，指標體系建設難，常常需要為個別分析穿透底層數據；二是缺少統一的協作平臺，導致分析慢、討論長、決策慢，決策形成后層層傳遞下達慢；三是缺乏對業務指標的自動化監控，出現問題糾錯慢，決策執行缺少統一追蹤，執行效果反饋慢。

昆明分行零售業務同樣也存在信息缺、決策難、追蹤難的痛點。首先，數據分散，客戶經理難以快速獲取考核指標，缺乏支持精準營銷的數據與手段。其次，零售條線之間缺乏整合，分析慢、決策慢、下達慢。再者，反饋難，難以驗證營銷策略的有效性，對客戶經理的執行力缺少評估，當營銷策略實施效果不理想時，管理層難以確定是營銷策略的問題，還是客戶經理執行力的問題。要解決上述問題，需要對全流程數據進行垂直整合。

二、診斷篇

強大的營銷體系，要依托強大的數據中臺，跨系統整合數據，讓數據變“大”，利用前沿科技最新算法，讓數據變“智”。大零售營銷支持系統的思路，就是通過整合零售板塊客戶資源、營銷資源、渠道資源，強調高效流程、精準營銷、渠道的協調與聯動，提升綜合服務和價值創造能力。構建客戶維度數據庫、匯總統計、策略分析、管理應用四層架構，并統籌考慮靈活應變、適應性強、安全性高的系統模塊和業務處理流程。

我們計劃打造一套從客戶畫像出發，實現精細化客戶經營，通過全渠道觸點管理，完成客戶觸達和數據回流，最后形成閉環，不斷循環優化的零售營銷生態體系。

三、實現篇

深挖我行數據價值，構建內外融合系統架構，集零為整，整合散落在各個系統的數據，實現更全面清晰的客戶視圖。并通過自動化工作提醒、優化組合產品解決方案、智能工單派發等多種業務功能，提升一線業務團隊的工作效率[1]。以客戶多維度的數據為基礎，并對客戶經理業績進行展示，形成營銷數據的策略分析（ACRM），通過工單、外呼功能實現客戶管理應用（OCRM）的落地實施，從而形成分行級客戶營銷支持的整個閉環管理及應用。通過實現客戶數據中心、策略管理、工單應用、匯總統計四大功能，搭建以客戶為中心、職能化、集約化、多渠道協作的自動化零售營銷應用體系。

圖1

圖2

1.客戶多維度數據庫

通過各類應用系統的整合，獲取以客戶為單位的各類信息，進而獲取更多的銷售商機和線索，減少客戶數據采集成本，實現更全面清晰的客戶視圖。數據的采集采用直接抓取和數據添加的方式，包括但不限于以下信息：客戶基本信息、客戶簽約產品、客戶標簽、負債信息、客戶資產、客戶交易、客戶創利數據、客戶歸屬等[2]。包括朋友圈營銷模型、流失預警（客戶流失、資產流失等）、信息補錄、客戶挖潛、貴賓客戶管理、話術管理、交叉率提升6個方面。

從用戶畫像中提取需要的特征，經過數據預處理以及特征工程（包括特征選擇，特征重構，特征監督等），得到建模用數據，通過模型訓練以及優化，進行預測，并評估結果。在不同的階段，具有不同的作用：

（1）在獲取用戶階段，可以用來發現并吸引潛在客戶；

（2）在用戶提升階段，可以方便銀行培養潛在的高價值客戶；在用戶成熟階段，可以培養客戶忠實度、向合適的用戶推廣新產品；

（3）在用戶衰退階段，還可以延長用戶的生命周期。

2.匯總統計

分為畫像建設、任務完成統計、客戶經理業務量、客戶平均收益、重點指標統計和積分制考核。通過對報表進行圖表統計，能快速獲取客戶經理任務完成數量、效率對比、部門完成數量對比信息，有效評定個人、團隊效率以及績效等指標。

通過對分行管理員、支行行長/主管行長各類報表的數據進行分析和挖掘，提取共性特點，形成營銷策略。業績概覽、主要指標完成情況、大額資產變動等視圖可實現手機瀏覽。

3.策略分析

（1）高凈值客戶人脈圈：利用高凈值客戶交易人脈圈得到潛力客戶。

（2）非高凈值客戶交易分析：利用非高凈值客戶交易分析，得到潛力客戶。

（3）潛在代發工資客戶挖掘：通過代發工資業務分析，批量獲客。

（4）個貸客戶挖掘：利用個貸客戶信息分析，得到潛力客戶。

（5）信用卡交叉銷售：對信用卡業務的行為進行量化分析，篩選具有高消費信貸和財富產品需求傾向的客戶。

（6）客戶細分主題：客戶細分主要根據客戶的升降級/活躍度/忠誠度/貢獻度/消費偏好貢獻度來細分客戶。

（7）客戶挽留主題：客戶金融資產大額變動時，根據分析對預警、流失客戶采取挽留措施[3]。

（8）交叉銷售主題：根據交叉銷售規則生成的產品信息推薦到單一客戶的客戶視圖中，供支行維護人或者總/分/支行主管有針對性地查看客戶的產品推薦信息。

經過前期的數據整合，實現更全面的客戶360度的全景視圖。通過數據挖掘或者利用CRM系統客戶模型確定目標客群，系統自動派發（或手工派發）業務工單，并持續跟蹤跟進，不斷評估優化。

圖3

4.內外融合

系統分為移動端與web端，PC端運行于內網，連接外呼平臺進行外呼，手機企業微信端通過安全設備連接到內網服務器進行數據交互。

（1）移動端：員工接單、轉派、查看工單詳情（包括任務情況、客戶情況、營銷賣點、推薦話術等），任務完成可直接在移動端回單（任務完成結果、現場照片等）。可以預約拜訪客戶（拜訪時間、地點、客戶基本信息等）。當指派的任務與自身情況產生沖突（如請假、任務過多、時間沖突等）可轉派給他人，轉派申請由部門負責人審核。

（2）web端：可智能派單/手動派單，可批量派單、選擇數量派單、選擇部門派單等方式。對任務工單狀態和進度進行跟蹤與實時監控、預警，并對滯留單進行調配。在客戶經理跟進客戶時產生的商機管理（例如：發現客戶有別的意向產品等），可在移動端進行商機錄入，實現意向客戶資源共享。可全程跟蹤錄入商機進程、辦結、回執等信息。

5.管理應用

整合各渠道資源，產品展業及產品廣告的發布都由后端管理平臺直接控制，提高產品發布的靈活性。客戶可以獲得來自銀行的各類提醒事項，最新的咨詢、適用度高的產品。產品配以整理優化的專業話術，有助于產品的成交，話術需要根據市場的變化及時修訂才能發揮最大作用。

智能工單管理是營銷閉環管理的重要組成部分，策略管理模塊生成的營銷策略，需要利用工單應用模塊保障執行，才能持續跟蹤跟進，不斷評估優化。智能工單管理分為任務管理、工單處理、系統管理三部分，支持策略任務的自動生成、臨時導入、自動并單等，結合不同的工單分配對象支持智能化派單等功能。工單處理過程中，在多觸點的客戶管理基礎上，實現營銷指引標準化、客戶反饋標簽化。同時，系統建立了完備的員工號碼對應關系，只需要使用OA賬號登錄即可，用戶體驗較佳。

云呼叫中心（CloudCallCenter）是基于計算機電話集成技術（CTI）和云計算技術，集成電話、移動電話、在線客服、email、短信等多種通訊方式的一體化企業綜合信息服務的云電銷系統平臺。針對用不同呼叫中心解決方案，靈活采用公有云、私有云、混合云三種不同部署方式[4]。

圖4

通過統計整個客服中心的各項基本服務指標，如業務數量、系統效率、業務效率等，以此來描述整個客服中心整體服務水平，使得整個過程可度量、可追溯。

四、總結篇

華夏銀行昆明分行通過大零售營銷支持系統的開發建設，獲取了更多的銷售商機和線索，充分了解客戶的個性需求并提供差異化的服務和解決方案，拓展銷售渠道。系統具有以下亮點：

以跨系統整合數據為基礎，搭建多渠道全方位的客戶數據中心，構建客戶畫像與特征標簽庫。利用大數據技術，對新產品針對特定客戶進行定點推送。針對客戶畫像的各種維度信息，進行實時的監測，全周期數據跟蹤，全時段互動行為追蹤。對關鍵信息（辦理業務到期等）進行提取和分析，及時向客戶經理進行推送，及時規避流失客戶風險。根據銀行的風險戰略和偏好確定預警指標，及時識別、分析、衡量客戶和資產的信用風險狀況或潛在風險，及時采取適當的措施，對信用風險進行匯報、防范、控制和化解。此外，掌握客戶交易偏好，還能做到精準推薦營銷產品[5]。

采用圖數據庫技術，極大地完善和豐富了數據模型，對數據之間多度關系進行有效直觀的展示和分析。運用環路洗錢模型，能夠支持實時快速檢測出海量數據中存在的環，獲得超越傳統數據庫更為優越的性能。

運用智能的派單方式，能夠具有自動跟蹤、實時監控、自動預警、推送預警消息等功能。

具有靈活可配置的監控條件，從業務處理系統或數據庫中取得數據，根據監控規則對取得的數據進行處理，不同業務配置不同的監控條件，使監控系統更靈活。

通過數據驅動的智能化技術，讓營銷不再完全依賴技巧和經驗，而能夠進行預測與判斷、跟蹤與優化，形成精準的營銷策略并高效執行，提升營銷掌控力。

五、結語

昆明分行大零售營銷支持系統以數據為驅動，可簡單概括為：達成“一個目標”，實現“兩點聯動”，解決“三類困難”，構建“四大功能”。即以達成零售業務數字化轉型為目標，通過構建“客戶數據中心、策略管理、工單應用、匯總統計”四大功能模塊，實現了“數據與營銷執行”的兩點聯動，解決了銀行業務運營中存在的“信息缺、決策難、跟蹤難”三個方面的問題，為大數據應用下的客戶提供高效、全面、精準的服務。

華夏銀行昆明分行大零售營銷轉型的“數智化”探索，是在傳統業務基礎上，與數字化相結合；是運用數據挖掘技術和數學算法，顯性切入業務流，從而形成智能化閉環的過程，使得銀行大零售業務的營銷全流程可度量、可追溯、可預測、可傳承。在現有以人工為主的營銷模式的基礎上，重構了華夏銀行昆明分行零售業務營銷質量、效率、成本的核心競爭力。

我們將凝心聚力、銳意創新、不斷突破，為我行數字化轉型貢獻更大的力量！