A銀行基于用戶成長體系的長尾客群經營研究

邵俊杰 中國郵政儲蓄銀行

彭希聰 中國人民大學

伴隨著中國互聯網28年的發展歷程，搜索引擎、門戶網站、社交媒體、智能終端、流量資源、短視頻、區塊鏈技術、AI、數字經濟等技術的出現帶給人們應接不暇的體驗與沖擊。尤其在疫情沖擊的三年時間里，廣大中國用戶的消費思維、消費行為、支付方式、理財渠道等更是發生了翻天覆地的變化，線上化金融消費行為趨勢愈加明顯。伴隨著用戶思想和行為的變化，一方面，用戶對金融服務產生了隨時隨地、千差萬別的服務訴求；另一方面，金融機構也緊跟趨勢，構建了及時服務響應的全渠道服務體系、挖掘用戶需求的精細化運營能力。此外，因為“二八法則”的長期盛行[1]，商業銀行在過去的20年，依賴擴增的網點和人力重點營銷高凈值客戶，而忽略了大量留存的長尾客群。就大多數商業銀行來說，長尾客戶數量大、分散廣、資產低，不受傳統營銷運營策略的青睞，反而適合以非接觸的方式集中化地通過線上觸達方式開展客群細分經營[2]。

以信息和網絡為代表的新經濟、數字經濟應運而生，催生著銀行機構持續產品創新和經營提質增效，其服務長尾客群的邊際成本隨之降低、經營策略也更注長效布局[3]。

一、長尾客群經營現狀及所存問題

作為經營網點眾多、全國范圍的大型商業銀行，A商業銀行擁有接近5億的零售客戶，其中超過85%的客戶資產低于5萬元，長尾客戶數量超過了4.2億人。因前期缺乏精細化營銷與運營手段，A商業銀行存在如下問題。

（一）無網點客戶經理的維護

基于投入產出比ROI（Return on Investment），商業銀行往往會將有限的人力、物力、財力，投資于高凈值客群。而長尾客群由于人數眾多、價值量低，需要客戶經理一步一步地培養，以逐步轉換為價值客群，但是轉化時間和收益效果都具有極大的不確定性。在這種情況下，A商業銀行沒有為長尾客群配備一對一的客戶經理。A商業銀行的運營模式以線下網點為主，長尾客群無法得到網點客戶經理的維護，也很難被線上經營所覆蓋。長尾客群在A商業銀行處于自然發展狀態，久而久之都成了沉睡用戶。

（二）產品同質化且缺乏抓手

長尾客群在大部分商業銀行持有的金融產品數量較少，對銀行的黏性較低。大多數的商業銀行很少針對長尾客群開發專屬的產品。哪里可以“薅羊毛”，哪里就有長尾客群的身影。長尾客群切換使用不同銀行服務的成本很低。大部分商業銀行選擇通過階段性的“短、平、快”式營銷活動來吸引長尾客群，久而久之，各家商業銀行都培養了一批“見利即動”的“羊毛黨”，很難給銀行帶來切實的收益。

二、商業銀行長尾客群的基本特征

（一）用戶基本屬性

經過多年積累，A商業銀行的長尾客群的用戶畫像屬相集中如下三點：首先，資產為0元至1000元的尾尖客戶占比較高，且該類客戶激活手機銀行比例較低；其次，性別分布相對均勻，隨著AUM（即資產管理規模，Asset Under Management）的上升，女性客戶的占比呈小幅度增高趨勢，中年及青年客戶占比較高，老年客戶占比較低；最后，長尾客戶集中分布于縣域和鄉級以下地區。

（二）持有資產特征

在眾多商業銀行中，A商業銀行長尾客群中持有存款的客戶數最多，約為4.2億人，可以說接近100%的長尾客群都有存款沉淀。另一方面，這些長尾客戶持有金融產品數量少且單一，例如持有保險產品的客戶數占比約為4%，持有理財產品的客戶數占比約為0.3%，持有基金產品的客戶數占比約0.5%。

（三）用戶負債特征

基于長尾客群的資質和商業銀行的風控策略，大部分商業銀行對其授信比例較低。目前，A商業銀行的長尾客群中，持有貸款產品的客戶數占比僅約為2%。其中，資產在0元至1000元區間的長尾客群持有的負債類產品中，信用卡產品持有率最高，約占比70%；資產在1000元至10000元區間的客戶則更偏好于小額貸款產品，而信用卡產品偏好度相對較低。

（四）渠道來源方式

基于A商業銀行的用戶基本畫像，柜面是長尾客群主要的服務渠道，換言之，長尾客群仍偏好在線下網點辦理業務。此外，A商業銀行的長尾客戶手機銀行激活用戶占比不足50%，但其電子支付交易活躍度卻高于其他各類渠道，支付方式多從微信渠道引流和轉化。

三、基于用戶成長體系的長尾客群經營策略搭建與分析

針對長尾客群的資產低、分布散、產品少、負債小等特征，A商業銀行對長尾客群采取了“聚焦集約化運營”的經營策略，即通過建立用戶成長體系，基于用戶價值進行運營。

用戶運營的核心本質是用戶的分級、分類、分階段。第一，分級的目的是運營資源的分發與匹配，需以最高效、最精準的方式惠及至對產品最重要的用戶群體。依據產品形態制定規范，篩選出哪些是最重要的用戶、次重要用戶……從而讓更多優質的用戶被篩選出來，運營管理人員也得以制定策略、傾斜資源，促進其源源不斷的產生價值。第二，分類的依據是用戶的操作行為，等于在為用戶打標簽、做用戶畫像，如使用時長、活躍時間、使用頻次、點擊次數、購買頻次、購買類型、活動參與頻次，等等。分類越多越準，商業銀行所做的運營策略就會越精細，轉化變現就會越高，以至讓用戶產生一種“產品深懂我心、深合我意”的感覺。第三，分階段的維度是以時間階段來劃分，即用戶的生命周期管理，如獲客（潛在用戶點擊鏈接、新用戶下載App）、激活（網址注冊或機號注冊或關聯微信號）、初次使用、留存（經過一次時間段的二次活躍）、變現（新客有購買行為）、復購（二次購買）、使用初期/中期/后期、沉睡、流失、喚醒、召回等，每個維度的用戶運營都應該制定差異化的運營策略。

基于以上邏輯和框架，A商業銀行利用數字化手段搭建全渠道協同的智能化營銷服務模式，探索“線上系統批量觸客和線下團隊集中維護”相結合的服務方式，夯實底基。一方面，A商業銀行搭建手機銀行用戶成長體系，對不同級別的用戶提供差異化的權益服務；另一方面，A商業銀行設計手機銀行用戶激勵制度，引導用戶做激勵任務以促進活躍，實現業務生態的引流與滲透，帶動重點金融業務發展。不同層級的用戶通過做任務等級來定期領取等級權益，可提升手機銀行MAU（即月活躍用戶人數，Monthly Active User），并間接促進AUM（即資產管理規模，Asset Under Management）和LUM（負債管理規模，Liabilities Under Management）的雙向提升。

（一）激勵式任務體系設計

在任務體系設計方面，以金融主業作為發展重點，共設置基礎功能、財富增值、消費信貸、活躍互動“四類17項”任務，達到為不同條線業務引流、持續陪伴用戶成長的目的。

整體來說，任務體系的設計概念是根據任務的難易程度、是否可以重復、給行內帶來價值的大小，以及結合行內專家經營經驗，基于不同類別的任務賦予差異化的成長值。其中A商業銀行最重要的任務是月日均資產任務，即按照上月月日均資產1：1兌換為成長值。可見，月日均資產成長值是用戶成長值中最基礎的組成部分，也是許多商業銀行最重視的用戶價值因素（見表1）。

表1 不同任務對應成長值

（二）用戶成長體系模型建立

正所謂“經典永不過時”，基于用戶價值和活躍度的用戶分層，客戶關系管理模型（即RFM模型，recency、frequency、monetary value）會成為商業銀行分析客戶的首選工具。RFM模型是衡量客戶價值、創造利益能力的一項工具，該模型按照某用戶活躍時間、購買頻次和消費金額等指標來綜合評估用戶的貢獻價值。

用戶成長體系模型以RFM模型為基礎進行推導，用來評估長尾客群對商業銀行的貢獻價值。具體來說，R為最近一次登錄手機銀行的時間，F為活躍度，M為用戶資產管理規模（簡稱：AUM）。如下面圖1所示，將R、F、M三個要素分別分為2層、2層、5層。

圖1 手機銀行用戶成長體系模型中R、F、M的分層含義

綜合考慮RF代表的活躍維度及M代表的價值維度，再結合A商業銀行研發的營銷數據模型，建立用戶成長體系模型的公式為：

（1）α為基礎功能任務的成長值，β為財富增值及消費信貸類任務的成長值，γ為活躍互動任務的成長值，通常來說，α、γ＜β。

（2）重復類任務成長值＜一次性任務成長值，重復類任務成長值有效期通常為3個月，一次性任務成長值永久有效。

（3）用戶上月AUM以1：1的形式兌換為成長值。

（三）權益體系建立

根據用戶成長體系模型中的成長值區間，將長尾客群分為五個星級（見表2）。其中，成長值為5000以下的客戶占比超過60%。為了進一步引導用戶輕松升級，本文將成長值5000以下的客戶密集地分為了3個層級。概括來說，一星級用戶占比44.81%，二星級用戶占比7.12%，三星級用戶占比8.94%，四星級、五星級用戶合計占比超過20%。同時，設定四星級用戶成長值區間為[5000，20000）、五星級用戶成長值區間為[20000，50000），成長值區間跨度較大，用戶升級的難度逐漸增加。

表2 不同星級客戶屬性、權益情況

此外，在權益體系的匹配方面，針對不同等級客戶，推出周頻、月頻權益。例如，一星級用戶每天提供美團外賣隨機紅包，二星級用戶每月提供3元京東E卡，三星級用戶每月提供5元京東E卡，四星、五星級用戶每月提供7元京東E卡、2元支付寶立減金權益。總之，A商業銀行需要針對不同星級用戶開展差異化的精準營銷活動，促進用戶逐步提升星級，從而提升其用戶價值及價值增長潛力。

（四）用戶運營效果分析

經過一年的線上化的數據運營與精準運營，用戶成長模型中一星級與二星級的尾尖客群占比達到52%，三星級至五星級的腰部客群占比達到21%。如圖2所示，橫坐標代表用戶的價值，縱坐標代表用戶的活躍度。A商業銀行應通過用戶分層運營，對一星級與二星級的尾尖客群采用“喚醒+促活”的經營策略；對三星級至五星級的腰部客群，采用“促活+資金留存+價值提升”的經營策略。

圖2 長尾客群經營策略圖

第一，從任務類型來看，活躍任務類、財富增值類的平均完成率最高，分別為50.2%、26.3%；其它業務類型的平均任務完成率較低，基礎功能任務完成率為9.4%、消費信貸任務完成率為0.8%（見圖3）。可見，活躍任務類任務較為簡單，因此客戶完成率也較高；財富增值類任務是長尾客群對商業銀行的基礎需求，完成率也較高；消費信貸類任務的目標客群明顯不是長尾客群。

圖3 長尾客群任務完成情況分析

第二，從資產增加總量來看，用戶成長體系中的長尾客群在2022年1月至9月資產增量為30.86億元，相較于同口徑未納入用戶成長體系的用戶自然資產增量28.33億元，用戶成長體系為商業銀行帶來年日均AUM的增量為2.52億。

第三，從用戶平均年日均AUM增加情況來看，2022年1月用戶成長體系中的長尾客群的平均年日均AUM為6154.8元，2022年9月平均年日均AUM提升至13621.9元，資產提升率達121.3%。對比同時期非用戶成長體系的長尾客群，自然資產提升率75.6%，用戶成長體系的提升效果為45.7%。

第四，從各星級的資產提升效果來看，星級越低，資產增加倍數越大，一星級的客戶年日均資產由208元增加到了1315元，增長了6.3倍（見表3）。隨著星級變大，資產增加倍數反而越低，五星級用戶資產僅增加了1.3倍。可見，用戶成長體系對低星級的客戶資產提升效果較為顯著。

表3 用戶成長體系帶來的資產增加情況分析

四、商業銀行手機銀行經營長尾客群優化建議

新經濟是用戶至上、以人為本的經濟。用戶成長體系可為企業創造持續滿意度和忠誠的用戶，并重視用的終身價值。所以，用戶成長體系已成為眾多商業銀行最重視的增長抓手之一。而手機銀行作為商業銀行開展客戶經營的主要平臺，自是不可小視的陣地。目前，為提高手機銀行用戶使用時長與頻次，各大型商業銀行均已在該領域發力，做出不少嘗試與探索。部分商業銀行已搭建用戶成長體系的基本架構，如最早的招商銀行的“M+會員體系”、交通銀行的“星球會員體系”、工商銀行的“星級權益體系”、中國銀行的“尊享權益體系”、平安銀行的“權益等級體系”等，且已上線運營的用戶成長體系主要采用非付費模式，即用戶通過完成預設的任務，獲取成長值或累積任務進度，從而提升用戶等級并享受對應等級權益。

從本質上說，構建用戶成長體系的終極目的是提高用戶終生價值（Life Time Value）有利于增強用戶黏性、提高其活躍度、留存率、轉化率，能為商業銀行獲客引流注入新活水與新動能。從長效主義和長期價值來說，商業銀行手機銀行的用戶成長體系可從以下幾個方面進行優化。

（一）建立商業銀行統一的用戶成長體系

首先表現在企業平臺上，商業銀行應整合已有用戶成長體系，豐富用戶權益。相較于獨立區分信用卡 App、手機銀行或其他權益平臺的用戶成長體系，商業銀行可采用統一的用戶會員成長體系，既有利于全面評估所有線上平臺的用戶行為，又可充分利用行內已有活動及權益體系，進一步豐富會員活動及權益，打造企業、部門、產品間的協同平臺。再者，商業銀行應根據協同平臺的海量數據和融合匹配，建設用戶模型，進一步分析商業銀行客群特征，建立本行專屬的用戶成長體系，做到真正的精細化運營。

（二）鎖定高潛力長尾客群

商業銀行可以通過金融科技手段，識別行外高資產客群。某商業銀行的長尾客戶可能是他行的高價值客戶，通過隱私計算技術與外部數據進行樣本碰撞，鎖定低資產低頻交易、他行高資產高頻交易客群，給網點經營長尾客群提供精準名單，持續跟進促進轉化。

（三）打造長尾客群適合的金融產品

商業銀行應將理財作為長尾客群AUM增長的重點，打造長尾客群專屬的產品，保證“稀缺性”“專屬性”，向目標重點客群加大宣傳，積極拓展新客戶新資金。商業銀行將穩健的理財產品作為長尾客群資產配置的“壓艙石”，向長尾客群推薦現金管理類理財產品。商業銀行可通過幫助客戶建立科學的投資理念，做好風險與收益的平衡，引導長尾客群投資升級。

（四）建立長尾客群線上運營團隊

建立專屬運營團隊上，商業銀行應培養員工的看家本領和綜合素質，漸進專業能力。一般而言，數據分析能力、批判思維能力和邏輯思維能力是運營人員的看家本領。另外，商業銀行還要注重溝通與業務敏感，綜合素質與底線思維、計劃能力與落地能力等。

商業銀行用戶成長體系的建設和完善，必將是一種長期主義。手機銀行長尾客群乃至所有用戶的增長，根本在于商業銀行可以為用戶創造真正的價值。打破用戶增長瓶頸的怪圈和窘境，往需要根本性切換商業銀行的視角，從一個追求增長的視角，變成價值創造的視角，而這需要很大的勇氣，也需要信念。