银行大数据分析：向以客户为中心转型

银行大数据分析：向以客户为中心转型

为了将自身转变为真正让客户信赖的企业，银行必须明白关键因素其实就埋在自己手中那庞大的客户数据里。

你是否好奇服务你的银行为何总是向你发送各种信息—一张新的信用卡，新的房屋贷款，针对新企业的新的信用额度？很明显，这种海量推送式的市场营销说明银行实际上对你的需求和个性缺乏了解。好消息是，这种乱七八糟的小广告一样的推送可能很快就会成为历史。今天，绝大多数的银行机构正在引入大数据分析技术，尝试理解大数据如何帮助他们转变客户体验。一如其他客户主导的产业，银行也在通过预判客户的行为和需求来努力争取客户。

为了将自身转变为真正让客户信赖的企业，银行必须明白关键因素其实就埋在自己手中那庞大的客户数据里。银行需要对这些数据进行深挖、分析，探究分析结果所展现的问题和机会，并最终提供与众不同的客户体验。

这类针对转型的分析直到最近还未能实现。近期，得益于大数据技术的发展，通过利用更多量、多样和多源的数据，针对客户的分析也越来越深入细致，客户开始以个体为单位鲜明地出现在企业眼中。这种强大的预测分析将帮助企业决定下一个最佳的、客户个性化的业务决策，而且比以往更快、更准确。

那么，针对这种转型，一家银行需要什么样的大数据分析技术和能力？

1.通过完善企业整体的客户数据管理来实现客户资料在实际流程中的应用。

2.用Hadoop系统来快速部署、存储和分析海量多层次的客户数据，帮助进行客户分析。

3.针对数据仓库设备帮助加速客户数据的分析，在数分钟内完成复杂客户分析，深挖客户需求和喜好。这套设备也能帮助整合计算力来提供实时数据分析，帮助实现与客户的快速互动。

4.使用内容分析帮助解析针对客户的洞察，预测分析客户的需求和行为来帮助判断下一个最佳方案。

5.将活动管理和客户互动体系作为投放业务方案的平台。

6.用决策管理来帮助发现客户活动和行为，并通过合适的渠道提供个性化服务。

北京银行就是这样一家充分利用客户洞察来提供创新服务及与众不同的客户体验的银行。

北京银行通过使用IBM的PureData分析解决方案从客户行为中提取预判信息，帮助精确定位可能流失的客户以及潜在的跨界销售机会。比如，通过分析一位客户的交易记录和消费习惯，这一解决方案能够通过对比信用卡账单和客户的长期记录来发现不正常波动，例如过去6个月中持续下降的信用卡使用额度，这样的情况有可能暗示客户满意度的下降和较高概率的客户流失。基于这些洞察，银行的市场运营部门就可以更好地制定预防性策略来挽留客户。

为增强业务表现，北京银行使用了一款业务智能软件来运行预测模型，帮助分析贷款风险，帮助实现收益更高的贷款业务决定。银行贷款业务员们每次都需要参考潜在借贷人的信用记录来帮助决定是否进行借贷。但是现在他们也参考更多的财务和经济健康数据，包括当下和未来。例如，通过将钢铁市场未来预测数据引入到分析中去，业务员可以分析并预测贷给钢铁公司款项的坏账风险。这一分析的结果将会左右业务员对于是否借贷，具体借贷金额等的决定。

客户正在驱动着银行业的转变。银行必须知道如何与客户保持一致并不仅仅是预测，而是要能够以一种展望未来的姿态来满足客户的需求，因为银行业未来的发展正是由客户驱动的。

北京银行展示了采用以客户为中心策略的好处：银行通过为每一位客户量身定做客户体验挽留了客户，又发展了自身业务。前瞻的公司总是会寻找竞争优势，寻找针对自身业务的新策略。那些战略性使用大数据分析来提供更加个性化的银行体验，从而获得更多客户的企业，将能更好地在日渐激烈的市场竞争中获得客户的忠诚。

追根究底，最具竞争力的企业都知道只有对持续变化的客户群体做好准备，才是赢在未来的最佳战略。