大数据背景下商业银行精准营销策略研究

兰金香

摘 要：随着4G技术的发展产生了大数据，5G技术的诞生开辟了大数据的新纪元。随着物联网时代的到来，大数据、云计算、人工智能、移动结算和区块链等尖端技术从支付方法、风险管理和控制、报告方法等不同角度与金融业越来越紧密地集成在一起。思维、生产及生活方式的主要创新及变化。大数据金融形成了全新的互联网金融服务体系，衍生出了移动银行、网上银行、余额宝、借呗、百度钱包、众筹等许多创新的互联网金融产品或服务。大数据时代的到来给传统商业银行的营销和运营模式带来了相当大的挑战，为金融创新和改革带来了许多发展优势。

关键词：大数据;商业银行;精准营销

在过去的几十年里，银行零售业面对提高标准以提高客户满意度的越来越活跃的环境，使得现有市场难以保持增长。因此，银行可以向新的产品线多元化或向新的市场扩张。但是，客户相信银行之间的商品相似，因此在大数据环境下，商品多样化可能成为低效的战略在“智能时代”，“看待不确定的世界，谈论大数据时要了解大数据的本质，利用信息消除这种不确定性”是解决问题的大数据的本质。

1 4p理论和大数据理论

4p理论是指产品（Product）或服务会随公司或产业而异，BCG针对通路（Place）、定价（Price）和推销活动（Promotion）。大数据精准营销属于驱动的营销，可以帮助消费者始终保持积极的消费情绪，更好地参与各种营销活动之中，充分发挥大数据挖掘技术能够对各种数据信息进行收集与整理，以数据分析的结果为依据，制定行之有效的营销策略。

2商业银行精准营销现状及存在问题

2.1缺乏客户标签和客户画像

营销主要是根据市场客户和收入进行分析，制定不同的销售策略，以客户需求为重点的营销模式是目前最常见的营销观念，但我国很多商业银行并没有转变自己的营销理念，造成营销管理开展效果不理想。从事营销工作的商业银行借用了营销概念，但往往把营销误认为是销售，单方面将营销理解为广告和促销，并以金融商品销售为中心进行销售活动。单方面的“关系”追求在实际意义上无视关系营销，不促进具有强大实用主义和短期行为特征的以客户需求为中心的销售。

2.2产品创新与市场需求不匹配

在当今瞬息万变的市场、完全以客户为中心的激烈竞争时代，准确的市场定位战略的实施对我国中小银行的可持续发展至关重要。但是，我国商业银行对目标客户调查不太重视，不能根据客户文化水平、消费水平和潜在需求细分市场，提供非目标商品，无视随着服务范围的扩大而提高服务质量。按照市场准入机制，找准自身定位，增强商业银行的营销份额，同时要根据市场的发展变化趋势进行准确处理，提高市场定位的整体效果，我国目前商业银行对目标客户不够重视，导致各种业务开展效果非常差。

2.3无差异化定价

商业银行由于受到长期计划经济的影响，习惯于被动的等待客户，很少主动。这样也就使得商业银行自身的。经营效果达不到要求，缺乏微笑服务意识，而且商业银行在长时间的定位营销过程中，没有根据用户的不同需求进行分析，无法实现差异化定价。银行仍然缺乏对营销管理的系统研究和应用，过去大部分仍然受制于一定的习惯性思维和做法，不能提高营销水平，几乎不了解金融商品市场，无法作为有机整体对营销和金融服务进行系统的分析和研究。

3商业银行精准营销策略选择

3.1构建客户标签

为了做出更好的营销决策，使用数据可以将营销工作效率提高15-20 %。数据驱动分析可以建立准确的用户画像，了解客户，进行客户细分，进行精准营销和实时营销等个性化智能营销，帮助营销从依赖经验转向数据决策。例如，卡分期使用的精准营销系统利用大数据技术，对客户的消费轨迹、还款能力、指数等信息进行综合分析，实现“数千人”，为客户提供人性化、个性化、科学。分阶段的计划大大提高了营销成功率。创新是主导发展的第一个动力。基于大数据平台的业务数据共享和数据挖掘能够更好地理解用户的新需求，因此要以“为了更好的生活，人们的需求”为基础，继续进行业务创新，不断提高客户的交互体验。提高对现有客户和新客户的新吸引力，收集更多信息，更新“大数据”，形成“大数据创新开发”的良性循环，不断增强业务核心竞争力。

3.2挖掘客户需求

在银行客户服务的过程中，运用大数据技术能够为客户提供更加智能化的选择。目前大多数的商业银行每天都会通过各种交流渠道与客户进行深入的沟通和交流，同时也能够征求客户的投诉和满意度。通过对这些内容进行分析，能够明确当前客户存在的不满，提高服务质量。在过去，大部分都由人工进行抽样测试，判断客户的具体需求。但这种处理方式很容易漏掉重要的投诉或建议。在海量的数据信息中也无法对所有的建议和投诉进行准确处理，使得客户服务效率不高，为此在新时期要积极提高客户服务的整体质量，通过运用大数据对客户需求进入深入挖掘，也能够确保投诉和建议的质量，水平得到全面优化，真正判断客户的实际需求，增强服务的整体效率。通过对客户的意见进行分析，提升部门处理效率，在分类的过程中还可以融合自然真实的场景，对不同的产品建议贴上标签，而针对热词分析也能够快速获取，客户反馈中被提及频率最高的词汇，从而形成可视化的一键云。对客户意见的精准表达，对客户投诉建议分析还可以利用各种数字化模型进行训练，提高自动化处理的效果。

3.3进行大数据产品开发

大数据挖掘是在不知道原因的情况下，直接从大量数据中获得答案。要逐步摆脱对因果性追求的执着，从现有的“因果性追踪”逐渐转变为“相关探索”。即使不知道原因，通过相关关系知道下一步该做什么也足够了。将大数据定义为捕获和处理时间不超过允许时间的数据集。这个“允许时间”限制很有趣。原始數据将会有噪声干扰。去除噪声的过程超出了这个允许范围。即使最终结果无限准确也没有意义。实际需要的是通过大数据。即使不准确，也能以低廉、快速、有效的方式支持决策。趋势是正确的。收集数据的最好方法是无意识地收集，因此调查中生成的评分和实际评分之间总是存在差异。人们总是想更多地思考裸体调查，想隐藏一部分数据失真，保持数据的全面性和不变性就足够了。首先要从商品战略中适当的金融商品开始。在我国市场发展的过程中，传统的商业银行必须要大力开发线上银行服务，推广全新的交易方式，为用户提供更多网上交流的空间，运用互联网络提高客户服务的质量与水平，保证网络利用效率，全面提高，同时还要将线上业务和线上业务相融合，促使商业银行的营销传播手段更加丰富与完善，集中所有资源开展营销，提高网络的整体利用水平，例如运用ATM机，网上银行，电话银行等多种措施，为不同的用户提供不同个性化的选择。

3.4提供个性化服务

在商业银行个性化服务战略制定时，最主要的就是。提高个性化服务创新模式，首先针对客户群体进行科学分类，在市场营销开始之前要深入研究客户群体满足不同层次客户的个性需求，对客户科学分类需要分为静态和动态两部分，其中静态分析主要按照客户自身盈利能力和服务成本高低进行分类，而动态分析则应该立足未来发展潜力，对现有的客户潜质进行分析。在分类找出目标客户以后，商业银行还应该快速收集客户消费金融产品信息，并进行深入调研，总结不同客户群体的需求，明确开发设计要点，在银行服务开展中需要加强对基础服务，便利服务和支持服务，便利性服务包括银行按揭，卡业务代缴费服务，而知识性服务则包括投资咨询，发行债券以及查账业务等，我国目前商业银行在不断发展的背景下，需要根据自身的实际情况进行分析，确保竞争水平得到全面提升，同时还应该建立完善的客户信息资料库，为消费者提供完善的信息资料。咨询服务，方便快捷的对客户的行为进行判断，确保目标市场实现动态化发展。此外要积极树立良好的银行形象，在激烈的市场竞争中，商业银行必须要打造优质可信赖的品牌形象，诸如渣打银行，花旗银行，三菱银行等，都通过多种营销手段加强自身的品牌建设，所以商业银行在个性化营销开展时，需要为消费者提供个性化人性化智能化的现代标准服务，同时要注重自我宣传与推销，从多个方面增强对银行整体形象的设计。

4措施保障

4.1搭建数据中心和系统平台

通过分公司的数据中心，各部门、各项目部的一些日常数据可以实现云存储，需要查阅的数据资料，如项目影像、制度规定、规程规范、施工定额等可通过电脑端或手机端进行快速搜索和查阅。数据中心通过设置不同账号的权限，保证重要数据不被查阅、下载、修改或删除，具有较好的安全性。项目部通过数据中心的云存储功能，实时同步更新项目的过程管理资料，分公司部门可以随时检查项目部的资料完成情况，提高资料检查的效率，降低项目部数据资料遗失的风险。

4.2做好风险防范

通过设备环境识别黑产使用的设备终端、各渠道保护状态、风险IP和手机号等;再通过多维度关联异常识别、各类反欺诈指标的综合决策、特定动作频次与时间序列异常识别、关联图谱识别等。同时还应再考虑各向具体要求条件下对大数据背景下银行精准营销过程中出现的风险问题进行优化处理，通过大数据系统将商业银行各项营销工作中可能出现的风险问题表现出来，从而规划合理改善措施，有效提升商业银行风险防范力度和综合发展水平。彰显大数据背景下商业银行精准营销优势，确保银行整体风险防范效果有所提升。

4.3培养数据人才

在大数据时代需要加强对大数据专业人才的培养，只有建立完善的培训管理体系，才能够促使大数据专业人才满足行业发展的需求，对各种优化算法全面把握，提高大数据处理的整体效果。在大数据背景下统计科学受到了极大的挑战，为此在新时期要加大对数据人才的培训，让数据人才能够积极优化数据算法，为数据信息分析提供更多的理论支持，而数据信息具有较强的时代性特点，所以要大力发展培养人才，这也需要全社会的共同支持，通过企业和有关部门，引入大数据领域的专业人才，对学生进行深入培训，使他们能够掌握数据领域最新的动态，从而得到权威的数据指导。

结语

总而言之，大数据背景下，商业银行必须要全力以赴提高自身的营销水平，通过对4p理论以及大数据理论进行研究，明确当前商业银行精准营销存在的不足，制定相应的解决策略，保证商业银行精准营销策略更加专注。全面构建客户标签，深入挖掘客户需求。通过对大数据产品开发，为用户提供个性化服务，并且积极完善数据精准营销的保障措施，搭建数据中心和系统平台。做好风险防范措施，培养大数据处理人才，为商业银行的全面营销发展作出重要贡献。

参考文獻：

[1]周东琪. 大数据背景下J商业银行理财产品的精准营销研究[D].山东师范大学，2019.

[2]张强.商业银行大数据背景下的精准营销[J].财经界（学术版），2019（11）：65.

[3]张丽. A银行大数据精准营销策略研究[D].宁夏大学，2019.

[4]邓典雅. 大数据背景下商业银行精准营销的设计与应用[D].华南理工大学，2018.

（广西大学  广西  南宁  530004）