大数据时代商业银行零售营销转型的“数智化”思路

孙 湧 徐娅吉

（华夏银行股份有限公司昆明分行，云南 昆明 650000）

一、谋局篇

新经济业态下，数据成为新的生产要素。网络化连接、数字化描绘、智能化生产、融合化发展，是时代发展的新趋势，大数据要发挥出应有的作用，一个是够“大”，一个是够“智”。以往，银行在零售业务数据应用领域存在三大痛点：一是数据分散，指标体系建设难，常常需要为个别分析穿透底层数据；二是缺少统一的协作平台，导致分析慢、讨论长、决策慢，决策形成后层层传递下达慢；三是缺乏对业务指标的自动化监控，出现问题纠错慢，决策执行缺少统一追踪，执行效果反馈慢。

昆明分行零售业务同样也存在信息缺、决策难、追踪难的痛点。首先，数据分散，客户经理难以快速获取考核指标，缺乏支持精准营销的数据与手段。其次，零售条线之间缺乏整合，分析慢、决策慢、下达慢。再者，反馈难，难以验证营销策略的有效性，对客户经理的执行力缺少评估，当营销策略实施效果不理想时，管理层难以确定是营销策略的问题，还是客户经理执行力的问题。要解决上述问题，需要对全流程数据进行垂直整合。

二、诊断篇

强大的营销体系，要依托强大的数据中台，跨系统整合数据，让数据变“大”，利用前沿科技最新算法，让数据变“智”。大零售营销支持系统的思路，就是通过整合零售板块客户资源、营销资源、渠道资源，强调高效流程、精准营销、渠道的协调与联动，提升综合服务和价值创造能力。构建客户维度数据库、汇总统计、策略分析、管理应用四层架构，并统筹考虑灵活应变、适应性强、安全性高的系统模块和业务处理流程。

我们计划打造一套从客户画像出发，实现精细化客户经营，通过全渠道触点管理，完成客户触达和数据回流，最后形成闭环，不断循环优化的零售营销生态体系。

三、实现篇

深挖我行数据价值，构建内外融合系统架构，集零为整，整合散落在各个系统的数据，实现更全面清晰的客户视图。并通过自动化工作提醒、优化组合产品解决方案、智能工单派发等多种业务功能，提升一线业务团队的工作效率[1]。以客户多维度的数据为基础，并对客户经理业绩进行展示，形成营销数据的策略分析（ACRM），通过工单、外呼功能实现客户管理应用（OCRM）的落地实施，从而形成分行级客户营销支持的整个闭环管理及应用。通过实现客户数据中心、策略管理、工单应用、汇总统计四大功能，搭建以客户为中心、职能化、集约化、多渠道协作的自动化零售营销应用体系。

图1

图2

1.客户多维度数据库

通过各类应用系统的整合，获取以客户为单位的各类信息，进而获取更多的销售商机和线索，减少客户数据采集成本，实现更全面清晰的客户视图。数据的采集采用直接抓取和数据添加的方式，包括但不限于以下信息：客户基本信息、客户签约产品、客户标签、负债信息、客户资产、客户交易、客户创利数据、客户归属等[2]。包括朋友圈营销模型、流失预警（客户流失、资产流失等）、信息补录、客户挖潜、贵宾客户管理、话术管理、交叉率提升6个方面。

从用户画像中提取需要的特征，经过数据预处理以及特征工程（包括特征选择，特征重构，特征监督等），得到建模用数据，通过模型训练以及优化，进行预测，并评估结果。在不同的阶段，具有不同的作用：

（1）在获取用户阶段，可以用来发现并吸引潜在客户；

（2）在用户提升阶段，可以方便银行培养潜在的高价值客户；在用户成熟阶段，可以培养客户忠实度、向合适的用户推广新产品；

（3）在用户衰退阶段，还可以延长用户的生命周期。

2.汇总统计

分为画像建设、任务完成统计、客户经理业务量、客户平均收益、重点指标统计和积分制考核。通过对报表进行图表统计，能快速获取客户经理任务完成数量、效率对比、部门完成数量对比信息，有效评定个人、团队效率以及绩效等指标。

通过对分行管理员、支行行长/主管行长各类报表的数据进行分析和挖掘，提取共性特点，形成营销策略。业绩概览、主要指标完成情况、大额资产变动等视图可实现手机浏览。

3.策略分析

（1）高净值客户人脉圈：利用高净值客户交易人脉圈得到潜力客户。

（2）非高净值客户交易分析：利用非高净值客户交易分析，得到潜力客户。

（3）潜在代发工资客户挖掘：通过代发工资业务分析，批量获客。

（4）个贷客户挖掘：利用个贷客户信息分析，得到潜力客户。

（5）信用卡交叉销售：对信用卡业务的行为进行量化分析，筛选具有高消费信贷和财富产品需求倾向的客户。

（6）客户细分主题：客户细分主要根据客户的升降级/活跃度/忠诚度/贡献度/消费偏好贡献度来细分客户。

（7）客户挽留主题：客户金融资产大额变动时，根据分析对预警、流失客户采取挽留措施[3]。

（8）交叉销售主题：根据交叉销售规则生成的产品信息推荐到单一客户的客户视图中，供支行维护人或者总/分/支行主管有针对性地查看客户的产品推荐信息。

经过前期的数据整合，实现更全面的客户360度的全景视图。通过数据挖掘或者利用CRM系统客户模型确定目标客群，系统自动派发（或手工派发）业务工单，并持续跟踪跟进，不断评估优化。

图3

4.内外融合

系统分为移动端与web端，PC端运行于内网，连接外呼平台进行外呼，手机企业微信端通过安全设备连接到内网服务器进行数据交互。

（1）移动端：员工接单、转派、查看工单详情（包括任务情况、客户情况、营销卖点、推荐话术等），任务完成可直接在移动端回单（任务完成结果、现场照片等）。可以预约拜访客户（拜访时间、地点、客户基本信息等）。当指派的任务与自身情况产生冲突（如请假、任务过多、时间冲突等）可转派给他人，转派申请由部门负责人审核。

（2）web端：可智能派单/手动派单，可批量派单、选择数量派单、选择部门派单等方式。对任务工单状态和进度进行跟踪与实时监控、预警，并对滞留单进行调配。在客户经理跟进客户时产生的商机管理（例如：发现客户有别的意向产品等），可在移动端进行商机录入，实现意向客户资源共享。可全程跟踪录入商机进程、办结、回执等信息。

5.管理应用

整合各渠道资源，产品展业及产品广告的发布都由后端管理平台直接控制，提高产品发布的灵活性。客户可以获得来自银行的各类提醒事项，最新的咨询、适用度高的产品。产品配以整理优化的专业话术，有助于产品的成交，话术需要根据市场的变化及时修订才能发挥最大作用。

智能工单管理是营销闭环管理的重要组成部分，策略管理模块生成的营销策略，需要利用工单应用模块保障执行，才能持续跟踪跟进，不断评估优化。智能工单管理分为任务管理、工单处理、系统管理三部分，支持策略任务的自动生成、临时导入、自动并单等，结合不同的工单分配对象支持智能化派单等功能。工单处理过程中，在多触点的客户管理基础上，实现营销指引标准化、客户反馈标签化。同时，系统建立了完备的员工号码对应关系，只需要使用OA账号登录即可，用户体验较佳。

云呼叫中心（CloudCallCenter）是基于计算机电话集成技术（CTI）和云计算技术，集成电话、移动电话、在线客服、email、短信等多种通讯方式的一体化企业综合信息服务的云电销系统平台。针对用不同呼叫中心解决方案，灵活采用公有云、私有云、混合云三种不同部署方式[4]。

图4

通过统计整个客服中心的各项基本服务指标，如业务数量、系统效率、业务效率等，以此来描述整个客服中心整体服务水平，使得整个过程可度量、可追溯。

四、总结篇

华夏银行昆明分行通过大零售营销支持系统的开发建设，获取了更多的销售商机和线索，充分了解客户的个性需求并提供差异化的服务和解决方案，拓展销售渠道。系统具有以下亮点：

以跨系统整合数据为基础，搭建多渠道全方位的客户数据中心，构建客户画像与特征标签库。利用大数据技术，对新产品针对特定客户进行定点推送。针对客户画像的各种维度信息，进行实时的监测，全周期数据跟踪，全时段互动行为追踪。对关键信息（办理业务到期等）进行提取和分析，及时向客户经理进行推送，及时规避流失客户风险。根据银行的风险战略和偏好确定预警指标，及时识别、分析、衡量客户和资产的信用风险状况或潜在风险，及时采取适当的措施，对信用风险进行汇报、防范、控制和化解。此外，掌握客户交易偏好，还能做到精准推荐营销产品[5]。

采用图数据库技术，极大地完善和丰富了数据模型，对数据之间多度关系进行有效直观的展示和分析。运用环路洗钱模型，能够支持实时快速检测出海量数据中存在的环，获得超越传统数据库更为优越的性能。

运用智能的派单方式，能够具有自动跟踪、实时监控、自动预警、推送预警消息等功能。

具有灵活可配置的监控条件，从业务处理系统或数据库中取得数据，根据监控规则对取得的数据进行处理，不同业务配置不同的监控条件，使监控系统更灵活。

通过数据驱动的智能化技术，让营销不再完全依赖技巧和经验，而能够进行预测与判断、跟踪与优化，形成精准的营销策略并高效执行，提升营销掌控力。

五、结语

昆明分行大零售营销支持系统以数据为驱动，可简单概括为：达成“一个目标”，实现“两点联动”，解决“三类困难”，构建“四大功能”。即以达成零售业务数字化转型为目标，通过构建“客户数据中心、策略管理、工单应用、汇总统计”四大功能模块，实现了“数据与营销执行”的两点联动，解决了银行业务运营中存在的“信息缺、决策难、跟踪难”三个方面的问题，为大数据应用下的客户提供高效、全面、精准的服务。

华夏银行昆明分行大零售营销转型的“数智化”探索，是在传统业务基础上，与数字化相结合；是运用数据挖掘技术和数学算法，显性切入业务流，从而形成智能化闭环的过程，使得银行大零售业务的营销全流程可度量、可追溯、可预测、可传承。在现有以人工为主的营销模式的基础上，重构了华夏银行昆明分行零售业务营销质量、效率、成本的核心竞争力。

我们将凝心聚力、锐意创新、不断突破，为我行数字化转型贡献更大的力量！