銀行大數據時(shí)代面臨的挑戰
1、銀行離客戶(hù)越來(lái)越遠。
在互聯(lián)網(wǎng)交易鏈條中，銀行所占比重越來(lái)越低，這使得銀行越來(lái)越難以知道客戶(hù)的消費行為；互聯(lián)網(wǎng)金融的出現，在未來(lái)可能會(huì )超過(guò)以銀行為中心的間接融資和以交易所為中心的直接融資模式，這會(huì )使得銀行逐漸被邊緣化。本質(zhì)上是因為銀行對于客戶(hù)的了解程度，相對越來(lái)越弱。
2、客戶(hù)不斷流失難以挽回。
市場(chǎng)競爭越來(lái)越激烈，銀行意識到客戶(hù)滿(mǎn)意度的重要性，并將提升服務(wù)作為工作目標。在具體的操作過(guò)程中，銀行關(guān)注產(chǎn)品特點(diǎn)，從服務(wù)質(zhì)量、客戶(hù)感知進(jìn)行調查，試圖找到解決辦法。但是客戶(hù)滿(mǎn)意度卻一直停留在原有水平?？蛻?hù)流失率也在不斷上升。本質(zhì)上是因為銀行服務(wù)同質(zhì)化。
3、客戶(hù)維系成本不斷攀升。
隨著(zhù)互聯(lián)網(wǎng)金融各類(lèi)“寶寶”們沖擊銀行存款，抬升融資成本，銀行越來(lái)越難以找到低價(jià)優(yōu)質(zhì)的資金，客戶(hù)維系成本也不斷攀升。銀行客戶(hù)維系陷入“理財收益高，客戶(hù)多，收益下降，客戶(hù)跑”的怪圈。本質(zhì)上是由于銀行無(wú)法對客戶(hù)需求進(jìn)行及時(shí)響應，只能通過(guò)價(jià)格這一工具進(jìn)行營(yíng)銷(xiāo)。
銀行越來(lái)越意識到數據作為核心資產(chǎn)的地位，希望借助大數據的技術(shù)，聚合客戶(hù)在銀行內外的種種信息，深入洞察每個(gè)客戶(hù)在銀行內外的方方面面，以了解其興趣、偏好、訴求，從而提供每一個(gè)客戶(hù)個(gè)性化的產(chǎn)品與服務(wù)。
銀行大數據解決方案
基于六年來(lái)專(zhuān)注于大數據的應用實(shí)踐，為銀行業(yè)提供端到端的整體解決方案，幫助銀行實(shí)現多源異構數據的采集、整合，并運用大數據文本分析和數據挖掘技術(shù)，深入挖掘客戶(hù)特征、需求，從而為銀行向客戶(hù)提供差異化服務(wù)和個(gè)性化產(chǎn)品、產(chǎn)品創(chuàng )新等提供數據支撐。整體解決方案如下：
銀行業(yè)大數據應用
1、用戶(hù)實(shí)時(shí)行為分析
互聯(lián)網(wǎng)金融及第三方支付的出現，讓銀行用戶(hù)流失嚴重，同時(shí)也更加不了解用戶(hù)的需求。通過(guò)在銀行官網(wǎng)、APP上部署采集訪(fǎng)問(wèn)用戶(hù)實(shí)時(shí)行為的代碼，讓銀行可了解用戶(hù)在網(wǎng)上的行為特征、需求，拉近銀行和用戶(hù)的距離，從而為更精細化的服務(wù)提供數據依據。
實(shí)時(shí)行為包括：
用戶(hù)分析：新增、活躍、沉默、流失、回流
渠道分析：渠道來(lái)源、渠道活躍、渠道流量質(zhì)量
客戶(hù)留存分析：留存用戶(hù)（率）
事件和轉化分析
客戶(hù)體驗度量：使用時(shí)長(cháng)、地區分析、終端分析。。。
訪(fǎng)問(wèn)原因探查：訪(fǎng)問(wèn)時(shí)間、訪(fǎng)問(wèn)頻次、停留時(shí)長(cháng)、訪(fǎng)問(wèn)路徑
2、個(gè)性化服務(wù)和資訊推薦
根據客戶(hù)使用銀行產(chǎn)品和服務(wù)的歷史信息及在銀行官網(wǎng)/APP上留下的實(shí)時(shí)信息，利用大數據文本分析和挖掘技術(shù)，分析客戶(hù)的長(cháng)期、短期偏好和需求，預測當下和潛在偏好和需求，為客戶(hù)推薦個(gè)性化服務(wù)或資訊。
3、精準營(yíng)銷(xiāo)
面對銀行存量客戶(hù)交易不活躍，新客獲取渠道少，渠道流量質(zhì)量差等各類(lèi)問(wèn)題，我們銀行精準營(yíng)銷(xiāo)方案以用戶(hù)出發(fā)，識別每個(gè)客戶(hù)在銀行內外的上網(wǎng)特征、金融產(chǎn)品消費偏好、金融渠道偏好、金融風(fēng)險偏好、互聯(lián)網(wǎng)消費偏好、互聯(lián)網(wǎng)內容偏好、社交網(wǎng)絡(luò )等信息，將用戶(hù)特征匹配銀行產(chǎn)品特征，從而將更合適的產(chǎn)品信息精準推送到合適的用戶(hù)（群）。
?
新客的獲?。?/strong>基于采集的企業(yè)內外數據，在充分分析銀行產(chǎn)品和服務(wù)特征的基礎上，分析客戶(hù)特征，從海量用戶(hù)（互聯(lián)網(wǎng)、App、郵箱等）中精確匹配到適合銀行產(chǎn)品和服務(wù)的高價(jià)值、高凈值客戶(hù)，通過(guò)實(shí)時(shí)競價(jià)廣告（RTB）、EDM（個(gè)性化郵件營(yíng)銷(xiāo)）、搜索營(yíng)銷(xiāo)（SEM）等手段將產(chǎn)品和服務(wù)資訊推送給匹配的客戶(hù)，幫助銀行快速獲取高價(jià)值客戶(hù)。
? 存量客戶(hù)營(yíng)銷(xiāo)：幫助銀行從產(chǎn)品或者從客戶(hù)出發(fā)，分析產(chǎn)品或客戶(hù)的特征，運用口碑擴散模型、look-alike模型等，為產(chǎn)品找到合適的老客戶(hù)，或者為老客戶(hù)找到合適的產(chǎn)品，從而實(shí)現老客戶(hù)的再營(yíng)銷(xiāo)，提高客戶(hù)滿(mǎn)意度， 增強客戶(hù)黏性。
4、產(chǎn)品分析
對銀行所有產(chǎn)品進(jìn)行畫(huà)像，形成統一的產(chǎn)品畫(huà)像體系，從而對產(chǎn)品的特征、產(chǎn)品的銷(xiāo)售情況、利潤情況、新產(chǎn)品研發(fā)等提供參考。
產(chǎn)品全方位信息視圖： 通過(guò)產(chǎn)品畫(huà)像體系，可以對具體產(chǎn)品的各項指標有個(gè)全面、直觀(guān)的了解。主要特征包括：
基本信息：統一的產(chǎn)品號、產(chǎn)品名稱(chēng)、產(chǎn)品定義、產(chǎn)品上線(xiàn)時(shí)間、產(chǎn)品經(jīng)理等信息。
產(chǎn)品的種類(lèi)
按對資產(chǎn)負債表的影響分類(lèi)：資產(chǎn)類(lèi)產(chǎn)品、負債類(lèi)產(chǎn)品、中間業(yè)務(wù)類(lèi)產(chǎn)品。
按服務(wù)對象分類(lèi)：對公產(chǎn)品、對私產(chǎn)品。
按業(yè)務(wù)特質(zhì)分類(lèi)：國際業(yè)務(wù)、信貸業(yè)務(wù)、結算業(yè)務(wù)、投資銀行業(yè)務(wù)、信用卡業(yè)務(wù)等。
評價(jià)信息：產(chǎn)品積分、貢獻度、當前評價(jià)信息和評價(jià)歷史。
銷(xiāo)售渠道：柜面渠道、網(wǎng)上銀行渠道、手機銀行渠道、直銷(xiāo)銀行渠道等。
產(chǎn)品規模：產(chǎn)品余額、產(chǎn)品客戶(hù)數、單位時(shí)間內銷(xiāo)售額、戶(hù)均持有產(chǎn)品數等。
5、產(chǎn)品創(chuàng )新
通過(guò)對特定數據進(jìn)行提取和分析、產(chǎn)品核算，清晰對比各類(lèi)客戶(hù)的產(chǎn)品覆蓋率、產(chǎn)品使用率、產(chǎn)品黏度、產(chǎn)品收益，結合互聯(lián)網(wǎng)輿情和友商的競品信息，進(jìn)而針對不同的客戶(hù)群提出差異化的產(chǎn)品創(chuàng )新需求。
6、產(chǎn)品評價(jià)
根據產(chǎn)品后評價(jià)指標建設評價(jià)模型，實(shí)現對產(chǎn)品的系統評分。獲取每個(gè)產(chǎn)品各指標數據，采用等級評分法等方法對數據進(jìn)行標準化處理，反映每個(gè)產(chǎn)品的每項指標在組內產(chǎn)品中的排序。評價(jià)指標包括：產(chǎn)品預期偏離度指標、產(chǎn)品綜合效益指標、產(chǎn)品規模指標、產(chǎn)品質(zhì)量指標等。
7、風(fēng)險防范支持
風(fēng)險防范重點(diǎn)關(guān)注個(gè)人客戶(hù)在銀行體系內外的負面信息，銀行體系內的負面信息包括：信用卡逾期、貸款逾期、黑名單信息等，銀行體系外的負面信息包括：P2P/小貸公司等黑名單信息、公檢法的訴訟案件信息、國家行政機關(guān)處罰信息（工商、稅務(wù)、一行三會(huì )、協(xié)會(huì )等）以及網(wǎng)上負面輿情（虛假宣傳、誤導消費者）等，從這些數據出發(fā)，全面評估個(gè)人客戶(hù)在銀行的風(fēng)險等級，為銀行的風(fēng)險防范提供決策支持。
8、客戶(hù)服務(wù)
幫助銀行從采集的客音數據、問(wèn)卷調查、互聯(lián)網(wǎng)輿情等數據分析客戶(hù)的抱怨、訴求和需求，從而為客戶(hù)制定有針對性的服務(wù)策略。通過(guò)分析客音數據，挖掘客戶(hù)對產(chǎn)品的訴求和抱怨信息，在后續和客戶(hù)接觸時(shí)，提供更符合客戶(hù)預期的信息?；?60°用戶(hù)統一視圖，客服人員能全方位了解客戶(hù)的基本信息、購買(mǎi)歷史、投訴歷史等，從而可以給客戶(hù)推薦更合適的產(chǎn)品。
我們銀行大數據解決方案的價(jià)值
1、為銀行建立用戶(hù)數據中心，讓銀行更深入的了解用戶(hù)，幫助銀行實(shí)現以用戶(hù)為中心的戰略轉型。
2、通過(guò)完善的大數據平臺和針對性的大數據業(yè)務(wù)應用，提升銀行用戶(hù)體驗，拉動(dòng)銀行收入，以及更有效的控制銀行風(fēng)險。
3、基于我們大數據解決方案，持續積累數據資產(chǎn)，通過(guò)大數據構建銀行自身的核心競爭力，積極應對互聯(lián)網(wǎng)金融時(shí)代的挑戰。
