第 1 篇 原創(chuàng)文章
讀完本文大約需要 15分鐘
近年來,大數(shù)據(jù)分析技術的不斷成熟,在金融行業(yè)中的發(fā)展也變得越來越熱,很多銀行已經(jīng)開始應用大數(shù)據(jù)分析技術。例如,中信銀行信用卡中心使用大數(shù)據(jù)技術實現(xiàn)了實時營銷,光大銀行建立了社交網(wǎng)絡信息數(shù)據(jù)庫,招商銀行則利用大數(shù)據(jù)發(fā)展小微貸款。
由此可見,在大數(shù)據(jù)分析技術的幫助下,未來的金融很可能會演變?yōu)樾袨榻鹑?、生活金融,金融體系已經(jīng)無法獨立,需要嵌套在很多生活場景中,這是銀行應該重點思考的方向。
下面,就讓我們通過一個貸款申請案例詳細分析大數(shù)據(jù)給銀行帶來的巨大變化吧。
在這個服務案例中,金融大數(shù)據(jù)分析技術的應用發(fā)揮得淋漓盡致。銀行客服人員通過合理的大數(shù)據(jù)歸集分析進行有針對性的營銷及落實相關業(yè)務交易,其中涉及了一些用戶行為及一些基本的客戶相關信息,通過在海量的數(shù)據(jù)中精準提取并進行分析,做到有目的性的交叉營銷,用于互聯(lián)網(wǎng)技術解決傳統(tǒng)金融做不到的難題,從而提高營銷效率。
金融大數(shù)據(jù)分析之客戶管理
如何利用大數(shù)據(jù)進行客戶管理與分析,已經(jīng)成為銀行的重要課題。目前,隨著大數(shù)據(jù)應用的大量涌現(xiàn),尤其是在社交網(wǎng)絡的背景下,服務渠道不應僅局限于傳統(tǒng)的銀行渠道,而應整合新的客戶接觸點(即社交媒體網(wǎng)站等),這種趨勢已經(jīng)變得日益清晰。
早些年,銀行業(yè)發(fā)展戰(zhàn)略就以產(chǎn)品為中心轉(zhuǎn)向以客戶為中心,客戶成為銀行發(fā)展的重要驅(qū)動力,這一驅(qū)動一直持續(xù)了十幾年。在現(xiàn)在大數(shù)據(jù)應用盛行的形式下,銀行單一銷售產(chǎn)品和服務的時代已經(jīng)過去了,銀行也應該改變以客戶為中心的觀念,樹立數(shù)據(jù)為中心,向數(shù)據(jù)驅(qū)動型銀行去轉(zhuǎn)變。
那么,從銀行角度來看,他們可以借助大數(shù)據(jù)分析平臺,接入客戶通過社交網(wǎng)絡、電子商務、終端設備等媒介產(chǎn)生的非結構化數(shù)據(jù),構建全面的客戶視圖。根據(jù)用戶行為對用戶進行聚類分析,進而可以有效地甄別出優(yōu)質(zhì)客戶、潛力客戶以及流失客戶。
例如,銀行工作人員可以利用大數(shù)據(jù)分析獲取銀行客戶信息并且分析客戶的下一步需求,進而向客戶營銷相關金融產(chǎn)品。比如客戶為自己的孩子開辦了一款信用卡,當孩子上大學后,就會分析這位客戶所需要的金融產(chǎn)品。如果之后家長有裝修房子的計劃,銀行的工作人員會根據(jù)數(shù)據(jù)分析向這位家長推薦適合裝修的貸款,滿足客戶各方面的潛在需求。
金融大數(shù)據(jù)分析之營銷管理
借助銀行的金融大數(shù)據(jù)分析平臺,銀行可以通過對形式多樣的用戶數(shù)據(jù)(用戶消費數(shù)據(jù)、瀏覽記錄、購買路徑等)進行挖掘、追蹤、分析,將不同的客戶群體進行聚類,有助于獲取用戶的消費習慣、風險收益偏好等特征信息,從而根據(jù)不同客戶特性打造個性化的產(chǎn)品營銷服務方案,將最適合的產(chǎn)品服務推介給最需要的客戶。
目前,充分了解客戶的各項信息以及客戶最真實的需求是銀行經(jīng)營管理者最為關注的問題。雖然銀行擁有龐大的客戶數(shù)據(jù),但是客戶數(shù)據(jù)信息是海量的,如何分析,怎么分析都是銀行急需解決的難題。當營銷某一款產(chǎn)品時,銀行其實可以通過引入外部模型來做數(shù)據(jù)歸集整理,為營銷客戶提供依據(jù),一旦最終只能積累一定數(shù)量的客戶,那銀行就不必繼續(xù)營銷其他客戶了,哪怕是只發(fā)一個短息都沒有必要了,因為其他客戶沒有這項產(chǎn)品的需求,所以成功營銷的可能性是0,而這就是大數(shù)據(jù)分析的結果。
因此,在大數(shù)據(jù)平臺的幫助下,銀行可以針對不同的客戶分類推薦相應的理財產(chǎn)品,根據(jù)客戶的購買習慣和風險偏好進行產(chǎn)品組合營銷;根據(jù)客戶的產(chǎn)品清單和瀏覽記錄進行路徑分析,主動推送關聯(lián)產(chǎn)品營銷等,真正做到個性化的主動營銷服務。在銀行產(chǎn)品同質(zhì)化較為嚴重的現(xiàn)狀下,誰能首先運用“大數(shù)據(jù)”進行靈活的營銷管理,誰就有更多的機會在競爭中拔得頭籌(下面以三個具體的分析例子進行說明)。
1.客戶流失分析:借助大數(shù)據(jù)平臺,銀行可以搜集到客戶行為記錄,并通過對已流失客戶的行為進行分析;找到客戶流失發(fā)生時的關鍵路徑,進而能夠利用流失客戶的行為模式有效定位有流失傾向的客戶,以便銀行工作人員能夠在客戶流失前進行挽回工作。
2.場景數(shù)據(jù)分析:根據(jù)大數(shù)據(jù)平臺,收集某個行業(yè)營銷的客戶數(shù)據(jù),并思考經(jīng)過這個行業(yè)節(jié)點的客戶數(shù)據(jù)對銀行的營銷是否有價值。比如某些客戶在婚紗影樓消費,銀行借助大數(shù)據(jù)分析抓取到客戶的消費金額,由此判斷一個人的資產(chǎn)層次,這些數(shù)據(jù)對銀行的二次營銷其實是很有用的。除了婚紗消費,客戶的結婚、購房、裝修是否需要貸款?未來生孩子是否需要購買保險?是否需要購買車輛,這些數(shù)據(jù)(包括很多生活行為)對銀行的營銷都是非常有參考價值的。
3.不對稱信息分析:據(jù)筆者了解,在大數(shù)據(jù)分析技術的幫助下,某銀行針對農(nóng)村用戶商品采購的物流信息,詳細分析產(chǎn)品(如洗衣粉)在農(nóng)戶家中的使用狀態(tài)及期限。如果銀行通過與之合作的第三方電商平臺推送及時的物流,完善購買渠道,整合現(xiàn)金流及物流,再針對銀行的營銷末梢進行實時推送,便能獲取最大的中間業(yè)務收入。
金融大數(shù)據(jù)分析的風險管理
隨著銀行業(yè)務的快速發(fā)展,銀行經(jīng)營者必須有效地辨別風險、防范風險和控制風險。以往通過手工錄入及分析事件的相關性已經(jīng)無法滿足當前業(yè)務發(fā)展的需要。在大數(shù)據(jù)分析技術的幫助下,銀行能夠詳細了解客戶的自然屬性和行為屬性,并結合客戶行為分析、客戶信用度分析、客戶風險分析以及客戶的資產(chǎn)負債狀況,建立完善的風險防范體系,構建自己的風險模型。同時,運用計算機技術對客戶數(shù)據(jù)進行有效提取,生成動態(tài)的企業(yè)行為跟蹤模型,實時監(jiān)控,這將是提高銀行風險分析工作效率的最有效方式。
1.企業(yè)貸款風險評估:銀行可以結合大數(shù)據(jù)挖掘方法,對企業(yè)的現(xiàn)金流、產(chǎn)品流通、上下游銷售、整體財務指標等相關信息進行貸款風險分析,量化企業(yè)的信用額度,從而更有效地開展企業(yè)貸款預判。
2.小額貸款風險評估:Wonga是英國一家小額貸款公司,他們利用海量數(shù)據(jù)挖掘算法來做一些貸款業(yè)務。Wonga對過去客戶的各種碎片化信息進行數(shù)據(jù)獲取和整理,用大量的數(shù)據(jù)串成了客戶特征的全貌,同時根據(jù)不良貸款等風險信號不斷完善調(diào)整模型,從而有效控制風險。
大數(shù)據(jù)金融背景下未來銀行發(fā)展趨勢
1.未來銀行業(yè)更加傾向于零售營銷
在國家經(jīng)濟結構調(diào)整、銀行業(yè)經(jīng)營戰(zhàn)略轉(zhuǎn)變以及利率場化、互聯(lián)網(wǎng)金融公司大舉入侵的背景下,銀行的公司業(yè)務已逐漸弱化,銀行依賴存貸款利差創(chuàng)造利潤的盈利方式也必須調(diào)整。零售及中間業(yè)務在未來銀行經(jīng)營中將會占有越來越大的比重,而絕大部分客戶數(shù)據(jù)通常是用戶在社交網(wǎng)絡、移動終端設備等媒介留下的海量碎片化數(shù)據(jù),收集數(shù)據(jù)并對客戶的行為屬性進行有效的分析,是支撐以客戶為中心的發(fā)展模式的重要手段。
2.未來銀行更加傾向于科技創(chuàng)新
創(chuàng)新是銀行實現(xiàn)差異化發(fā)展的驅(qū)動力,目前眾多銀行產(chǎn)品都面臨著同質(zhì)化嚴重的問題,產(chǎn)品的名字不同,但是產(chǎn)品的風險控制手段是相同的,因此需要通過技術創(chuàng)新來不斷增強銀行業(yè)的核心競爭力——幫助銀行改進金融系統(tǒng),改善與顧客之間的交互,改進并簡化客戶的銀行業(yè)務體驗。
3.未來銀行更加傾向于數(shù)據(jù)分析挖掘
當前,很多互聯(lián)網(wǎng)公司之所以能崛起,是因為他們手里掌握著許多相當重要的用戶數(shù)據(jù),從中就能分析出具體用戶的行為和喜好。所以阿里巴巴、亞馬遜、Google、騰訊等一些大型的互聯(lián)網(wǎng)公司,更愿意將自己定位為數(shù)據(jù)企業(yè)。因為在信息時代,數(shù)據(jù)將成為經(jīng)營決策強有力的依據(jù),給這些互聯(lián)網(wǎng)公司帶來了發(fā)展和引領行業(yè)的機遇。
當然,銀行也同樣擁有豐富的“數(shù)據(jù)礦藏”,不僅存儲處理了大量結構化的賬務數(shù)據(jù),而且隨著銀行渠道快速滲透到社交網(wǎng)絡、移動終端等媒介,海量的非結構化數(shù)據(jù)也在等待被收集和分析。
因此,對于銀行業(yè)來說,大數(shù)據(jù)意味著巨大的商機,不僅可以強化客戶體驗,還能提升客戶忠誠度。用一個形象的等式來描繪的話,其實就是“客戶數(shù)據(jù)的收集能力 客戶數(shù)據(jù)的分析能力=銀行智商”,這關乎一個銀行商業(yè)決策的迅速和準確,決定銀行的生存和發(fā)展。
公眾號:落筆小辛(BankCareful)
聲 明:本文內(nèi)容與作者所供職單位沒有任何關系,未經(jīng)作者本人授權,嚴禁任何抄襲、轉(zhuǎn)載。
聯(lián)系客服