银行营销大数据创造大价值

随着国内利率市场化推进和经济增 速放缓向对公业务的不断施压，加上 国民收入和财富的稳步上涨，零售银 行对全行收入及利润的贡献持续提 升，国内银行纷纷开始把战略重心移 向零售业务。无独有偶，客户的需求 也愈加莫测，但国内零售银行大都仍 以渠道和产品为主导，总分行各自为 战，这种模式正渐渐丧失竞争力。要 赢得未来，银行必须逐步转型到以客 户为中心的经营战略上，并通过总行 自上而下的有效管控，应对零售银行 将面临的一系列挑战，其中包括：客 户信息的获取、洞见分析和运用、自 反馈体系的缺失；精准化营销能力严 重不足；多渠道、全周期提升客户体 验的工作未能有效展开，互联网新兴 业务模式的强烈冲击等等。 面对行业内外部的严峻挑战，国内零 售银行需积极破局，而互联网时代的 大数据能力有望成为零售银行的制 胜之道。事实上，国际领先零售银行 以“大数据”为核心管理工具已成功 挖掘出“大价值”，包括大幅提升业 绩、支持管理决策、优化运营流程、 有效控制风险等。 价值一：推动精准营销，大 幅提升业绩 在大数据研究与应用日益深入的当 下，消费者行为愈发“可视化”，以大 数据驱动精准营销成为零售银行持 续发展的重点之一。 Capital One的核心战略之所以 广受推崇，是因为其基于数据的 决策（IBS – informationl based strategy）。成立不到30年，Capital One就从一家业务模式单一的信用 卡公司迅速成长为全美资产排名前 十的综合性商业银行。紧密围绕客户 价值，Capital One的IBS体系已成 功运用在客户获取、客户服务、产品 设计及风险管理等所有业务环节。该 体系的核心是对客户生命周期进行价 值管理，即通过辨识和衡量客户的过 往价值、现有价值和未来潜在价值， 对客户进行细分，从而把商业资源引 向价值和潜力最大的客户，并且由此 重新定义客户与银行的关系，实现双 赢。IBS中另一重要环节是测试和学 习：在产生获客、活客、管客、留客洞 见后，需要科学地进行实验、测试及 验证，由此确保洞见及其相关策略 的持续迭代与优化。 花旗银行通过结合运用内外部数 据，提升精准营销能力。2012年，花 旗银行通过大量分析客户在银行内 部的个人数据、行为信息，以及社交 网络等外部机构的个人与家庭数据， 对相近的客户群体进行聚类分析，并 基于结果对潜在需求进行预测，最终 提出针对性的产品建议。如：在某客 户所属的某“富裕企业主”群体内， 有70%的客户有按揭贷款，45%的客 户在5年内投保了多个险种，那么银 行将针对该客户设计按揭及保险产 品和相应的营销策略。 零售银行的“制胜秘籍”——大数据驱动营销及管理 05 价值二：管理决策支持 系统地收集、整理、运用数据，还能 支持银行建立销售管理看板，辅助 总、分、支行的管理层进行决策，并 实现各层级标准化流程管理。 汇丰银行建立了自上而下的销售管 理看板（包括三大财富管理系统及 一系列报表体系），其零售银行与 财富管理业务部的经营业绩包括 财务指标、客户经营、产品渗透、 资产配置、销售流程、培训学习等 多个维度。通过该看板，汇丰将 过程指标（Activities）和结果指标 （Outcomes）分解为总、分、支行 以及个人四个层级，同时在总部设立 客户关系管理及分析部门（CRM & Analytics），进行基于数据分析的透 视化管理，找出问题症结，以提供客 观有效的决策支持。以“客户经营” 维度为例：通过分析各细分客群迁 徙成功率（如让运筹理财客户升级 到卓越理财）、AUM增长率、产品渗 透率、净增客户数、客户满意度等指 标，总行管理层能够对各经营机构 的客户经营情况进行对标和解读，从 而定位需重点关注的机构及业务领 域；对分支行而言，可进一步聚焦销 售遇到瓶颈的产品、未达标团队及原 因；对营销人员而言，可将面临的挑 战和业务提升潜在机遇体现在具体 的过程指标和结果指标上。用系统 全面的销售管理看板替代分支行各 自为政、经验主义至上的运作模式， 银行可因此实现科学决策和标准化 流程管理。 价值三：降本提效 如今，互联网金融和大数据盛行，这 对银行的运营能力提出了更高的要 求。有些领先银行已开始分析各类 大数据，探索全面提升渠道管理、运 营调配及人力资源管理能力的方式， 并取得了显著成效。 美国银行有着庞大的零售客户群体 和服务网络，在全球范围内服务约 5,900万零售与小微客户，并建立了 近6,000家零售银行网点。通过数据 平台优化，美国银行大幅提升了运营 效率。过去，分析以往30年内完成的 40万个按揭产品的信息数据需耗时3 个小时，而如今仅需10分钟；计算违 约概率的时间也从以往96个小时大 幅缩短至4个小时。 价值四：管控风险 一家银行的成败，往往取决于它对 风险的经营与管理。通过大数据分 析，领先银行可高效进行信贷风险评 估和道德风险防范。 丰富可分析的客户数据源，提高信 贷风险评估能力 Capital One依托强大的数据团 队和综合风控模型提高信贷风险 评估能力。Capital One在总部组 建了1,600人的数据分析团队，并 按照不同产品线、职能组织进行 划分。依托强大的大数据分析能 力，Capital One的用户风险决策模 06 零售银行的“制胜秘籍”——大数据驱动营销及管理 型涵盖了美国三大征信局数据、平台 沉淀用户数据、用户社交数据等众多 类型的数据，且每3个月都会验证其 准确性。在循环贷款时，该模型将对 借款人重新进行风险评估，筛选出 低风险客户，自动加快其业务办理速 度，而高风险客户则需要提供最近的 信用资料，并接受再评估。 提高道德风险管控能力，降低监 管成本 汇丰银行依托大数据，为全球业务网 络构建了防欺诈管理系统。汇丰银行 提出了多样的解决方案，为多种业务 和渠道提供了针对性的防欺诈服务。 在投入使用之后的三个月内，汇丰银 行数据处理量增加了87%，而在辨别 潜在银行卡交易欺诈方面，计算机资 源成本降低了30%。 综上所述，相较于其他行业，银行业 在运用大数据上得天独厚。在开展业 务的过程中，银行积累了大量宝贵的 客户数据，包括其基本信息、资产负 债情况、资金收付交易历史记录等。 基于麦肯锡的经验，大数据高级分析 能够为银行业众多领域带来前所未 有的实际价值。