商业银行天然是大数据的重要生产者。大数据的核心是预测。云计算技术的应用,使大数据分析不再依靠少量样本,而是能够对全部海量数据进行分析。数据分析关注相关性而不是因果性,回答“是什么”而不是“为什么”问题。商业银行是个人客户数据密集型行业,除营业网点柜面外,STM、ATM、POS机、手机银行、网上银行、电话银行、电商平台等服务渠道均是重要的数据来源渠道。据统计,2015年中国的数据总量达到1700EB以上,同比增长90%,预计到2020年这一数值将超过8000EB。以银行业为例,每创收100万元,银行业平均产生130GB的数据,数据强度高居各行业之首。数据已经成为商业银行的重要资产,是价值创造载体,对于提升银行零售业务盈利能力具有重要作用。以河北建行为例,利用大数据精准提供产品和服务,在个人存款规模持续增长的同时,付息率持续下降,2017年降幅达到8%,客户产品覆盖度增幅达到9%,客户粘性进一步增强。根据波士顿咨询公司预计,到2020年智能变革激发的大数据运用能够为零售银行增加30%的经营净利润。
个人客户经营管理中存在的主要问题。商业银行亟需利用大数据转变客户经营管理模式,提升客户营销服务效能。一是客户交易习惯发生变化,传统待客上门的营销模式难以为继。从外部环境来看,信息技术和互联网金融的发展,加速了银行客户的分流。从内部环境来看,商业银行应用新技术加大智慧渠道建设,电子渠道逐渐成为服务客户的第一大渠道。客户交易行为习惯的改变,导致到店客户数量逐年下滑,网点面对面直接接触客户日益困难。二是客户需求发生变化,单一产品和服务难以满足多样化的客户需求。从需求端来看,随着居民财富的增长和金融市场环境的发展及金融产品的创新,客户购买能力、投资能力、风险偏好差异明显,需求日益多样化、综合化。从供给端来看,跨界竞争激烈、金融产品同质性情况突出。如果不能精准定位客户需求并提供有效服务,将进一步加剧客户流失。三是个人客户数量大,难以精细管理和深度经营。依靠传统模式,维护力量不能有效覆盖重点客群。
运用大数据加快客户经营管理模式转型的对策,概括如下:
一是建立客户信息管理平台,推动从产品销售驱动向客户需求驱动转变。利用技术手段,采集、整合全渠道用户信息,为每个客户建立数据档案,构建用户360度立体画像,率先为客户经营管理提供工具支持。以此为基础,提升精准营销服务能力,为客户提供差异化产品和综合服务方案,改变粗放低效的营销服务模式。一方面,采取大数据挖掘技术,根据业务场景提取相关数据,运用模型工具对数据进行分析,精选目标客群,精准开展智慧营销。另一方面,参考用户画像信息,为用户量体设计产品或开展营销活动。比如,招商银行在数据挖掘过程当中发现信用卡额度较高的优质客户经常出现在星巴克和麦当劳等场所,通过“多倍积分累计”和“积分店面兑换”活动吸引优质客户;建设银行积极运用精准营销平台客户分析功能,开展“投资理财客户”“电子银行临界活跃客户”“零资产客户”等客群分析,精选产品和服务、开展精准营销,相比传统的短信群发模式大幅提高了成功率。
二是建立客户分层分类维护体系,加快提升线下线上渠道协同服务能力。树立“大数据+普惠金融+金融科技”理念,利用大数据技术提升对个人客群的全覆盖。首先突出抓好批量客群深度经营。大力拓展社区、校园、医疗、县域等重点场景建设,将金融服务嵌入重点客户群的生活场景,打造金融服务和非金融服务一体化的综合服务体系,提升批量化营销获客、精细化经营留客、综合化服务活客能力。其次提升客户经理数据平台和系统工具的应用能力,发挥客户经理服务高端客户的核心作用。依靠科技手段建立标准化服务流程体系,实现对高端客户的标准化服务管理。再次加大对长尾客户的直营力度。基于数据分析确定客户需求特点,持续推送优势产品信息或优惠活动信息,唤醒沉睡客户。此外丰富线上银行功能,提升获客活客能力。研究推广以智能化资产配置为主体的财富管理服务;大力拓展代缴费平台功能,加强线上消费场景建设,满足和引领客户移动支付需求。
三是加强金融产品和服务创新,大力提升差异化、综合化服务能力。一是推进高频金融交易、小额信贷等线上业务创新。比如,建设银行践行普惠金融战略,研发上线了小微快贷和个人快贷大数据产品,有效满足了各方需求,同时开辟了业务发展的蓝海。二是优化改进与客户之间的交互方式,实现服务资源的高效配置。比如,利用大数据做好营业网点厅堂营销,在客户到达网点办理业务时精准推送营销商机,同时系统自动提示客户经理和大堂经理及时识别目标客户,主动开展精准服务,提升营销效率;在渠道建设和服务方面,通过大数据应用实现全渠道实时监测、动态调整优化网点服务窗口资源等。三是创新风控手段和工具,促进普惠金融持续健康发展。全面收集企业、企业主及关联人的各类信息,建立整合的内外部数据库,通过普惠金融大数据分析,提升对小微企业客户的全流程风险管控能力、工作效能,降低客户经营管理成本,有效解决小微客户融资难、融资贵问题。