智能数据赋予零售银行的六大提升

来源:Chinapex创略 时间: 2018-05-23 关键词:银行,智能,数据,零售,

据预测,未来3-4年,中国零售银行的收入将占银行整体收入的40%以上。随着零售业务比重的增大,整个市场也在发生翻天覆地的变化,比如,客户行为和预期需求的显著改变、银行销售面向多渠道甚至全渠道、产品日益变成整体解决方案等等。

而日新月异的技术让银行之间的竞争变成数据之争,互联网和移动技术使得客户随时随地“在线”。其偏好、行为甚至心情都能被实施发现和追踪,金融需求更容易被发现。同时,客户数据分析丰富了营销和风险管控的手段,提升了金融服务的效率。可以说在零售银行中,在整个客户生命周期里,谁能更快地掌握数据,就能在竞争中占得先机。

一直以来,“以客户为中心”是银行的理念,而在未来零售银行的发展中,渐渐会形成“以客户数据为中心”的一系列的营销运营体系,这一体系将帮助零售银行实现六大提升。

 

个性化营销和精细化客户管理

近几年,客户对金融服务的接受度和依赖度不断升高,家庭理财、房屋贷款、信用消费、境外支付等需求不断涌现。客户的认知和决策过程也变得更为复杂,获取信息渠道更多。金融产品本身具有很高同质性,因此,构建个性化的营销场景成为必须。

例如,识别客户群体中有买车、购买奢侈品、海外旅游等消费需求的消费者,提供消费信贷、出国金融产品;对中产家庭提供稳健的理财产品,这些都需要银行了解客户,清楚认识到客户所处的生命阶段、财富阶层,了解客户的业务行为,由此提供相应的产品和服务。做到这些的基础就是通过客户数据采集,掌握完整全面、实时有效的客户数据。

 

良好的渠道管理

在目前,网点转型是拥有大量实体网点资源银行所面临的难题。在美国和欧洲,网点分销成本几乎占据银行运营成本的一半,中国也有相应情况。面对日益收窄的利润空间和未来全新的竞争方式,如何让大量实体网点成为有价值的资产而不是负担,成为银行渠道转型的重中之重。

整合网点需要不同数据的整合,包括网点销量、城市布局、周边客群等,比如一些人流量大、广告效应强的中心地段,可以建立服务所有客户群的大型全功能网点;一些富人社区、小商户集中的商圈,可以设置小型财富中心和小微企业专业网点;而在社区、超市等与居民紧密相连的地方可以设立社区网点;一些商场、车站可以提供仅供存取款的便捷网点。

 

提供针对性的产品和服务

零售银行的产品拥有同质化高的特点,所以未来银行产品要实现差异化,不能停留在产品本身,而是要围绕客户在金融和生活中的需求和痛点,打造有针对性的解决方案。

比如房贷车贷类产品未来要在价格和功能上实现差异化已经非常困难,因此更重要的是在一开始就切入客户买房买车的流程,通过为客户提供信息获取、比较、决策、购买、贷款、售后服务等全流程解决方案和顺畅的体验,内嵌相关金融产品,实现真正的差异化。又比如在客户最需要的时候提供一笔房产贷款或者助学贷款,帮助其应对生活中的重大事件,切实解决用户痛点。

 

实现差异化定价

差异化定价也可以称为个性化定价,即根据用户的特征,所处生命周期和价格敏感度给与最合适的价格。这种精确的、个性化的定价需要大量的数据分析来辅助实现。例如,从银行账户得总转出金额和总转出笔数可以判断客户和银行关系得紧密程度,相对评分低得客户,对于银行定价的影响力和控制力相对较低。又如,储蓄年限和储值较少的客户常常是刚开始工作或者倾向于消费的年轻一代,处于价格敏感度相对较低。

 

优化风控执行

银行需要采用先进的分析建模工具和一流的风险数据架构,加强数据采集、数据储存和数据验证力度,对资产质量进行严谨评估。同时以汇总得视角掌握客户完整得风险敞口情况。

 

嵌入式变革

挖掘、转化数据中蕴含的价值和理念,并且通过体制手段常态化,从而促成整个商业模式的优化甚至创新突破。

 

在当前,银行数据库中的大量数据,实际使用率并不高,其中蕴含大量的沉睡数据,而零售银行表示,目前数据使用的难点主要是识别客户数据中的需求,将其转化为具体的行动方案,比如开放产品、优化客户服务、设计创新营销策略等等。而构建一个智能化的客户数据平台已经成为零售银行必须直面的问题。通过智能数据技术,将沉睡数据唤醒,构建360°客户数据画像,利用AI挖掘深度数据洞察并运用到营销和客户运营等场景,最后,营销结果反馈至最初实时数据采集阶段,不断循环优化系统。