大数跨境
0
0

干货丨银行该如何玩好大数据

干货丨银行该如何玩好大数据 亿美软通总部
2015-08-24
0
导读:以往,传统银行的营销都是以产品为中心,经由柜员、客户经理、信贷经理等岗位员工找到客户以后,再把这个产品销售出

以往,传统银行的营销都是以产品为中心,经由柜员、客户经理、信贷经理等岗位员工找到客户以后,再把这个产品销售出去的。这种方式在信息不对称的情况下是有效的,但在互联网时代,这种方式则经常碰壁。其主要原因在于,在互联网时代,客户才是营销的中心,客户有需求才会去购买。


向大数据应用方向转变营销思维


互联网时代,银行急需改变自己的营销思路。总体来看,主要可以从以下两个方面来做出改变:

1
从数据应用上改变

以往,银行的数据与客户是隔离的,数据的应用主要集中在后端,且以业务分析和报表为主,主要用来指导银行的营销和运营。


然而,互联网时代是一个客户自我感知和选择的时代,客户对数据的感知是第一位的,所以,银行应该把数据的应用呈现在前端,从而让每一个客户都能直接去面对他跟银行所产生的数据,让客户通过这些数据更好地去认知自己,更能引起客户在情感上的回应,因为每一条记录都是客户在往来中留下的痕迹(如支付宝推出的“十年账单” 、携程的“一生旅行”等),在此基础上,银行给客户的所有推荐和提示都是为了让客户变得更好。


2
从推荐方式上改变

过去,银行推荐的所有潜力客户的候选名单,都是根据后台数据库筛选出来的,然后再由客户经理以电话、短信或微信的方式,进行客户认养和后期营销。可是,在信息爆炸的时代,客户接到的各种营销电话、短信、微信太过频繁,以至于正常的生活受到了严重打扰,因此,基于这种营销模式的客户推送方式急需改变。


其实,在互联网时代,银行与客户接触的时间点才是营销的最佳时机。这种基于最佳时间点的营销也被称为入站式营销,即银行在客户与其各种渠道进行交互的时间点,对客户实时识别,从而完成对客户的营销。此时,银行再也不用过于担心金融服务使用的频率,因为这是行业服务规律所决定的,而应该努力抓住每一次接触机会,向客户实现精准推荐。


当然,以上这两种变化都对银行的技术和运作机制有较高的要求,需要银行在数据的应用能力上做出改变,比如大数据存储和检索、分析及实时推荐能力等。这些全都表明了银行需要向大数据应用的时代去转变。


实现大数据应用的困扰


既然银行在营销思维上向大数据应用时代转变已成必然趋势,那么,如何排除大数据应用过程中的困扰,就成为当下银行急需解决的难题。


随着科技的迅猛发展,如今的大数据资源已经非常丰富了,所以识别和运用大数据资源的能力变得愈发重要。其实,大数据分为大交易数据和大交互数据两种,前者是指基于传统的商业活动而产生的数据,后者是互联网活动产生的信息,比如社会性网络服务(SNS)、电商、物联网、移动位置信息等。人们很容易被数据的多样化所迷惑,总觉得自己掌握的数据的纬度不够、多元化程度不高,不足以支撑自己进行数据分析,却忘了握在手里的资源并没有真正被利用,其实,银行在数据的应用方面是非常有优势的,只不过并未真正发挥出来。


落实到大数据的应用技术上,可以发现银行还是缺乏工具和训练,由于大数据处理技术对银行来说是个全新的体系,银行在很大程度上面临着人才匮乏和成本巨大的问题。


实现大数据应用的五个步骤


那么,银行应该如何在现有基础上化繁为简,找到大数据应用的最佳路径呢?其实,在这个过程中,银行通过与具有大数据应用解决方案的企业合作,不失为一个提升自己的好办法。


目前,许多大数据应用企业的战略级合作项目,其目标就是要推出真正符合银行现实需要的数据产品。这类产品的定位是用数据去助力互联网银行的客户管理和精准营销。他们不关注传统的报表体系,更愿意把数据推向前台,让客户去感知,用一种智能化的方式在互联网上完成对客户的识别和营销。在产品的技术层面,他们把丰富的大数据开源技术框架作为产品的主选框架,然后根据需求完成合适的产品组合。在交付方面,他们还力求通过良好的产品封装,让落地变得更加轻松,可以做到快速交付使用。


所以,银行与这类大数据应用企业合作能够有效提升自身的大数据应用技术,从而不断挖潜出自身的价值(具体来说,主要有以下五个合作步骤)。


1
从银行自身数据挖宝


其实,银行自身就是一个数据宝库。银行不仅可以拿到每个客户每天与银行发生交互的所有数据,也可以看到客户的财富是怎么变化发展来的,包括客户发生过哪些交易、与哪些联系人交易、产生过哪类支付、去过哪些消费场所等等,都可以在银行的数据库里被找到;另外,还可以看到客户消费的场景、支付的类型、手机的地理位置、交易的时间,以及所从事的职业等等。换而言之,银行已经拥有了每一个客户精准的信息,而且这些都是高质量、关键性的刚性数据。


根据某银行交易数据和资产数据在脱敏后的分析来看,一百万客户(包含持卡人和电子账户的注册客户)十年的数据不到100T,其中包括了每天的资产数据、每一笔交易数据、每一笔渠道数据、地理位置、页面点击、以及相关系统文件。银行若能真正用一种简单、方便、可行的方式快速完成这100T数据的梳理,便让它为电子银行未来的发展产生巨大的价值。


2
为每一位客户提供自画像


由于银行已经拥有极其有价值的数据,所以接下来要完成的就是为每一个客户提供自画像。通过大数据应用企业的帮助,银行能为每一个客户提供无差别的服务、无差别的关注,并且运用大数据技术为每一个客户勾勒出他的自画像,比如客户对于产品的偏好、支付的偏好、渠道的偏好、交易时间的偏好等等。通过这个自画像银行就可以实现入站式营销,就能在与客户的众多渠道接触点上达成精准推送。


此时,或许银行就不需要过多地借助公关公司去策划和执行营销活动,也不用以发礼品或红包的形式来实现营销。而是把银行与客户的每一个接触点,都作为对客户进行营销的一次非常宝贵的机会。


3
针对客户多渠道实时精准推荐


银行还需要具备一种能力,即银行在客户通过各种渠道与自己发生接触的时候,能够快速识别出客户的身份,实现对客户行为模式的识别,立刻生成对客户推荐的产品列表,并完成线上推荐的推送,最后根据客户操作的反馈,实现数据积累和下一次的推送准备。用这种方式,无论在ATM机、网上银行、手机银行还是直销银行等渠道,银行都可以完成对客户的识别和精准营销。


4
客户行为和服务效率分析,实现产品迭代优化


银行需要努力将大数据推向前台,让它真正变成对客户关怀和个性化服务的一把利器。另外,在大数据应用企业的帮助下,银行还要在后台为自己设立一套产品分析的依据,尤其是客户行为和服务效率的分析,它能有效地帮助银行实现产品迭代和优化。比如系统交易日志、系统流水日志、手机银行定位的客户位置信息等。


5
通过数据分析完成客户全生命周期的有效管理


最后,银行还应建立互联网客户管理体系,通过对这些数据进行分析,能有效地管理客户的全生命周期。从而令银行对客户的精准推荐、主动的服务、产品的优化以及风险的评估都能做得更好。


综合上述,虽然银行的大数据应用实践确实还有许多难题需要解决,很多数据项目的建设周期也相对较长。但是基于大数据应用企业,银行可以依托一个业务与技术相结合的高度封装、成本可控的大数据产品,来帮助自己以一种更为简单、直接、便捷的方式进入数据应用的大体系,在业务上聚焦于客户管理和入站营销,在策略上能够实现自有数据的整理和分析,并最终实现数据应用的快速落地。


内容来源于网络,本文原作者可与我们取得联系


下图是亿美软通送出的流量小红包,欢迎大家领取,另外如果觉得内容还不错,别忘记关注亿美软通,转发哦~~~↓↓↓↓



这就是我们,专注移动商务13年


也不错哦~

推荐来看看

1,银之杰【yinzhijie300085】

2,华道征信【SINOWAY CREDIT】

3,票联金融【PLT-UBFS】

4,片仔癀银之杰【PZHmall】

5,来抢 【laiqiangba】


如果想了解亿美软通的数据服务,可以拨打电话400-810-7255,或者点击"阅读原文",来填写申请合作。

【声明】内容源于网络
0
0
亿美软通总部
为大家带来亿美软通全新动态,分析客户案例,解读业界的大事小情
内容 408
粉丝 0
亿美软通总部 为大家带来亿美软通全新动态,分析客户案例,解读业界的大事小情
总阅读60
粉丝0
内容408